Detail publikace
Učící se kontroler aktivního magnetického ložiska
TUREK, M. BŘEZINA, T. PULCHART, J.
Český název
Učící se kontroler aktivního magnetického ložiska
Anglický název
Selflearning controller of active magnetic bearing
Typ
článek ve sborníku ve WoS nebo Scopus
Jazyk
en
Originální abstrakt
The active magnetic bearing control through self learning controller is described in this contribution. controller's coefficient (parameter) values come from actions of Continuous Action Reinforcement Learning Automatas (CARLAs) whic continuously update the controller's coefficients according to behavior of the active magnetic bearing. The goal of this on-line training is formulated as achievement of minimum mean square of control error. It is shown that CARLA method is capable of learning better parameters than standard method of optimal control design called LQ (linear quadratic) design. Described concept of control is proved by control of the active magnetic bearing.
Český abstrakt
V tomto příspěvku je popsáno řízení aktivního magnetického ložiska pomocí učícího se kontroleru. Parametry kontroleru jsou učeny pomocí metody CARLA, která je aktualizuje na základě chování aktivního magnetického ložiska. Cílem on-line učení je minimalizace kvadrátu chyby řízení. Je ukázáno, že pomocí metody CARLA lze nalézt lepší parametry než jsou parametry navržené metodou optimálního návrhu řízení zvanou LQ (linear quadratic) design. Popsaný koncept řízení je poté ověřen na řízení reálného aktivního magnetického ložiska.
Anglický abstrakt
The active magnetic bearing control through self learning controller is described in this contribution. controller's coefficient (parameter) values come from actions of Continuous Action Reinforcement Learning Automatas (CARLAs) whic continuously update the controller's coefficients according to behavior of the active magnetic bearing. The goal of this on-line training is formulated as achievement of minimum mean square of control error. It is shown that CARLA method is capable of learning better parameters than standard method of optimal control design called LQ (linear quadratic) design. Described concept of control is proved by control of the active magnetic bearing.
Klíčová slova anglicky
Active Magnetic Bearing, Continuous Action Reinforcement Learning Automata
Rok RIV
2006
Vydáno
15.05.2006
Kniha
Book of extended abstracts
Strany od–do
392–393
Počet stran
2
BIBTEX
@inproceedings{BUT19037,
author="Milan {Turek} and Tomáš {Březina} and Jaroslav {Pulchart},
title="Selflearning controller of active magnetic bearing",
booktitle="Book of extended abstracts",
year="2006",
month="May",
pages="392--393"
}