Нечеткая модель управления паровым котлом

Тип работы:
Реферат
Предмет:
Кибернетика


Узнать стоимость

Детальная информация о работе

Выдержка из работы

8. Нейдорф Р А., Панков-Козочкин ПА. Быстрый алгоритм структурно-параметрической оптимизации корректирующих устройств на основе амплитудофазоискажающих звеньев / РА. Нейдорф, ПА. Панков-Козочкин // Вестник ДГТУ, Т.9. Спец. вып. 2009. — С. 17−26.
9. Нейдорф Р А., Панков-Козочкин ПА. Применение эвристических методов оптимизации
//
методы в технике и технологиях — ММТТ-22 [Текст]: сб. трудов XXII Междунар. науч. конф. В 11 т. Т. 11. Международный научно-методический симпозиум «Современные проблемы многоуровневого образования». — Ростов-на-Дону: Донской гос. техн. ун-т, 2009. — С. 121−127.
10. -..
— // -
— -22 [ ]:. XXII.. 11.. 11. -
— «-вого образования» — Ростов-на-Дону: Донской гос. техн. ун-т, 2009. — С. 127−130. Нейдорф Рудольф Анатольевич
Государственное образовательное учреждение высшего профессионального образования «Донской государственный технический университет» в г. Ростове-на-Дону.
E-mail: neyruan@yandex. ru
344 010, г. Ростов-на-Дону, пл. Гагарина, 1.
Тел.: 88 632 910 764.
Кафедра программного обеспечения вычислительной техники и автоматизированных систем- заведующий кафедрой- профессор.
Панков-Козочкин Павел Александрович
E-mail: voland1900@mail. ru.
Тел.: 89 515 344 107.
Кафедра программного обеспечения вычислительной техники и автоматизированных систем- старший преподаватель.
Neydorf Rudolf Anatolievitch
State-Owned Educational Establishment of Higher Vocational Education «Don State Technical University» at the Rostov-on-Don city.
E-mail: neyruan@yandex. ru
Gagarin sq., 1, Rostov-on-Don, 344 010, Russia.
Phone: 88 632 910 764.
The Computing Machine and Automated System Software department- chairman- professor.
Pankov-Kozochkin Pavel Alexandrovich
E-mail: voland1900@mail. ru.
Phone: 89 515 344 107.
The Computing Machine and Automated System Software department- senior teacher.
УДК 620.9. 001. 12. 18
В. Ю. Евтушенко, Е. Ю. Косенко НЕЧЕТКАЯ МОДЕЛЬ УПРАВЛЕНИЯ ПАРОВЫМ КОТЛОМ
Рассматриваются вопросы управления сложными техническими системами в об., двигателем в паровом котле.
Паровой котел- управление.
V.J. Evtushenko, E.J. Kosenko FUZZY MODEL OF MANAGEMENT OF A STEAM COPPER
Questions management of difficult technical systems in the field of power is considered. In the given work the attention is given, fuzzy control systems of the engine in a steam copper.
Steam boiler- control.
При управлении сложными техническими системами, как правило, приходится сталкиваться с различной степенью неопределенности исходных данных, пара,.
Причины возникновения неопределенности могут заключаться в стохастической природе влияющих на систему внешних факторов, в особенностях протекающего технологического процесса и в непредсказуемости управляющего воздейст-.
В современной научной литературе обращается внимание на необходимость разработки и применения новых методов раскрытия неопределенности при управлении в условиях неполной (нечеткой) информации [1].
Вопросы потребления, учета, преобразования, сохранения и использования электроэнергии являются на сегодняшний день в условиях значительного удорожания ее стоимости чрезвычайно актуальными.
На примере нечеткой модели управления паровым котлом показаны преимущества использования даже простейших законов нечеткой логики, по сравнению с традиционными формами управления работой по поддержанию заданного давления в котле и заданной скорости двигателя в условиях изменения количества подаваемого тепла [2].
,, -ной американским математиком Л. А. Заде, являются наиболее перспективными для решения данного класса задач.
Наиболее эффективным подходом к решению такой задачи будет применение теории нечетких множеств и нечеткой логики.
Поскольку в качестве метода управления используется нечеткая логика, цепочка управления будет иметь следующий вид (рис. 3):
Вычисление
отклонения
Преобразование в нечеткую форму
Рис. 1. Структура нечеткого логического регулятора
