شروع به کار

با سلام

این وبلاگ بر مبنای کتاب «راهنمای کاربردی سیمولینک پیشرفته» و «کنترل تطبیقی با مطلب و سیمولینک» پایه گذاری شده است و قصد دارد به بحث و بررسی کنترل تطبیقی  و شناسایی سیستم بپردازد

جهت ارتباط با نویسنده این وبلاگ می توانید از راهکارهای زیر استفاده نمائید:

1- ایمیل به آدرس [e-mail]

2- حضور در جهاد دانشگاهی امیرکبیر

و جهت تهیه کتاب های این وبلاگ می توانید به کتابفروشیهای خیابان انقلاب مراجعه فرمائید.

راهنمای مقدماتی تا پیشرفته Simulink

شما در این کتاب که از 7 بخش تشکیل شده است مباحث زیر را مشاهده کنید

1- مدل سازی و شبیه سازی شامل حل معادلات دیفرانسیل-ساخت زیرسیستم شرطی و تکراری و سیستم های گسسته

2- ارتباط متلب و سیمولینک به همراه آنالیز مونت کارلو

3- ساخت گرافیک و انیمیشن در سیمولینک

4- نقطه تعادل- خطی سازی و کنترل سیستم های siso و mimo

5- نصب کامپایلر و تولید کد در سیمولینک

6- شبیه سازی زمان واقعی و مباحث xpctarget

7- جریان حالت stateflow

کتاب کنترل مقاوم نرم بینهایت

كتاب كنترل مقاوم نرم بينهايت (با توضيح جعبه ابزار مقاوم MATLAB)

نوشته: دكتر حميد رضا تقي‌راد- محمد فتحي- فرينا زماني اسگويي

انتشارات: خواجه نصير الدين طوسي

نحوه خرید: 1- فروشگاه انتشارات خواجه نصیر بالاتر از میدان ونک، تلفن تماس [phone]

                2- کتابفروشی صانعی، انقلاب روبروی دانشگاه تهران

این کتاب در سیزده فصل و مطابق با سرفصل‌های پیشنهادی زیر تدوین شده‌است: در فصل اول کتاب، آشنایی عمومی با مفاهیم مورد بحث و تعبیر کلی از مسئله بهینه‌سازی مورد تعقیب در این کتاب ارائه شده‌است. با مطالعه این فصل جایگاه فصول آینده و ترتیب ارائه مطالب روشن خواهد شد. در فصل دوم به صورت اجمالی رياضيات مقدماتي كنترل مقاوم مورد توجه قرار می‌گیرد، انواع نرم‌ در سیگنال‌ها و سیستم‌ها تعریف می‌شود و ارتباط بین انواع نرم در سیگنال‌ها و تعبیر نرم القایی سیستم به‌صورت دقیق بیان می‌شود. در فصل سوم به موضوع مدل‌سازي سيستم نامي و تعبیر مناسبی از نامعینی در مدل‌سازی خواهیم پرداخت. در اين فصل بر نامعيني ضربي تاكيد شده‌است چرا که در رفتار بسياري از سيستم‌هاي واقعي قابل تفسير است. در ادامه‌ي اين فصل با توجه به پيچيدگی فرآيند تحليل و طراحي کنترل‌کننده مقاوم، مدل استانداردي ارائه مي‌گردد كه با جداسازي سيستم نامي، نامعینی و كنترل‌کننده از يكديگر شرايط را به منظور طراحي كنترل‌کننده مقاوم در حضور نامعینی فراهم می‌‌آورد. در فصل چهارم مفاهيم پايداري و كارايي نامي و مقاوم شرح داده مي‌شود و بر مبناي توابع تبديل حساسيت و متمم حساسيت معيارهایي به منظور تحليل و طراحي كنترل‌كننده استخراج مي‌شود. در فصل پنجم مفاهيم فاكتورهاي بهم اول معرفي خواهند شد و کنترل‌‌کننده‌هاي پایدار ساز ممكن براي يك سيستم حلقه بسته تعیین می‌گردد. در فصل ششم، مجموعه محدودیت‌های جبري و تحليلي در حل مسئله بهینه‌سازی معرفي خواهند شد. همچنین قضيه بنیادی مقدار بيشينه در طراحي كنترل‌كننده‌های مقاوم تعریف شده و سپس قضيه كوشي و فرمول انتگرال كوشي و پواسون مورد بحث قرار می‌گیرند. در فصل هفتم مسئله‌ي عمومي تنظيم توصيف مي‌گردد و راه‌های مختلف حل بهینه آن به منظور دستيابي به پايداري مقاوم و كارايي نامي ارائه می‌شوند. در فصل هشتم، مجموعه‌اي از مثال‌هاي مربوط به مسئله تنظيم عمومي ارائه می‌شود و مراحل طراحي كنترل‌كننده برای آنها و روش بهبود طراحی در قالب این مثال‌ها توصیف می‌شود. در فصل نهم، مفهوم مقادير تكين ساختاريافته (µ) معرفي مي‌گردد و كنترل‌كننده يك سيستم بر مبناي سنتز µ ايجاد مي‌گردد و روش‌های مختلف طراحی کنترل کننده با این دیدگاه ارائه می‌شود. در فصل دهم، روش‌هایي براي كاهش مرتبه كنترل‌كننده مانند روش برش، روش باقيمانده و روش هنكل ارائه مي‌گردد. در فصل‌های يازدهم، دوازدهم و سيزدهم كتاب نيز سه پروژه‌ بصورت جامع و يكپارچه مورد تجزيه و تحليل قرار می‌گیرد. اين پروژه‌ها شامل هواپیمای F14، سیستم نامعین سه-اینرسی و سيستم PH می‌باشند.

