Please use this identifier to cite or link to this item:
http://elartu.tntu.edu.ua/handle/123456789/15664
Title: | Нейромережеві технології підвищення точності вимірювання та керування в системах наведення антен |
Other Titles: | Neural network technology improve the precision of measurement and control systems aiming antennas Нейросетевые технологии повышения точности измерения и управления в системах наведения антенн |
Authors: | Стрембіцький, Михайло Олексійович Strembitskyy, Michael |
Affiliation: | Тернопільський національний технічний університет імені Івана Пулюя |
Bibliographic description (Ukraine): | Стрембіцький М.О. Нейромережеві технології підвищення точності
вимірювання та керування в системах наведення антен. – Рукопис.
Дисертація на здобуття наукового ступеня кандидата технічних наук за
спеціальністю 05.13.05 – Комп'ютерні системи та компоненти (технічні науки). –
Тернопільський національний технічний університет імені Івана Пулюя,
Тернопіль, 2016. Стрембицкий М.А. Нейросетевые технологии повышения точности измерения и управления в системах наведения антенн. - Рукопись. Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.05 - Компьютерные системы и компоненты (технические науки).– Тернопольский национальный технической университет имени Ивана Пулюя, Тернополь, 2016. |
Bibliographic description (International): | Strembitskyy M. Neural network technology improve the precision of measurement and control systems aiming antennas - Manuscript Thesis for a Candidate of Technical Sciences degree in specialty, specialty 05.13.05 - Computer systems and components (technical sciences). Ternopil Ivan Pul’uj National Technical University, 2016. |
Issue Date: | 30-May-2016 |
Date of entry: | 28-Apr-2016 |
Publisher: | Тернопільський національний технічний університет ім. Івана Пулюя |
Science degree: | кандидат технічних наук |
Code and name of the specialty: | 05.13.05 – комп’ютерні системи та компоненти |
Defense council: | спеціалізована вчена рада К58.052.06 |
Institution defense: | Тернопільський національний технічний університет імені Івана Пулюя кандидатська дисертація |
Committee members: | Івахів, Орест Васильович Кочан, Володимир Володимирович |
UDC: | 681.518.3 681.51 681.532 |
Keywords: | система наведення антенна система азимутальна вісь вісь кута місця нейронна мережа прогнозування ідентифікація інверсне керування контролер швидкості похибка супроводу відхилення система наведения антенная система азимутальная ось угломерная ось нейронная сеть прогнозирование идентификация инверсное управления контроллер скорости погрешность сопровождения отклонения steering system antenna system azimuthal axis elevation axis neural network prediction identification inverse control speed controller error tracking deviation |
Abstract: | Дисертацію присвячено вирішенню наукового завдання підвищення точності
вимірювання та керування в системах наведення антен із використанням
нейромережевих технологій.
Проаналізовано тенденції розвитку систем керування наведенням антен.
Зроблено висновки про процес налаштування параметрів класичного ПІД-
регулятора, який потребує побудови детальної моделі системи керування антени.
Проведений огляд підходів до застосування нейронних мереж у моделюванні
динамічних систем. Запропоновано використання рекурентної нейронної мережі для
побудови контролера наведення антени.
Запропоновано метод ідентифікації параметрів антени, реалізація якого
потребує подання на вхід тестових сигналів та врахування перехідного процесу.
Такий спосіб дозволяє формувати послідовності для проведення навчання
нейромережевого контролера наведення антени.
Запропонована схема навчання нейронної мережі, яка відтворює інверсну
динаміку антени, використана для синтезу контролера керування антеною.
Використання модифікованої нейронної мережі Елмана підвищило точність
керування антеною порівняно із розрахованим та налаштованим аналітичним
методом ПІД-регулятором.
