ВИКОРИСТАННЯ НЕЙРОННИХ МЕРЕЖ В АДАПТИВНОМУ УПРАВЛІННІ ЕЛЕКТРОМОБІЛЕМ

Ключові слова: нейронні мережі, електромобіль, силова установка електромобіля, адаптивне управління, нейроконтролер.

Анотація

Для подолання недостачі інформації о параметрах їздового циклу електромобіля використовуються нейронні мережі, за допомогою яких передбачається адаптивне управління, що дозволяє пристосовувати. електромобіль до зовнішніх умов експлуатаціїї, а також компенсувати неточності математичних моделей. Використання ітеративної оптимізації параметрів дозволяє налаштовувати оптимальну роботу силової установки електромобіля (СУЕ) в процесі його руху. Цей метод дозволяє використовувати єдиний підхід для дослідження різних процесів незалежно від параметричних особливостей електромобілів. Для прискорення адаптації проводять навчання нейроконтролера і нейромережевої моделі з використанням еталонної моделі управління, в якості якої виступає або оптимальна стратегія, або стратегія, яка основана на логічних правилах вибору, отримана за допомогою методичного програмування для деякого заданого їздового циклу. За результатами дослідження запропоновано алгоритм адаптації. Приведені в статті вирази дозволяють здійсновати адаптацію силової установки на основі гибриду до поточного їздового циклу на основі концепції навчання нейронечіткого контролеру з підкріпленням. Ціль навчання нейро-нечіткого контролеру є формування таких керуючих впливів силової установки, які б сприяли зменшенню квадратичного значення оцінки функціоналу якості управління.

Посилання

ЛІТЕРАТУРА

Конверсія легкового автомобіля в гібридний/ Бажинов О.В., Двадненко В.Я., Хакім М. Харків: ХНАДУ, 2014. 160 с.

Adams T. (2017). Training an artificial neural network. https://arxiv.org/pdf/1412.6980.pdf.

Smirnov O.P., Bazhinova T.O., Veselaya M.A. Substantiation of Rational Technical & Economic Parameters of Hybrid Car. Automation, Software Development & Engineering. Vol. 1 URL: http://asdej.xyz/substantiation-of-rationaltechnical-economic-parameters-of-hybrid-car/ 2017.

Ganesh Kumar Venayagamoorthy, Ronald G. Harley, Donald C. Wunsch. Implementation of Adaptive Critic-Based Neurocontrollers for Turbogenerators in a Multimachine Power System // IEEE Transactions on Neural Networks. 2013, Sept. Vol. 14, No 5. P. 1047-1064.

James Larminie, John Lowry. Electric vehicle technology explained. – John Wiley & Sons Ltd, The Atrium, Southern Gate, Chichester, West Sussex PO19 8SQ, England, 2013. 296 p.

Хайкин С. Нейронные сети: полный курс./ С. Хайкин; пер. с англ. : 2-е изд: М.: Издательский дом. Переиздано «Вильямс», 2016. 1104 с.

Чернодуб А.Н. Обзор методов нейроуправления/ А.Н. Чернодуб, Д.А. Дзюба // Проблемы программирования.: 2011. №2. С. 79-94.

Ganesh K. Venayagamoorthy. Comparison of Heuristic Dynamic Programming and Dual Heuristic Programming Adaptive Critics for Neurocontrol of a Turbogenerator/ Ganesh K. Venayagamoorthy, Ronald G. Harley, and Donald C. Wunsch // IEEE Transactions on Neural Networks. – 2012. – Vol. 13, No 3, (pp. 764-773).

Raghavendra V. Kulkarni, Ganesh Kumar Venayagamoorthy. Adaptive critics for dynamic optimization // Neural Networks. 2011. №23. P/ 587-591.

Robert F.Stengel, S.Ferrari. Model-based Adaptive Critic Designs. // Learning and Approximate Dynamic Programming, New York, 2014.- P. 64-94.

Весела М.А. Підвищення ефективності управління силовою установкою електромобіля з бортовою підзарядкою в умовах експлуатації : дис. на здобуття наукового ступеня кандидата техніч. наук :05.22.20 / ХНАДУ, Харків, 2019. 185 с.

Koriashkina L.S., & Deryugin O.V., Fedoriachenko S.O., Cheberiachko S.I., Vesela M.A. (2019). On determining productive capacity of EV traction battery repair area. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, 2019, № 5, (pp. 113-121). ISSN 2071-2227.

