شناسایی دینامیکی پارامترهای خروجی توربین گاز با استفاده از شبکه عصبی NARX
Publish place: Conference on New Findings in Aerospace and Related Sciences
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 1,307
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
MAARS01_387
Index date: 6 March 2016
شناسایی دینامیکی پارامترهای خروجی توربین گاز با استفاده از شبکه عصبی NARX abstract
شبکه های عصبی مصنوعی جزء سیستم های هوشمند هستند که براساس اطلاعات ورودی ،رابطه نهفته در ورای داده ها را به ساختار شبکه منتقل می کنند. در این مقاله که براساس مطالعات علمی و تجربی صورت گرفته است،بااستفاده از داده های واقعی بدست آمده از توربین گازی نیروگاه ،برای شناسایی پارامترها با بهره گیری از شبکه عصبی NARX اقدام شده است. قبل از ورود داده ها به الگوریتم شناسایی ،برای دستیابی به دقت بالاتر اهداف و بهبود عملکرد شبکه عصبی،برروی داده ها پیش پردازش صورت می گیرد.در الگوریتم شبکه، توابع آموزش های مختلف ،تعداد متفاوتی از سلول های عصبی و همچنین انواع توابع انتقال (فعال سازی) برای لایه های پنهان و لایه خروجی از شبکه که در محیط متلب ایجاد شده است،در نظر گرفته می شود. نتایج نشان میدهد که تابع آموزش trainlm دارای عملکرد بهتری از نظر معیار حداقل میانگین مربعات خطا،در مقایسه با هریک از توابع آموزش دیگر دارا می باشد. شبکه عصبی NARX که مهم ترین ویژگی اش در عین غیرخطی بودن، دینامیکی بودن آن است،توانایی شناسایی دینامیکی پارامترهای اصلی سیستم توربین گاز را با دقت زیاد نسبت به سایر روش های خطی و استاتیک دارا می باشد.
شناسایی دینامیکی پارامترهای خروجی توربین گاز با استفاده از شبکه عصبی NARX Keywords:
شناسایی دینامیکی پارامترهای خروجی توربین گاز با استفاده از شبکه عصبی NARX authors
سجاد عباسی پیام
دانشجوی کارشناسی ارشد،دانشگاه گیلان
غلامرضا زارع پور
استادیار،دانشکده فنی مهندسی،دانشگاه گیلان
علی چائی بخش
استادیار،دانشکده فنی مهندسی،دانشگاه گیلان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :