Nos Abonnements
Ressources Électroniques
Détail de l'auteur
Auteur Po-Kai Huang |
Documents disponibles écrits par cet auteur (3)
Ajouter le résultat dans votre panier Faire une suggestion Affiner la rechercheAdaptive Displacement Control with Hysteresis Modeling for Piezoactuated Positioning Mechanism / Shieh, Hsin-Jang in IEEE transactions on industrial electronics, Vol. 53 N° 3 (Juin 2006)
Titre : Adaptive Displacement Control with Hysteresis Modeling for Piezoactuated Positioning Mechanism Titre original : Régulation du Mouvement Adaptative avec l'Hystérésis Modelant pour le Mécanisme de Positionnement Piezo-Actionné Type de document : texte imprimé Auteurs : Shieh, Hsin-Jang, Auteur ; Faa-Jeng Lin, Auteur ; Po-Kai Huang ; Teng, Li-Tao, Auteur Année de publication : 2006 Article en page(s) : 905- 914 p. Note générale : Génie Electrique Langues : Anglais (eng) Mots-clés : Adaptive displacement control Hysteresis effect Hysteretic frition function Piezoactuated positioning mechanism Robustness.Régulation du mouvement adaptative Effet d'hystérésis Fonction par hystérésis de Piézoactioné plaçant le mécanisme Robustnesse Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : An adaptive displacement control with hysteresis modeling for a piezoactuated positioning mechanism is proposed in this paper because the dynamic performance of piezosystems is often severely deteriorated due to the hysteresis effect of piezoelectric elements. First, a new mathematical model based on the differential equation of a motion system with a parameterized hysteretic friction function is proposed to represent the dynamics of motion of the piezopositioning mechanism. As a result, the mathematical model describes a motion system with hysteresis behavior due to the hysteretic friction. Then, by using the developed mathematical model, the adaptive displacement tracking control with the adaptation algorithms of the parameterized hysteretic function and of an uncertain parameter is proposed. By using the proposed control approach on the displacement control of the piezopositioning mechanism, the advantages of the asymptotical stability in displacement tracking, high-performance displacement response, and robustness to the variations of system parameters and disturbance load can be provided. Finally, experimental results are illustrated to validate the proposed control approach for practical applications.
On propose une régulation du mouvement adaptative avec l'hystérésis modelant pour un piezo actionné plaçant le mécanisme en cet article parce que l'exécution dynamique des systèmes de piezo est souvent due sévèrement détérioré à l'effet d'hystérésis des éléments électriques de piezo. D'abord, on propose un nouveau modèle mathématique basé sur l'équation d'un système de mouvement avec une fonction par hystérésis paramétrisée de frottement pour représenter la dynamique du mouvement du piezo plaçant le mécanisme. En conséquence, le modèle mathématique décrit un système de mouvement avec le comportement d'hystérésis dû au frottement par hystérésis. Puis, en employant le modèle mathématique développé, on propose la commande de cheminement de déplacement adaptatif avec les algorithmes d'adaptation de la fonction par hystérésis paramétrisée et d'un paramètre incertain. En employant l'approche proposée de commande sur la régulation du mouvement du piezo plaçant le mécanisme, les avantages de la stabilité asymptotique dans la réponse de déplacement de rendement dépistant et élevé de déplacement, et la robustesse aux variations des paramètres de système et de la charge de perturbation peuvent être fournis. En conclusion, des résultats expérimentaux sont illustrés pour valider l'approche proposée de commande pour des applications pratiques.DEWEY : 621 ISSN : 0278-0046 RAMEAU : Hystérésis En ligne : hjshieh@mail.ndhu.edu.tw
in IEEE transactions on industrial electronics > Vol. 53 N° 3 (Juin 2006) . - 905- 914 p.[article] Adaptive Displacement Control with Hysteresis Modeling for Piezoactuated Positioning Mechanism = Régulation du Mouvement Adaptative avec l'Hystérésis Modelant pour le Mécanisme de Positionnement Piezo-Actionné [texte imprimé] / Shieh, Hsin-Jang, Auteur ; Faa-Jeng Lin, Auteur ; Po-Kai Huang ; Teng, Li-Tao, Auteur . - 2006 . - 905- 914 p.
Génie Electrique
Langues : Anglais (eng)
in IEEE transactions on industrial electronics > Vol. 53 N° 3 (Juin 2006) . - 905- 914 p.
Mots-clés : Adaptive displacement control Hysteresis effect Hysteretic frition function Piezoactuated positioning mechanism Robustness.Régulation du mouvement adaptative Effet d'hystérésis Fonction par hystérésis de Piézoactioné plaçant le mécanisme Robustnesse Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : An adaptive displacement control with hysteresis modeling for a piezoactuated positioning mechanism is proposed in this paper because the dynamic performance of piezosystems is often severely deteriorated due to the hysteresis effect of piezoelectric elements. First, a new mathematical model based on the differential equation of a motion system with a parameterized hysteretic friction function is proposed to represent the dynamics of motion of the piezopositioning mechanism. As a result, the mathematical model describes a motion system with hysteresis behavior due to the hysteretic friction. Then, by using the developed mathematical model, the adaptive displacement tracking control with the adaptation algorithms of the parameterized hysteretic function and of an uncertain parameter is proposed. By using the proposed control approach on the displacement control of the piezopositioning mechanism, the advantages of the asymptotical stability in displacement tracking, high-performance displacement response, and robustness to the variations of system parameters and disturbance load can be provided. Finally, experimental results are illustrated to validate the proposed control approach for practical applications.
On propose une régulation du mouvement adaptative avec l'hystérésis modelant pour un piezo actionné plaçant le mécanisme en cet article parce que l'exécution dynamique des systèmes de piezo est souvent due sévèrement détérioré à l'effet d'hystérésis des éléments électriques de piezo. D'abord, on propose un nouveau modèle mathématique basé sur l'équation d'un système de mouvement avec une fonction par hystérésis paramétrisée de frottement pour représenter la dynamique du mouvement du piezo plaçant le mécanisme. En conséquence, le modèle mathématique décrit un système de mouvement avec le comportement d'hystérésis dû au frottement par hystérésis. Puis, en employant le modèle mathématique développé, on propose la commande de cheminement de déplacement adaptatif avec les algorithmes d'adaptation de la fonction par hystérésis paramétrisée et d'un paramètre incertain. En employant l'approche proposée de commande sur la régulation du mouvement du piezo plaçant le mécanisme, les avantages de la stabilité asymptotique dans la réponse de déplacement de rendement dépistant et élevé de déplacement, et la robustesse aux variations des paramètres de système et de la charge de perturbation peuvent être fournis. En conclusion, des résultats expérimentaux sont illustrés pour valider l'approche proposée de commande pour des applications pratiques.DEWEY : 621 ISSN : 0278-0046 RAMEAU : Hystérésis En ligne : hjshieh@mail.ndhu.edu.tw Exemplaires
Code-barres Cote Support Localisation Section Disponibilité aucun exemplaire
Titre : An Induction Generator System Using Fuzzy Modeling and Recurrent Fuzzy Neural Network Titre original : Un circuit de génération d'induction en utilisant modeler brouillé et le réseau neurologique brouillé récurrent Type de document : texte imprimé Auteurs : Faa-Jeng Lin, Auteur ; Po-Kai Huang, Auteur ; Wang, Chin-Chien ; Teng, Li-Tao, Auteur Année de publication : 2007 Article en page(s) : 260-271 p. Note générale : Electronique Langues : Anglais (eng) Mots-clés : AC-DC power converter Backpropagation Fuzzy modeling Induction generator (IG) Recurrent fuzzy neural network (RFNN) Convertisseur de puissance Propagation arrière Modèle brouillé Générateur d'induction Réseau neurologique récurrent Index. décimale : 621.31 Production,approvisionnement et contrôle de l'électricité.Machines et appareils électriques.Mesure électrique.Magnétisme et électrostatique appliquées
Résumé : A frequency controlled three-phase induction generator (IG) system using ac-dc power converter is developed in this study. The electric frequency of the IG is controlled using the indirect field-oriented control mechanism. Moreover, an ac-dc power converter is adopted to convert the electric power generated by a three-phase IG from variable-frequency and variable-voltage to constant dc voltage. The rotor speed of the IG, the dc-link voltage and current of the power converter are detected simultaneously to yield maximum power output of the IG through dc-link power control. In this study, first, the indirect field-oriented mechanism is designed for the control of the IG. Then, a novel fuzzy modeling is developed to determine the flux control current and the maximum output power of the IG according to the rotor speed and the desired terminal voltage of the IG. Moreover, an online training recurrent fuzzy neural network (RFNN) with backpropagation algorithm is introduced as the tracking controller of dc-link power. Furthermore, some experimental results are provided to show the effectiveness of the proposed IG system using the RFNN controller for the dc-link power control. Finally, the control performance of the dc-link voltage control using the RFNN is also discussed by some experimental results.
Un système triphasé du générateur d'induction commandé par fréquence (IG) à l'aide du convertisseur de puissance C.A.-C.C est développé dans cette étude. La fréquence électrique de l'IG est commandée en utilisant le mécanisme champ-orienté indirect de commande. D'ailleurs, un convertisseur de puissance C.A.-C.C est adopté pour convertir l'énergie électrique développée par un IG triphasé de la variable-fréquence et de la variable-tension en tension CC constante. La vitesse de rotor de l'IG, la tension de C.C-lien et le courant du convertisseur de puissance sont détectés simultanément pour rapporter le rendement de puissance maximum de l'IG par la commande de puissance de C.C-lien. Dans cette étude, le premier, le mécanisme champ-orienté indirect est conçu pour la commande de l'IG. Puis, modeler brouillé de roman est développé pour déterminer la commande de flux courante et le maximum de puissance de sortie de l'IG selon la vitesse de rotor et la tension terminale désirée de l'IG. D'ailleurs, un réseau neurologique brouillé récurrent de formation en ligne (RFNN) avec l'algorithme de backpropagation est présenté comme contrôleur de cheminement de puissance de C.C-lien. En outre, quelques résultats expérimentaux sont fournis pour montrer l'efficacité du système proposé d'IG en utilisant le contrôleur de RFNN pour la commande de puissance de C.C-lien. En conclusion, l'exécution de commande de la commande de tension de C.C-lien employant le RFNN est également discutée par quelques résultats expérimentaux.DEWEY : 621 ISSN : 0885-8993 RAMEAU : Convertisseurs électriques En ligne : linfj@mail.ndhu.edu.tw
in IEEE transactions on power electronics > Vol. 22 N°1 (Janvier 2007) . - 260-271 p.[article] An Induction Generator System Using Fuzzy Modeling and Recurrent Fuzzy Neural Network = Un circuit de génération d'induction en utilisant modeler brouillé et le réseau neurologique brouillé récurrent [texte imprimé] / Faa-Jeng Lin, Auteur ; Po-Kai Huang, Auteur ; Wang, Chin-Chien ; Teng, Li-Tao, Auteur . - 2007 . - 260-271 p.
Electronique
Langues : Anglais (eng)
in IEEE transactions on power electronics > Vol. 22 N°1 (Janvier 2007) . - 260-271 p.
Mots-clés : AC-DC power converter Backpropagation Fuzzy modeling Induction generator (IG) Recurrent fuzzy neural network (RFNN) Convertisseur de puissance Propagation arrière Modèle brouillé Générateur d'induction Réseau neurologique récurrent Index. décimale : 621.31 Production,approvisionnement et contrôle de l'électricité.Machines et appareils électriques.Mesure électrique.Magnétisme et électrostatique appliquées
Résumé : A frequency controlled three-phase induction generator (IG) system using ac-dc power converter is developed in this study. The electric frequency of the IG is controlled using the indirect field-oriented control mechanism. Moreover, an ac-dc power converter is adopted to convert the electric power generated by a three-phase IG from variable-frequency and variable-voltage to constant dc voltage. The rotor speed of the IG, the dc-link voltage and current of the power converter are detected simultaneously to yield maximum power output of the IG through dc-link power control. In this study, first, the indirect field-oriented mechanism is designed for the control of the IG. Then, a novel fuzzy modeling is developed to determine the flux control current and the maximum output power of the IG according to the rotor speed and the desired terminal voltage of the IG. Moreover, an online training recurrent fuzzy neural network (RFNN) with backpropagation algorithm is introduced as the tracking controller of dc-link power. Furthermore, some experimental results are provided to show the effectiveness of the proposed IG system using the RFNN controller for the dc-link power control. Finally, the control performance of the dc-link voltage control using the RFNN is also discussed by some experimental results.
Un système triphasé du générateur d'induction commandé par fréquence (IG) à l'aide du convertisseur de puissance C.A.-C.C est développé dans cette étude. La fréquence électrique de l'IG est commandée en utilisant le mécanisme champ-orienté indirect de commande. D'ailleurs, un convertisseur de puissance C.A.-C.C est adopté pour convertir l'énergie électrique développée par un IG triphasé de la variable-fréquence et de la variable-tension en tension CC constante. La vitesse de rotor de l'IG, la tension de C.C-lien et le courant du convertisseur de puissance sont détectés simultanément pour rapporter le rendement de puissance maximum de l'IG par la commande de puissance de C.C-lien. Dans cette étude, le premier, le mécanisme champ-orienté indirect est conçu pour la commande de l'IG. Puis, modeler brouillé de roman est développé pour déterminer la commande de flux courante et le maximum de puissance de sortie de l'IG selon la vitesse de rotor et la tension terminale désirée de l'IG. D'ailleurs, un réseau neurologique brouillé récurrent de formation en ligne (RFNN) avec l'algorithme de backpropagation est présenté comme contrôleur de cheminement de puissance de C.C-lien. En outre, quelques résultats expérimentaux sont fournis pour montrer l'efficacité du système proposé d'IG en utilisant le contrôleur de RFNN pour la commande de puissance de C.C-lien. En conclusion, l'exécution de commande de la commande de tension de C.C-lien employant le RFNN est également discutée par quelques résultats expérimentaux.DEWEY : 621 ISSN : 0885-8993 RAMEAU : Convertisseurs électriques En ligne : linfj@mail.ndhu.edu.tw Exemplaires
Code-barres Cote Support Localisation Section Disponibilité aucun exemplaire
Titre : Recurrent-fuzzy-neural-network-controlled linear induction motor servo drive using genetic algorithms Titre original : Commande servo linéaire commandée récurrent-brouillée de moteur à induction de réseau neurologique en utilisant des algorithmes génétiques Type de document : texte imprimé Auteurs : Faa-Jeng Lin, Auteur ; Po-Kai Huang, Auteur ; Chou, Wen-Der, Auteur Année de publication : 2007 Article en page(s) : 1449-1461 p. Note générale : Electronique Langues : Anglais (eng) Mots-clés : Backpropagation algorithm Genetic algorithms (GAs) Linear induction motor (LIM) Recurrent fuzzy neural network (RFNN) Algorithme de propagation arrière génétique Moteur à linéaire Réseau neurologique brouillé récurrent Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : A recurrent fuzzy neural network (RFNN) controller based on real-time genetic algorithms (GAs) is developed for a linear induction motor (LIM) servo drive in this paper. First, the dynamic model of an indirect field-oriented LIM servo drive is derived. Then, an online training RFNN with a backpropagation algorithm is introduced as the tracking controller. Moreover, to guarantee the global convergence of tracking error, a real-time GA is developed to search the optimal learning rates of the RFNN online. The GA-based RFNN control system is proposed to control the mover of the LIM for periodic motion. The theoretical analyses for the proposed GA-based RFNN controller are described in detail. Finally, simulated and experimental results show that the proposed controller provides high-performance dynamic characteristics and is robust with regard to plant parameter variations and external load disturbance.
