کنترل نانوتیرپیزوالکتریک با استفاده از شبکه عصبی مصنوعی

در این تحقیق، از کنترل کننده خطی عصبی مصنوعی پرسپترون چندلایه با توابع پردازش تانژانت هایپربولیک و با الگوریتم یادگیری پس انتشار خطا برای ردیابی موقعیت خیز انتهایی یک نانوتیر پیزوالکتریک استفاده شده است. نانوتیر پیزوالکتریک از نوع اویلر-برنولی وابسته به اندازه، درنظر گرفته شده است که در آن ولتاژ اعمالی به تیر بعنوان ورودی کنترل میباشد . بهمنظور طراحی کنترلکننده عصبی مصنوعی، بردار ورودی شبکه عصبی شامل اطلاعات مرحله قبل ورودی و خروجی و مقدار مطلوب ورودی در لحظه فعلی در نظر گرفته شده است. تطبیق پارامترهای یادگیری شبکه عصبی به کمک الگوریتم گرادیان نزولی صورت گرفته است . به منظور صحت سنجی، نتایج کنترلر حاضر با کنترلر فازی مقایسه گردیده است. شبیه سازی به ازای ورودی پله انجام گرفته و نتایج حاکی از دقت و سرعت عملکرد بالای پاسخ خروجی در ردیابی مرجع از پیش تعیین شده است. الگوریتم پیشنهادی قادر به ردیابی ورودی مرجع پله در کمتر از 0.5 ثانیه بدون فراجهشی است. کنترلر پیشنهادی قادر به دفع اثر اغتشاش خارجی پله در کمتر از 0.3 ثانیه بوده و فراجهش و فروجهش آن حدود 30 درصد میباشد.

Keywords:

کنترلر عصبی , نانوتیر پیزوالکتریک , پرسپترون چندلایه , ردیابی