Filtry
wszystkich: 32
Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (25)
Wyniki wyszukiwania dla: NEURAL CONTROLLER
-
Katedra Elektrotechniki, Systemów Sterowania i Informatyki
Potencjał BadawczyW Katedrze Elektrotechniki, Systemów Sterowania i Informatyki prowadzone są badania w tematyce podstaw elektrotechniki, zaawansowanych systemów sterowania, prototypowania dedykowanych rozwiązań sprzętowych w FPGA. Prowadzone badania skupiają się również na wykorzystaniu zaawansowanych technik analizy komputerowej w systemach sterowania oraz elektrotechniki.
-
Zespół Automatyki Okrętowej i Metod Sztucznej Inteligencji
Potencjał Badawczy1. Ewolucyjne metody planowania ścieżek przejść w środowisku niestacjonarnym; 2. Sterowanie autonomicznymi pojazdami nawodnymi; 3. Metody sterowania obiektami morskimi; 4. Projektowanie nieliniowych układów regulacji oraz automatyzacji systemu elektroenergetycznego statku.
-
Zespół Katedry Automatyki
Potencjał BadawczyMikroprocesorowe urządzenia pomiarowo-rejestrujące i systemy monitorowania wykorzystujące technologie sieciowe, systemy sterowania urządzeniami i procesami technologicznymi. Systemy sterowania w obiektach energetyki odnawialnej, skupionych i rozproszonych. Modelowanie i symulacja obiektów dynamicznych, procesów oraz systemów sterowania i kontroli; projektowanie interfejsów operatorskich. Systemy elektroenergetyczne i automatyki...
Najlepsze wyniki w katalogu: Oferta Biznesowa Pokaż wszystkie wyniki (7)
Wyniki wyszukiwania dla: NEURAL CONTROLLER
-
Laboratorium Badawcze 2-3
Oferta BiznesowaObliczenia komputerowe wymagające dużych mocy obliczeniowych z wykorzystaniem oprogramowania typu: Matlab, Tomlab, Gams, Apros.
-
Laboratorium Automatyki Napędu Elektrycznego
Oferta BiznesowaProgramowalne układy napędowe zasilane przekształtnikowo ze sterowaniem mikroprocesorowym
-
FPGA/VHDL
Oferta Biznesowa
Pozostałe wyniki Pokaż wszystkie wyniki (12)
Wyniki wyszukiwania dla: NEURAL CONTROLLER
-
An improved adaptive neural voltage controller for turbogenerator
PublikacjaOpracowano model adaptacyjnego neuronowego regulatora napięcia z nastrojonym współczynnikiem wzmocnienia funkcji przynależności i z nastrojonym współczynnikiem uczenia sieci neuronowej w zależnosci od stanu obciążenia turbogeneratora. Przedstawiono wyniki symulacji mające na celu badania efektywności proponowanego regulatora. Te wyniki porównano z wynikami uzyskanymi z regulatorem o stałym współczynnikiem wzmocnienia funkcji przynależności...
-
Intelligent turbogenerator controller based on artifical neural network
PublikacjaThe paper presents a desing of an intelligent controller based on neural network (ICNN). The ICNN ensures at the same time two fundamental functions : the maintaining of generator voltage at the desired value and the damping of the electromechanical oscillations. Its performance is evaluted on a single machine infinite bus power system through computer simulations. The dynamic and transient operation of the proposed controller...
-
Adaptive neural voltage controller with tunable activation gain
PublikacjaW artykule przedstawiono model adaptacyjnego neuronowego regulatora napięcia dla turbogeneratora z nastrojonym współczynnikiem wzmocnienia funkcji przynależności. Ten model jest kombinacją klasycznego neuronowego modelu i neuronowego modelu z współczynnikiem wzmocnienia funkcji przynależności zależnym od warunków pracy obiektu.Przedstawiono, także wyniki symulacji mające na celu badania efektywności proponowanego regulatora dla...
-
Artificial neural network controller for underwater ship hull operation robot.
PublikacjaZaproponowano model matematyczny pojazdu podwodnego, który w uproszczonej wersji spełnia warunki dynamiki odpowiadające głowicy roboczej podwodnego robota. Uwzględniono niektóre czynniki oddziałujące na ruch podwodnej głowicy roboczej, jak np. gęstość wody oraz siły odśrodkowe i wypornościowe. Przedstawiono układ sterowania, w którym zastosowano regulator oparty na bazie sieci neuronowych, za pomocą którego można sterować...
-
Evolving neural network as a decision support system — Controller for a game of “2048” case study
PublikacjaThe paper proposes an approach to designing the neuro-genetic self-learning decision support system. The system is based on neural networks being adaptively learned by evolutionary mechanism, forming an evolved neural network. Presented learning algorithm enables for a selection of the neural network structure by establishing or removing of connections between the neurons, and then for a finding the beast suited values of the network...