Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Song, Min-Han"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    具最佳化差動驅動模式設計之智慧型磁浮軸承控制系統
    (2016) 宋旻翰; Song, Min-Han
    近年來,由於磁浮軸承能有效減少系統因為摩擦力所產生之磨耗、震動、噪音與能量損失…等問題,已被廣泛的利用在各種應用之中。然而由於磁浮軸承系統具有高度非線性與時變之控制特性,因此必須針對磁浮軸承發展具優異強健性之控制系統以達到良好之控制性能。 為了達到非線性磁浮軸承系統之精密定位與追蹤控制功能,本論文首先提出遞迴式小波類神經網路(Recurrent Wavelet Neural Network, RWNN)控制器來控制磁浮軸承系統的轉子位置。雖然控制器之參數值可經由負梯度下降法進行線上學習,但不適當之參數初始值會使得線上學習落入局部最佳值,限制了控制性能。有鑑於此,本論文進一步提出最佳化遞迴式小波類神經網路(Optimal Recurrent Wavelet Neural Network, ORWNN),運用適應性差分進化演算法(Adaptive Differential Evolution, ADE)來優化網路參數初始值。由實驗結果可知,優化後的遞迴式小波類神經網路確實可得到更佳之控制效果。 此外,本論文以利用適應性差分進化演算法最佳化差動驅動模式中之偏置電流(Bias Current, io)之概念,提出具最佳化差動驅動模式之遞迴式小波類神經網路(Optimal Recurrent Wavelet Neural Network with Differential Driving Mode, ORWNN-DDM )控制器,以進一步降低磁浮軸承系統之耗能。最後由實驗可知,本論文所提出之ORWNN-DDM控制器確實可在達到良好定位控制情況下,同時達到降低能量消耗之效果。

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback