Les Inscriptions à la Bibliothèque sont ouvertes en
ligne via le site: https://biblio.enp.edu.dz
Les Réinscriptions se font à :
• La Bibliothèque Annexe pour les étudiants en
2ème Année CPST
• La Bibliothèque Centrale pour les étudiants en Spécialités
A partir de cette page vous pouvez :
| Retourner au premier écran avec les recherches... |
Détail de l'auteur
Auteur Grard-Andr Capolino
Documents disponibles écrits par cet auteur
Affiner la rechercheDetermination of Scaling Factors for Fuzzy Logic Control Using the Sliding-Mode Approach: Application to Control of a DC Machine Drive / Franck Betin in IEEE transactions on industrial electronics, Vol. 54 N°1 (Fevrier 2007)
in IEEE transactions on industrial electronics > Vol. 54 N°1 (Fevrier 2007) . - 296-309 p.
Titre : Determination of Scaling Factors for Fuzzy Logic Control Using the Sliding-Mode Approach: Application to Control of a DC Machine Drive Titre original : Détermination des Facteurs de Graduation pour la Commande de Logique Floue en Utilisant l'Approche de Glisser-Mode : Application à la Commande d'une Commande de Machine de C.C Type de document : texte imprimé Auteurs : Franck Betin, Auteur ; Arnaud Sivert, Auteur ; Amine Yazidi ; Grard-Andr Capolino, Auteur Article en page(s) : 296-309 p. Note générale : Génie Electrique Langues : Anglais (eng) Mots-clés : DC machine drive Fuzzy logic control (FLC) Sliding-mode control.Commande de machine de C.C Commande de logique floue Commande de mode de glissement. Index. décimale : 621.38 Dispositifs électroniques. Tubes à électrons. Photocellules. Accélérateurs de particules. Tubes à rayons X Résumé : In this paper, a new approach to define the optimum values of the scaling factors for a fuzzy logic controller, based on the sliding mode theory, has been proposed. Indeed, these factors are chosen in such a way that the trajectory in the phase plane is always attracted by the main diagonal of the fuzzy matrix and slides on this line. This approach was first tested in simulation to control the position of a permanent-magnet direct-current machine drive and then implemented on a low-cost 16-bit microcontroller. Furthermore, the scaling factors are tuned in function of the distance between the reference and the output in such a way as to cope with the discretization of the lookup table stored in the memory of the microcontroller. This algorithm has been successfully applied on an advanced test bed, which allows mechanical configuration changes.
DEWEY : 621 ISSN : 0278-0046 En ligne : franck.betin@u.picardie.fr, gerard.capolino@.ieee.org [article] Determination of Scaling Factors for Fuzzy Logic Control Using the Sliding-Mode Approach: Application to Control of a DC Machine Drive = Détermination des Facteurs de Graduation pour la Commande de Logique Floue en Utilisant l'Approche de Glisser-Mode : Application à la Commande d'une Commande de Machine de C.C [texte imprimé] / Franck Betin, Auteur ; Arnaud Sivert, Auteur ; Amine Yazidi ; Grard-Andr Capolino, Auteur . - 296-309 p.
Génie Electrique
Langues : Anglais (eng)
in IEEE transactions on industrial electronics > Vol. 54 N°1 (Fevrier 2007) . - 296-309 p.
Mots-clés : DC machine drive Fuzzy logic control (FLC) Sliding-mode control.Commande de machine de C.C Commande de logique floue Commande de mode de glissement. Index. décimale : 621.38 Dispositifs électroniques. Tubes à électrons. Photocellules. Accélérateurs de particules. Tubes à rayons X Résumé : In this paper, a new approach to define the optimum values of the scaling factors for a fuzzy logic controller, based on the sliding mode theory, has been proposed. Indeed, these factors are chosen in such a way that the trajectory in the phase plane is always attracted by the main diagonal of the fuzzy matrix and slides on this line. This approach was first tested in simulation to control the position of a permanent-magnet direct-current machine drive and then implemented on a low-cost 16-bit microcontroller. Furthermore, the scaling factors are tuned in function of the distance between the reference and the output in such a way as to cope with the discretization of the lookup table stored in the memory of the microcontroller. This algorithm has been successfully applied on an advanced test bed, which allows mechanical configuration changes.
DEWEY : 621 ISSN : 0278-0046 En ligne : franck.betin@u.picardie.fr, gerard.capolino@.ieee.org
in IEEE transactions on industrial electronics > Vol. 54 N°1 (Fevrier 2007) . - 127-149 p.
Titre : Sensorless Control of Induction Machines by a New Neural Algorithm: The TLS EXIN Neuron Titre original : Sonde Moins de Commande des Machines d'Induction par un Nouvel Algorithme Neural : Le Neurone de TLS EXIN Type de document : texte imprimé Auteurs : Maurizio Cirrincione, Auteur ; Giansalvo Cirrincione ; Marcello Pucci, Auteur ; Grard-Andr Capolino, Auteur Article en page(s) : 127-149 p. Note générale : Génie Electrique Langues : Anglais (eng) Mots-clés : Field oriented control Induction motor Luenberger observer Model reference adaptive system (MRAS) Neural networks Sensorless control Speed observers Total least-squares (TLS).Champ orienté de la commande Moteur à inductionObservateur de Luenberger Système adaptatif de référence modèle Réseaux neurologiques Sonde moins de commande Observateurs de vitesse Moindres carrés total Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : This paper proposes two speed observers for high-performance induction machine drives, both adopting an online adaptation law based on a new total least-squares (TLS) technique: the TLS EXIN neuron. The first is a model reference adaptive system (MRAS) observer with a neural adaptive integrator in the reference model and a neural adaptive model trained online by the TLS EXIN neuron. This observer, presented in a previous article of the authors, has been improved here in two aspects: first, the neural adaptive integrator has been modified to make its learning factor vary according to the reference speed of the drive, second, a neural adaptive model based on the modified Euler integration has been proposed to solve the discretization instability problem in field-weakening. The second observer is a new full-order adaptive one based on the state equations of the induction machine, where the speed is estimated by means of a TLS EXIN adaptation technique. Both these observers have been provided with an inverter nonlinearity compensation algorithm and with techniques for the online estimation of the stator resistance of the machine. Moreover, a thorough theoretical stability analysis has been developed for them both, with particular reference to the field-weakening region behavior for the TLS MRAS observer and to the regenerating mode at low speeds for the TLS adaptive observer. Both speed observers have been verified in numerical simulation and experimentally on a test setup, and have also been compared experimentally with the BPN MRAS observer, the classic adaptive observer and with an open-loop estimator. Results show that both proposed observers outperform all other three observers in every working condition, with the TLS adaptive observer resulting in a better performance than the TLS MRAS observer.
Cet article propose les observateurs à deux vitesses pour les commandes à rendement élevé de machine d'induction, toutes les deux qui adoptent une loi en ligne d'adaptation basée sur une nouvelle technique (TLS) des moindres carrés totale : le neurone de TLS EXIN. Le premier est un observateur adaptatif du système de référence modèle (MRAS) avec un intégrateur adaptatif neural dans le modèle de référence et un modèle adaptatif neural qualifiés en ligne par le neurone de TLS EXIN. Cet observateur, présenté dans un article précédent des auteurs, a été amélioré ici dans deux aspects : d'abord, l'intégrateur adaptatif neural a été modifié pour faire son facteur de étude changer selon la vitesse de référence de la commande, seconde, un modèle adaptatif neural basé sur l'Euler modifié on a proposé que l'intégration pour résoudre le problème d'instabilité de discrétisation dans le champ-affaiblissement. Le deuxième observateur est un nouvel plein-ordre l'adaptatif basé sur les équations d'état de la machine d'induction, où la vitesse est estimée au moyen d'une technique d'adaptation de TLS EXIN. Ces deux observateurs ont été équipés en algorithme de compensation de non-linéarité d'inverseur et de techniques pour l'évaluation en ligne de la résistance de redresseur de la machine. D'ailleurs, une analyse théorique complète de stabilité a été développée pour eux tous les deux, l'accent étant mis plus particulièrement sur le comportement de champ-affaiblissement de région pour l'observateur de TLS MRAS et au mode de régénérer à de basses vitesses pour l'observateur adaptatif de TLS. Les deux observateurs de vitesse ont été vérifiés dans la simulation numérique et expérimentalement sur une installation d'essai, et expérimentalement également comparés à l'observateur de BPN MRAS, l'observateur adaptatif classique et à un estimateur de boucle ouverte. Les résultats prouvent que les deux observateurs proposés surpassent tous trois autres observateurs en chaque condition de travail, avec l'observateur adaptatif de TLS ayant pour résultat une meilleure exécution que l'observateur de TLS MRAS.DEWEY : 621 ISSN : 0278-0046 En ligne : m.cirrincione@ieee.org, marcello.pucci@ieee.org, g.cirrincione@ieee.org, Gerard. [...] [article] Sensorless Control of Induction Machines by a New Neural Algorithm: The TLS EXIN Neuron = Sonde Moins de Commande des Machines d'Induction par un Nouvel Algorithme Neural : Le Neurone de TLS EXIN [texte imprimé] / Maurizio Cirrincione, Auteur ; Giansalvo Cirrincione ; Marcello Pucci, Auteur ; Grard-Andr Capolino, Auteur . - 127-149 p.
