СИНТЕЗ НЕЧЕТКОГО КОНТРОЛЛЕРА ДЛЯ ИДЕНТИФИКАЦИИ И КОЛИЧЕСТВЕННОЙ ОЦЕНКИ ВОЗМУЩЕНИЙ ПО ТРЕНДАМ

Е. А. Муравьева, Р. Ф. Габитов, Р. Ф. Имаев

Аннотация


Актуальность
В данной статье описаны основные этапы построения нечеткого контроллера, идентифи-
цирующего возмущения в системе автоматического управления по трендам на примере
рассольного цикла, а именно подогрева очищенного рассола, идущего на электролиз. Этот
метод может внедряться в системах управления по возмущению для формирования управ-
ляющих воздействий, а также для диагностических целей.
Цель
Исследовать синтез нечеткого контроллера для идентификации и количественной оцен-
ки возмущений по трендам.
Методы исследования
В статье предложен метод оценки возмущений по трендам. Проведено построение мате-
матической модели процессов, реализованной в среде MathCad. Реализована концептуаль-
ная модель нечеткого контроллера для определения возмущения. Разработаны продукцион-
ные правила «ЕСЛИ..., ТО...».
Результаты
В результате проведенных исследований на базе предложенного метода произведен син-
тез двух нечетких контроллеров, которые определяют количественно возмущения в цикле
подогрева воды, а именно: отклонение температуры очищенного рассола, входящего в
теплообменник, а также отклонение температуры воды в емкости от нормы. Разработанный
проект имеет практическую значимость, так как информация о возмущениях, полученная
как выходное значение с нечеткого контроллера может быть применена при диагностике и
оценке состояния системы в любой момент времени, что, в свою очередь, может быть
использовано для более плавного управления при подаче корректирующего сигнала на контроллер, осуществляющий управление заслонками и насосами, а также для предот-вращения аварийных ситуаций.


Литература


Динеев В.Г., Ефимов А.A., Му-

хин A.В. Оптимизация параметров системы

управления с адаптивным контуром управле-

ния по возмущению // Управление развитием

крупномасштабных систем MLSD›2007:

тез. докл. Первой междунар. конф. 2007.

С. 213-214.

Александров В.М. Последовательный

синтез оптимального по быстродействию

управления линейными системами c возму-

щениями // Сибирский журнал вычислитель-

ной математики. 2008. Т. 11. № 3. С. 251-270.

Кипер Р.А. Свойства веществ: спра-

вочник. 2009. 387 с.

Леоненков А.В. Нечеткое моделиро-

вание в среде MATLAB и Fuzzy TECH. СПб:

БХВ-Петербург, 2005. 736 с.

Васильев В.И., Ильясов Б.Г. Интеллектуальные

системы управления. Теория и практика: учеб. пособие. М.: Радиотехника,

392 с.

Муравьева Е.А., Усанин О.А., Куб-

ряк А.И. Концепция определения возмуще-

ний по трендам с применением нечеткого

регулятора // Современные технологии в

образовании и промышленности: от теории

к практике: сб. матер. Внутривуз. науч.-

практ. конф. 2017. С. 106-108.

Муравьева Е.А., Усанин О.А., Куб-

ряк А.И. Применение нечеткого регулятора с

двойной базой правил для управления техно-

логическими параметрами // Современные

технологии в образовании и промышленно-

сти: от теории к практике: сб. матер. Внутривуз.

науч.-практ. конф. 2017. С. 112-115.

Муравьева Е.А., Соловьев К.А., Ман-

нанов И.А. Критерии качества автоматизиро-

ванной системы управления на базе нечет-

кого регулятор // Автоматизация, энерго- и

ресурсосбережение в промышленном произ-

водстве: сб. матер. II Междунар. науч.-техн.

конф. 2017. С. 153-155.

Муравьева Е.А., Соловьев К.А., Гри-

горьев Е.С. Система управления давлением

в испарителе фреона по математической

модели аппарата // Автоматизация, энерго- и

ресурсосбережение в промышленном произ-

водстве: сб. матер. II Междунар. науч.-техн.

конф. 2017. С. 157-159.

