Neuronowe algorytmy aktywnego tłumienia drgań wybranych układów dyskretnych i ciągłych : praca doktorska = [Neural network algorithms of active vibration damping for several selected discrete and ... więcej

Neuronowe algorytmy aktywnego tłumienia drgań wybranych układów dyskretnych i ciągłych : praca doktorska = [Neural network algorithms of active vibration damping for several selected discrete and continuous systems] / Łukasz Łacny. – Kraków, 2016. – [1], 97 k. : rys., schem., wykr. – Politechnika Krakowska. Wydział Mechaniczny. – Promotor: dr hab. inż. Piotr Cupiał, prof. AGH. – Bibliogr. 68 poz.

Praca doktorska poświęcona jest zagadnieniom aktywnego tłumienia drgań układów dyskretnych i ciągłych, przy założeniu ze sterowanie odbywa się z wykorzystaniem algorytmów bazujących na sztucznych ... więcej

Praca doktorska poświęcona jest zagadnieniom aktywnego tłumienia drgań układów dyskretnych i ciągłych, przy założeniu ze sterowanie odbywa się z wykorzystaniem algorytmów bazujących na sztucznych sieciach neuronowych. Charakter pracy jest obliczeniowy i symulacyjny. Praca składa się z czterech podstawowych rozdziałów. Pierwszy rozdział stanowi wprowadzenie do zagadnienia i historii sztucznych sieci neuronowych. W rozdziale tym przedstawione są również założenia dotyczące pracy, w szczególności jej cel oraz postawiona teza. Rozdział drugi zatytułowany "Identyfikacja neuronowa" zawiera opis matematyczny sztucznych sieci neuronowych oraz wprowadzenie do konceptu emulacji neuronowej tzn. modelowania zachowania układów dynamicznych poprzez sieci neuronowe o odpowiednio założonej architekturze. W rozdziale opisane oraz przetestowane są trzy różne typy architektury sieci dynamicznych: NNFIR, NNARX oraz NNARMAX. W rozdziale tym emulacja neuronowa zaprezentowana jest w oparciu o modele kolejno: nieliniowego wahadła matematycznego, giroskopu o dwóch osiach swobody w zawieszeniu Cardana oraz belki typu "smart" z elementami piezoelektrycznymi. W rozdziale trzecim przedstawione jest właściwe sterowanie z wykorzystaniem sztucznych sieci neuronowych. Rozdział ten zawiera szczegółowy opis wybranych algorytmów sterowania neuronowego (m.in. sterowanie odwrotne, typu NARMA-L2, oraz predykcyjne) w zastosowaniu do tłumienia drgań wybranych układów liniowych (belka typu "smart") oraz nieliniowych (wahadło podwójne, giroskop). Dodatkowo, zaproponowany jest szereg modyfikacji dla układów sterowania neuronowego, mających na celu usprawnienie ich działania. Rozdział ostatni, stanowi podsumowanie całości pracy oraz zawiera propozycję dalszego rozwoju badań w zakresie aktywnego tłumienia drgań z wykorzystaniem sieci neuronowych.

The doctoral thesis is dedicated to the problem of angielskim (max. 1400 znak6w) active vibration damping of discrete and continuous dynamical systems, under the assumption that the control is performed ... więcej

The doctoral thesis is dedicated to the problem of angielskim (max. 1400 znak6w) active vibration damping of discrete and continuous dynamical systems, under the assumption that the control is performed using the algorithms ba sed on artificial neural networks. The nature of the thesis is numerical and symulational. The thesis consists of four primary chapters. The first chapter is the introduction to the concept and history of artificial neural networks. Additionally, the chapter presents the basic assumptions and the goal of the thesis. The second chapter titled "Neural identification" presents the mathematical description of artificial neural networks as well as the introduction to the concept of neural network emulation, which is the idea of modelling the behaviour of dynamical systems using artificial neural network of specifically chosen architecture. In this chapter three different architecture types of dynamical neural networks are described and presented: NNFIR, NNARX and NNARMAX. The actual neural network emulation perfomed for there sepa rate dynamical models: a nonlinear mathematical pendulum, a gyroscope and a "smart" beam with piezoelectric patches. In the third chapter of the thesis the actual neural network control is presented. The chapter contains a detailed description of selected neural control methods (inverse, NARMA-L2, predictive) and their application to active damping of chosen linear ("smart" beam) and non-linear systems (double pendulum, gyroscope). Additionally, some modifications and introduced and implemented in the existing neural control methods in order to further improve their performance. The last chapter contains the summary and the conclusions of the thesis, along with the proposed further research considerations in the field of active neural vibration damping.