измерение температуры нейронной сети. Ученые заметки тогу Том 8, 3, 2017
 Скачать 283.19 Kb.
|
|
«Ученые заметки ТОГУ» Том 8, № 3, 2017 http://pnu.edu.ru/media/ejournal/articles-2017/TGU_8_214.pdf 119 Электронное научное издание «Ученые заметки ТОГУ» 2017, Том 8, № 3, С. 119 – 125 Свидетельство Эл № ФС 77-39676 от 05.05.2010 http://pnu.edu.ru/ru/ejournal/about/ ejournal@pnu.edu.ru УДК 681.51 © 2017 г. Ю. Я. Солонников, В. Э. Иванов, д-р техн. наук (Тихоокеанский государственный университет, Хабаровск) РЕАЛИЗАЦИЯ НЕЧЕТКОГО РЕГУЛЯТОРА ДЛЯ СИСТЕМЫ КОНТРОЛЯ УРОВНЯ ЖИДКОСТИ, ИСПОЛЬЗУЯ ПРОГРАММНЫЙ КОМПЛЕКС LABVIEW Данная статья описывает реализацию автоматической системы контроля уровня жидкости в резервуаре с использованием нечеткого регулятора и классического ПИД-регулятора на примере использования программного пакета LabView. По результатам выполненной работы, приведён сравни- тельный анализ полученных переходных характеристик. Ключевые слова: объект регулирования, нечёткая логика, пропорцио- нально-интегрально-дифференцирующий регулятор, уровень жидкости, labview, функции принадлежности. Y. Y. Solonnikov, V. E. Ivanov IMPLEMENTATION OF FUZZY CONTROL SYSTEM FOR THE LIQUID LEVEL CONTROL SYSTEM USING THE LABVIEW SOFTWARE This article describes the implementation of an automatic fluid level control system in a tank using a fuzzy controller and a classic PID controller, using the LabView application as an example. Based on the results of the work per- formed, a comparative analysis of the obtained transient characteristics is giv- en. Keywords: object identification, fuzzy logic, proportional-integral- differentiating controller, liquid level, labview, membership functions ISSN 2079-8490 «Ученые заметки ТОГУ» Том 8, № 3, 2017 http://pnu.edu.ru/media/ejournal/articles-2017/TGU_8_214.pdf 120 Введение Повышение эффективности управления является актуальной проблемой в усло- виях возрастающей сложности технологического оборудования, процессов и систем. Для проектирования систем управления сложными объектами важную роль играет ре- шение задач построения адекватных математических или имитационных моделей и синтеза алгоритмов управления, обеспечивающих решение задач в условиях неопреде- ленности. Интеллектуальные системы принятия решений (ИСПР), имитирующие прин- ципы мышления человека, находят все более широкое применение при управлении и формализации сложных объектов и систем. Развитие промышленности требует комплексного подхода при разработке САУ техническими объектами. Это обусловлено, с одной стороны, необходимостью повыше- ния качества управления при минимальных затратах на создание и эксплуатацию сис- тем, с другой стороны – усложнением структуры объекта управления, функций, выпол- няемых им, и, как следствие, увеличением факторов неопределённости, которые необхо- димо учитывать для управления объектом.[1] На данный момент широко используются «мягкие вычисления», принцип которых заключается в обеспечении приемлемого каче- ства управления, при невысоком уровне затрачиваемых ресурсов, в условиях неопреде- лённости. Одной из основных проблем в промышленности является система контроля уровня воды. Контроль уровня жидкости, применяемый в таких отраслях промышлен- ности как нефтеперерабатывающей, пищевой, химической и других, является одним из важных критериев для технологического процесса. Свойства нечеткой логики обрабатывать неполную информацию, моделировать человеческие знания и выдавать обоснованные решения предполагают ее интенсивное использование для наблюдения в реальном времени за технологическими процессами, а также решение проблем, связанных с практической реализацией систем управления технологическими процессами . [2] Использование нечеткой логики в системах управле- ния позволяет уменьшить вмешательство оператора в процесс управления и, следова- тельно, позволяет разработать новые методики управления, более адаптированные к промышленной среде. Регуляторы, построенные на базе нечеткой логики, в ряде случа- ев способны обеспечить более высокие показатели качества переходных процессов по сравнению с классическими регуляторами. Кроме того, используя методы синтеза не- четких алгоритмов управления, можно выполнить оптимизацию сложных контуров ре- гулирования без проведения всесторонних математических исследований. Лингвистические переменные, используемые в регуляторе с нечеткой логикой, задаются на количественной шкале, с помощью которой определяются степени соответ- ствия данных рассматриваемым понятиям. Для этого используются функции принад- лежности, принимающие значения от 0 до 1. Кроме того, задается набор правил, ста- вящих в соответствие входной ситуации определённое управляющее воздействие. Эти правила обычно имеют вид «Если …, то…» . В данной работе произведен сравнительный анализ классического ПИД- регулятора и регулятора на основе нечеткой логике в системе контроля уровня жидко- сти в резервуаре. Данные, необходимые для расчета оптимальных параметров класси- ческого регулятора данной системы, были получены экспериментально. Создание математической модели технологического процесса Изменение уровня жидкости в резервуаре, может быть представлено форму- лой(1): «Ученые заметки ТОГУ» Том 8, № 3, 2017 http://pnu.edu.ru/media/ejournal/articles-2017/TGU_8_214.pdf 121 Q in -Q out =A , (1) где Q in – входной поток; Q out – выходной поток; А – площадь поперечного сечения ре- зервуара; Н – уровень жидкости. Рис. 1. Модель системы контроля уровня жидкости Уровень жидкости в резервуаре, может быть выражен формулой (2): .