Συντάχθηκε 25-11-2011 08:48
από Eleni Stamataki
Email συντάκτη: estamataki<στο>tuc.gr
Ενημερώθηκε:
-
Ιδιότητα: σύνταξη/αποχώρηση υπάλληλος.
Τμήμα Ηλεκτρονικών Μηχανικών & Μηχανικών Υπολογιστών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
ΠΕΤΡΑΚΗ ΑΛΙΚΗ
με θέμα
“Αυτοπροσαρμοζόμενη αναγνώριση σε πνευματική αντλία”
“Adaptive identification of a pneumatic pump”
Τετάρτη 30 Νοεμβρίου2011, 1μμ
[Αίθουσα 137Π39, Κτίριο Επιστημών, Πολυτεχνειούπολη]
Εξεταστική Επιτροπή
Καθ. Εμμανουήλ Χριστοδούλου (επιβλέπων)
Καθ. Πέτρος Σταυρουλάκης
Αν. Καθ. Ιωάννης Μπούταλης Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Δημοκρίτειο Πανεπιστήμιο Θράκης
Περίληψη
In this thesis we proceed to the adaptive identification of a pneumatic pump. Pumps are used in an incredibly great deal of different applications in our life, so their identification with ultimate aim their control is of great importance. In order to identify this nonlinear dynamical system we use the Recurrent High Order Neural Network model and robust learning algorithms.
Firstly, after the introduction of the theoretical background of our work, we present our pneumatic pump model and its implementation in MATLAB Simulink environment. Then artificial neural networks are analyzed and we continue with the presentation of the Recurrent High Order Neural Network Model. In conclusion, we present the results of the adaptive identification of the pneumatic pump model implemented in MATLAB Simulink.