Génie Electrique
Langues : Anglais (eng)
in IEEE transactions on industrial electronics > Vol. 54 N°1 (Fevrier 2007) . - 127-149 p.
Mots-clés : Field oriented control Induction motor Luenberger observer Model reference adaptive system (MRAS) Neural networks Sensorless control Speed observers Total least-squares (TLS).Champ orienté de la commande Moteur à inductionObservateur de Luenberger Système adaptatif de référence modèle Réseaux neurologiques Sonde moins de commande Observateurs de vitesse Moindres carrés total Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : This paper proposes two speed observers for high-performance induction machine drives, both adopting an online adaptation law based on a new total least-squares (TLS) technique: the TLS EXIN neuron. The first is a model reference adaptive system (MRAS) observer with a neural adaptive integrator in the reference model and a neural adaptive model trained online by the TLS EXIN neuron. This observer, presented in a previous article of the authors, has been improved here in two aspects: first, the neural adaptive integrator has been modified to make its learning factor vary according to the reference speed of the drive, second, a neural adaptive model based on the modified Euler integration has been proposed to solve the discretization instability problem in field-weakening. The second observer is a new full-order adaptive one based on the state equations of the induction machine, where the speed is estimated by means of a TLS EXIN adaptation technique. Both these observers have been provided with an inverter nonlinearity compensation algorithm and with techniques for the online estimation of the stator resistance of the machine. Moreover, a thorough theoretical stability analysis has been developed for them both, with particular reference to the field-weakening region behavior for the TLS MRAS observer and to the regenerating mode at low speeds for the TLS adaptive observer. Both speed observers have been verified in numerical simulation and experimentally on a test setup, and have also been compared experimentally with the BPN MRAS observer, the classic adaptive observer and with an open-loop estimator. Results show that both proposed observers outperform all other three observers in every working condition, with the TLS adaptive observer resulting in a better performance than the TLS MRAS observer.
