مجید بهره مند 43111 اشتراک گذاری ارسال شده در 16 آذر، ۱۳۹۳ برای مشاهده این محتوا لطفاً ثبت نام کنید یا وارد شوید. ورود یا ثبت نام [h=4]در بسیاری از پروسه ها، ممکن است برخی از پارامترهای آنها بنا به دلایلی تغییر کند. برای مثال، در یک ربات، پارامترهایی مانند جرم و یا اصطکاک به مرور زمان و بر اثر فعالیتهایی چون برداشتن اجسام تغییر میکنند. حتی طول بازوها نیز ممکن است دستخوش تغییراتی بر اثر برخورد یا تصادف با اجسام دیگر شود. در پروسه هایی این چنین که پارامترهای سیستم تغییر میکنند، جهت انجام عملیاتهای متفاوتی از جمله کنترل نیاز است که پارامترهای پروسه در هر لحظه شناسایی شود و کنترل در چنین شرایطی را کنترل تطبیقی گویند.[/h] [h=4]اساس شناسایی پارامترهای پروسه، تخمین این پارامترها با استفاده از اطلاعات ورودی و خروجی است. در این تخمین، همواره از یک قانون تطبیق استفاده میشود. همه قوانین تطبیق از فرمهای متفاوت خظای تخمین به همراه توابع معیار گوناگون استفاده میکنند. لذا، جهت تخمین پارامترهای یک پروسه، روشهای بسیار متنوعی وجود دارد. نمونهای از این روشها عبارتند از:[/h] [h=4]روشهای مبتنی بر گرادیان[/h] [h=4]روشهای مبتنی بر حداقل مربعات[/h] [h=4]در این پروژه، از روش حداقل مربعات بازگشتی (RLS) با فاکتور فراموشی نمایی جهت تخمین پارامترهای پروسه استفاده میشود. بر این اساس، ابتدا شرحی کامل بر ساختار روش RLS با فاکتور فراموشی نمایی شده است. در ادامه، دو پروسه نمونه که یکی مربوط به ساختار تیر انعطاف پذیر و دیگری مربوط به یک تابع تبدیل نوعی است، ارائه شده است. سپس، شبیه سازی روش مذکور روی هر یک از پروسه های نمونه انجام شده و تحلیلهای لازم شامل اثر بردار اولیه روی تخمین پارامتر، اثر ماتریس کواریانس، اثر فاکتور فراموشی، بررسی سیگنالهای تحریک مختلف، تخمین در حضور نویز و اثر تغییر پارامترهای پروسه به ازای شرایط کاری متفاوت ارائه شده است.[/h] [h=4]فایل کامل پروژه در متلب به همراه توضیحات کامل در فایل ورد در فایل دانلود وجود دارد.[/h] [h=4]منبع: برای مشاهده این محتوا لطفاً ثبت نام کنید یا وارد شوید. ورود یا ثبت نام [/h] [h=4]پروژه از طرف: دکتر حمید توشنی[/h] برای مشاهده این محتوا لطفاً ثبت نام کنید یا وارد شوید. ورود یا ثبت نام 1 لینک به دیدگاه
ارسال های توصیه شده