На основі отриманих результатів розроблено розподілену систему для
керування антеною. Навчання нейромережевого контролера для запропонованої
системи проведено шляхом відтворення інверсної динаміки самого об’єкту
керування. Диссертация посвящена решению научной задачи повышения точности измерения и управления в системах наведения антенн с использованием нейросетевых технологий. Проанализированы тенденции развития систем управления для наведения антенн. Сделаны выводы о процессе настройки параметров классического ПИД-регулятора, который требует построения детальной модели системы управления антенны. Проведенный обзор подходов к применению НС в моделировании динамических систем. Предложено использование рекуррентной нейронной сети для построения контроллера наведения антенны. Использование наследуемого нейроуправления не обеспечивает желаемого результата, так как погрешность регулирования не может принимать значения менее чем при управлении с применением эталонной модели. В отличие от наследуемого нейроуправления реализация инверсного нейрокерування не требует использования эталонной модели контроллера управления, а модель для формирования обучающей выборки формируют на основе идентификационной модели объекта управления. Предложен метод идентификации параметров антенны, реализация которого требует представления на вход тестовых сигналов и учета переходного процесса. Такой подход позволил формировать последовательности для проведения обучения нейросетевого контроллера наведения антенны. Предложено использование контроллера на основе рекуррентной НС для наведения антенны, который путем реализации нейросетевого эмулятора обеспечивает отображение инверсной динамики системы наведения антенны, не требует знания точной математической модели управляемого объекта и позволяет избежать громоздких расчетов на стадии описания модели управления. Проведено моделирование работы нейросетевого контроллера наведения антенны и проведение идентификации антенной установки с использованием рекуррентной НС Элмана. Предложен метод выбора способа обучения рекуррентной НС Элмана для наведения антенны, при воспроизведении инверсной динамики управляемого объекта, который обеспечивает уменьшение погрешности при проведении обучения синтезированной нейросетевой структуры. Предложенная схема обучения нейронной сети для воспроизведения инверсной динамики антенны была использована для синтеза контроллера управления антенной. Усовершенствован метод синтеза нейроконтроллера управления антенным устройством на основе рекуррентной нейронной сети Элмана введением глобальных обратных связей, что позволило повысить точность управления при сопровождении антенной системой тестовой траектории на 3,7% по сравнению с рассчитанным и настроенным аналитическим методом ПИД-регулятором. Усовершенствован метод управления вводом антенной установки для распределенной системы, путем использования рекуррентной нейронной сети. Обучена воспроизводить инверсную динамику антенной системы НС-регулятор повысил быстродействие системы на 3%, по сравнению с настроенным ПИД-регулятором. Результаты исследования использованы для нейросетевого контроллера, синтезированного средствами Matlab, и который через последовательный интерфейс считывает текущее значение положения осей антенной системы и производит управляющую действие для сопровождения и наведения АС, может быть использовано для управления и сопровождения по траектории в системах наведения реальных антенн. На основе полученных результатов разработано распределенную систему для управления антенной. Обучение нейросетевого контроллера для предложенной системы проводили, путем воспроизведения инверсной динамики самого объекта управления. Dissertation is sanctified to the decision of scientific task of increase of efficiency of aiming of antenna complexes of accompaniment of space objects. Basic factors that influence on exactness of management of antenna complexes are analyzed, using of neural network is offered as an identifier of dynamic object that recreates the mechanical part of the antenna system and allows to estimate work of neural network. The use of recurrent neural networks is offered for the management of dynamic objects, in particular by the antenna complexes of accompaniment of space objects. The use of the modified Elman neural network is reasonable for the construction of regulator in the contour of aiming of the aerial system, the optimal number of neurons in the intermediate layer of neural network is defined and an effective algorithm for realization of adjustment of weight and displacements of neural network is offered. A hold neural network training using identity management model of the object, thus forming sequence for inputs and set the system into line output value. Based on developed a distributed system designed to control antenna. Training neural network controller for the proposed system was performed conducted by inverse dynamics of reproduction facility management. |
Description: | Захист відбудеться 30 травня 2016 р. о 12 годині на засіданні спеціалізованої вченої ради К58.052.06 в Тернопільському національному технічному університеті імені Івана Пулюя, 46001, м. Тернопіль, вул. Руська, 56, ауд.56. З дисертацією можна ознайомитися у науково-технічній бібліотеці Тернопільського національного технічного університету імені Івана Пулюя, 46001, м. Тернопіль, вул. Руська, 56. |
