پرینت

دانلود پروژه شناسایی سیستم درس سیستم های کنترل تطبیقی

نوشته شده توسط مجتبی آیتی نیا. منتشر شده در سیستم‌های کنترلی

دانلود پروژه شناسایی سیستم درس سیستم های کنترل تطبیقی


توضیح پروژه: این پروژه مربوط به درس سیستم های کنترل تطبیقی مقطع فوق لیسانس و دکتری رشته های مهندسی برق و مهندسی پزشکی و دیگر رشته هایی که با مبحث کنترل تطبیقی و شناسایی سیستم ها مرتبط هستند، می باشد.

فایل دریافتی شامل فایل word(قابل ویرایش) و PDF پروژه و فایل های برنامه matlab می باشد.

 

کلمات کلیدی: شناسایی سیستم، کنترل کننده تطبیقی، روش بازگشتی RLS، روش حداقل مربعات خطا LS، ماتریس کواریانس، همبستگی، رگرسیون، پارامترهای مجهول، الگوریتم RLS، Forgetting Factor، Covariance Resetting، حداقل مربعات و مدلهای رگرسیون، تخمین پارامترها در سیستمهای دینامیکی، روش ELS

قیمت: 120.000 تومان

توجه: دریافت پروژه به صورت خودکار پس از پرداخت وجه انجام می شود.

مهم: جهت پرداخت روی تصویر زیر کلیک کنید.

 کنترل تطبیقی یکی از مهم‌ترین زمینه‌های تحقیقاتی در پنج دهه اخیر بوده است. پیشرفت قابل توجهی در زمینه تئوری و عملی مانند اثبات پایداری کلی و ارتقا خواص تعقیب و عملکرد سیستم‌های پیشرفته از این روش کنترلی دیده‌شده است. یکی از دلایل رشد سریع کنترل تطبیقی توانایی آن در کنترل سیستم‎ها با حضور عدم قطعیت‌ها در طول عملیات است. در واقع کنترل تطبیقی تکنیکی برای بدست آوردن مدل سیستم و استفاده از این مدل برای تولید قانون کنترلی می‌باشد. این روش کنترلی ترکیبی از تخمین پارامتر و قانون کنترلی است که در هنگام کار سیستم پارامترهایش تنظیم می‌شود. همچنین برای رسیدن به عملکرد مطلوب از قانون تطبیقی برای رویارویی با عدم قطعیت‌ها در سیستم استفاده می‌شود. پایه و اساس کنترل تطبیقی تخمین پارامتر بصورت آنلاین بر اساس سیگنال‌های اندازه‌گیری شده و استفاده از این پارامترهای تخمینی در تولید ورودی کنترلی می‌باشد. از روش‌های مرسوم در تخمین پارامتر می‌توان حداقل مربعات بازگشتی و گرادیان نزولی را نام برد. از معیار پایداری لیاپانوف برای رسیدن به قانون تطبیق و نشان دادن همگرایی استفاده می‌شود. معمولاً از پروجکشن و نرمال‌سازی برای ارتقا مقاومت الگوریتم‌های تخمین استفاده خواهد شد.

Adaptive control provides techniques for the automatic adjustment of control parameters in real time either to achieve or to maintain a desired level of control system performance when the dynamic parameters of the process to be controlled are unknown and/or time-varying. The main characteristic of these techniques is the ability to extract significant information from real data in order to tune the controller and they feature a mechanism for adjusting the parameters of either the plant model or the controller. The history of adaptive control is long, significant progress in understanding and applying its ideas having begun in the early nineteen-seventies. The growing availability of digital computers has also contributed to the progression of the field. The early applications provided important feedback for the development of the field and theoretical innovations allowed a number of basic problems to be solved. The aim of this book is to provide a coherent and comprehensive treatment of the field of adaptive control