การประยุกต์การควบคุมแบบตรวจสอบล่วงหน้าด้วยเครือข่ายนิวรอนฐานรัศมี

อรรถสิทธิ สิริมงคล

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/5340

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	วราภรณ์ เชาว์วิศิษฐ	-
dc.contributor.author	อรรถสิทธิ สิริมงคล	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย	-
dc.date.accessioned	2008-01-09T02:07:45Z	-
dc.date.available	2008-01-09T02:07:45Z	-
dc.date.issued	2542	-
dc.identifier.isbn	9743328122	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/5340	-
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2542	en
dc.description.abstract	ศึกษาการประยุกต์ใช้การควบคุมแบบตรวจสอบล่วงหน้า ด้วยเครือข่ายนิวรอนฐานรัศมี โดยศึกษากับระบบสัญญาณเข้าออกแบบเดียว ด้วยระบบกระบวนการแลกเปลี่ยนความร้อน และศึกษากับระบบหลายตัวแปรด้วยกระบวนการหอกลั่น ผลการศึกษาแสดงให้เห็นว่าการควบคุมแบบตรวจสอบล่วงหน้า ด้วยเครือข่ายนิวรอนฐานรัศมีจะให้ผลตอบที่มีช่วงเวลาเข้า ที่สั้นกว่าการควบคุมแบบ PI ในระบบกระบวนการแลกเปลี่ยนความร้อน จากผลการจำลองระบบด้วยคอมพิวเตอร์และการควบคุม ในเวลาจริงแสดงให้เห็นว่าสามารถควบคุมเปลี่ยนจุดทำงาน และกำจัดสิ่งรบกวนระบบได้และมีช่วงเวลาเข้าที่สั้นกว่าการควบคุมแบบ PI และยังสามารถทำงานได้ดีแม้สภาพแวดล้อมที่เปลี่ยนไป ในระบบหอกลั่นผลการจำลองด้วยคอมพิวเตอร์แสดงให้เห็นว่า เมื่อพิจารณาตัวควบคุมแบบฟังก์ชัน จุดประสงค์ที่ฐานหอและยอดหอรวมกัน จะให้ผลตอบมีช่วงเวลาเข้า ที่สั้นกว่าการพิจารณาแบบจับคู่ตัวแปร และตัวควบคุมสามารถควบคุมเปลี่ยนจุดทำงาน และกำจัดสิ่งรบกวน เนื่องจากการเปลี่ยนแปลงอัตราป้อนสารที่กลางหอได้ และมีช่วงเวลาเข้าที่สั้นกว่าการควบคุมแบบ PI	en
dc.description.abstractalternative	Investigates the predictive control based on radial basis neural networks in a single input single output (SISO) laboratory-scale heat exchanger and in a multiple input multiple output (MIMO) distillation column. In the laboratory-scale heat exchanger, both the computer simulation and the experimental results show that the predictive controller is able to handle different operating conditions and the load disturbance. In addition, the time response yields less overshoot and settling time than that of the response with a PI controller. In the distillation column system, the computer simulation results show that the system responds in a more satisfactory manner, shorter settling time, when the controller designed using the combined cost function of top product and bottom product control, the time response yields less settling time than that of the response with PI controller	en
dc.format.extent	3803080 bytes	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	การควบคุมทำนายแบบจำลอง	en
dc.subject	การควบคุมกระบวนการผลิต	en
dc.subject	นิวรัลเน็ตเวิร์ค (คอมพิวเตอร์)	en
dc.title	การประยุกต์การควบคุมแบบตรวจสอบล่วงหน้าด้วยเครือข่ายนิวรอนฐานรัศมี	en
dc.title.alternative	Applications of predictive control based on radial basis neural networks	en
dc.type	Thesis	es
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	วิศวกรรมไฟฟ้า	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	ไม่มีข้อมูล	-
Appears in Collections:	Grad - Theses

Files in This Item:

File	Description	Size	Format
atasit.pdf		3.71 MB	Adobe PDF	View/Open

Show simple item record