1300740023

Rozdział 1

Wprowadzenie

Nowoczesne przekształtnikowe układy napędowe coraz częściej bazują na algorytmach sterowama wspomaganych matematycznymi modelami zachowań ludzkiego umysłu, czyli tzw. sztuczną inteligencją. Próby naśladowania tej dziedziny natury zaowocowały m.in. sztucznymi sieciami neuronowymi (SSN), logiką rozmytą, zbiorami przybliżonymi i algorytmami genetycznymi. Szczególnie popularnym i zarazem wygodnym narzędziem do przetwarzania danych są SSN. Stawia się tezę, że bardzo trudno byłoby obecnie wskazać przynajmniej jedną dziedzinę wiedzy, w której sieci jeszcze nie zastosowano. Cytując za profesorem Ryszardem Tadeusiewiczem z AGH w Krakowie ([2] z 2000 roku) - „ Technika sieci neuronowych nie jest już dziś szczególną nowością. A jednak od 1986 roku, kiedy to ogłoszenie przez Dawida Rumelharta koncepcji uczenia sieci metodą backpro-pagation spowodowało gwałtowny przypływ zainteresowania tą techniką, rokrocznie notuje się kilkudńesięcioprocentoury wzrost liczby doniesień dotyczących naukowych i praktycznych aspektów wykorzystania sieci neuronowych. Szacuje się (na podstawie danych IEEE z października 1998 roku), że obecnie na śmiecie średnio co pięć sekund pojawia się nowa publikacja lub nowe doniesienie konferencyjne dotyczące sieci neuronowych, zaś z analizy rynku księgarskiego wynika (dane wydawnictwa Springer z lipca 1999), że na temat sieci neuronowych wydano na śmiecie ponad 7 tysięcy tytułów różnych podręczników i książek, przy czym niektóre z nich rozeszły się w nakładach kilkunastu lub kilkudziesięciu tysięcy egzemplarzy. ” Część tych publikacji dotyczy napędu elektrycznego. Na samych tylko stronach internetowych IEEE¹ znajduje się ponad 100 artykułów opisujących różne zastosowania SSN w napędach elektrycznych, z czego ponad połowa poświęcona jest układom z silnikiem indukcyjnym. We współczesnych napędach prądu przemiennego, sztuczne sieci neuronowe wykorzystano do realizacji niemal każdej funkcji układu sterowania, w tym: obserwatorów (zadanie identyfikacji), regulatorów (zadanie sterowania), modulatorów PWM, diagnozowania. Szczególnie chętnie sięgamy po SSN, gdy zawiodą techniki opracowane dla modeli

http://ieeexplore.ieee.org/