НЕЧІТКЕ МОДЕЛЮВАННЯ В СИСТЕМАХ УПРАВЛІННЯ
DOI:
https://doi.org/10.31319/2519-8106.1(46)2022.258341Ключові слова:
нечіткий PID-регулятор, лінгвістична змінна, нейроконтролер, блок нечіткої адаптації, якість регулювання, перехідний процесАнотація
Застосування лінійних пропорційно-інтегрально-диференціальних (ПІД) регуляторів у системах управління нелінійними об'єктами найчастіше призводить до низької якості процесу регулювання, що характеризується великими значеннями перерегулювання, статичною помилкою та/або часом перехідного процесу.
Системи управління характеризуються, як правило, нелінійними залежностями, складною для моделювання динамікою, наявністю неконтрольованих шумів та перешкод. Класична теорія управління базуються на ідеї лінеаризації систем. Тому найефективнішою є розробка систем управління на основі адаптивного підходу у поєднанні з методами теорії штучних нейронних мереж та нечіткої логіки.
Регулятори, побудовані з урахуванням цієї інноваційної концепції, часом здатні забезпечити вищі показники якості перехідних процесів проти класичними регуляторами. Застосовуючи технологію синтезу нечітких алгоритмів управління, технологію побудови нейронних мереж можна провести оптимізацію складних контурів регулювання без проведення всебічних математичних досліджень.
У роботі сформульовано методику синтезу системи управління на основі теорії нечітких множин. Наведено результати імітаційного моделювання системи з нечітким логічним контролером та нейроконтролером. При побудові моделей та бази правил були використані засоби MATLAB — Simulink, Fuzzy Logic Toolbox.
Результати моделювання показали, що з постійних параметрах об'єкта регулювання системи з нечіткими регуляторами і нейроконтроллером мають кращі динамічні показники проти класичними системами. Запропоновано метод нечіткої адаптації параметрів налаштування регулятора.
На підставі отриманих результатів моделювання обрано раціональні алгоритми управління для нечіткого регулятора з шумом у вхідному каналі. Виконано аналіз роботи нечіткого регулятора. Розглянуто основні процеси, що відбуваються у нечіткому висновку у нечітких системах управління.
Посилання
Pashchenko F. F., Pashchenko A. F., Durgaryan I.S.., Kudinov Y.I.., & Kelina A.Y. (2015). On Neuro-Fuzzy Prediction in Matlab. IEEE (ICEA).10-th Conference Industrial Electronics and Applications. Auckland, New Zeland. 1539–1542.
Karpovich D.S., &. Shumsky A. N. (2017). Synthesis of control system with fuzzy control and noise in the input. Process modeling and management in technical systems. WORKS BGTU, 3, 52–57.
Kuznetsov B.I., Vasilets T. E., & Bartholomew A. A. (2008). Synthesis of the neurocontroller with prediction for the two-mass electromechanical system. Elektrotechnika, (20(3)), 27–32.
Jin J., Huang H.., Sun J., & Pang. Y. (2013). Study on Fuzzy Self-Adaptive PID Control System of Biomass Boiler Drum Water. Journal of Sustainable Bioenergy Systems, 3, 93–98.
Kudinov Y.I., & Kelina A. Y. Simplified method of determining the parameters of fuzzy PID-regulators. Mechatronics, automation, management, 1, 12–22.
Medvedev V.S., & Potemkin V.G. (2002). Neural networks. MATLAB 6. Under the general. Ed. Ph.D. V.G. Potemkin. M.: DIALOG-MIFI.
Pashchenko F.F., Pashchenko A.F., Durgaryan I.S., Kudinov Y.I., Kelina A.Y. On Neuro-Fuzzy Prediction in Matlab. IEEE (ICEA).10-th Conference Industrial Electronics and Applications. – Auckland, New Zeland. 2015. P. 1539–1542.
Карпович Д.С., Шумский А.Н. Синтез системы управления с нечетким регулятором и шумом во входном канале. Моделирование процессов и управление в технических системах. Труды БГТУ., Серия 3. 2017. С. 52–57.
Кузнецов Б.И., Василец Т.Е., Варфоломеев А.А. Синтез нейроконтроллера с предсказанием для двухмассовой электромеханической системы. Електротехніка і електромеханіка. 2008. № 3. С. 27–32.
Jin J., Huang H., Sun J., Pang Y. Study on Fuzzy Self-Adaptive PID Control System of Biomass Boiler Drum Water. Journal of Sustainable Bioenergy Systems. 2013. V. 3. P. 93–98.
Кудинов Ю.И., Келина А.Ю. Упрощенный метод определения параметров нечетких ПИД-регуляторов. Мехатроника, автоматизация, управление. 2013. № 1. С. 12–22.
Медведев В.С., Потемкин В.Г. Нейронные сети. MATLAB 6. Под общ. ред. к.т.н. В.Г. Потемкина. М.: ДИАЛОГ-МИФИ, 2002. 496 с.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
a. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
b. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
c. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