Peng-Yong Kong, & Karagiannidis, K. (2016). Charging Schemes for Plug-In Hybrid Electric Vehicles in Smart Gride: A Survey. IEEE Access Journal, 1-29. DOI: 10.1109/ACCESS.2016.2614689.

Vesela M., Tretiak O. (2020). Conditions for effective using and control of the power unit of an electric vehicle with on-board charging. Transport Problems, XII International Conference. Silesian University of Technology Faculty of Transport and Aviation Engineering, (pp. 881-885).

Diachenko, G.G., & Aziukovskyi, O.O. (2017). Investigation of the Process Parameters Influence on the Energy Efficiency of an Induction Motor under Model Predictive Control GRAMPC. Mechanics, Materials Sicence & Engineering,

, 124-132. ISSN 2412-5954

REFERENCES

Bazhinov О.V., Dvadnenko V.Ia., Chakim M. (2014). Konversia legkovogo avtomobilia v hibridnii. [Conversion of a car into a hybrid]. Harkiv: HNADU [in Ukrainian].

Adams T. (2017). Training an artificial neural network. https://arxiv.org/pdf/1412.6980.pdf.

Smirnov O.P., Bazhinova T.O., Veselaya M.A. (2017). Substantiation of Rational Technical & Economic Parameters of Hybrid Car. Automation, Software Development & Engineering. Vol. 1 URL: http://asdej.xyz/substantiation-of-rationaltechnical-economic-parameters-of-hybrid-car/ 2017.

Ganesh Kumar Venayagamoorthy, Ronald G. Harley, Donald C. Wunsch. (2013). Implementation of Adaptive Critic-Based Neurocontrollers for Turbogenerators in a Multimachine Power System // IEEE Transactions on Neural Networks. – Vol. 14, No 5. P. 1047-1064.

James Larminie, John Lowry. (2013). Electric vehicle technology explained. – John Wiley & Sons Ltd, The Atrium, Southern Gate, Chichester, West Sussex PO19 8SQ, England, - 296 p.

Haikin S. (2016). Neural networks: full course.

Chernodub А.N., Dziuba D.A. (2011). Obzor metodov neiroupravlenia [Review of neurocontrol methods] [in Russion]. №2

Ganesh K. (2012). Venayagamoorthy. Comparison of Heuristic Dynamic Programming and Dual Heuristic Programming Adaptive Critics for Neurocontrol of a TurbogeneratorIEEE Transactions on Neural Networks. 2012. Vol. 13, № 3.

Raghavendra V. Kulkarni, Ganesh Kumar. Venayagamoorthy. (2011). Adaptive critics for dynamic optimization // Neural Networks. №23. (pp.587-591).

Robert F.Stengel, S.Ferrari. (2014). Model-based Adaptive Critic Designs. New York. (pp. 64-94).

Vesela M.A. (2019). Pidvishenya efektivnosti silovoi ustanovkoi elektromobilya z bortovoi pidzaryadkoi v umovah ekspluatatsii [Efficiency of power unit control of an electric vehicle with on-board charging under operating conditions] : Extended abstract of candidate’s thesis, , Kharkiv, KNAHU [in Ukrainian].

Koriashkina L.S., & Deryugin O.V., Fedoriachenko S.O., Cheberiachko S.I., Vesela M.A. (2019). On determining productive capacity of EV traction battery repair area. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, 2019, № 5, (pp. 113-121). ISSN 2071-2227.

Peng-Yong Kong, & Karagiannidis, K. (2016). Charging Schemes for Plug-In Hybrid Electric Vehicles in Smart Gride: A Survey. IEEE Access Journal, 1-29. DOI: 10.1109/ACCESS.2016.2614689.

Vesela M., Tretiak O. (2020). Conditions for effective using and control of the power unit of an electric vehicle with on-board charging. Transport Problems, XII International Conference. Silesian University of Technology Faculty of Transport and Aviation Engineering, (pp. 881-885).

Diachenko, G.G., & Aziukovskyi, O.O. (2017). Investigation of the Process Parameters Influence on the Energy Efficiency of an Induction Motor under Model Predictive Control GRAMPC. Mechanics, Materials Sicence & Engineering, 12, 124-132. ISSN 2412-5954.

Опубліковано
2021-12-17
Розділ
Математичне моделювання