بر این مبنا این وبلاگ قصد دارد به موضوع کنترل مقاوم بر مبنای کتاب کنترل مقاوم نرم بینهایت بپردازد 

جهت دانلود کدهای کتاب به آدرس زیر مراجعه فرمائید

http://saba.kntu.ac.ir/eecd/taghirad/RobustControl.html

جهت ارتباط با نویسنده این وبلاگ می توانید از راهکارهای زیر استفاده نمائید:

1- ایمیل به آدرس [e-mail]

2- حضور در جهاد دانشگاهی امیرکبیر

و جهت تهیه کتاب های این وبلاگ می توانید به کتابفروشیهای خیابان انقلاب و یا به انتشارات خواجه نصیر مراجعه فرمائید.

جزوه شناسايي سيستم

مباحث شناسايي سيستم در لينك زير به خوبي تدريس شده است

http://www.it.uu.se/edu/course/homepage/systemid/vt12

دانلود كتاب كنترل تطبيقي

چند كتاب كنترل تطبيقي از اين سايت دانلود نمائيد

http://engineering-control.ir/category/1

کنترل تطبیقی با شبکه عصبی پس انتشار در تنظیم بهره های PID

روش پس انتشار براي كنترل یک سیستم دارای PID  بر مبنای مقاله ی :

Adaptive PID Control With Bp Neural Network Self-Tuning in Exhaust Temperature of Micro Gas Turbine

این مقاله در استخراج معادلات و روابط بسیار ساده و روان و بسیار کاربردی است:

%BP based PID Control
clear all;
close all;

xite=0.25;
alfa=0.05;

S=1; %Signal type

IN=4;H=5;Out=3;  %NN Structure
if S==1  %Step Signal
wi=[-0.6394   -0.2696   -0.3756   -0.7023;
    -0.8603   -0.2013   -0.5024   -0.2596;
    -1.0749    0.5543   -1.6820   -0.5437;
    -0.3625   -0.0724   -0.6463   -0.2859;
     0.1425    0.0279   -0.5406   -0.7660];
%wi=0.50*rands(H,IN);
wi_1=wi;wi_2=wi;wi_3=wi;
wo=[0.7576 0.2616 0.5820 -0.1416 -0.1325;
   -0.1146 0.2949 0.8352  0.2205  0.4508;
    0.7201 0.4566 0.7672  0.4962  0.3632];
%wo=0.50*rands(Out,H);
wo_1=wo;wo_2=wo;wo_3=wo;
end

if S==2  %Sine Signal
wi=[-0.2846    0.2193   -0.5097   -1.0668;
    -0.7484   -0.1210   -0.4708    0.0988;
    -0.7176    0.8297   -1.6000    0.2049;
    -0.0858    0.1925   -0.6346    0.0347;
     0.4358    0.2369   -0.4564   -0.1324];
%wi=0.50*rands(H,IN);
wi_1=wi;wi_2=wi;wi_3=wi;
wo=[1.0438    0.5478    0.8682    0.1446    0.1537;
    0.1716    0.5811    1.1214    0.5067    0.7370;
    1.0063    0.7428    1.0534    0.7824    0.6494];
%wo=0.50*rands(Out,H);
wo_1=wo;wo_2=wo;wo_3=wo;
end

x=[0,0,0];
u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;
y_1=0;y_2=0;y_3=0;

