Cena katalogowa – rynkowa cena produktu, często jest drukowana przez wydawcę na książce.
Najniższa cena z 30 dni – najniższa cena sprzedaży produktu w księgarni z ostatnich 30 dni, obowiązująca przed zmianą ceny.
Wszystkie ceny, łącznie z ceną sprzedaży, zawierają podatek VAT.
Rozwiązania oparte na metodach sztucznej inteligencji (AI), w szczególności w odniesieniu do napędów elektrycznych i maszyn elektrycznych pracujących w systemie elektroenergetycznym, znalazły obecnie stałe miejsce w praktyce inżynierskiej. Zaistniała wobec tego potrzeba kształcenia kadry inżynierskiej w tym zakresie.
Publikacja ta, będąca częścią serii „MASZYNY ELEKTRYCZNE” zawiera ćwiczenia i przykłady pogrupowane według zagadnień takich przykładowo, jak:
-ALGORYTMY GENETYCZNE: estymacja parametrów modelu matematycznego obcowzbudnego silnika prądu stałego,
-
SZTUCZNE SIECI NEURONOWE: neuronowy estymator prędkości obrotowej silnika prądu stałego albo:
-LOGIKA ROZMYTA I ROZMYTE SIECI NEURONOWE: rozmyty regulator temperatury pieca oporowego.
Książkę kierujemy przede wszystkim do studentów kierunków technicznych i informatycznych, typu: elektrotechnika, mechatronika, automatyka i robotyka czy informatyka.
1. Przedmowa 7 Podziękowania 10 2. Metody wspomagania komputerowego, systemy CAD 11 2.1 Podstawy teoretyczne 11 2.2 Przykłady zastosowań technik komputerowych 21 Przykład 2.1: Modelowanie silnika prądu stałego – model własny 21 Przykład 2.2: Modelowanie silnika prądu stałego – model standardowy 29 Przykład 2.3: Dobór nastawień regulatorów w układzie napędowym prądu stałego 34 Przykład 2.4: Modelowanie stanu przejściowego przy załączeniu napięcia w stanie jałowym transformatora 42 Przykład 2.5: Modelowanie stanu ustalonego silnika asynchronicznego 49 Przykład 2.6: Modelowanie rozruchu asynchronicznego silnika synchronicznego 58 Przykład 2.7: Uwzględnienie niepewności metodą symulacji Monte Carlo 66 3. Algorytmy genetyczne 73 3.1 Podstawy teoretyczne 73 3.2 Przykłady zastosowań algorytmów genetycznych 86 Przykład 3.1: Minimalizacja funkcji podstawowym algorytmem genetycznym 86 Przykład 3.2: Minimalizacja funkcji zmodyfikowanym algorytmem genetycznym 95 Przykład 3.3: Estymacja parametrów modelu matematycznego obcowzbudnego silnika prądu stałego 101 Przykład 3.4: Optymalizacja wielokryterialna parametrów regulatora typu PI 107 4. Sztuczne sieci neuronowe 113 4.1 Podstawy teoretyczne 113 4.2 Przykłady zastosowań sztucznych sieci neuronowych 121 Przykład 4.1: Aproksymacja funkcji nieliniowej 121 Przykład 4.2: Detekcja amplitudy przebiegu odkształconego 128 Przykład 4.3: Neuronowy model cieplny 134 Przykład 4.4: SSN do diagnozowania zwarć wewnętrznych transformatora jednofazowego 141 Przykład 4.5: Neuronowy estymator prędkości obrotowej silnika prądu stałego 155 5. Logika rozmyta i rozmyte sieci neuronowe 164 5.1 Podstawy teoretyczne 164 5.2 Przykłady zastosowania logiki rozmytej 178 Przykład 5.1: Rozmyty regulator temperatury pieca oporowego 178 Przykład 5.2: Rozmyty regulator prędkości wirowania silnika prądu stałego z ogranicznikiem prądu twornika 185 Przykład 5.3: Regulator PI z rozmytą adaptacją parametrów 191 Przykład 5.4: Neuronowo-rozmyty estymator prędkości obrotowej silnika prądu stałego 198 6. Prototypowanie w badaniach laboratoryjnych 204 7. Podsumowanie 207 8. Literatura 210