عنوان مقاله :
بررسي،آزمايش و بهبود عملكرد عملگرميكروني در سنگ زني دقيق بكمك شبكه عصبي
عنوان فرعي :
Survey, Experiment and Improvement of Micro Actuator Positioning for Precise Grinding by Neural Network
پديد آورندگان :
فضلي، محمد نويسنده كارشناس ارشد تفسير قرآن , , رضاعي، سيد مهدي نويسنده استاد، دانشكده مهندسي مكانيك، دانشگاه صنعتي اميركبير Rrezaei, S. M , زارعي نژاد، محمد نويسنده ,
اطلاعات موجودي :
دوفصلنامه سال 1392 شماره 0
كليدواژه :
پيزوالكتريك , NEURAL NETWORKS , جبرانساز , Piezoelectric , شبكه عصبي , هيسترزيس , compensator , hysteresis
چكيده فارسي :
فرايند سنگ زني دقيق قطعات با هندسه ي متغير و يا قطعات فرمدار ظريف، نيازمند موقعيت دهي دقيق و سريع ميز قطعه كار در حين فرايند ماشينكاري است. در بحث درسينگ چرخ سنگهاي فوق ساينده نيز به موقعيتدهي ميكروني الماس روي چرخ سنگ نياز است. عملگرهاي پيزوالكتريك يكي از رايجترين انواع عملگرها براي سيستمهاي موقعيتدهي ميكروني هستند. كنترل دقيق اين عملگرها در شرايط مختلف محيطي و عملياتي بدون مدلسازي هيسترزيس امكانپذير نخواهد بود. در تحقيقاتي كه تاكنون از شبكه عصبي بدين منظور استفاده نمودهاند، اثر نيروي وارد بر عملگر روي هيسترزيس مورد توجه واقع نشده است كه اين امر ميتواند، خطاي مدلسازي را افزايش دهد. در اين مقاله از شبكه عصبي براي مدلسازي معكوس هيسترزيس عملگرهاي پيزوالكتريك استفاده شد و اثرات نيروي ديناميك وارد بر آنها مورد توجه قرار گرفت. از اين طرح بعنوان كنترلر در يك مسير جلوسو در كنار عملگر استفاده شد تا رابطه ي ورودي و خروجي خطي شود. در ادامه با استفاده از كنترلرهاي حلقه بسته پي آي دي و انتخاب ضرايب مناسب براي آنها، بيشترين خطاي كمتر از 2 درصد بدست آمد.
چكيده لاتين :
Precise grinding of fine shaped pieces with various arithmetic needs micro positioning and rapid movement of a work piece. Moreover, with regard to dressing of super abrasive grinding wheels, precise positioning of a dresser on the grinding wheel for achieving desired depth is needed. Piezoelectric actuators are convenient for micro positioning systems. Inherent hysteresis is one of the drawbacks in the use of these actuators. Neural networks can be used for this modeling. Ignoring the force can increase the positioning error remarkably. In this paper, the neural network is used for hysteresis modeling with attention to the important effect of loaded force. After modeling, the inverse hysteresis model is used as a compensator in a feed forward way to linearize the input-output relationship. Then using a PID closed loop controller and selecting a suitable coefficient for it, the maximum error was decreased to less than 2 percent of the working amplitude.
عنوان نشريه :
مهندسي مكانيك اميركبير
عنوان نشريه :
مهندسي مكانيك اميركبير
اطلاعات موجودي :
دوفصلنامه با شماره پیاپی 0 سال 1392
كلمات كليدي :
#تست#آزمون###امتحان