Documents disponibles écrits par cet auteur

Fuzzy–neural sliding-mode control for DC–DC converters using asymmetric Gaussian membership functions / Cheng, Kuo-Hsiang in IEEE transactions on industrial electronics, Vol. 54 N°3 (Juin 2007) 

Public ISBD [article]  in IEEE transactions on industrial electronics > Vol. 54 N°3 (Juin 2007) . - 1528-1536 p. Titre : Fuzzy–neural sliding-mode control for DC–DC converters using asymmetric Gaussian membership functions Titre original : Commande Brouillé-Neurale de Glisser-Mode pour des convertisseurs de DC-DC en utilisant des fonctions gaussiennes asymétriques d'adhésion Type de document : texte imprimé Auteurs : Cheng, Kuo-Hsiang, Auteur ; Hsu, Chun-Fei, Auteur ; Lin, Chih-Min, Auteur Article en page(s) : 1528-1536 p. Note générale : Electronique Langues : Anglais (eng) Mots-clés : Adaptive  control  Assymetric  Gaussian  membership  function  Converter  Fuzzy  neural  network  Sliding-mode  control  Commande  adaptative  Fonction  gaussienne  asymétrique  d'adhésion  Convertisseur  Réseau  neurologique  brouillé  Commande  de  glisser-mode Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : A fuzzy-neural sliding-mode (FNSM) control system is developed to control power electronic converters. The FNSM control system comprises a neural controller and a compensation controller. In the neural controller, an asymmetric fuzzy neural network is utilized to mimic an ideal controller. The compensation controller is designed to compensate for the approximation error between the neural controller and the ideal controller. An online training methodology is developed in the Lyapunov sense; thus, the stability of the control system can be guaranteed. Finally, to investigate the effectiveness of the FNSM control scheme, it is applied to control a pulsewidth-modulation-based forward dc-dc converter. Experimental results show that the proposed FNSM control system is found to achieve favorable regulation performances even under input-voltage and load-resistance variations. n système de commande brouillé-neural du glisser-mode (FNSM) est développé pour commander les convertisseurs électroniques de puissance. Le système de commande de FNSM comporte un contrôleur neural et un contrôleur de compensation. Dans le contrôleur neural, un réseau neurologique brouillé asymétrique est utilisé pour imiter un contrôleur idéal. Le contrôleur de compensation est conçu pour compenser l'erreur d'approximation entre le contrôleur neural et le contrôleur idéal. Une méthodologie en ligne de formation est développée dans le sens de Lyapunov ; ainsi, la stabilité du système de commande peut être garantie. En conclusion, pour étudier l'efficacité du FNSM commander l'arrangement, il est appliqué pour commander un convertisseur C.C-C.C vers l'avant pulsewidth-modulation-basé. Les résultats expérimentaux prouvent que le système de commande proposé de FNSM s'avère pour réaliser des exécutions réglementaires favorables même sous des variations d'entrée-tension et de charge-résistance. DEWEY : 621 ISSN : 0278-0046 RAMEAU : Convertisseurs électriques En ligne : d9021010@stmail.cgu.edu.tw, fei@chu.edu.tw, cml@saturn.yzu.edu.tw [article] Fuzzy–neural sliding-mode control for DC–DC converters using asymmetric Gaussian membership functions = Commande Brouillé-Neurale de Glisser-Mode pour des convertisseurs de DC-DC en utilisant des fonctions gaussiennes asymétriques d'adhésion [texte imprimé] / Cheng, Kuo-Hsiang, Auteur ; Hsu, Chun-Fei, Auteur ; Lin, Chih-Min, Auteur . - 1528-1536 p. Electronique Langues : Anglais (eng) in IEEE transactions on industrial electronics > Vol. 54 N°3 (Juin 2007) . - 1528-1536 p. Mots-clés : Adaptive  control  Assymetric  Gaussian  membership  function  Converter  Fuzzy  neural  network  Sliding-mode  control  Commande  adaptative  Fonction  gaussienne  asymétrique  d'adhésion  Convertisseur  Réseau  neurologique  brouillé  Commande  de  glisser-mode Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : A fuzzy-neural sliding-mode (FNSM) control system is developed to control power electronic converters. The FNSM control system comprises a neural controller and a compensation controller. In the neural controller, an asymmetric fuzzy neural network is utilized to mimic an ideal controller. The compensation controller is designed to compensate for the approximation error between the neural controller and the ideal controller. An online training methodology is developed in the Lyapunov sense; thus, the stability of the control system can be guaranteed. Finally, to investigate the effectiveness of the FNSM control scheme, it is applied to control a pulsewidth-modulation-based forward dc-dc converter. Experimental results show that the proposed FNSM control system is found to achieve favorable regulation performances even under input-voltage and load-resistance variations. n système de commande brouillé-neural du glisser-mode (FNSM) est développé pour commander les convertisseurs électroniques de puissance. Le système de commande de FNSM comporte un contrôleur neural et un contrôleur de compensation. Dans le contrôleur neural, un réseau neurologique brouillé asymétrique est utilisé pour imiter un contrôleur idéal. Le contrôleur de compensation est conçu pour compenser l'erreur d'approximation entre le contrôleur neural et le contrôleur idéal. Une méthodologie en ligne de formation est développée dans le sens de Lyapunov ; ainsi, la stabilité du système de commande peut être garantie. En conclusion, pour étudier l'efficacité du FNSM commander l'arrangement, il est appliqué pour commander un convertisseur C.C-C.C vers l'avant pulsewidth-modulation-basé. Les résultats expérimentaux prouvent que le système de commande proposé de FNSM s'avère pour réaliser des exécutions réglementaires favorables même sous des variations d'entrée-tension et de charge-résistance. DEWEY : 621 ISSN : 0278-0046 RAMEAU : Convertisseurs électriques En ligne : d9021010@stmail.cgu.edu.tw, fei@chu.edu.tw, cml@saturn.yzu.edu.tw