Cet article propose les observateurs à deux vitesses pour les commandes à rendement élevé de machine d'induction, toutes les deux qui adoptent une loi en ligne d'adaptation basée sur une nouvelle technique (TLS) des moindres carrés totale : le neurone de TLS EXIN. Le premier est un observateur adaptatif du système de référence modèle (MRAS) avec un intégrateur adaptatif neural dans le modèle de référence et un modèle adaptatif neural qualifiés en ligne par le neurone de TLS EXIN. Cet observateur, présenté dans un article précédent des auteurs, a été amélioré ici dans deux aspects : d'abord, l'intégrateur adaptatif neural a été modifié pour faire son facteur de étude changer selon la vitesse de référence de la commande, seconde, un modèle adaptatif neural basé sur l'Euler modifié on a proposé que l'intégration pour résoudre le problème d'instabilité de discrétisation dans le champ-affaiblissement. Le deuxième observateur est un nouvel plein-ordre l'adaptatif basé sur les équations d'état de la machine d'induction, où la vitesse est estimée au moyen d'une technique d'adaptation de TLS EXIN. Ces deux observateurs ont été équipés en algorithme de compensation de non-linéarité d'inverseur et de techniques pour l'évaluation en ligne de la résistance de redresseur de la machine. D'ailleurs, une analyse théorique complète de stabilité a été développée pour eux tous les deux, l'accent étant mis plus particulièrement sur le comportement de champ-affaiblissement de région pour l'observateur de TLS MRAS et au mode de régénérer à de basses vitesses pour l'observateur adaptatif de TLS. Les deux observateurs de vitesse ont été vérifiés dans la simulation numérique et expérimentalement sur une installation d'essai, et expérimentalement également comparés à l'observateur de BPN MRAS, l'observateur adaptatif classique et à un estimateur de boucle ouverte. Les résultats prouvent que les deux observateurs proposés surpassent tous trois autres observateurs en chaque condition de travail, avec l'observateur adaptatif de TLS ayant pour résultat une meilleure exécution que l'observateur de TLS MRAS.DEWEY : 621 ISSN : 0278-0046 En ligne : m.cirrincione@ieee.org, marcello.pucci@ieee.org, g.cirrincione@ieee.org, Gerard. [...]
in IEEE transactions on industrial electronics > Vol. 54 N°1 (Fevrier 2007) . - 150-166 p.
Titre : Sensorless Control of Induction Motors by Reduced Order Observer With MCA EXIN + Based Adaptive Speed Estimation Titre original : Commande de Sonde-Moins des Moteurs à Induction par l'Observateur Réduit d'Ordre avec des MCM EXIN + a Basé l'Evaluation Adaptative de Vitesse Type de document : texte imprimé Auteurs : Maurizio Cirrincione, Auteur ; Marcello Pucci, Auteur ; Giansalvo Cirrincione ; Grard-Andr Capolino, Auteur Article en page(s) : 150-166 p. Note générale : Génie Electrique Langues : Anglais (eng) Mots-clés : Field oriented control Induction machines Least-squares Neural networks Reduced order observer Sensorless control.Champ orienté de commande Moteur à induction Moindres carrés Réseaux neurologiques Observateur réduit d'ordre Commande de Sonde-moins. Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : This paper presents a sensorless technique for high-performance induction machine drives based on neural networks. It proposes a reduced order speed observer where the speed is estimated with a new generalized least-squares technique based on the minor component analysis (MCA) EXIN + neuron. With this regard, the main original aspects of this work are the development of two original choices of the gain matrix of the observer, one of which guarantees the poles of the observer to be fixed on one point of the negative real semi-axis in spite of rotor speed, and the adoption of a completely new speed estimation law based on the MCA EXIN + neuron. The methodology has been verified experimentally on a rotor flux oriented vector controlled drive and has proven to work at very low operating speed at no-load and rated load (down to 3 rad/s corresponding to 28.6 rpm), to have good estimation accuracy both in speed transient and in steady-state and to work correctly at zero-speed, at no-load, and at medium loads. A comparison with the classic full-order adaptive observer under the same working conditions has proven that the proposed observer exhibits a better performance in terms of lowest working speed and zero-speed operation.