Разработка модели на основе теории нечетких множеств может быть выполнена в различных системах программирования, например, Delphi, Builder и др. Но системы объектно-ориентированного языка имеют только возможности построения моделей нечеткого вывода, что требует значительных затрат при разра-.
практического использования нечетких множеств, одна из них — это MatLab, которая обеспечена наиболее развитым пакетом Fuzzy Logic Toolbox и Simulink.
Для реализации всех концепций нечеткого вывода — фаззификации, агрегирования, активизации или композиции подзаключений, аккумулирования правил, дефаззификации выходных данных предусмотрены специальные процедуры и функции, созданные в пакетах моделирования MatLab [3].
, Fuzzy Logic
Toolbox.
разработки обладает большой гибкостью и простотой реализации. Применение данного инструментария при проектировании нечётких систем наиболее подходит для решения задач исследования свойств системы, особенно если результатом функционирования нечёткой системы являются параметры, обладающие строго определённым физическим смыслом[4].
MatLab:
1. -
ременных. Наиболее характерные из них:
¦ П-образная функция принадлежности (pimf) —
¦ (trapmf)..
2. FIS
(Fuzzy Interference System).:
¦ добавление и удаление из системы нечёткого вывода FIS-функций при-
, —
¦ дефаззиф икации ФП-
¦ FIS-
¦ генерация поверхности вывода FIS-
¦ отображение структуры входа-выхода системы нечёткого вывода-
¦
всех функций принадлежности соответствующей лингвистической пере-
¦ загрузку и сохранение системы нечёткого вывода на диск.
Для реализации процесса нечеткого вывода используются блоки с несколь-. -личество нечетких высказываний, при этом с увеличением их количества точность ,. -водится на одном уровне блоков, то для продолжения вывода выходы блоков одного уровня связаны с входами на другом уровне, и в результате образуется структура нечеткой модели. Разработка таких сетей эффективно выполняется в системе Fuzzy Logic Toolbox.
В рассматриваемой задаче были определены входные и выходные лингвисти-:
Входные лингвистические переменные:
— () —
—.
Выходная лингвистическая переменная:
—.
Значения лингвистических переменных:
NB — отрицательное большое-
NM — отрицательное среднее-
NS — -
NO — -
ZO — близкое к нулю-
PO — -
Р8 — положительное малое-
РМ — положительное среднее-
РВ — положительное большое.
Для решения поставленной задачи была построена база правил соответствующей системы нечеткого вывода, которая содержит правила нечетких продукций следующего вида:
ЕСЛИ «РЕ есть №В» И «СРЕ есть №В» ТО «НС есть РВ»
ЕСЛИ «РЕ есть №В» И «СРЕ есть NM» ТО «НС есть РВ»
ЕСЛИ «РЕ есть №В» И «СРЕ есть N8» ТО «НС есть РМ»
ЕСЛИ «РЕ есть NM» И «СРЕ есть N8» ТО «НС есть РМ»
ЕСЛИ «РЕ есть N8» И «СРЕ есть Р8» ТО «НС есть РМ»
ЕСЛИ «РЕ есть N8» И «СРЕ есть N0» ТО «НС есть РМ»
ЕСЛИ «РЕ есть N0» И «СРЕ есть РВ» ТО «НС есть РМ»
ЕСЛИ «РЕ есть N0» И «СРЕ есть РМ» ТО «НС есть РМ»
ЕСЛИ «РЕ есть N0» И «СРЕ есть №В» ТО «НС есть NM»
ЕСЛИ «РЕ есть №В» И «СРЕ есть NM» ТО «НС есть NM»
ЕСЛИ «РЕ есть РО» И «СРЕ есть N0» ТО «НС есть N0»
ЕСЛИ «РЕ есть 70» И «СРЕ есть N0» ТО «НС есть N0»
ЕСЛИ «РЕ есть Р0» И «СРЕ есть №В» ТО «НС есть РМ»
ЕСЛИ «РЕ есть Р0» И «СРЕ есть NM» ТО «НС есть РМ»
ЕСЛИ «РЕ есть Р0» И «СРЕ есть РВ» ТО «НС есть NM»
ЕСЛИ «РЕ есть Р0» И «СРЕ есть РМ» ТО «НС есть NM»
ЕСЛИ «РЕ есть Р8» И «СРЕ есть Р8» ТО «НС есть NM»
ЕСЛИ «РЕ есть Р8» И «СРЕ есть N0» ТО «НС есть NM»
ЕСЛИ «РЕ есть РВ» И «СРЕ есть N8» ТО «НС есть NM»
ЕСЛИ «РЕ есть РМ» И «СРЕ есть N8» ТО «НС есть NM»
ЕСЛИ «РЕ есть РВ» И «СРЕ есть №В» ТО «НС есть №В»
ЕСЛИ «РЕ есть РВ» И «СРЕ есть NM» ТО «НС есть №В»
ЕСЛИ «РЕ есть N0» И «СРЕ есть Р8» ТО «НС есть Р8»
ЕСЛИ «РЕ есть N0» И «СРЕ есть N8» ТО «НС есть N8»
ЕСЛИ «РЕ есть Р0» И «СРЕ есть Р8» ТО «НС есть Р8»
ЕСЛИ «РЕ есть Р0» И «СРЕ есть Р8» ТО «НС есть N8»
РЕ СРЕ НС —
ров изображены на рис. 2, 3 и 4 соответственно.
-6 -4 -2 0 2 4 6
input variable & quot-РЕ"-
Рис. 2. Функции принадлежности отклонения давления
Целью моделирования было поддержание давления в котле, зависящее от по,.
Сравнение результатов нечеткого вывода для этих значений входных пере,
