"پایان نامه" برق کنترل: کاربرد تکنیک نرو فازی در شناسایی خطا

متن کامل پایان نامه مقطع ارشد مهندسی برق

با عنوان : کاربرد تکنیک نرو-فازی در شناسایی خطا با استفاده از روش ترکیب داده ها

در ادامه مطلب می توانید تکه هایی از ابتدای این پایان نامه را بخوانید

و در صورت نیاز به متن کامل آن می توانید از لینک پرداخت و دانلود آنی برای خرید این پایان نامه اقدام نمائید.

دانشگاه آزاد اسلامي
واحد تهران جنوب
دانشكده تحصيلات تكميلي
“M.Sc” سمينار براي دريافت درجه كارشناسي ارشد
مهندسي برق – كنترل
عنوان :
كاربرد تكنيك نرو-فازي در شناسايي خطا با استفاده از روش تركيب داده ها

برای رعایت حریم خصوصی اسامی استاد راهنما،استاد مشاور و نگارنده درج نمی شود

تکه هایی از متن به عنوان نمونه :

(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)

چكيده:
طراحي يك سيستم آشكار سازي و تشخيص خطا در اين پژوهش مورد بررسي قرار گرفته است. ماژول آشكار ساز و تشخيص خطا (FDI) با استفاده از روش هاي آماري و شبكه هوشمند طراحي گرديده است. در اين پژوهش روش هاي آماري مانند PCA و ICA جهت كاهش ابعاد داده هاي سيستم توسط استخراج خصيصه هاي مهم، به كار گرفته شده اند. جهت آشكار سازي و تشخيص خطا ، شبكه نرو-فازي براي هر رويداد خطايي توسط داده هاي كاهش يافته شده بدست آمده از فرآيند ، آموزش مي بيند. پس از آموزش؛ تركيب شبكه نرو-فازي و سيستم كاهش داده ICA و يا PCA  به عنوان سيستم آشكار سازي و تشخيص خطا به كار گرفته مي شود كه اطلاعات خطا را به سيستم ناظر جهت اتخاذ تصميم مناسب مي فرستد. با استفاده از اين روش امكان توسعه سيستم شناسايي خطا در هنگام بروز خطاهاي جديد با استفاده از آموزش يك واحد خطايابي ديگر براحتي امكان پذير مي شود .

مقدمه:
سيستم هاي كنترل مدرن روز به روز به جهت احتياج به عملكرد بهتر در صنايع مدرن، پيچيده تر مي گردند. از طرف ديگر، خرابي اجزاء سازنده مانند خرابي محرك ها، سنسورها و كنترل ها اجتناب ناپذير مي باشد. خطاها مي توانند ديناميك را تغيير دهند و باعث كاهش عملكرد سيستم و يا حتي ناپايداري آن گردند. بنابراين شناسايي و آشكار سازي خطا در طراحي سيستم كنترل لازم به نظر مي رسد.

در اين پژوهش سيستم آشكارسازي و تشخيص خطا بر پايه تكنيك هاي هوشمند مورد بررسي قرار گرفته است. استفاده از شبكه هاي عصبي در طي دو دهه اخير بسيار مورد توجه محققان و صنعت گران قرار گرفته است. علت اين امر علاوه بر سادگي كاربرد آنها، بازدهي اين روش ها در مدلسازي فرآيندهايي است كه رفتاري به شدت غير خطي دارند. به منظور مديريت شرايط غيرعادي يك فرآيند، لازم است ابتدا عادي يا غيرعادي بودن وضعيت فرايند آشكار و عيوب ايجاد كننده وضعيت غيرعادي شناسائي شوند. امروزه واحدهاي فرآيند بسيار پيچيده بوده و شامل اندازه گيري هاي زيادي از متغير هاي فرآيند مي باشند كه جهت كنترل و مونيترينگ فرآيند به كار مي روند. با توجه به اين نكته يك كاربر جهت مونيترينگ فرآيند، اغلب با حجم وسيعي از داده ها مواجه است كه اين خود مي تواند موجب سردرگمي وي و همچنين افزايش حجم محاسباتي گردد. از اين رو مساله طراحي يك سيستم هوشمند شناسائي و تشخيص عيوب (PFDD) كه قادر باشد به صورت بهنگام عمل كند و از لحاظ ايمني و اقتصادي مقرون به صرفه باشد توجه تعداد زيادي از محققان را به خود جلب نموده است. سيستم آشكار سازي و تشخيص خطا بر پايه تركيب روش هاي آماري مانند PCA و ICA جهت كاهش ابعاد داده و شبكه نرو-فازی به منظور تركيب داده ها و آشكار سازي و تشخيص و طبقه بندي خطاها، مي باشد. اطلاعات خطا توسط ماژول آشكارسازي و تشخيص خطا بدست مي آيد و سپس به منظور اخذ تصميمات كنترلي به سيستم ناظر فرستاده مي شود.

تعداد صفحه : 57

قیمت : یازده هزار تومان

 

***

—-

:       

****         baharfile@zoho.com

جستجو در سایت : کلمه کلیدی خود را وارد نمایید :

 

برای جستجو بر اساس موضوع های پایان نامه ها اینجا کلیک کنید

مطالب مشابه را هم ببینید

 

فایل مورد نظر خودتان را پیدا نکردید ؟ نگران نباشید . این صفحه را نبندید ! سایت ما حاوی حجم عظیمی از پایان نامه های دانشگاهی است. مطالب مشابه را هم ببینید. برای یافتن فایل مورد نظر کافیست از قسمت جستجو استفاده کنید. یا از منوی بالای سایت رشته مورد نظر خود را انتخاب کنید و همه فایل های رشته خودتان را ببینید

3 پاسخ

ارسال یک پاسخ

می خواهید در گفتگو ها شرکت کنید؟
Feel free to contribute!

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *