Нечеткий нейро-И-регулятор на базе микроконтроллера Ремиконт Р-130
С.В. Фролов, И.А. Елизаров, В.Н. Назаров, А.А. Третьяков
Тамбовский государственный технический университет
Abstract – Is shown, that as an fuzzy control system it is necessary to term such self-acting system, in which basis on fuzzy logic, of activities the human-operator. The example of embodying of indistinct management on the sample domestic industrial controller Remicont R-130 is given.
В настоящее время у отечественных разработчиков микроконтроллеров и SCADA-систем проявляется повышенный интерес к алгоритмам управления, в основе которых лежит теория нечетких множеств и нечеткой логики. В этой области наблюдается заметное отставание отечественных теоретических исследований и практических разработок от зарубежных.
Часто у практиков возникает вопрос: когда применяют нечеткое управление? На наш взгляд, алгоритмы нечеткого управления используются в следующих случаях: 1) когда традиционные автоматические системы не справляются с управлением, а оператору в ручном режиме удается обеспечить заданное качество управления; 2) когда необходимо быстро провести наладку автоматической системы, при этом с одной стороны отсутствуют математические модели (экспериментальные динамические характеристики) объекта управления, с другой стороны имеется богатый опыт в виде знаний и навыков оператора по управлению в ручном режиме.
Будем считать нечеткой системой управления – автоматическую систему, в основе работы которой лежит модель действий человека – оператора.
Рассмотрим автоматические системы управления с нечетким регулятором для простых объектов, имеющих один вход и один выход (single-input/single-output (SISO) plant). В качестве управляющего устройства, реализующего нечеткое управление, предлагается выбрать микроконтроллер (МК) Ремиконт Р-130 [1], (Россия, г. Чебоксары). Система управления с нечетким регулятором была реализована на лабораторной установке, где объектом служит электронный имитатор динамики. Возмущающее воздействие по каналу регулирования в виде напряжения (010В) изменялось ручкой настройки и могло наблюдаться на показывающем приборе. Выходное напряжение (010В) с ЭИД наблюдалось на самопишущем регистрирующем приборе. Контроллер Р-130 был включен в обратную связь.
Задача замкнутой системы регулирования заключалась в компенсации возмущений по каналу регулирования, или в обеспечении перевода в новое установившееся состояние при изменении задания
.Вначале эти задачи поручались выполнить оператору в ручном режиме. Для этого МК Р-130 был переключен на режим ручного управления, на панели оператора МК Р-130 можно было наблюдать ошибку рассогласования
.Оператор непрерывно изменяя ручкой настройки напряжение , добивался перевода системы на новое задание
.На основе действий оператора были определены лингвистические переменные (ЛП): - ошибка рассогласования и - скорость изменения управляющего воздействия. Пусть ЛП имеет следующие значения ООО (ошибка очень отрицательно низкая), ОО (ошибка отрицательно низкая), ОН (ошибка незначительная), ОП (ошибка положительно высокая), ООП (ошибка очень положительно высокая); ЛП имеет следующие значения СОО (скорость очень отрицательно низкая), СО (скорость отрицательно низкая), СН (скорость незначительная), СП (скорость положительно высокая), СОП (скорость очень положительно высокая). Каждому значению ЛП и соответствуют заданные в виде треугольных форм функции принадлежности (рис. 1), где элементы и универсальных множеств определяют соответственно отклонения от задания (%), скорость изменения управляющего воздействия (%/с)
.Действие оператора, характеризуются следующими нечеткими высказываниями (НВ):
Если
– это ООО, то - это СОПили
если
– это ОО, то - это СПили
если
– это ОН, то - это СНили
если
– это ОП, то - это СОили
если
– это ООП, то - это СОО (1)Вычисление [2] эквивалентно нахождению центра тяжести фигуры . В общем случае фигура может быть составлена из нескольких фигур
, ,…, ,..., . Известная формула для вычисления координаты центра тяжести фигуры [2]:, (2)
где
, - соответственно координаты центра тяжести и площади фигур . На основе [3] для функций, заданных в виде треугольных форм (рис. 1), справедливо:, (3)
где - площадь, ограниченная функцией принадлежности
, - высота трапеции равная . Тогда НВ на основе рис.1 и (2), (3) соответствует нейронная сеть (рис.2), которая подобна сети RBF (Radial Basis Functions) [4]. Здесь преобразование F есть операция дефаззификации [5]:. (4)
Нейронные сети, позволяющие реализовать операции с нечеткой логикой, получили название нечетких нейронных сетей [6]. Будем называть управляющие устройства, в основе которых лежат нейронные сети – нечеткими нейро-регуляторами (нечеткими нейро-контроллерами).
Если к выходу нечеткой нейронной сети подключить интегрирующее устройство, то мы получим нечеткий нейро-И-регулятор (ННИ-регулятор).
На рис.3 показаны переходные процессы в замкнутой системе с ННИ-регулятором при действии возмущения (рис.3а) и смене задания (рис.3б).
Как видно, из рис. 3 система регулирования обеспечивает высокое качество регулирования.
Таким образом, реализация нечеткого управления возможна на типовых промышленных МК. Особенно эффективно использование МК, в основе которых лежит язык программирования алгоблоков, например, МК Р-130.
Литература
Site of Information
Technologies Designed by inftech@webservis.ru. |
|