Автоматическая настройка ПИД-регулятора с применением машинного обучения для обеспечения стабильной работы автономных электронных систем при термоциклировании
Автор: Чибисов А.В., Попов А.Г., Мозговой Н.А., Пиджаков В.А., Ульянов С.А.
Журнал: Труды Московского физико-технического института @trudy-mipt
Рубрика: Информатика и управление
Статья в выпуске: 2 (62) т.16, 2024 года.
Бесплатный доступ
Данная статья посвящена применению методов машинного обучения для автоматической настройки коэффициентов ПИД-регулятора для обеспечения стабильной работы автономных электронных систем в условиях быстрых изменений температуры. Рассмотрена проблема влияния температурного режима на работу оптоэлектронных устройств и предложен способ её решения. Представлена архитектура нейронной сети, созданной для нелинейной настройки коэффициентов ПИД-регулятора для контроля элемента Пельтье на основе его математической модели. Проведен численный эксперимент для оценки эффективности применения созданного метода настройки и продемонстрировано увеличение точности контроля температуры рабочей поверхности при его использовании.
Нейро-пид-управление, элемент пельтье, контроль температуры, адаптивное управление, искусственные нейронные сети
Короткий адрес: https://sciup.org/142242591
IDR: 142242591
Список литературы Автоматическая настройка ПИД-регулятора с применением машинного обучения для обеспечения стабильной работы автономных электронных систем при термоциклировании
- Чибисов A.B., Попов А.Г., Мозговой H.A., Пиджаков В.А., Ульянов С.А. Автоматическая настройка ПИД-регулятора с применением машинного обучения для обеспечения стабильной работы автономных электронных систем при термоциклиро-вании. Труды 65-й Всероссийской научной конференции МФТИ в честь 115-летия Л.Д. Ландау. 3-8 апреля 2023 г. Аэрокосмические технологии. Москва: Физматкнига, 2023. С. 35б' ISBN 978-5-89155-388-0.
- Серебро И.П. Обзор методов обеспечения теплового режима болометра инфракрасного диапазона. Труды 65-й Всероссийской научной конференции МФТИ в честь 115-летия Л.Д.Ландау. 3-8 апреля 2023 г. Аэрокосмические технологии. Москва: Физматкнига, 2023. С. 356. ISBN 978-5-89155-388-0.
- Astrom К. J., Hagglund Т. Advanced PID control // System, and Automation Society. ISA The Instrumentation, 2006. P. 460.
- Олссон Г., Пияни Дж. Цифровые системы автоматизации и управления. Санкт-Петербург: Невский диалект, 2001.
- Бура,кое М.В., Коновалов А.С. Синтез нечетких логических регуляторов // Информационно-управляющие системы. 2011. С. 14-19.
- Бура,ков М.В. Синтез нейронного регулятора // Теория и системы управления. Изв. Академии наук, 1999. С. 140-145.
- Omatu S., Yoshioka М., Fujinaka Т. Neuro-PID Control for Electric Vehicle // Journal of Advanced Computational Intelligence and Intelligent Informatics. 2011. V. 15, N 7. P. 846852.
- Zeng S., Ни H., Xu L., Li G. Nonlinear Adaptive PID Control for Greenhouse Environment Based on RBF Network // Sensors. 2012. N 12. P. 5328-5348.
- Lu W., Yang J., Liu X. The PID Controller Based on the Artificial Neural Network and the Differential Evolution Algorithm 11 Journal of computers. 2012. V. 7, N 10. P. 2368-2375.
- Бураков M.B., Полякова, Т.Г. Нейронный супервизор для управления нелинейным объектом // Сб. докл. «Завалишинские чтения'12». Санкт-Петербург: ГУАП, 2010. С. 2327.
- Бураков М.В. Генетический алгоритм: теория и практика. Санкт-Петербург: ГУАП, 2008. С. 164.
- Громов Ю.А. , Кожевников A.M. Моделирование термоэлемента Пельтье для процессов автоматизации систем обеспечения тепловых режимов радиоэлектронных средств // Интернет-журнал «Науковедение». 2015. Т. 7, № 3 (май-июнь).
- Гринкевич В.А. Идентификация устройства на основе элемента Пельтье методом наименьших квадратов // Доклады АН ВШ РФ. 2020. № 1-2 (январь-июнь).
- Попов А.Г., Мозговой Н.А., Сущеня Г.Н., Пиджаков В.А., Ульянов С.А. Применение методов глубокого обучения для анализа флуктуаций напряжения литиевых источников тока // Труды МФТИ. 2023. Т. 15, № 4. С. 150-161.
