Intelligent control of a stepping motor drive using an adaptive neuro?fuzzy inference system

2005 ◽  
Vol 170 (2-4) ◽  
pp. 133-151 ◽  
Author(s):  
P MELIN ◽  
O CASTILLO
Keyword(s):  
Intelligent Control ◽  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Motor Drive ◽  
Stepping Motor ◽  
Inference System ◽  
Neuro Fuzzy

scholarly journals Intelligent Control of a Photovoltaic Generator for Charging and Discharging Battery Using Adaptive Neuro-Fuzzy Inference System

2020 ◽  
Vol 2020 ◽  
pp. 1-15
Author(s):  
El Hadji Mbaye Ndiaye ◽  
Alphousseyni Ndiaye ◽  
Mactar Faye ◽  
Samba Gueye
Keyword(s):  
Intelligent Control ◽  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Weather Conditions ◽  
Pv System ◽  
Inference System ◽  
Point Tracking ◽  
Neuro Fuzzy ◽  
Bus Voltage ◽  
Power Point

This paper presents a method of intelligent control of a photovoltaic generator (PVG) connected to a load and a battery. The system consists of charging and discharging a battery. An intelligent algorithm based on adaptive neuro-fuzzy inference system (ANFIS) is presented in this work. It performs two separate tasks simultaneously. First, it is used as a PVG Maximum Power Point Tracking (MPPT) command. This same algorithm is used secondly for protecting the battery against deep charges and discharges. A regulation of the DC bus voltage is also carried out by means of a PI corrector for a good supply of the load. The simulation results under MATLAB/Simulink show that the method proposed in this work allows the PV system to function normally by charging and discharging the battery whatever the weather conditions.

scholarly journals Intelligent Control for Self-erecting Inverted Pendulum Via Adaptive Neuro-fuzzy Inference System

2006 ◽  
Vol 3 (4) ◽  
pp. 1795-1802 ◽  
Author(s):  
A.A. Saifizul ◽  
Z. Zainon ◽  
N.A Abu Osman ◽  
C.A. Azlan ◽  
U.F.S Ungku Ibrahim
Keyword(s):  
Intelligent Control ◽  
Fuzzy Inference System ◽  
Inverted Pendulum ◽  
Fuzzy Inference ◽  
Inference System ◽  
Neuro Fuzzy

Aplikasi Peramalan Kebutuhan Beban Listrik Menggunakan Metode Adaptive Neuro Fuzzy Inference System (ANFIS)

2017 ◽  
Vol 3 (1) ◽  
pp. 36-48
Author(s):  
Erwan Ahmad Ardiansyah ◽  
Rina Mardiati ◽  
Afaf Fadhil
Keyword(s):  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Inference System ◽  
Neuro Fuzzy

Prakiraan atau peramalan beban listrik dibutuhkan dalam menentukan jumlah listrik yang dihasilkan. Ini menentukan  agar tidak terjadi beban berlebih yang menyebabkan pemborosan atau kekurangan beban listrik yang mengakibatkan krisis listrik di konsumen. Oleh karena itu di butuhkan prakiraan atau peramalan yang tepat untuk menghasilkan energi listrik. Teknologi softcomputing dapat digunakan  sebagai metode alternatif untuk prediksi beban litrik jangka pendek salah satunya dengan metode  Adaptive Neuro Fuzzy Inference System pada penelitian tugas akhir ini. Data yang di dapat untuk mendukung penelitian ini adalah data dari APD PLN JAWA BARAT yang berisikan laporan data beban puncak bulanan penyulang area gardu induk majalaya dari januari 2011 sampai desember 2014 sebagai data acuan dan data aktual januari-desember 2015. Data kemudian dilatih menggunakan metode ANFIS pada software MATLAB versi b2010. Dari data hasil pelatihan data ANFIS kemudian dilakukan perbandingan dengan data aktual dan data metode regresi meliputi perbandingan anfis-aktual, regresi-aktual dan perbandingan anfis-regresi-aktual. Dari perbandingan disimpulkan bahwa data metode anfis lebih mendekati data aktual dengan rata-rata 1,4%, menunjukan prediksi ANFIS dapat menjadi referensi untuk peramalan beban listrik dimasa depan.

Sign in / Sign up

Export Citation Format

Share Document