Posouzení vhodnosti učení pro heuristické adaptivní řízení pohonů

Abstract

Táto bakalárska práca je zameraná na možnosti využitia umelých neurónových sieti v regulácií nelineárnych dynamických systémoch. Ďalej je v práci ukázaná možnosť kombinácie neurónových regulátorov s lineárnymi regulátormi ako sú PID regulátor, stavový regulátor s kompenzáciou poruchy. Simulačné modely boli navrhnuté v prostredí Matlab/Simulink. Neurónové siete boli trénované pomocou Neural Network Toolbox-u. Navrhnuté regulátory boli testované na regulácií uhlovej rýchlosti nelineárneho systému 2. rádu - jednosmerného motora s cudzím budením.The bachelor thesis is aimed to explore the possibilities of using artificial neural network in order to controll nonlinear dynamic systems. In addition the document shows the options to combine neural controllers with linear controllers, such as PID regulator, state space regulator with compensation error. Simulation models were designed in environment of Matlab/Simulink. Neural networks were exploit with the help of Neural Network Toolbox-u. Designed regulators were tested on regulating angular velocity of nonlinear system of 2nd order – wound DC motor.