С 17 марта 2020 г. для ресурсов (учебные, научные, материалы конференций, статьи из периодических изданий, авторефераты диссертаций, диссертации) ЭБ СПбПУ, обеспечивающих образовательный процесс, установлен особый режим использования. Обращаем внимание, что ВКР/НД не относятся к этой категории.

Details

Title: Development of deep learning controller for DC motor System: магистерская диссертация: 09.04.01
Creators: Хан Мааз Ахмед
Scientific adviser: Потехин Вячеслав Витальевич
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2017
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: Электродвигатели постоянного тока; Обучающие машины; Контроллеры программные
UDC: 004.312.46:004.85(43.3); 004.588:621.313.13.024(43.3)
Document type: Master graduation qualification work
File type: PDF
Language: English
Speciality code (FGOS): 09.04.01
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
DOI: 10.18720/SPBPU/2/v17-2596
Rights: Свободный доступ из сети Интернет (чтение)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

This thesis addresses the use of deep learning algorithm i.e Stacked Autoencoders to propose the controller; to discover the viability of applying deep learning into control problems. The suggested deep learning controller is designed by learning PID controller which is most usually used in industry. The input and output of the PID controller are used as a data set for teaching the deep learning network. Stacked Autoencoders are used to design the deep learning controller. The simulation is performed using MatLab/Simulink and the detailed results of a comparison study between the suggested deep learning controller and a PID controller was conducted to demonstrate the performance and effectiveness of the proposed algorithm.

Предлагаемый регулятор самообучения рассчитан на изучение ПИД-регулятора, который чаще всего используется в промышленности. Вход и выход ПИД-регулятора используются в качестве набора данных для обучения сети глубокого обучения. Наборный автоэнкодер используется для разработки регулятора самообучения. Моделирование выполняется с использованием пакета MATLAB/simulink и подробные результаты исследования сравнение между предлагаемой регулятор самообучения и ПИД-регулятор были проведены для демонстрации работоспособности и эффективности предложенного алгоритма.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read
Internet Authorized users Read
-> Internet Anonymous

Document usage statistics

stat Document access count: 103
Last 30 days: 0
Detailed usage statistics