電機工程學系

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/85

歷史沿革

本系成立宗旨在整合電子、電機、資訊、控制等多學門之工程技術,以培養跨領域具系統整合能力之電機電子科技人才為目標,同時配合產業界需求、支援國家重點科技發展,以「系統晶片」、「多媒體與通訊」、與「智慧型控制與機器人」等三大領域為核心發展方向,期望藉由學術創新引領產業發展,全力培養能直接投入電機電子產業之高級技術人才,厚植本國科技產業之競爭實力。

本系肇始於民國92年籌設之「應用電子科技研究所」,經一年籌劃,於民國93年8月正式成立,開始招收碩士班研究生,以培養具備理論、實務能力之高階電機電子科技人才為目標。民國96年8月「應用電子科技學系」成立,招收學士班學生,同時間,系所合一為「應用電子科技學系」。民國103年8月更名為「電機工程學系」,民國107年電機工程學系博士班成立,完備從大學部到博士班之學制規模,進一步擴展與深化本系的教學與研究能量。

News

Browse

Search Results

Now showing 1 - 1 of 1
  • Item
    具最佳化差動驅動模式設計之智慧型磁浮軸承控制系統
    (2016) 宋旻翰; Song, Min-Han
    近年來,由於磁浮軸承能有效減少系統因為摩擦力所產生之磨耗、震動、噪音與能量損失…等問題,已被廣泛的利用在各種應用之中。然而由於磁浮軸承系統具有高度非線性與時變之控制特性,因此必須針對磁浮軸承發展具優異強健性之控制系統以達到良好之控制性能。 為了達到非線性磁浮軸承系統之精密定位與追蹤控制功能,本論文首先提出遞迴式小波類神經網路(Recurrent Wavelet Neural Network, RWNN)控制器來控制磁浮軸承系統的轉子位置。雖然控制器之參數值可經由負梯度下降法進行線上學習,但不適當之參數初始值會使得線上學習落入局部最佳值,限制了控制性能。有鑑於此,本論文進一步提出最佳化遞迴式小波類神經網路(Optimal Recurrent Wavelet Neural Network, ORWNN),運用適應性差分進化演算法(Adaptive Differential Evolution, ADE)來優化網路參數初始值。由實驗結果可知,優化後的遞迴式小波類神經網路確實可得到更佳之控制效果。 此外,本論文以利用適應性差分進化演算法最佳化差動驅動模式中之偏置電流(Bias Current, io)之概念,提出具最佳化差動驅動模式之遞迴式小波類神經網路(Optimal Recurrent Wavelet Neural Network with Differential Driving Mode, ORWNN-DDM )控制器,以進一步降低磁浮軸承系統之耗能。最後由實驗可知,本論文所提出之ORWNN-DDM控制器確實可在達到良好定位控制情況下,同時達到降低能量消耗之效果。