Un contrôleur brouillé récurrent du réseau neurologique (RFNN) basé sur des algorithmes génétiques en temps réel (gaz) est développé pour une commande servo linéaire du moteur à induction (LIM) en cet article. D'abord, le modèle dynamique d'une commande servo champ-orientée indirecte de LIM est dérivé. Puis, une formation en ligne RFNN avec un algorithme de backpropagation est présentée comme contrôleur de cheminement. D'ailleurs, pour garantir la convergence globale de l'erreur de cheminement, un GA en temps réel est développé pour rechercher les taux de étude optimaux du RFNN en ligne. On propose le système de commande GA-basé de RFNN pour commander le moteur du LIM pour le mouvement périodique. Les analyses théoriques pour le contrôleur GA-basé proposé de RFNN sont décrites en détail. En conclusion, les résultats simulés et expérimentaux prouvent que le contrôleur proposé fournit des caractéristiques dynamiques à rendement élevé et est robuste en ce qui concerne des variations de paramètre d'usine et la perturbation externe de chargeDEWEY : 621 ISSN : 0278-0046 RAMEAU : Commande linéaire En ligne : linfj@mail.ndhu.edu.tw
in IEEE transactions on industrial electronics > Vol. 54 N°3 (Juin 2007) . - 1449-1461 p.[article] Recurrent-fuzzy-neural-network-controlled linear induction motor servo drive using genetic algorithms = Commande servo linéaire commandée récurrent-brouillée de moteur à induction de réseau neurologique en utilisant des algorithmes génétiques [texte imprimé] / Faa-Jeng Lin, Auteur ; Po-Kai Huang, Auteur ; Chou, Wen-Der, Auteur . - 2007 . - 1449-1461 p.
Electronique
Langues : Anglais (eng)
in IEEE transactions on industrial electronics > Vol. 54 N°3 (Juin 2007) . - 1449-1461 p.
Mots-clés : Backpropagation algorithm Genetic algorithms (GAs) Linear induction motor (LIM) Recurrent fuzzy neural network (RFNN) Algorithme de propagation arrière génétique Moteur à linéaire Réseau neurologique brouillé récurrent Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : A recurrent fuzzy neural network (RFNN) controller based on real-time genetic algorithms (GAs) is developed for a linear induction motor (LIM) servo drive in this paper. First, the dynamic model of an indirect field-oriented LIM servo drive is derived. Then, an online training RFNN with a backpropagation algorithm is introduced as the tracking controller. Moreover, to guarantee the global convergence of tracking error, a real-time GA is developed to search the optimal learning rates of the RFNN online. The GA-based RFNN control system is proposed to control the mover of the LIM for periodic motion. The theoretical analyses for the proposed GA-based RFNN controller are described in detail. Finally, simulated and experimental results show that the proposed controller provides high-performance dynamic characteristics and is robust with regard to plant parameter variations and external load disturbance.
Un contrôleur brouillé récurrent du réseau neurologique (RFNN) basé sur des algorithmes génétiques en temps réel (gaz) est développé pour une commande servo linéaire du moteur à induction (LIM) en cet article. D'abord, le modèle dynamique d'une commande servo champ-orientée indirecte de LIM est dérivé. Puis, une formation en ligne RFNN avec un algorithme de backpropagation est présentée comme contrôleur de cheminement. D'ailleurs, pour garantir la convergence globale de l'erreur de cheminement, un GA en temps réel est développé pour rechercher les taux de étude optimaux du RFNN en ligne. On propose le système de commande GA-basé de RFNN pour commander le moteur du LIM pour le mouvement périodique. Les analyses théoriques pour le contrôleur GA-basé proposé de RFNN sont décrites en détail. En conclusion, les résultats simulés et expérimentaux prouvent que le contrôleur proposé fournit des caractéristiques dynamiques à rendement élevé et est robuste en ce qui concerne des variations de paramètre d'usine et la perturbation externe de chargeDEWEY : 621 ISSN : 0278-0046 RAMEAU : Commande linéaire En ligne : linfj@mail.ndhu.edu.tw Exemplaires
Code-barres Cote Support Localisation Section Disponibilité aucun exemplaire
