Συντάχθηκε 10-07-2020 08:57
Τόπος: Η παρουσίαση θα γίνει με τηλεδιάσκεψη
Σύνδεσμος τηλεδιάσκεψης
Έναρξη: 13/07/2020 11:30
Λήξη: 13/07/2020 12:30
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
ΘΩΜΑΣ ΚΥΡΙΑΚΑΚΗΣ
θέμα
Προγραμματισμός Νευροασαφών Ελέγχων και η Σύνδεσή τους σε Ευφυή Μηχανικά Συστήματα
Programming Neurofuzzy Controller and its Connection to Intelligent Mechanical Systems
Εξεταστική Επιτροπή
Καθηγητής Γεώργιος Σταυρακάκης (επιβλέπων)
Καθηγητής Μιχαήλ Ζερβάκης
Καθηγητής Γεώργιος Σταυρουλάκης (Σχολή ΜΠΔ, ΠΚ)
Περίληψη
Οι τεχνικές που παρουσιάζονται στην παρούσα εργασία είναι κατάλληλες για επίλυση τόσο γραμμικών όσο και μη γραμμικών συστημάτων και μπορούν να εφαρμοστούν σε πλήθος διαφορετικών εφαρμογών, όπως για παράδειγμα, στον αντισεισμικό έλεγχο κατασκευών, στη μηχανική οχημάτων, στη ρομποτική, σε χρηματοοικονομικές εφαρμογές κλπ.
Στόχος της παρούσης εργασίας είναι η ανάπτυξη αξιόπιστου συστήματος νευροασαφούς ελέγχου (ANFIS) και η σύνδεσή του με μηχανικά συστήματα χρησιμοποιώντας τη μέθοδο των πεπερασμένων στοιχείων.
Για την επίτευξη αυτού του στόχου, χρησιμοποιούνται δύο διαφορετικές υλοποιήσεις. Η πρώτη, αφορά κώδικα Matlab (MyANFIS), ο οποίος λειτουργεί ανεξάρτητα από την εργαλειοθήκη ασαφών συστημάτων (Fuzzy Toolbox). Άλλωστε, όπως γνωρίζουμε, η λειτουργία του ANFIS μέσω της εργαλειοθήκης ασαφών συστημάτων της Matlab, που είναι η δεύτερη υλοποιήση, δεν είναι αρκετά παραμετροποίησιμη, αλλά λειτουργεί κατά κάποιον τρόπο σαν ένα «μαύρο» κουτί στο οποίο ο χρήστης δεν μπορεί να παρέμβει άμεσα και να αλλάξει διάφορες μεταβλητές.
Για τον έλεγχο της λειτουργίας και τη σύγκριση των δύο αυτών υλοποιήσεων μελετήθηκαν δύο είδη ευφυών μηχανικών συστημάτων με πιεζοηλεκτρικά υλικά. Μια κατασκευή δοκού και μια κατασκευή πλάκας. Η διακριτοποίηση έγινε με την μέθοδο των πεπερασμένων στοιχείων και η ολοκλήρωση των εξισώσεων κίνησης έγινε με χρήση της αριθμητικής μεθόδου Houbolt.
Abstract
The techniques presented in this paper are suitable for solving both linear and nonlinear systems and can be applied to a number of different applications, such as anti-seismic construction testing, vehicle engineering, robotics, financial applications, etc.
The aim of this paper is to develop a reliable neuro fuzzy control system (ANFIS) and to link it to mechanical systems using the finite element method.
To achieve this goal, two different implementations are used. The first, concerns the Matlab code (MyANFIS), which works independently of the Fuzzy Toolbox. After all, as we know, the operation of ANFIS through Matlab's obscure toolkit, which is the second implementation, is not quite configurable, but it does work in a way like a "black" box in which the user cannot intervene immediately and change various variables.
To control the operation and compare these two implementations, two types of intelligent mechanical systems with piezoelectric materials were studied. A beam construction and a plate construction. The identification was done using the finite element method and the completion of the motion equations was done using the Houbolt numerical method.
Meeting ID: 931 4004 6479
Password: 118349
