« بازگشت

مرتضی داودآبادی

مرتضی داودآبادی


تاریخ انتشار : Publish : نسخه قابل چاپ Print

دانشکده فنی ومهندسی

گروه برق

پایان­ نامه برای دریافت درجه کارشناسی ارشد درمهندسی برق

عنوان:

کنترل سیستم­های دور عملیات به کمک شبکه­های موجک خودساختار یافته

 

استاد راهنما:

دکتر سهیل گنجه­فر

اساتیدممتحن:

دکتر حمیدرضاکرمی    دکترعلیرضاحاتمی

پژوهشگر:

مرتضی داودآبادی فراهانی

چكيده پایان­نامه:

دراین تحقیق روش جدیدی برای کنترل سیستم­های دور عملیات دارای تأخیر با استفاده از شبکه­های موجک خودساختاریافته ارائه می­شود. هدف بهبود کارایی کنترل و بدست آوردن رفتار خطای  قابل چشم­پوشی می­باشد. که این کنترلر ساختار شبکه­ای چهار لایه­ای دارد، که یک لایه ورودی، لایه موجک، لایه ضرب و لایه خروجی را در بر دارد.در این تحقیق مدلی برای سیستم دورعملیات، در نظر گرفته شده و  تلاش شده است خطای تعقیب فرمانده و فرمانبر کاهش یابد. مزیت این روش این است که از یک الگوریتم یادگیری آنلاین برای اینکه بطور اتوماتیک مدل شبکه موجک خودساختار یافته را ایجاد کنیم استفاده می­شود هیچ گره یا پایه موجکی در ابتدا وجود ندارد آنها بطور اتوماتیک هنگام پرداختن به یادگیری، هنگامی ­که داده آموزشی ورودی آنلاین دریافت شد و هنگامی­که یادگیری پارامتر و ساختار انجام شد ایجاد می­شوند. در نهایت نشان داده خواهد شد که با اعمال کنترلر طراحی شده به سیستم دور عملیات در حضور تأخیرمتغیر و ثابت با زمان،  پاسخ­های سیستم بسیار مناسب خواهد بود.

 

In this research we explain a new control method based on self- constructing wavelet networks for control of time delayed teleoperation systems. The goal is improve control performance and get error behavior is negligible. That controller is four-layer structure, input layer, wavelet layer, product layer, and output layer. In this research we consider a model for teleoperator system and efforts have been made error tracking of master and slave reduced. The advantage of this method is that we use an online learning algorithm to automatically construct the self-constructing wavelet network  model. No nodes or wavelet bases exist initially. They are created automatically as learning proceeds, as online incoming training data are recived and as structure and parameter learning are performed.  The structure learning adopts partition-based clustering techniques to perform cluster analysis in a data set. The parameter learning, based on the gradient descent method, can adjust the wavelet functions and the corresponding weights of the SCWN. Finally will show that designed  online self-constructing wavelet network controller more

achievement for control of teleoperator system at appear of constant and variable time delay.       


 

 

زمان: دوشنبه 27/11/93 ساعت 13-14 مکان: سمینار2



رزومـــه

مرتضی داودآبادی فراهانی

تلفن همراه:                  09188485829

ایمیل:      morteza61davoodabadi@gmail.com

وضعیت نظام وظیفه : دارای کارت پایان خدمت

ساکن:      اراک

 

 

سوابق تحصیلی

 

 


·        فارغ التحصیل رشته کاردان فنی  برق الکترونیک از دانشگاه آزاد واحد اراک با معدل 16.13                     شروع دوره: مهر 80 ------ پایان دوره:   بهمن 82

·        فارغ التحصیل رشته مهندسی برق گرایش الکترونیک از دانشگاه آزاد واحد اراک در مقطع کارشناسی ناپیوسته با معدل 15.69                     شروع دوره: بهمن 82 ------ پایان دوره:   بهمن 84

·        فارغ التحصیل رشته مهندسی برق گرایش کنترل در دانشگاه بوعلی سینا همدان در مقطع کارشناسی ارشد(پذیرفته شده کنکور سراسری در دانشگاه بوعلی سینا)

 

سوابق شغلی

 

 

 


·        به مدت یکسال به عنوان ناظر بهره­برداری و توسعه و احداث شبکه­های توزیع و روشنایی معابر در شرکت مهندسین باختر مشاور فعالیت کردم(سال 87)

·        به مدت یکسال در پتروشیمی اراک در قسمت ابزار دقیق فعالیت کردم(سال 88)

·        از سال 89 تاکنون در شرکت خطوط لوله و مخابرات نفت ایران مشغول فعالیت می­باشم(هم اکنون مشغول فعالیت می­باشم)

 

 

سایر مهارتها

 

 

 

 


آشنایی با  PLC(گذراندن  272  ساعت  دوره PLC درجه2  همراه با مدرک فنی حرفه ای)

آشنایی با نرم افزار  MATLAB در سطح  حرفه ای

آشنایی با نرم افزار  PsPice در سطح  حرفه ای

آشنایی با نرم افزار  Proteus در سطح  حرفه ای

آشنایی کامل با ریز پردازنده­ها و میکروکنترلرها و نرم افزارهای مربوطه( codevision , Bascom )