نجار خدابخش, عباس, مرادیان, محمدرضا, نجار خدابخش, لیلا, ابجدی, نوید رضا. (1392). پایدار سازی رفتار سیستم تعلیق الکترومغناطیسی با استفاده از الگوریتم ژنتیک. روش‌های هوشمند در صنعت برق, 3(11), 53-61.
عباس نجار خدابخش; محمدرضا مرادیان; لیلا نجار خدابخش; نوید رضا ابجدی. "پایدار سازی رفتار سیستم تعلیق الکترومغناطیسی با استفاده از الگوریتم ژنتیک". روش‌های هوشمند در صنعت برق, 3, 11, 1392, 53-61.
نجار خدابخش, عباس, مرادیان, محمدرضا, نجار خدابخش, لیلا, ابجدی, نوید رضا. (1392). 'پایدار سازی رفتار سیستم تعلیق الکترومغناطیسی با استفاده از الگوریتم ژنتیک', روش‌های هوشمند در صنعت برق, 3(11), pp. 53-61.
نجار خدابخش, عباس, مرادیان, محمدرضا, نجار خدابخش, لیلا, ابجدی, نوید رضا. پایدار سازی رفتار سیستم تعلیق الکترومغناطیسی با استفاده از الگوریتم ژنتیک. روش‌های هوشمند در صنعت برق, 1392; 3(11): 53-61.
پایدار سازی رفتار سیستم تعلیق الکترومغناطیسی با استفاده از الگوریتم ژنتیک
سیستم تعلیق الکترومغناطیسی که یکی از روش‌های مورد استفاده در قطارهای معلق مغناطیسی است دارای رفتاری ناپایدار و غیرخطی است. در این مقاله ابتدا مدل ریاضی سیستم تعلیق الکترومغناطیسی را به دست آورده و سپس آن را خطی کرده‌ایم. پس از آن جهت پایدار کردن رفتار سیستم از روش فیدبک حالت استفاده شده است که ضرایب کنترلی آن با روش ریکاتی به دست آمده است. همچنین جهت ایجاد رفتاری بهتر در سیستم تعلیق از روش هوشمند الگوریتم ژنتیک برای محاسبه ضرایب بهینه سیستم کمک گرفته‌ایم. شبیه‌سازی‌های انجام شده به کمک نرم‌افزار MATLAB نشان می‌دهد که استفاده از روش الگوریتم ژنتیک نسبت به حالتی که ضرایب فیدبک حالت با روش ریکاتی به دست آمده‌اند کارآمدتر بوده و سیستم به ازای تغییر مرجع فاصله هوایی و اعمال نیروی خارجی رفتار بهتری دارد و نوسانات شدیدی که موجب عدم رضایت مسافرین به خاطر تکان‌های شدید در قسمت معلق می‌شود را حذف می‌کند.
Stabilization of Electromagnetic Suspension System Behavior by Genetic Algorithm
نویسندگان [English]
Abbas Najar Khoda Bakhsh1؛ Mohammad Reza Moradian1؛ Laila Najar Khodabakhsh2؛ Navid Reza Abjadi3
1Lecture/Islamic Azad University, Najafabad Branch
2MSc/Yazd University
3Assistant Professor/Shahrekord University
چکیده [English]
Electromagnetic suspension system with a nonlinear and unstable behavior, is used in maglev trains. In this paper a linear mathematical model of system is achieved and the state feedback method is used to improve the system stability. The control coefficients are tuned by two different methods, Riccati and a new method based on Genetic algorithm. In this new proposed method, we use Genetic algorithm to achieve the optimum values of control coefficients. The results of the system simulation by Matlab indicate the effectiveness of new proposed system. When a new reference of air gap is needed or a new external force is added, the proposed system could omit the vibration and shake of the train coupe and so, passengers feel more comfortable.
ابتدای صفحه