Cet article présente une technique sensorless pour les commandes à rendement élevé de machine d'induction basées sur les réseaux neurologiques. Il propose un observateur réduit de vitesse d'ordre où la vitesse est estimée avec une nouvelle technique des moindres carrés généralisée basée sur l'analyse composante mineure (MCM) EXIN + neurone. Avec ce respect, les aspects originaux principaux de ce travail sont le développement de deux choix originaux de la matrice de gain de l'observateur, un dont des garanties les poteaux de l'observateur à fixer sur un point du vrai semi-finale-axe négatif malgré la vitesse de rotor, et l'adoption d'une loi complètement nouvelle d'évaluation de vitesse basée sur les MCM EXIN + neurone. La méthodologie a été vérifiée expérimentalement sur une commande commandée par vecteur orientée par flux de rotor et s'est avérée travailler à la vitesse de fonctionnement très basse à aucune charge et à charge évaluée (vers le bas à 3 rad/s correspondant à 28.6 t/mn), avoir la bonne exactitude d'évaluation dans la vitesse passagère et dans l'état d'équilibre et travailler correctement à la vitesse nulle, à aucune charge, et aux charges moyennes. Une comparaison avec l'observateur adaptatif de plein ordre classique dans les mêmes conditions de travail a montré que l'observateur proposé exhibe une meilleure exécution en termes de plus basse vitesse fonctionnante et zéro opérations de vitesse.DEWEY : 621 ISSN : 0278-0046 En ligne : m.cirrincione@ieee.org, marcello.pucci@ieee.org, g.cirrincione@ieee.org, Gerard. [...] [article] Sensorless Control of Induction Motors by Reduced Order Observer With MCA EXIN + Based Adaptive Speed Estimation = Commande de Sonde-Moins des Moteurs à Induction par l'Observateur Réduit d'Ordre avec des MCM EXIN + a Basé l'Evaluation Adaptative de Vitesse [texte imprimé] / Maurizio Cirrincione, Auteur ; Marcello Pucci, Auteur ; Giansalvo Cirrincione ; Grard-Andr Capolino, Auteur . - 150-166 p.
Génie Electrique
Langues : Anglais (eng)
in IEEE transactions on industrial electronics > Vol. 54 N°1 (Fevrier 2007) . - 150-166 p.
Mots-clés : Field oriented control Induction machines Least-squares Neural networks Reduced order observer Sensorless control.Champ orienté de commande Moteur à induction Moindres carrés Réseaux neurologiques Observateur réduit d'ordre Commande de Sonde-moins. Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : This paper presents a sensorless technique for high-performance induction machine drives based on neural networks. It proposes a reduced order speed observer where the speed is estimated with a new generalized least-squares technique based on the minor component analysis (MCA) EXIN + neuron. With this regard, the main original aspects of this work are the development of two original choices of the gain matrix of the observer, one of which guarantees the poles of the observer to be fixed on one point of the negative real semi-axis in spite of rotor speed, and the adoption of a completely new speed estimation law based on the MCA EXIN + neuron. The methodology has been verified experimentally on a rotor flux oriented vector controlled drive and has proven to work at very low operating speed at no-load and rated load (down to 3 rad/s corresponding to 28.6 rpm), to have good estimation accuracy both in speed transient and in steady-state and to work correctly at zero-speed, at no-load, and at medium loads. A comparison with the classic full-order adaptive observer under the same working conditions has proven that the proposed observer exhibits a better performance in terms of lowest working speed and zero-speed operation.
Cet article présente une technique sensorless pour les commandes à rendement élevé de machine d'induction basées sur les réseaux neurologiques. Il propose un observateur réduit de vitesse d'ordre où la vitesse est estimée avec une nouvelle technique des moindres carrés généralisée basée sur l'analyse composante mineure (MCM) EXIN + neurone. Avec ce respect, les aspects originaux principaux de ce travail sont le développement de deux choix originaux de la matrice de gain de l'observateur, un dont des garanties les poteaux de l'observateur à fixer sur un point du vrai semi-finale-axe négatif malgré la vitesse de rotor, et l'adoption d'une loi complètement nouvelle d'évaluation de vitesse basée sur les MCM EXIN + neurone. La méthodologie a été vérifiée expérimentalement sur une commande commandée par vecteur orientée par flux de rotor et s'est avérée travailler à la vitesse de fonctionnement très basse à aucune charge et à charge évaluée (vers le bas à 3 rad/s correspondant à 28.6 t/mn), avoir la bonne exactitude d'évaluation dans la vitesse passagère et dans l'état d'équilibre et travailler correctement à la vitesse nulle, à aucune charge, et aux charges moyennes. Une comparaison avec l'observateur adaptatif de plein ordre classique dans les mêmes conditions de travail a montré que l'observateur proposé exhibe une meilleure exécution en termes de plus basse vitesse fonctionnante et zéro opérations de vitesse.DEWEY : 621 ISSN : 0278-0046 En ligne : m.cirrincione@ieee.org, marcello.pucci@ieee.org, g.cirrincione@ieee.org, Gerard. [...]
