این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی مکانیک امیرکبیر، جلد ۴۵، شماره ۲، صفحات ۸۷-۱۰۴
عنوان فارسی بررسی،آزمایش و بهبود عملکرد عملگرمیکرونی در سنگ زنی دقیق بکمک شبکه عصبی
چکیده فارسی مقاله فرایند سنگ زنی دقیق قطعات با هندسه ی متغیر و یا قطعات فرم‌دار ظریف، نیازمند موقعیت­­‌دهی دقیق و سریع میز قطعه کار در حین فرایند ماشینکاری است. در بحث درسینگ چرخ سنگ‌های فوق ساینده نیز به موقعیت‌دهی میکرونی الماس روی چرخ سنگ نیاز است. عملگرهای پیزوالکتریک یکی از رایج‌ترین انواع عملگرها برای سیستم‌های موقعیت‌دهی میکرونی هستند. کنترل دقیق این عملگرها در شرایط مختلف محیطی و عملیاتی بدون مدل‌سازی هیسترزیس امکان‌پذیر نخواهد بود. در تحقیقاتی که تاکنون از شبکه عصبی بدین منظور استفاده نموده‌اند، اثر نیروی وارد بر عملگر روی هیسترزیس مورد توجه واقع نشده است که این امر می‌تواند، خطای مدلسازی را افزایش دهد. در این مقاله از شبکه عصبی برای مدلسازی معکوس هیسترزیس عملگر‌های پیزوالکتریک استفاده شد و اثرات نیروی دینامیک وارد بر آنها مورد توجه قرار گرفت. از این طرح بعنوان کنترلر در یک مسیر جلوسو در کنار عملگر استفاده شد تا رابطه ی ورودی و خروجی خطی شود. در ادامه با استفاده از کنترلر‌های حلقه بسته پی آی دی و انتخاب ضرایب مناسب برای آنها، بیشترین خطای کمتر از 2 درصد بدست آمد. 
کلیدواژه‌های فارسی مقاله پیزوالکتریک، شبکه عصبی، هیسترزیس، جبرانساز،
عنوان انگلیسی Survey, Experiment and Improvement of Micro Actuator Positioning for Precise Grinding by Neural Network
چکیده انگلیسی مقاله Precise grinding of fine shaped pieces with various arithmetic needs micro positioning and rapid movement of a work piece. Moreover, with regard to dressing of super abrasive grinding wheels, precise positioning of a dresser on the grinding wheel for achieving desired depth is needed. Piezoelectric actuators are convenient for micro positioning systems. Inherent hysteresis is one of the drawbacks in the use of these actuators. Neural networks can be used for this modeling. Ignoring the force can increase the positioning error remarkably. In this paper, the neural network is used for hysteresis modeling with attention to the important effect of loaded force. After modeling, the inverse hysteresis model is used as a compensator in a feed forward way to linearize the input-output relationship. Then using a PID closed loop controller and selecting a suitable coefficient for it, the maximum error was decreased to less than 2 percent of the working amplitude.
کلیدواژه‌های انگلیسی مقاله Piezoelectric, Hysteresis, neural networks, Compensator
نویسندگان مقاله محمد فضلی |


سید مهدی رضاعی | seyed mehdi


محمد زارعی نژاد |


نشانی اینترنتی http://mej.aut.ac.ir/article_323_73b122079124d86c88a4bebacae497a5.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1252/article-1252-274215.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات