Návrh řízení rotačního pneumatického motoru
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Technická Univerzita v Liberci
Abstract
Práce stručně charakterizuje návrh řízení rotačního pneumatického pohonu se zaměřením na možnosti řízení nelineárních soustav s využitím neuronových sítí a genetických algoritmů. V úvodní části je provedena rešerše současného stavu problematiky. Výsledek rešerše je zpracován jako teoretický podklad pro další práci. První oblastí rešerše jsou prvky pneumatických obvodů od výroby stlačeného média pro jeho využití. Zevrubně jsou popsány, rozděleny a charakterizovány jednotlivé typy pneumatických pohonů. Následuje stručný popis teorie systémů a řízení, doplněný kapitolou o dynamických systémech. Další část rešerše je zaměřena na elektronické měřicí a řídicí systémy. V závěru úvodního přehledu jsou popsány biologické algoritmy. Mezi představené algoritmy patří umělé neuronové sítě a genetické algoritmy, které byly využity při vyhodnocení měření a návrhu řídicích struktur. V dalším textu jsou zachyceny přípravné práce pro identifikační měření motoru a regulované soustavy. Tyto činnosti zahrnovaly konstrukci měřicího přípravku a stavbu regulované soustavy. Na výsledné soustavě byla provedena série měření. Z měření byla vytvořena řada charakteristik a závislostí jednotlivých veličin. Postupně byly proměřeny jednotlivé komponenty pneumatického obvodu a zváženy jejich možnosti při řízení tlaku a průtoku stlačeného vzduchu. Na pneumatickém motoru byly zjištěny závislosti otáček a krouticího momentu na nastaveném pracovním tlaku a průtoku vzduchu. Z jednotlivých měření byly vyvozeny závěry využité při dalším postupu. Vyhodnocen byl příkon a výkon motoru. Práce také předkládá informace o měření statických charakteristik otáček na řídicím napětí a pracovním tlaku. Tato charakteristika je silně nelineární a v práci jsou proto navrženy dvě metody pro linearizaci statické charakteristiky. První metodou je linearizace pomocí inverzní aproximace a druhým přístupem je sestavení linearizačního prvku s natrénovanou neuronovou sítí. Soubor měření je uzavřen průběhem linearizovaných přechodových charakteristik. Vyhodnoceny jsou také dynamické charakteristiky zaznamenávající reakci systému na změnu vstupních parametrů. V závěru práce je stručně nastíněn návrh jednotlivých komponent řídicího systému. Vytvořené komponenty lze rozdělit na pomocné systémy, ovladače a regulátory. Komponenty jsou tvořené umělými neuronovými sítěmi. Parametry neuronových síti byly nalezeny pomocí genetických algoritmů. Charakteristiky příkonu a výkonu motoru umožnily navrhnout komponenty zohledňující účinnost motoru. Práce je uzavřena zhodnocením dosažených výsledků a úvahou nad budoucími směry dalšího výzkumu.
This dissertation briefly characterizes a control design of a rotary pneumatic propulsion with focus on possibilities of controlling non-linear systems using neural networks and genetic algorithms. The first part provides a research of current state of the art. The outcome of the research is processed as a theoretical background for further work. The first part of the research deals with elements of pneumatic circuits ranging from production of compressed medium to its subsequent use. There is also a detailed description, division and characterization of individual types of pneumatic propulsion. Following, there is a brief description of theory of systems and controlling supplemented by a chapter dealing with dynamic systems. The next part of the research is focused on electronic control and measuring systems. In the concluding part of the research there is a description of biological algorithms. Among the introduced algorithms there are artificial neural networks and genetic algorithms that were used for evaluating the measurements and designing control structures. The following text deals with preparation tasks for identification measurement of the engine and for the regulated set. These tasks included construction of a measuring jig and the regulated set. The resulting set was a subject to a series of measurements. The measurements served as a foundation for creating a number of characteristics and dependencies of individual quantities. The individual components of the pneumatic circuits were consequently measured and their possibilities for controlling the pressure and the flow rate of compressed air were evaluated. The pneumatic motor was measured in terms of the dependency of revolutions and torque on the set working pressure and air flow rate. The individual measurements served for making conclusions used for the next process. The input and output of the engine were measured. The dissertation also provides information on measuring static characteristics of revolutions on the controlling voltage and working pressure. This characteristic is strongly non-linear, therefore the work provides a design of two methods for linearizing the static characteristic. The first method is linearizing using inverse approximation and the second one is creating a linearizing element with a trained neural network. The set of measurements concludes with progress of linearized transitional characteristics. The dynamic characteristics recording the system response on the change of input parameters are also evaluated. In the conclusion of the dissertation there is a brief outline of a design of individual components of the control system. The created components can be divided into auxiliary systems, controllers and regulators. The components comprise of artificial neural networks. The parameters of neural networks were found using genetic algorithms. The characteristics of the motor input and output provided for a design of components taking into consideration the effectiveness of the motor. The dissertation closes with evaluation of the achieved results and contemplation about the future of additional research.
This dissertation briefly characterizes a control design of a rotary pneumatic propulsion with focus on possibilities of controlling non-linear systems using neural networks and genetic algorithms. The first part provides a research of current state of the art. The outcome of the research is processed as a theoretical background for further work. The first part of the research deals with elements of pneumatic circuits ranging from production of compressed medium to its subsequent use. There is also a detailed description, division and characterization of individual types of pneumatic propulsion. Following, there is a brief description of theory of systems and controlling supplemented by a chapter dealing with dynamic systems. The next part of the research is focused on electronic control and measuring systems. In the concluding part of the research there is a description of biological algorithms. Among the introduced algorithms there are artificial neural networks and genetic algorithms that were used for evaluating the measurements and designing control structures. The following text deals with preparation tasks for identification measurement of the engine and for the regulated set. These tasks included construction of a measuring jig and the regulated set. The resulting set was a subject to a series of measurements. The measurements served as a foundation for creating a number of characteristics and dependencies of individual quantities. The individual components of the pneumatic circuits were consequently measured and their possibilities for controlling the pressure and the flow rate of compressed air were evaluated. The pneumatic motor was measured in terms of the dependency of revolutions and torque on the set working pressure and air flow rate. The individual measurements served for making conclusions used for the next process. The input and output of the engine were measured. The dissertation also provides information on measuring static characteristics of revolutions on the controlling voltage and working pressure. This characteristic is strongly non-linear, therefore the work provides a design of two methods for linearizing the static characteristic. The first method is linearizing using inverse approximation and the second one is creating a linearizing element with a trained neural network. The set of measurements concludes with progress of linearized transitional characteristics. The dynamic characteristics recording the system response on the change of input parameters are also evaluated. In the conclusion of the dissertation there is a brief outline of a design of individual components of the control system. The created components can be divided into auxiliary systems, controllers and regulators. The components comprise of artificial neural networks. The parameters of neural networks were found using genetic algorithms. The characteristics of the motor input and output provided for a design of components taking into consideration the effectiveness of the motor. The dissertation closes with evaluation of the achieved results and contemplation about the future of additional research.
Description
Subject(s)
pneumatika, rotační pohony, lamelový motor, aproximace, linearizace, neuronové sítě, genetické algoritmy, pneumatics, rotary engines, vane engine, approximation, linearization, neural networks, genetic algorithm