Выбор алгоритма обучения нейроэмулятора угловой скорости электропривода по схеме ТРН-АД
| Parent link: | Электротехника. Электротехнология. Энергетика: сборник научных трудов VII международной научной конференции молодых ученых, г. Новосибирск, 9–12 июня 2015 г./ Новосибирский государственный технический университет (НГТУ).— , 2015 Ч. 1 : Электротехника.— 2015.— [С. 111-113] |
|---|---|
| Main Author: | |
| Corporate Authors: | , |
| Other Authors: | |
| Summary: | Заглавие с экрана В статье приводятся исследование и выбор наилучшего алгоритма обучения нейроэмулятора угловой скорости электропривода по схеме ТРН-АД. Исследовались такие алгоритмы, как алгоритм градиентного спуска, алгоритм градиентного спуска с возмущением, алгоритм обучения Левенберга-Марквардта, алгоритм обучения М.Ф. Моллера. Входными параметрами нейроэмулятора послужили предварительно обработанные сигналы с датчиков тока и напряжения статора и их задержки, а также сигнал обратной связи по оцененной скорости с задержкой. In this article presents the research and selection of the best learning algorithm of the neuroemulator angular velocity of the electric drive TVR-IM type. Investigated such learning algorithm as gradient descent backpropagation, gradient descent with momentum backpropagation, algorithm of Levenberg - Marquardt, scaled conjugate gradient backpropagation (SCG). The input parameters of the neuroemulator were the pretreatment signals from the real sensors the stator current and the stator voltage and their delay, as well as a feedback signal from the estimated speed with delay. |
| Published: |
2015
|
| Series: | Электропривод и автоматика |
| Subjects: | |
| Online Access: | http://eee.nauka.edu54.ru/download/Part%201%20Electrical%20engineering.pdf#page=111 |
| Format: | Electronic Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=643726 |