Oh=zeros(H,1);    %Output from NN middle layer
I=Oh;             %Input to NN middle layer
error_2=0;
error_1=0;

ts=0.001;
for k=1:1:6000
time(k)=k*ts;

if S==1
   rin(k)=1.0;
elseif S==2
   rin(k)=sin(1*2*pi*k*ts);
end

%Unlinear model
a(k)=1.2*(1-0.8*exp(-0.1*k));
yout(k)=a(k)*y_1/(1+y_1^2)+u_1;

error(k)=rin(k)-yout(k);

xi=[rin(k),yout(k),error(k),1];

x(1)=error(k)-error_1;
x(2)=error(k);
x(3)=error(k)-2*error_1+error_2;

epid=[x(1);x(2);x(3)];
I=xi*wi';
for j=1:1:H
    Oh(j)=(exp(I(j))-exp(-I(j)))/(exp(I(j))+exp(-I(j))); %Middle Layer
end
K=wo*Oh;             %Output Layer
for l=1:1:Out
    K(l)=exp(K(l))/(exp(K(l))+exp(-K(l)));        %Getting kp,ki,kd
end
kp(k)=K(1);ki(k)=K(2);kd(k)=K(3);
Kpid=[kp(k),ki(k),kd(k)];

du(k)=Kpid*epid;
u(k)=u_1+du(k);
if u(k)>=10       % Restricting the output of controller
   u(k)=10;
end
if u(k)<=-10
   u(k)=-10;
end

dyu(k)=sign((yout(k)-y_1)/(u(k)-u_1+0.0000001));

%Output layer
for j=1:1:Out
    dK(j)=2/(exp(K(j))+exp(-K(j)))^2;
end
for l=1:1:Out
    delta3(l)=error(k)*dyu(k)*epid(l)*dK(l);
end

for l=1:1:Out
   for i=1:1:H
       d_wo=xite*delta3(l)*Oh(i)+alfa*(wo_1-wo_2);
   end
end
    wo=wo_1+d_wo+alfa*(wo_1-wo_2);
%Hidden layer
for i=1:1:H
    dO(i)=4/(exp(I(i))+exp(-I(i)))^2;
end
    segma=delta3*wo;
for i=1:1:H
   delta2(i)=dO(i)*segma(i);
end

d_wi=xite*delta2'*xi;
wi=wi_1+d_wi+alfa*(wi_1-wi_2);

%Parameters Update
u_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=u(k);   
y_2=y_1;y_1=yout(k);
   
wo_3=wo_2;
wo_2=wo_1;
wo_1=wo;
   
wi_3=wi_2;
wi_2=wi_1;
wi_1=wi;

error_2=error_1;
error_1=error(k);
end
figure(1);
plot(time,rin,'r',time,yout,'b');
xlabel('time(s)');ylabel('rin,yout');
figure(2);
plot(time,error,'r');
xlabel('time(s)');ylabel('error');
figure(3);
plot(time,u,'r');
xlabel('time(s)');ylabel('u');
figure(4);
subplot(311);
plot(time,kp,'r');
xlabel('time(s)');ylabel('kp');
subplot(312);
plot(time,ki,'g');
xlabel('time(s)');ylabel('ki');
subplot(313);
plot(time,kd,'b');
xlabel('time(s)');ylabel('kd'); ...

کلاس شبکه عصبی و فازی با MATLAB در جهاد دانشگاهی امیرکبیر

کلاس شبکه عصبی و فازی با MATLAB

جهت ثبت نام در کلاس شبکه عصبی در مطلب با جهاد دانشگاهی به شماره زیر تماس بگیرید:

88895969 خانم قربانی- جهاد دانشگاهی امیرکبیر

زمان تشکیل کلاس ها: ابتدای هر فصل در روزهای پنج شنبه از ساعت 8 تا 12 و یا 12 تا 16

سرفصل ها

1- معرفي مفاهيم و نمادهاي شبكه عصبي – معرفي شي شبكه عصبي

2- داده‌هاي استاتيكي و ديناميكي- ايجاد شبكه‌‌هاي سفارشي- نرون‌هاي خطي و پرسپترون‌ها

3- كاربرد اول: تخمين منحني با شبكه عصبي (توابع چند ورودي- چند خروجي) با شبكه‌هاي پس انتشار و شعاعي

