|
|
Iranian Journal of Chemistry and Chemical Engineering، جلد ۲۸، شماره ۲، صفحات ۱۲۱-۱۳۰
|
|
|
| عنوان فارسی |
|
|
| چکیده فارسی مقاله |
|
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
Real-Time Output Feedback Neurolinearization |
|
| چکیده انگلیسی مقاله |
An adaptive input-output linearization method for general nonlinear systems is developed without using states of the system. Another key feature of this structure is the fact that, it does not need model of the system. In this scheme, neurolinearizer has few weights, so it is practical in adaptive situations. Online training of neurolinearizer is compared to model predictive recurrent training. Relationships between this controller and neural network based model reference adaptive controller are established. A CSTR reactor and pH control in a neutralization process illustrate performance of this method. Simulation studies show a superior performance with respect to a PI controller. |
|
| کلیدواژه‌های انگلیسی مقاله |
|
|
| نویسندگان مقاله |
rabeheh بحرینی |
department of chemical and petroleum engineering, sharif university of technology, tehran, i.r. iran
سازمان اصلی تایید شده: دانشگاه صنعتی شریف (Sharif university of technology)
رامین بزرگمهری بوذرجمهری | bozorgmehry boozarjomehry
department of chemical and petroleum engineering, sharif university of technology, tehran, i.r. iran
سازمان اصلی تایید شده: دانشگاه صنعتی شریف (Sharif university of technology)
|
|
| نشانی اینترنتی |
http://www.ijcce.ac.ir/article_13400_5bc2ace34235be08bfdb928a157d15db.pdf |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
en |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|