(2) Если в системе контроля не предусмотрено наличие насоса, тогда формула исхо- дящего потока примет вид (3): , (3) где а – площадь трубы; - скорость жидкости на выходеиз трубы. Qin + H(s) - Qout Рис. 2. Блок-схема модели Для реализации первого этапа моделирования процесса с использованием ПИД- регулятора, необходимого для регулирования уровня жидкости на выходе системы, воспользуемся уравнением (4), описывающим пропорционально-интегрально- дифференцирующий регулятор: . (4) Применим для данного уравнения(4) преобразования Лапласа, получим формулы (5): . (5) На рисунке 3 приведена структурная схема реализации модели. «Ученые заметки ТОГУ» Том 8, № 3, 2017 http://pnu.edu.ru/media/ejournal/articles-2017/TGU_8_214.pdf 122 Рис. 3. Структурная схема модели На рисунке 4 приведена блок-схема системы контроля уровня жидкости, реали- зованной в программном комплексе LabView: Рис. 4. Блок-схема модели с использованием ПИД-регулятора Результатом моделирования системы с использованием ПИД-регулятора являет- ся модель, в которой экспериментально были подобраны следующие коэффициенты ПИД-регулятора: K p =10; K i =0; K d =10. Рис. 5. Результат моделирования процесса с ПИД-регулятором Вторым этапом данной работы является создание регулятора на основе правил нечеткой логики для вышеописанной модели контроля уровня жидкости в резервуаре. «Ученые заметки ТОГУ» Том 8, № 3, 2017 http://pnu.edu.ru/media/ejournal/articles-2017/TGU_8_214.pdf 123 Основная функция нечёткого регулятора ─ формирование выходного значения управления в зависимости от текущих координат системы. Процедура обработки входной информации в регуляторе может быть описана сле- дующим образом: 1) текущие значения входных переменных преобразуются в лингвистические (фаззификация); 2) на основании полученных лингвистических значений и с использованием базы правил контроллера производится нечёткий логический вывод, в результате которого вычисляются лингвистические значения выходных переменных; 3) дефаззификация. Разработка базы знаний нечёткого регулятора сводится к решению следующих задач: 1) выбору входных лингвистических переменных на основе анализа поведения замкнутой системы регулирования в рассчитанном желаемом режиме; 2) назначению для каждой из лингвистических переменных набора лингвистиче- ских термов; 3) выбору для каждого из термов аппроксимирующего нечёткого множества. Рис. 6. Блок-схема формирования выходного сигнала нечеткого регулятора Целью разработанной модели системы управления на базе нечёткого регулятора (контроллера) является задание значения на выходе регулятора по алгоритму, обеспе- чивающему поддержание требуемого уровня в резервуаре. На рисунке 7 приведена блок-схема моделирования системы с нечетким регуля- тором. Рис. 7. Блок-схема модели с использованием нечёткого регулятора В качестве входных переменных для сигнала рассогласования (e(t)), изменения сигнала рассогласования (∆e(t)) и описания выходных переменных были выбраны пять термов (NegativeHigh (“NH”), Negative (“N”), Small (“S”), Positive (“P”), and PositiveHigh (“HP”)) и симметричные диапазоны изменения, как представлено на рисунке 8. Система нечеткой логики Входные пе- ременные Фаззифика- ция Логические правила Дефаззифика- ция Выходные переменные «Ученые заметки ТОГУ» Том 8, № 3, 2017 http://pnu.edu.ru/media/ejournal/articles-2017/TGU_8_214.pdf 124 Рис. 8. Описание логических переменных Пример формирования лингвистических правил представлен на рисунке 9, где «еrror»-сигнал ошибки,«еrrorchange»– сигнал изменения ошибки,выходной сигнал не- четкого регулятора представлен пятью лингвистическими термами:NegativeHigh (“NH”), Negative (“N”), Zero (“Z”), Positive (“P”), andPositiveHigh (“HP”). Рис. 9. Лингвистические правила «Ученые заметки ТОГУ» Том 8, № 3, 2017 http://pnu.edu.ru/media/ejournal/articles-2017/TGU_8_214.pdf 125 Результат реализованной системы контроля уровня жидкости в резервуаре с ис- пользованием нечеткого регулятора приведено на рисунке 10. Рис. 10. Результат моделирования процесса с нечётким регулятором При сравнении переходных характеристик переходного процесса с использовани- ем классического ПИД-регулятора и нечеткого регулятора заметно отсутствие перере- гулирования и значительное улучшение времени установившегося процесса для модели с нечетким регулятором. Таблица 1 Сравнение результатов переходного процесса Тип регулятора Перерегулирование, % Время установившегося про- цесса, сек. ПИД-регулятор 2,5 149 Нечеткий регулятор 0 61,5 Заключение В ходе выполненной работы был разработал пропорционально-интегрально- дифференцирующий регулятори нечеткий регуляторы, были созданы лингвистические правила для входных и выходных переменных. Как показали результаты моделирова- ния, система реализованная с использованием нечеткого регулятора показала лучшие показатели переходного процесса и отсутствие перерегулирования по сравнению с клас- сическим ПИД-регулятором. Список литературы [1] Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. – М., 2004. [2] Заде Л.А. Понятие лингвистической переменной и его применение к принятию прибли- женных решений. – М.: Мир, 1976. [3] Алиев Р.А., Церковный А.Э., Мамедова Г.А. Управление производством при нечеткой исходной информации. М.: Энергоиздат. 1991. — 234 с. |