URI: | http://elartu.tntu.edu.ua/handle/123456789/15664 |
References (Ukraine): | 1. Palamar M. Synthesis and Optimization of Neural Network Parameters to Control Non-linear Objects / Palamar M., Aleksander M., Pohrebennyk V., Strembickyy M. // Przegląd elektrotechniczny, ISSN 0033-2097, R. 90 NR 5/201. - p. 207-210. 2. Стрембіцький М.О Дослідження ефективності алгоритмів навчання модифікованої нейронної мережі Елмана / М.О Стрембіцький // Вісник Тернопільського національного технічного університету. – 2014. No4(76). – С.182- 188. 3. Стрембіцький М.О. Дослідження ефективності застосування нейронної мережі в системі керування нелінійними динамічними об'єктами / Паламар М.І., Пастернак Ю.В., Стрембіцький М.О. // Автоматика, вимірювання та керування. - Вісник НУ “Львівська політехніка”. - 2013. - No 753. - С.8-14. 4. Стрембіцький М.О. Алгоритм керування обробкою при тонкому точінні багато різцевою головкою / Луців І.В., Шарик В., Стрембіцький М. // Науковий журнал «Технологічні комплекси», 2014, No1(9). - С.57-62. 5. Стрембіцький М.О. Застосування рекурентної нейронної мережі для керування об’єктами з невизначеними динамічним параметрами / Паламар М.I., Гнатюк О.Б., Стрембіцький М.О. // Вісник Вінницького політехнічного інституту. - 2013. - No 2(107) - С.5-10. 6. Стрембіцький М.О. Управління двигуном безконтактним моментним без зворотнього зв’язку / Паламар М.I., Стрембіцький М.О. // Матеріали науково- технічної конференції ТНТУ ім. І.Пулюя «Теоретичні та прикладні аспекти радіотехніки і приладобудування» (11-12 травня 2011 р.). Тернопiль: ТНТУ, 2011 – С.39-40. 7. Стрембіцький М.О. Керування наведенням антени з опорно-поворотним пристроєм на основі платформи Стюарта / Паламар М.I., Пастернак Ю.В., Стрембіцький М.О. // Матеріали XV наукової конференції ТНТУ ім. І.Пулюя (14 – 15 грудня 2011 р.). Тернопіль: ТНТУ, 2011 – С.85 18 8. Стрембіцький М.О. Застосування рекурентної нейронної мережі для керування об’єктами з невизначеними динамічним параметрами / М. Паламар, О. Гнатюк; М. Стрембіцький // Матеріали ХI Міжнародної конференції “Контроль і управління в складних системах” (КУСС-2012) (09 - 11 жовтня). Вінниця: – 2012 – С. 28. 9. Стрембіцький М.О. Навчання рекурентної НМ для прямого інверсного керування динамічним об’єктом / М.І. Паламар, М.О. Стрембіцький // Матеріали четвертої науково-технічної конференції “GEO-UA” – Київ, 26-30 травня 2014р. – С.171 – 174. 10. Стрембіцький М.О. Дослідження ефективності застосування нейронної мережі в контурі систем керування динамічними об’єктами із невизначеними параметрами / М. Паламар, О. Гнатюк; М. Стрембіцький // Матеріали науково-технічної конференції молодих учених та студентів “Актуальні задачі сучасних технологій – Тернопіль, 19-20 грудня 2012р. – С.117-118. 11. Стрембіцький М.О. Дослідження ефективності структури нейронних мереж для керування динамічними об’єктами / Паламар М.І., Пастернак Ю.В., Стрембіцький М.О., // Матеріали XII Міжнародної науково-технічної конференції “Приладобудування: стан і перспективи”. – Київ, 23-24 квітня 2013р. – С.280 12. Стрембіцький М.О. Використання модифікованої рекурентної нейронної мережі Елмана для ідентифікації динамічних об’єктів / Паламар М.І., Стрембіцький М.О., Стрембіцький В.О., // Матеріали Всеукраїнської науково-технічної конференції “Теоретичні та прикладні аспекти радіотехніки і приладобудування” – Тернопіль, 5-6 червня 2013р. – С. 25 13. Стрембіцький М.О Синтез нейромережевого контролера для керування наведення антенної системи / М. Паламар, О. Гнатюк; М. Стрембіцький // Матеріали ХI Міжнародної конференції “Контроль і управління в складних системах” (КУСС-2014) (14 - 16 жовтня). Вінниця: - 2012 – С.13. 14. Стрембіцький М.О. Комп’ютерна програма Моделювання роботи антенної системи супроводу низькоорбітальних супутників дистанційного зондування Землі ”ACS_SAT_Track” / М.I. Паламар, М.О. Стрембіцький, Я.М. Паламар // А.с. про реєстрацію авторського права на твір No 47062. «Комп’ютерна програма Моделювання роботи антенної системи супроводу низькоорбітальних супутників дистанційного зондування Землі ”ACS_SAT_Track”» [Текст]. – 2013. 15. Пат. 102637, МПК (2013. 01) G06F 3/033 Спосіб введення графічної інформації в комп’ютер / М.I. Паламар, М.О. Стрембіцький, Я.М. Паламар; заявник і патентовласник Тернопільський національний технічний університет ім. І. Пулюя. – u201504498; заявл. 18.05.2015; опубл. 10.11.2015, Бюл. No21. |
Content type: | Thesis |
Appears in Collections: | 05.13.05 – комп’ютерні системи та компоненти |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Vidguk_Ivahiv.pdf | відгук (О. В. Івахів) | 1,42 MB | Adobe PDF | View/Open |
Vidguk_Ivahiv.djvu | 3,03 MB | DjVu | View/Open | |
Vidguk_Kochana.pdf | відгук (В. В. Кочан) | 5,21 MB | Adobe PDF | View/Open |
Vidguk_Kochana.djvu | 3,08 MB | DjVu | View/Open | |
Avtoreferat_Strembickyj.pdf | автореферат дисертації | 907,41 kB | Adobe PDF | View/Open |
Avtoreferat_Strembickyj.djvu | 1,26 MB | DjVu | View/Open | |
Dysertacija_Strembickyj.pdf | дисертаційна робота | 2,5 MB | Adobe PDF | View/Open |
Dysertacija_Strembickyj.djvu | 5,25 MB | DjVu | View/Open | |
Dysertacija_Strembickyj__COVER.png | 101,45 kB | image/png | View/Open | |
Dysertacija_Strembickyj.doc | 7,42 MB | Microsoft Word | View/Open | |
Avtoreferat_Strembickyj.doc | 1,01 MB | Microsoft Word | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.