Solovyov K.A., Muravyova E.A. Synthesis

Methods for Fuzzy Controller with

Double Base of Rules // CSIT’2016. Proceedings

of the 18th International Workshop on Computer

Science and Information Technologies. 2016.

С. 83-88.

Шумихин А.Г., Бояршинова А.С.

Параметрическая идентификация систем

управления с обратной связью на основе ней-

росетевого моделирования процессов их

функционирования // Инженерный вестник

Дона. 2018. № 2. С. 383-399.

Пигасова Н.И., Шумихин А.Г., Ста-

фейчук Б.Г., Смирнов О.А. Оценка стохасти-

ческих свойств эквивалентных возмущаю-

щих воздействий в системе регулирования

мощности прямоточного котла блочной ТЭС

// Вестник Пермского национального иссле-

довательского политехнического универси-

тета. Электротехника, информационные тех-

нологии, системы управления. 2019. № 19.

С. 102-110.

Шумихин А.Г., Бояршинова А.С.

Параметрическая идентификация управляе-

мого объекта в режиме его эксплуатации с

применением технологии нейронных сетей //

Вестник Пермского национального исследо-

вательского политехнического университета.

№ 31. С. 106-120.

Шумихин А.Г., Александрова А.С.,

Мустафин А.И. Параметрическая идентифи-

кация технологического объекта в режиме

его эксплуатации с применением технологий

нейронных сетей. Вестник Пермского наци-

онального исследовательского политехниче-

ского университета. 2018. № 26. С. 29-41.

Hu Y., Yang Y., Li S., Zhou Y. Fuzzy

Controller Design of Micro-unmanned Helicopter

Relying on Improved Genetic Optimization

Algorithm // Aerospace Science and

Technology. March 2020. Vol. 98. No. 105685.

Liang H., Zou J., Zuo K., Khan M. An

Improved Genetic Algorithm Optimization Fuzzy

Controller Applied to the Wellhead Back Pressure

Control System // Mechanical Systems and

Signal Processing. 2020. Vol. 142. No. 106708.

Talbi N. Design of Fuzzy Controller

Rule Base Using Bat Algorithm // Energy

Procedia. April 2019. Vol. 162, pp. 241-250.

Lamamra K., Batat F., Mokhtari F. A

New Technique with Improved Control Quality

of Nonlinear Systems Using an Optimized Fuzzy

Logic Controller // Expert Systems with

Applications. May 2020. Vol. 145, 1. No. 113148.

Alsafadi L.A., Chulin N.A., Mironova

I.V. Synthesis of Fuzzy Controller Based on

Simple PID Controller // Procedia Computer

Science. 2019. Vol. 150. P. 28-38.

Sreedharan D., Paul V., Thottungal R.

Mathematical Modelling of Polymer Electrolyte

Membrane Fuel Cell and Fuzzy-Based Intelligent

Controllers for Performance Enhancement

// Computers & Electrical Engineering.

July 2019. Vol. 77. P. 354-365.

Farajdadian S.M., Hassan Hosseini.

Design of an Optimal Fuzzy Controller to

Obtain Maximum Power in Solar Power

Generation System // Solar Energy. April 2019.

Vol. 182. P. 161-178.

Jain M., Madeira A., Martins Manuel A.

A Fuzzy Modal Logic for Fuzzy Transition

Systems // Electronic Notes in Theoretical

Computer Science. 2020. Vol. 3481. P. 85-103.

Lu Y. Adaptive-Fuzzy Control Compensation

Design for Direct Adaptive Fuzzy

Control // IEEE Transactions on Fuzzy Systems.

Vol. 26. Issue 6.

Hesamian G., Akbari M.G., Yaghoobpoor

R. Quality Control Process Based on

Fuzzy Random Variables // IEEE Transactions

on Fuzzy Systems. 2019. Vol. 27. Issue 4.

Shi Q., Lam H., Xuan C., Chen M.

Adaptive Neuro-Fuzzy PID Controller Based on

Twin Delayed Deep Deterministic Policy

Gradient Algorithm // Neurocomputing, Corrected

Proof, Available. 8 April 2020.


Ссылки

  • На текущий момент ссылки отсутствуют.