دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Jian-Xin Xu, Sanjib K. Panda, Tong Heng Lee (auth.) سری: Advances in Industrial Control ISBN (شابک) : 9781848821750, 1848821743 ناشر: Springer-Verlag London سال نشر: 2009 تعداد صفحات: 201 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب کنترل یادگیری تکراری در زمان واقعی: طراحی و کاربردها: کنترل، رباتیک، مکاترونیک، شیمی صنعتی/مهندسی شیمی، تولید، ماشین آلات، ابزار، طراحی مهندسی، الکترونیک و میکروالکترونیک، ابزار دقیق
در صورت تبدیل فایل کتاب Real-time Iterative Learning Control: Design and Applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کنترل یادگیری تکراری در زمان واقعی: طراحی و کاربردها نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
کنترل یادگیری تکراری (ILC) یک روش اصلی طراحی کنترل برای بیست سال بوده است. الگوریتم های متعددی برای حل مسائل کنترل بلادرنگ، از MEMS گرفته تا راکتورهای دسته ای، که با عملیات کنترل مکرر مشخص می شوند، توسعه داده شده اند.
کنترل یادگیری تکراری در زمان واقعی نشان می دهد که چگونه آخرین پیشرفت ها چگونه است. در ILC را می توان برای تعدادی از گیاهان که به طور گسترده در عمل با آن مواجه می شوند اعمال کرد. نویسندگان مقدمهای نظاممند برای طراحی بلادرنگ ILC و منبع مطالعات موردی گویا برای حل مسئله ILC ارائه میکنند. مفاهیم اساسی، شماتیکها، پیکربندیها و دستورالعملهای عمومی برای طراحی و پیادهسازی ILC توسط یک گروه خوب انتخاب شده از برنامههای کاربردی نمونه، ساده و آسان برای یادگیری تقویت میشوند. مسائل کلیدی در طراحی و پیادهسازی ILC در نیروگاههای خطی و غیرخطی که در مکاترونیک و فرآیندهای دستهای نفوذ میکنند، بررسی میشوند. به طور خاص، این کتاب بحث می کند:
• طراحی ILC در حوزه های زمان پیوسته و گسسته؛
• طراحی در حوزه فرکانس و زمان؛
• طراحی با اهداف عملکردی خاص از جمله استحکام و بهینه بودن؛
• طراحی با استفاده از ابزارهای کلاسیک بر اساس نمودارهای Bode و فضای حالت. و
• شناسایی پارامتریک مبتنی بر یادگیری تکراری.
کنترل یادگیری تکراری بیدرنگ مهندسان کنترل علاقهمندی را به دنبال نمونههایی از نحوه استفاده از این تکنیک کنترل مهم برای انواع مشکلات زندگی واقعی میکنند. با فرمولبندی و تجزیه و تحلیل سیستماتیک ویژگیها و عملکرد سیستمهای مختلف و بیان مشکلات باز، دانشگاهیان و دانشجویان فارغالتحصیل که در کنترل کار میکنند، آن را مرجع مفیدی برای وضعیت فعلی ILC خواهند یافت.
Iterative learning control (ILC) has been a major control design methodology for twenty years; numerous algorithms have been developed to solve real-time control problems, from MEMS to batch reactors, characterised by repetitive control operations.
Real-time Iterative Learning Control demonstrates how the latest advances in ILC can be applied to a number of plants widely encountered in practice. The authors provide a hitherto lacking systematic introduction to real-time ILC design and source of illustrative case studies for ILC problem solving; the fundamental concepts, schematics, configurations and generic guidelines for ILC design and implementation are enhanced by a well-selected group of representative, simple and easy-to-learn example applications. Key issues in ILC design and implementation in the linear and nonlinear plants that pervade mechatronics and batch processes are addressed. In particular, the book discusses:
• ILC design in the continuous- and discrete-time domains;
• design in the frequency and time domains;
• design with problem-specific performance objectives including robustness and optimality;
• design by means of classical tools based on Bode plots and state space; and
• iterative-learning-based parametric identification.
Real-time Iterative Learning Control will interest control engineers looking for examples of how this important control technique can be applied to a variety of real-life problems. With its systematic formulation and analysis of different system properties and performance and its exposition of open problems, academics and graduate students working in control will find it a useful reference to the current status of ILC.
Front Matter....Pages i-xxviii
Introduction....Pages 1-17
Mathematical Methods....Pages 19-54
State Space Models....Pages 55-86
Matrix Models, Supervectors and Discrete Systems....Pages 87-117
Iterative Learning Control: A Formulation....Pages 119-144
Control Using Inverse Model Algorithms....Pages 145-163
Monotonicity and Gradient Algorithms....Pages 165-207
Combined Inverse and Gradient Based Design....Pages 209-231
Norm Optimal Iterative Learning Control....Pages 233-276
NOILC: Natural Extensions....Pages 277-321
Iteration and Auxiliary Optimization....Pages 323-346
Iteration as Successive Projection....Pages 347-375
Acceleration and Successive Projection....Pages 377-402
Parameter Optimal Iterative Control....Pages 403-443
Back Matter....Pages 445-456