4- كاربرد دوم: كنترل با شبكه عصبي به روش PID با شبكه‌هاي پس انتشار

5- معرفي مفاهيم و نمادهاي فازي به روش ممدني- معرفي شي شبكه عصبي

6- نحوه كدنويسي با فازي و ايجاد صفحه رابط گرافيكي فازي

7- كنترل پاندول معكوس به روش فازي

کتاب معروف کنترل تطبیقی آقای استروم

کتاب معروف کنترل تطبیقی آقای استروم را از این لینک می توانید تهیه فرمائید

http://space4u.blogfa.com/post-21.aspx

تخمین گرها در شناسایی سیستم

خمین گر یا برآوردگر

در علم آمار، برآوردگر (به انگلیسی: Estimator) آماره‌ای (تابعی از داده‌های مشاهده شده) است که یک پارامتر آماری نامعلوم را تخمین می‌زند. به محصول اعمال تابع برآوردگر بر روی یک مشاهده آماری خاص برآورد گفته می‌شود. از آنجایی که برآوردگرهای مختلفی برای یک پارامتر قابل تصور است، معیارهایی (مانند برآوردگر خطی بودن یا برآوردگر نااریب بودن) جهت محدود کردن و یا انتخاب یک برآوردگر از میان همه برآوردگرها در نظر گرفته می‌شود.

ماکزیمم بخت یا درست نمایی بیشینه

درست نمایی بیشینه در علم امار براورد درست نمایی بیشینه، MLE روشی است برای براورد کردن پارامترهای یک مدل اماری. وقتی بر مجموعه‌ای از داده‌ها عملیات انجام می‌شود یک مدل اماری به دست می‌اید انگاه درست نمایی بیشینه می‌تواند تخمینی از پارامترهای مدل ارائه دهد. روش درست نمایی بیشینه به بسیاری از روش‌های شناخته شدهٔ تخمین اماری شباهت دارد. فرض کنید برای شخصی اطلاعات مربوط به قد زرافه‌های ماده بالغ موجود در یک جمعیت مهم باشد و این شخص به خاطر محدودیت هزینه یا زمان نتواند قد تک تک این زرافه‌ها را اندازه بگیرد، این شخص تنها می‌داند که این طول قدها از توزیع نرمال پیروی می‌کنند ولی میانگین و واریانس توزیع را نمی‌داند حال با استفاده از روش درست نمایی بیشینه و با در دست داشتن اطلاعات مربوط به نمونه‌ای محدود از جمعیت می‌تواند تخمینی از میانگین و واریانس این توزیع بدست اورد. MLE این کار را به این ترتیب انجام می‌دهد که واریانس و میانگین را مجهول در نظر می‌گیرد انگاه مقادیری را به انها نسبت می‌دهد که با توجه به اطلاعات موجود محتمل ترین حالت باشد. در حالت کلی روش MLE در مورد یک مجموعهٔ مشخص از داده‌ها عبارتست از نسبت دادن مقادیری به پارامتر‌های مدل که در نتیجهٔ ان توزیعی تولید شود که بیشترین احتمال را به داده‌های مشاهده شده نسبت دهد (یعنی مقادیری از پارامتر که تابع درست نمایی را ماکسیمم کند). MLE یک سازو کار مشخص را برای تخمین ارائه می‌دهد که در مورد توزیع نرمال و بسیاری توزیع‌های دیگر به طور خوشتعریف عمل می‌کند. با این حال در بعضی موارد مشگلاتی پیش می‌اید از قبیل اینکه براوردگر‌های درست نمایی بیشینه نامناسب اند یا اصلا وجود ندارند.

دستور متلب در این حوزه mle است.

تخمین طیفی

تخمین طیفی (Spectral estimation) زمینه‌ای است در پردازش آماری علائم (سیگنال‌ها) که به تخمین چگالی طیفی سیگنال‌های تصادفی با استفاده از دنباله‌ای از نمونه‌های زمانی آن‌ها اقدام می‌کند.

منبع

http://fa.wikipedia.org

سایت روسی جهت دانلود کتاب رایگان

س از آن‌که library.nu، توقیف شد، معلوم گردید که خیلی‌ها در سراسر دنیا، از آن استفاده می‌کردند. ما هم استفاده می‌کردیم و در آستانه نمایشگاه کتاب، متحیر بودیم از اینکه کسانی کتاب خارجی، به زحمت می‌خرند، در حالی که library.nu هست.این دامین، پس از آن‌که مدت‌ها مسدود بود، ظاهراً توسط گوگل، بازگشایی شده است، ولی به خودbooks.google.com ارجاع می‌دهد. پیشنهاد جایگزین که البته مثل library.nu نیست، www.bookfi.org است. البته بدون آن‌که امنیت این سایت را احراز کنم. در عین حال، دو سایت دیگر، یعنی libgen.info و gen.lib.rus.ec هستند؛ مع‌الوصف، bookfi.org، به نحو مشهودی بهتر است.هر سه سایت روسی هستند.

در این سه سایت، به قیاس library.nu، یک چیز، بهتر است، و آن اینکه دانلود کتاب دو مرحله‌ای نیست، و مستقیم از روی هاست خود سایت برداشت می‌شود.

منبع

http://hamidmassoudi.blogfa.com/post-76.aspx