нечеткой модели МЛТЬЛВ, показывает хорошую согласованность модели и подтверждает ее адекватность в рамках рассматриваемой модели.
Рис. 3. Функции принадлежности скорости изменения отклонения давления
Рис. 5. Графический интерфейс программы просмотра правил после выполнения
процедуры нечеткого вывода
Поскольку процесс нечеткого моделирования предполагает анализ результатов нечеткого вывода при различных значениях входных переменных с целью установления адекватности разработанной нечеткой модели (в данном случае экспертной системы), рассмотрим и другие случаи.
Рис. 6. Графики изменения давления при работе нечеткого регулятора
В результате расчетов получен график нечеткого вывода (рис. 7) для разработанной нечеткой модели. Последним этапом, дефаззификацией, является обратное преобразование результата, полученного в виде нечеткого множества, в числовое значение нечеткого вывода.
Рис. 7. Поверхность нечеткого вывода для разработанной нечеткой модели
Заключение. При создании моделей на осно ве теории нечеткого вывода наиболее приспособленной средой реализации является приложение Fuzzy Logic Toolbox системы MatLab. Наличие специальных средств позволяет эффективно выполнить разработку многоуровневых алгоритмов.
Такую структуру с базой данных рациональнее организовать в системе объект-
— MatLab.
Полученные в результате моделирования, по разработанному алгоритму процесса управления объектом в реальном масштабе времени на основе нечеткой мо, -,.
БИБЛИОГРЛФИЧЕСКИЙ СПИСОК
1. Орловский С. А. Проблемы принятия решений при нечеткой исходной информации.
— М.: Наука, 1981. — 208 с.
2. Бор псов АЛ., Крумберг (ХА., Федоров И Л. Принятие решений на основе нечетких моделей. Примеры использования. — Рига: & quot-Зинатне"-, 1990.
3. Деменков Н. П. Нечеткое управление в технических системах. — М., 2005.
4. Леоне нков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH.
— СПб.: БХВ-Петербург, 2005. — 736 с.
Евтушенко Валентин Юрьевич
Технологический институт федерального государственного образовательного учреждения высшего профессионального образования «Южный федеральный «..
E-mail: fin_val_iv@tsure. ru.
347 928, г. Таганрог, пер. Некрасовский, 44.
.: 88 634 371 689.
Косенко Евгений Юрьевич
E-mail: kosenko@tsure. ru
The Department of Automatic Control Systems- postgraduate student
Evtushenko Valentine Jurevich
Taganrog Institute of Technology — Federal State-Owned Educational Establishment of Higher Vocational Education «Southern Federal University».
E-mail: fin_val_iv@tsure. ru.
44, Nekrasovskiy, Taganrog, 347 928, Russia.
Phone: 88 634 371 689.
Kosenko Evgeniy Yurievich E-mail: kosenko@tsure. ru
The Department of Automatic Control Systems- postgraduate student
УДК 681. 518
E.B. Заргарян, B.B. Игнатьев НЕЧЕТКО ОПТИМАЛЬНЫЕ МНОГОКРИТЕРИАЛЬНЫЕ ОЦЕНКИ ЭНЕРГЕТИЧЕСКИХ ОБЪЕКТОВ
Рассмотрены особенности комплексной оценки эффективности функционирования по нечеткой оценке векторного критерия. Предложены расширения аксиом по Парето, введены понятия нечетко эффективной или нечетко оптимальной по Парето оценки.
Оценка- критерии.
E.V. Zargarjan, V.V. Ignatjev NOT EXPRESSLY OPTIMUM ESTIMATIONS OF POWER OBJECTS
The features of complex estimation of efficiency of functioning by not expressly estimation of vectorial criterion are considered. Expansions of axioms are offered on Pareto, the concepts of not expressly are entered by effective or not expressly of optimum on Pareto estimation.
Estimation- criteria.
При комплексной оценке эффективности функционирования энергетических предприятий невозможно обойтись только численными (точными) значениями критериев (пок^ателей). Всегда можно найти и применять критерии, которые носят вербальный характер или заданы в виде нечеткого интервала. Ряд показателей качества задают на вербальном уровне в виде функций нечетких переменных или в виде лингвистической переменной, т. е. для критерия f на числовой прямой X экспертами задаются функции принадлежности нечетких переменных. Нечеткие частные Критерии f Образуют НечеТКИЙ ВеКТОрНЫЙ Критерий f = {fj, f2,--fm}.

ПоказатьСвернуть
Заполнить форму текущей работой