No abstract

Tóm tắt. Bài báo khảo sát và đề xuất hệ thống điều khiển động cơ xoay chiều ba pha phối hợp phương pháp ước lượng tốc độ tự thích nghi và thuật toán điều khiển sử dụng mạng nơron để khắc phục tính bất định của nhiều tham số trong mô hình động lực của động cơ như điện trở của rotor, cũng như hệ số ma sát và tải thay đổi khi hệ thống hoạt động. Một số kết quả mô phỏng trên Matlab-Simulink được thực hiện để minh chứng cho phương pháp ước lượng và điều khiển tốc độ đề xuất.Từ khóa. Động cơ cảm ứng, ước lượng tốc độ, điều khiển động cơ, mạng nơron.Abstract. This paper investigates and proposes a three-phase AC motor control system combining an adaptive speed estimation method and control algorithms using neural networks to deal with uncertain parameters in dynamic models of the motor such as the rotor's resistance, as well as the friction coefficient and load changes when the system operates. Some simulation results on MatlabSimulink are provided to show the efficiency of the proposed speed estimation and speed control method.Key words. Induction motor, speed estimation, motor control, neural network. ĐẶT VẤN ĐỀĐiều khiển tốc độ động cơ xoay chiều còn nhiều vấn đề cần giải quyết vì mô hình động cơ phần phi tuyến có nhiều đại lượng bất định như điện trở của rotor, từ thông, hệ số ma sát và tải thay đổi. Điều khiển động cơ xoay chiều đã là chủ đề của rất nhiều nghiên cứu trong mấy chục năm gần đây [1,2,3,9]. Một hướng được quan tâm nhiều là tìm các phương pháp điều khiển mới không sử dụng bộ cảm biến tốc độ như: sử dụng bộ lọc Kalman, lọc phi tuyến hay bộ quan sát theo chế độ trượt [8,9] để ước lượng tốc độ động cơ. Các phương pháp điều khiển này làm giảm giá thành sản phẩm, nhưng hiệu quả điều khiển phụ thuộc vào thuật toán ước lượng và độ chính xác của mô hình động cơ. Do hệ động lực của động cơ xoay chiều có nhiều đại lượng bất định nên việc điều khiển động cơ theo phương pháp truyền thống không đảm bảo chất lượng khi có tải thay đổi lớn. Trong trường hợp này, các phương pháp điều khiển tự thích nghi [4,5,6,7], phương pháp nhận dạng on-line và điều khiển có sự hỗ trợ của mạng nơron thường được sử dụng.

No abstract

In this paper, Lagrange formula is employed with the purpose of modelling both the kinematics and dynamics of a nonholonomic wheeled mobile robot (WMR) subject to unknown wheel slips, model uncertainties such as unstructured unmodelled dynamic components, and unknown external disturbances such as unknown external forces. Afterwards, an adaptive tracking controller based on a radial basis function neural network (RBFNN) with an online weight tuning algorithm is proposed for tracking a predefined trajectory. Prior neural network offline training is not needed for the weights since they are easily initialized. Thanks to this proposed control approach, a desired tracking performance is obtained in which position tracking errors uniformly ultimately converge to an arbitrarily small neighborhood of the origin. In the sense of Lyapunov and LaSalle extension, the stability of the whole closed-loop system is guaranteed to achieve this desired tracking performance. The comparative results of computer simulation have validated the rightness and efficiency of the proposed controller.

Hệ thống thông tin đa phương tiện đã được sử dụng rộng rãi và đa dạng trong các nghiên cứu và ứng dụng thực tế. Trong đó, dữ liệu video là một trong những kiểu dữ liệu phổ biến nhất. Tuy nhiên, việc quản lý và sử dụng dữ liệu video gặp nhiều vấn đề như việc tổ chức lưu trữ, hay tìm kiếm sự kiện trong một video. Do đó, nghiên cứu này sẽ trình bày một phương pháp tóm tắt video hiệu quả và đơn giản, sử dụng kỹ thuật trừ nền. Đầu tiên, video đầu vào được sử dụng để trích xuất các khung ảnh liên tiếp. Sau đó, các khung ảnh này sẽ được tiền xử lý, như chuyển sang ảnh đa mức xám và làm mịn ảnh. Kỹ thuật trừ nền được sử dụng để phát hiện chuyển động trong khung ảnh hiện tại so với khung ảnh ngay trước đó. Nếu khung ảnh có phát hiện chuyển động thì nó sẽ được lưu lại cho video đầu ra. Chúng tôi cũng đề xuất một thuật toán tóm tắt video. Các kết quả thực nghiệm cho thấy tính hiệu quả của phương pháp này, đặc biệt đối với các video giám sát.