این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی و مدیریت انرژی، جلد ۱۱، شماره ۴، صفحات ۲-۹
عنوان فارسی بهینه‌سازی انرژی در جرثقیل زیر‌تحریک برای انتقال بار متغیر با‌زمان با کنترل‌کنندۀ مد لغزشی سلسله‌مراتبی ترکیبی تطبیقی بهینه
چکیده فارسی مقاله این مقاله یک کنترل‌کنندۀ مد لغزشی سلسله‌مراتبی ترکیبی تطبیقی بهینه ​​(OACHSMC)   را برای یک مدل جرثقیل با بار متغیر بازمان در حضور عدم‌ قطعیت طراحی می‌کند. کنترل‌کننده مبتنی بر مد لغزشی (SMC) طراحی شده زیرا دارای رفتار پایداری و عملکرد مقاوم در حضور انواع عدم‌ قطعیت مانند دینامیک‌های مدل‌نشده و نیروهای اصطکاک است که به‌ترتیب به‌صورت جمع‌شونده و ضرب‌‌شونده مدل شده‌اند. مدل جرثقیل زیر‌تحریک دارای دو زیرسیستم ارابه و بار است. بنابراین می‌توان آن را با استفاده از یک کنترل‌کنندۀ مد لغزشی سلسله‌مراتبی ترکیبی (CHSMC) و منیفولد لغزشی دو‌لایه و فقط یک سیگنال کنترلی به‌طور دقیق کنترل کرد. جرم بار و طول کابل جرثقیل در حین انتقال بار متغیر بازمان در نظر گرفته شده، لذا مدل جرثقیل متغیر بازمان بوده و کنترل‌کننده با ضریب متغیر بازمان منیفولد لغزشی لایۀ دوم تطبیقی طراحی می‌شود. برای صرفه‌جویی در مصرف انرژی سیگنال ورودی، پارامتر منیفولد لغزشی لایۀ اول کنترل‌کننده با دو راهکار هوشمند الگوریتم ژنتیک (GA) و بهینه سازی ازدحام ذرات (PSO) بهینه‌سازی شده که نتایج یکسان داشته است. نتایج شبیه‌سازی پایداری و عملکرد مقاوم کنترل‌کنندۀ بهینه‌شدۀ پیشنهادی را نشان می‌دهد.‌
کلیدواژه‌های فارسی مقاله مدل جرثقیل متغیر بازمان، مدل‌سازی عدم‌قطعیت، کنترل تطبیقی، کنترل مد لغزشی سلسله‌مراتبی ترکیبی، الگوریتم ژنتیک، بهینه‌سازی ازدحام ذرات.
عنوان انگلیسی Energy Optimization of Under-actuated Crane Model for Time-Variant Load Transferring Using Optimized Adaptive Combined Hierarchical Sliding Mode Controller
چکیده انگلیسی مقاله This paper designs an Optimized Adaptive Combined Hierarchical Sliding Mode Controller (OACHSMC) for a time-varying crane model in presence of uncertainties. Uncertainties have always been one of the most important challenges in designing control systems, which include unknown parameters or un-modeled dynamics in systems. Sliding mode controller (SMC) is able to compensate the system in the presence of uncertainties due to un-modeled dynamics and is used for robust stability and performance behavior in the presence of additive un-modeled dynamics of system and multiplicative friction forces. This under-actuated crane has two sub-systems: trolley and payload. Therefore, it can be controlled by a single input signal with combined hierarchical sliding mode controller (CHSMC) using a two-layer-sliding manifold accurately. Payload mass and cable length are time-variant variables through load transferring. Due to the Time-varying models and the inefficiency of most controllers, the use of an adaptive controller can help improve system performance. This controller is adapted by considering a time-varying coefficient of the second layer sliding manifold. For energy saving of the input signal, the parameter of the first layer sliding manifold of ACHSMC is optimized by two intelligent strategies: genetic algorithm (GA) and particle swarm optimization (PSO) method. The simulation results show robust stability and performance of the proposed optimized controller.
کلیدواژه‌های انگلیسی مقاله Time-varying crane model, Uncertainty modelling, Adaptive Control, Combined Hierarchical Sliding Mode Control, Genetic algorithm, Particle Swarm Optimization
نویسندگان مقاله علیرضا فرجی | Alireza Faraji
Department of Electrical and Computer Engineering, University of Kashan
دانشکده مهندسی برق و کامپیوتر، دانشگاه کاشان

مرضیه احمدی | Marzieh Ahmadi
Department of Electrical and Computer Engineering, University of Kashan
دانشکده مهندسی برق و کامپیوتر، دانشگاه کاشان

نشانی اینترنتی http://energy.kashanu.ac.ir/browse.php?a_code=A-10-122-1&slc_lang=en&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده مهندسی برق
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات