Array
(
[0] => Couldn't parse datastream XML
[1] => Array
(
[url] => http://fedoraAdmin:fedoraAdminPWD@localhost:8080/fedora/listDatastreams/changeme :2002?xml=true
[content_type] => text/html;charset=UTF8
[http_code] => 404
[header_size] => 227
[request_size] => 157
[filetime] => -1
[ssl_verify_result] => 0
[redirect_count] => 0
[total_time] => 0.003407
[namelookup_time] => 2.0E-5
[connect_time] => 8.6E-5
[pretransfer_time] => 8.7E-5
[size_upload] => 0
[size_download] => 632
[speed_download] => 185500
[speed_upload] => 0
[download_content_length] => -1
[upload_content_length] => 0
[starttransfer_time] => 0.003382
[redirect_time] => 0
)

[2] =>

<html><head>
<title>Fedora: 404 Not Found</title></head>
<body>
<center>
<table border="0" cellpadding="0" cellspacing="0" width="784">
<tbody><tr>
<td height="134" valign="top" width="141"><img src="/fedora/images/newlogo2.jpg" height="134" width="141"></td>
<td valign="top" width="643">
<center>
<h2>404 Not Found</h2>
<h3>No such object, datastream, or dissemination.</h3>
</center>
</td>
</tr>
</tbody></table>
</center>
</body></html>

)

Backtrace:

Vlastnosti adaptívneho neurónového PID regulátora

Anton Andrášik: Vlastnosti adaptívneho neurónového PID regulátora. Katedra automatizácie CHTF, Slovenská technická univerzita, 1999-05. 57 s.

Document&nbsp;type: Záverečná práca / Thesis
 
Attached Files
Name Description MIMEType Size Downloads
d-12822-1999.pdf d-12822-1999 application/pdf 8.38MB 0

Autor(i)/Author(s) Anton Andrášik
Názov / Title Vlastnosti adaptívneho neurónového PID regulátora
Fakulta, oddelenie Katedra automatizácie CHTF
Inštitúcia / Institution Slovenská technická univerzita
Dátum publikovania / Publication date 1999-05
Typ práce / Thesis type diplomová práca
Superví­zor(i)/ Supervisor(s) doc. Ing. Alojz Mészáros, CSc.
Počet strán / Total pages 57
Collection year 1999
Jazyk / Language slovak
Subjects 290000 Engineering and Technology
290600 Chemical Engineering
290602 Process Control and Simulation
Abstrakt / Summary Diplomová práca bola založená na využití umelých neurónových sietí v úlohe adaptívneho neurónového PID regulátora. Navrhnutá štruktúra spätnoväzbového regulátora pozostáva z dvoch neurónových sietí: prvá vo funkcii prediktora slúži na odhad hodnôt výstupnej veličiny procesu v určitom predikčnom horizonte a druhá neurónová sieť vykonáva funkciu adaptívneho estimátora na odhad parametrov regulátora. Pri trénovaní uvedených sietí boli použité optimalizačné algoritmy realizované „metódou spätného šírenia" resp. pomocou metódy stochastickej aproximácie. Na otestovanie výkonu a robustnosti navrhnutého riadiaceho systému bolo simulované riadenie lineárneho systému 2. rádu a nelineárneho bioprocesu, pri ktorom boli zohľadnené aj rušivé faktory spôsobené prípadnými nepresnosťami snímacej techniky a prítomnosťou porúch pri riadení. Výsledky boli porovnávané s klasickou PID reguláciou a to regulátorom s konštantnými parametrami ako aj adaptívnym PID regulátorom, kde boli parametre regulátora navrhované na základe priebežnej identifikácie procesu pomocou metódy LDDIF. Pri aplikácii neurónového PID regulátora na lineárny systém 2. rádu neboli preukázané výhody oproti klasickej PID regulácii. Dokonca pri aproximácii daného systému boli výsledky získané na základe identifikácie metódou LDDIF presnejšie ako u natrénovanej neurónovej siete, ktorá vidí v lineárnom systéme 2. rádu viac štruktúr ako sa tam v skutočnosti nachádza a trénovací proces je zbytočne zložitý a náročný na výpočtový čas. V dôsledku toho aj porovnanie kvality riadenia uvedeného procesu hovorí viac v prospech použitia klasickej PID regulácie. Uplatnenie neurónového PID regulátora som preto skúmal u podstatne zložitejšieho a nelineárneho procesu a to na prípade riadenia bioprocesu. Pri porovnaní výsledkov získaných riadením bioprocesu neurónovým PID regulátorom a klasickým PID regulátorom (jednoduchým ako aj adaptívnym) už pozorujeme podstatný rozdiel v kvalite riadenia. Úspech použitia UNS-PID regulátora spočíva v takmer presnej aproximácii daného bioprocesu neurónovou sieťou, kde pri použití vhodnej siete nie je vidieť rozdiel medzi trénovaním lineárneho systému 2. rádu a trénovaním nelineárneho bioprocesu. Neuróny nachádzajúce sa v skrytej vrstve UNS zabezpečili dôsledné sledovanie výstupnej veličiny procesu výstupom z neurónovej siete. U klasickej regulácie je vidno markantný rozdiel v identifikácii lineárneho systému a bioprocesu. Najmä nerekurzívna identifikácia sa javí ako úplne nedostatočná k popísaniu zložitých javov prebiehajúcich u bioprocesu a dalo to dosť práce aspoň čiastočne unadiť daný proces, pričom čas regulácie bol podstatne dlhší. Opodstatnenosť použitia neurónového PID regulátora sa ukázala aj pri riadení bioprocesu s prítomnosťou porúch či zašumeným výstupom, kde sa neurónový regulátor ukázal ako dostatočne robustný na zvládnutie uvedených problémov. V budúcnosti sa žiada prešetriť robustnosť navrhnutého riadiaceho systému pri perturbácii parametrov procesu. Medzi nevýhody použitia UNS-PID regulátora by som zaradil pomerne dlhý výpočtový čas potrebný na trénovanie siete a na samotné riadenie, čo ale pri použití u fermentačných procesov, ktorých trvanie sa ráta na hodiny až dni nepredstavuje až taký problém najmä ak vezmeme do úvahy veľký rozvoj výpočtovej techniky a zavádzanie stále silnejších a výkonnejších strojov. Ďalší problém sa týka konkrétneho neurónového regulátora, ktorý som použil pre riešenie uvedených úloh a spočíva v tom, že užívateľ musí sám zvoliť rozsah hodnôt parametrov regulátora, ktoré sú výstupom z neurónovej siete s funkciou adaptívneho estimátora. Kvalita regulácie je dosť silne ovplyvnená týmto výberom a užívateľ musí mať dostatočné znalosti o danom procese, aby zvolil optimálne rozpätie parametrov. V budúcnosti bude treba vyriešiť tento problém takým spôsobom, aby program na základe predikcie procesu sám nastavil hranice týchto hodnôt.
 
 
User Comments
 
Access Statistics: 0 Abstract Views, 0 File Downloads Detailed Statistics
Created: Thu, 22 Oct 2009, 11:46:36 CET by Jana Taptičová . Detailed History