موتور های آلتراسونیک به علت غیر خطی بودن و حساس بودن به شرایط محیطی بهتر است توسط روش های هوشمند مانند شبکه عصبی مدل شوند. با استفاده از روش مرحله ای می توان لبه های تیز نمودار سرعت به فرکانس را از بین برد.

با استفاده از روش شبکه عصبی GMDH، بدون آنکه نیازی به پارامتر های ریاضی موتور باشد، میتوان سرعت موتور را کنترل نمود. این قسمت از دو شبکه عصبی تشکیل شده که قسمت اول شناسایی کننده این موتور و قسمت دوم کنترل کننده موتور است.

در هر کدام از این شبکه ها می توان با استفاده از تغییر در پارامتر های شبکه از جمله تغییر تعداد لایه های پنهان و ... کنترل کننده دقیق تری به دست آورد و همچنین استفاده از کنترل کننده فازی تک ورودی که ورودی کنترل کننده، خطای بین سرعت واقعی و سرعت مطلوب است می توان سرعت موتور را در حد مطلوبی کنترل کرد.

برای از بین بردن اعوجاج در زمانی که ورودی اغتشاش به موتور اعمال می شود، می توان از کنترل کننده فازی با دو ورودی که ورودی اول عبارت است از: اختلاف بین خروجی سرعت موتور و سرعت مورد نظر و ورودی دوم آهنگ تغییرات این اختلاف است. در مقایسه با روش کنترل شبکه عصبی، کنترل فازی ساده تر و با پیچیدگی های کمتر است که در زمینه کنترل موتور الیپتک مناسب تر به نظر می رسد.

 

 

 

مدل موتور بر اساس تحلیل امواج

مدل الکتریکی موتور

مدل طرح محدود

مقاومت پیزو

پیزوالکتریک

موتور آلتراسونیک

موتور موجی آلتراسونیک

اصول کار موتور موجی آلتراسونیک

موتورهای ناخنی شکل

موتور الیپتک

تأثیر دما بر سرعت موتور الیپتک

تأثیر فرکانس بر سرعت موتور الیپتک

تأثیر گشتاور (بار) بر سرعت موتور الیپتک

درایو موتور الیپتک

درایو موتور با استفاده از سیگنال ژنراتور

درایو موتور با استفاده از میکروکنترلر

درایو موتور با استفاده از dspace

فیدبک گرفتن از سرعت

فیدبک جریان

روش نوری

بینایی تصویر

مزیای موتور های آلتراسونیک

معایب موتور های آلتراسونیک

مدل الکتریکی موتور الیپتک

مدلسازی موتور الیپتک با استفاده از روش GMDH

اثر دما

اثر فرکانس

اثر ولتاژ

مدل موتور با در نظر گرفتن تشابه نمودار سرعت فرکانس در ولتاژ های مختلف

مدل موتور با استفاده از روش مرحله ای

برنامه متلب برای روش مرحله ای

شبیه سازی اثر فرکانس ورودی

شبیه سازی اثر ولتاژ

مقایسه خروجی موتور مدل شده و واقعی در گشتاور و ولتاژ ثابت

مقایسه خروجی موتور مدل شده و واقعی در فرکانس و گشتاور ثابت

مقایسه خروجی موتور مدل شده و واقعی در در شرایط فرکانس و ولتاژ ثابت

تاریخچه شبکه های عصبی

شبکه های عصبی بازگشتی

آموزش شبکه

آموزش نظارت شده

آموزش غیر نظارت شده

معرفی الگوریتم شبکه های عصبی از نوع GMDH

تشریح ماهیت شبکه های عصبی از نوع GMDH

الگوریتم GMDH

مبنای ریاضی الگوریتم

معرفی الگوریتم GMDH بر اساس تئوری و آنالیز مدلسازی سیستم ها

مدلسازی سیستم های جزئی

شبکه های عصبی GMDH

ویژگی های عمومی شبکه های GMDH

طراحی ساختار های گوناگون برای شبکه های GMDH

کنترل سیستم های غیر خطی با استفاده از شبکه عصبی

کنترل کننده مدل مبنا

کنترل سرعت موتور الیپتک با استفاده از شبکه عصبی

شناسایی کننده سرعت

کنترل کننده سرعت

استفاده از بلوک mrc برای کنترل سرعت موتور الیپتک