شناسایی سیستم غیرخطی چند متغیره مولد بخار نیروگاه با به کار بردن شبکه‌های عصبی تأخیر زمانی ویولت

Authors

Abstract:

یکی از مؤثرترین راهکارها برای افزایش راندمان نیروگاه، بهبود سیستم کنترل آن است. برای چنین بهبودی داشتن مدل دقیقی از مولد بخار نیروگاه ضروری است. در این مقاله، یک مولد بخار صنعتی به عنوان یک سیستم غیرخطی چندمتغیره برای شناسایی در نظر گرفته می‌شود. یک گام مهم در شناسایی غیرخطی سیستم، گسترش دادن یک مدل غیرخطی است. در سال‌‌های اخیر، شبکه‌های عصبی مصنوعی به طور موفقیت آمیزی در شناسایی سیستم‌های غیرخطی در بسیاری از پژوهش‌ها به کار گرفته شده‌اند. شبکه‌های عصبی ویولت  نیز به‌عنوان یک ابزار قدرتمند در شناسایی غیرخطی سیستم به‌کار می‌روند. در این مقاله، برای شناسایی یک مولد بخار صنعتی یک مدل شبکه عصبی تأخیر زمانی و یک مدل شبکه عصبی ویولت ارائه می‌کنیم. نتایج شبیه سازی‌ها نشان دهنده کارایی مدل‌های ارائه شده در شناسایی سیستم مذکور می‌باشند و نشان می‌دهند مدل شبکه عصبی ویولت در تخمین خروجی‌های سیستم دقیق‌تر است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

شناسایی سیستم غیرخطی چند متغیره مولد بخار نیروگاه با به کار بردن شبکه های عصبی تأخیر زمانی ویولت

یکی از مؤثرترین راهکارها برای افزایش راندمان نیروگاه، بهبود سیستم کنترل آن است. برای چنین بهبودی داشتن مدل دقیقی از مولد بخار نیروگاه ضروری است. در این مقاله، یک مولد بخار صنعتی به عنوان یک سیستم غیرخطی چندمتغیره برای شناسایی در نظر گرفته می­شود. یک گام مهم در شناسایی غیرخطی سیستم، گسترش دادن یک مدل غیرخطی است. در سال های اخیر، شبکه­های عصبی مصنوعی به طور موفقیت آمیزی در شناسایی سیستم­های غیرخط...

full text

پیش‌بینی کارایی به کمک تأثیرپذیری غیرخطی از تأخیرهای زمانی در تحلیل پوششی داده‌ها با شبکههای عصبی مصنوعی

هدف: یکی از شیوه‌های مرسوم ارزیابی کارایی هر سازمان یا بنگاه، مقایسه آن با سایر رقبا یا نمونه‌های متناظر آن است. با این حال، در برخی پژوهش‌ها به سنجش کارایی یک واحد در مقایسه با خود در مرور زمان پرداخته شده و روند عملکرد یک واحد نسبت به گذشته خود ارزیابی شده است. هدف پژوهش جاری، پیش‌بینی کارایی یک واحد با استفاده از سری‌های زمانی عملکرد گذشته آن است. روش: این پژوهش به کمک مدل SBM و با استفاده ا...

full text

کنترل تطبیقی غیرمتمرکز سیستم دارای تأخیر زمانی غیرافاین غیرخطی ابعاد وسیع با استفاده از شبکه عصبی موجک

در این مقاله، از یک کنترلر تطبیقی به همراه شبکه عصبی موجک برای یک کلاس از سیستم‌های غیرخطی ابعاد وسیع، با زیر سیستم غیر افاین غیرخطی نامعلوم دارای تأخیر زمانی استفاده شده است. تداخلات وارد شده به زیر سیستم‌ها، غیرخطی و دارای تأخیر در نظر گرفته شده است که در مقایسه با حالتی که تأخیر برای تداخلات، در نظر گرفته نمی‌شود به واقعیت نزدیک‌تر است. در این مقاله، وزن‌های مربوط به لایه خروجی شبکه عصبی موج...

full text

کنترل تطبیقی غیرمتمرکز سیستم دارای تأخیر زمانی غیرافاین غیرخطی ابعاد وسیع با استفاده از شبکه عصبی موجک

در این مقاله، از یک کنترلر تطبیقی به همراه شبکه عصبی موجک برای یک کلاس از سیستم‌های غیرخطی ابعاد وسیع، با زیر سیستم غیر افاین غیرخطی نامعلوم دارای تأخیر زمانی استفاده شده است. تداخلات وارد شده به زیر سیستم‌ها، غیرخطی و دارای تأخیر در نظر گرفته شده است که در مقایسه با حالتی که تأخیر برای تداخلات، در نظر گرفته نمی‌شود به واقعیت نزدیک‌تر است. در این مقاله، وزن‌های مربوط به لایه خروجی شبکه عصبی موج...

full text

کنترل عاطفی تفاوت زمانی سیستم های چند متغیره

در این مقاله رویکردی عاملگرا برای کنترل سیستم های با اهداف چندگانه ارائه شده است.اصول این روش مبتنی یادگیری عاطفی و یادگیری تفاوت زمانی بوده ودارای ساختار فازی-عصبی می باشد. روش پیشنهادی میتواند با توجه به موقعیت فعلی ،عملکرد سیستم در زمان های گذشته و اهداف کنترلی موجود،سیستم را به گونه ای کنترل نماید که این اهداف در حداقل زمان و به نحو بسیار مطلوبی برآورده شوند.

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 3  issue 12

pages  67- 73

publication date 2013-01-01

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023