|
| Titre : | Commande d’un moteur à courant continu basée sur les réseaux de neurones artificiels | | Type de document : | theses et memoires | | Auteurs : | Sarah Sadat, Auteur ; Aldjia Hacheman, Auteur ; Nadia Djeghali, Directeur de thèse | | Editeur : | Tizi-Ouzou : UMMTO F.G.E.I | | Année de publication : | 2024 | | Importance : | 95 p. | | Présentation : | ill. | | Format : | PDF | | Note générale : | Bibliogr. | | Langues : | Français | | Mots-clés : | Régulateur PID Régulateur proportionnelle intégrale dérivée Réseaux de neurones artificiels Moteur à courant continu Réseaux récurrent Matlab Méthode de Ziegler-Nichols Perceptron multicouche Mémoire long à court terme. | | Résumé : | Ce travail présente l’utilisation de l’intelligence artificielle, en particulier les réseaux de neurones artificiels (RNA), pour la commande des systèmes industriels tels que les moteurs à courant continu (MCC). L’objectif principal est de concevoir un système de régulation in- telligent capable d’assurer le suivi de vitesses de rotation en présence de perturbations.
Dans un premier temps, nous avons modélisé le moteur à courant continu afin d’obtenir les équations principales qui régissent son comportement dynamique. Ensuite, une commande classique de type PID est développée pour servir de base de comparaison. Enfin, un régulateur neuronal est conçu et entraîné pour remplacer le contrôleur classique. Grâce à ses capacités d’apprentissage, le réseau de neurone permet d’optimiser la réponse du système.
Les résultats de simulation sous MATLAB/Simulink ont montré que la commande neu- ronale permet de reproduire le comportement d’un PID classique. Cependant, en présence de perturbations, le régulateur neuronal a montré des mauvaises performances, en termes de stabilité, de précision et de temps de réponse, comparé au régulateur PID. Dans ce cas, plusieurs améliorations peuvent être envisagées, telles que l’optimisation de l’apprentissage du réseau ou l’utilisation de structures neuronales plus avancées.
| | Diplôme : | Master | | Permalink : | ./index.php?lvl=notice_display&id=37929 |
Commande d’un moteur à courant continu basée sur les réseaux de neurones artificiels [theses et memoires] / Sarah Sadat, Auteur ; Aldjia Hacheman, Auteur ; Nadia Djeghali, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : UMMTO F.G.E.I, 2024 . - 95 p. : ill. ; PDF. Bibliogr. Langues : Français | Mots-clés : | Régulateur PID Régulateur proportionnelle intégrale dérivée Réseaux de neurones artificiels Moteur à courant continu Réseaux récurrent Matlab Méthode de Ziegler-Nichols Perceptron multicouche Mémoire long à court terme. | | Résumé : | Ce travail présente l’utilisation de l’intelligence artificielle, en particulier les réseaux de neurones artificiels (RNA), pour la commande des systèmes industriels tels que les moteurs à courant continu (MCC). L’objectif principal est de concevoir un système de régulation in- telligent capable d’assurer le suivi de vitesses de rotation en présence de perturbations.
Dans un premier temps, nous avons modélisé le moteur à courant continu afin d’obtenir les équations principales qui régissent son comportement dynamique. Ensuite, une commande classique de type PID est développée pour servir de base de comparaison. Enfin, un régulateur neuronal est conçu et entraîné pour remplacer le contrôleur classique. Grâce à ses capacités d’apprentissage, le réseau de neurone permet d’optimiser la réponse du système.
Les résultats de simulation sous MATLAB/Simulink ont montré que la commande neu- ronale permet de reproduire le comportement d’un PID classique. Cependant, en présence de perturbations, le régulateur neuronal a montré des mauvaises performances, en termes de stabilité, de précision et de temps de réponse, comparé au régulateur PID. Dans ce cas, plusieurs améliorations peuvent être envisagées, telles que l’optimisation de l’apprentissage du réseau ou l’utilisation de structures neuronales plus avancées.
| | Diplôme : | Master | | Permalink : | ./index.php?lvl=notice_display&id=37929 |
|
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesCommande d’un moteur à courant continu basée sur les réseaux de neurones artificiels / Sarah Sadat (2024)
