Przedstawiono adaptacyjny neuronowy regulator generatora synchronicznego składający się z adaptacyjnego regulatora napięcia i adaptacyjnego stabilizatora systemowego minimalizujących zadane funkcje celu. Sygnał wyjściowy regulatora tworzony jest jako suma ważona obydwu regulatorów.

Opracowano 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...

W 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...

W artykule przedstawiono regulator prądu stojana silnika asynchronicznego z predykcją napiecia wyjściowego. Rozważono aspekty praktycznej realizacji algorytmu w układzie z procesorem sygnałowym związane z opóźnieniami pomiaru prądu przy zastosowaniu przetwornika A/C. Układ zrealizowano praktycznie przy wykorzystaniu układu FPGA. W pracy zamieszczono wyniki badań symulacyjnychi eksperymentalnych.

W artykule przedstawiono wyniki badań porównawczych metod uczenia sieci neuronowych takich jak: metoda propagacji wstecznej błędów, rekurencyjna metoda najmniejszych kwadratów, metoda Zangwill'a, metoda algorytmów ewolucyjnych. Celem tych badań jest dobieranie najefektywniejszej metody uczenia do projektowania adaptacyjnego neuronowego regulatora napięcia generatora synchronicznego.metody uczenia, sieć neuronowa, neuronowy regulator...