RU167890U1 - Нечеткий регулятор с двойной базой правил - Google Patents

Нечеткий регулятор с двойной базой правил Download PDF

Info

Publication number
RU167890U1
RU167890U1 RU2015154253U RU2015154253U RU167890U1 RU 167890 U1 RU167890 U1 RU 167890U1 RU 2015154253 U RU2015154253 U RU 2015154253U RU 2015154253 U RU2015154253 U RU 2015154253U RU 167890 U1 RU167890 U1 RU 167890U1
Authority
RU
Russia
Prior art keywords
output
fuzzy
rules
fuzzifier
defuzzifier
Prior art date
Application number
RU2015154253U
Other languages
English (en)
Inventor
Константин Андреевич Соловьёв
Альберт Сахабович Надршин
Мусса Гумерович Баширов
Риф Габдуллович Султанов
Ольга Игоревна Соловьёва
Елена Александровна Муравьева
Константин Алексеевич Крышко
Ильнур Минуллович Гареев
Original Assignee
Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Уфимский государственный нефтяной технический университет"
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Уфимский государственный нефтяной технический университет" filed Critical Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Уфимский государственный нефтяной технический университет"
Priority to RU2015154253U priority Critical patent/RU167890U1/ru
Application granted granted Critical
Publication of RU167890U1 publication Critical patent/RU167890U1/ru

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00Automatic controllers
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0275Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0295Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic and expert systems
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • G06N7/02Computing arrangements based on specific mathematical models using fuzzy logic
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • G06N7/02Computing arrangements based on specific mathematical models using fuzzy logic
    • G06N7/023Learning or tuning the parameters of a fuzzy system
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • G06N7/02Computing arrangements based on specific mathematical models using fuzzy logic
    • G06N7/026Development tools for entering the parameters of a fuzzy system
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • G06N7/02Computing arrangements based on specific mathematical models using fuzzy logic
    • G06N7/04Physical realisation
    • G06N7/046Implementation by means of a neural network

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Fuzzy Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Feedback Control In General (AREA)

Abstract

Использование: Полезная модель относится к области управления технологическими процессами.3адача: Повышение точности, производительности нечеткого регулятора, упрощение конструкции, возможность управления динамическими характеристиками объекта управления.Сущность полезной модели: Нечеткий регулятор с двойной базой правил, состоит из фаззификатора и дефаззификатора, в котором выход дефаззификатора соединен с входом исполнительного механизма объекта управления. Выход фаззификатора подключен к двум блокам нечеткого вывода, выходы которых соединены с входами аккумулятора, соединенного с дефаззификатором. К каждому блоку нечеткого вывода подключена своя база продукционных правил.

Description

Полезная модель относится к области управления сложными и быстродействующими технологическими процессами, которые могут быть описаны системой линейных дифференциальных уравнений, нелинейными моделями или вербально.
К настоящему времени разработаны многочисленные модели нечетких регуляторов для управления сложными технологическими процессами (Круглов В.В., Дли М.И. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. - М.: Издательство физико-математической литературы, 2002. - 256 с: ил., стр. 73; Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzy TECH. - СПб.: БХВ-Петербург, 2005. - 736 с: ил., стр. 225). Однако в целом ряде случаев применить их для управления быстродействующими технологическими процессами не представляется возможным по ряду причин:
1. недопустимо большое время отклика;
2. небольшая точность;
3. большая трудоемкость при синтезе регулятора;
4. значительные трудности для учета динамических свойств технологического процесса и, следовательно, невозможность управления формой переходного процесса.
Наиболее близким к заявленному техническому решению (прототип) является нечеткий регулятор с лингвистической обратной связью для управления технологическими процессами (Патент №2309443 опубл. в 2007 г.).
Нечеткий регулятор с лингвистической обратной связью для управления технологическими процессами (прототип) обладает следующими недостатками:
1. невысокая точность;
2. большие аппаратные затраты;
3. низкая производительность;
4. отсутствие возможности управления динамическими характеристиками объекта управления (например, ограничение скорости или ускорения параметра объекта).
Цель полезной модели - повышение точности, производительности нечеткого регулятора, упрощение конструкции, возможность управления динамическими характеристиками объекта управления. Цель достигается нечетким регулятором с двойной базой правил, состоящим из фаззификатора и дефаззификатора, выход которого соединен с входом исполнительного механизма объекта управления, отличающимся тем, что выход фаззификатора подключен к двум блокам нечеткого вывода, выходы которых соединены с входами аккумулятора, соединенного с дефаззификатором, а к каждому блоку нечеткого вывода подключена своя база продукционных правил.
На фиг. 1 изображена структурная схема нечеткого регулятора с двойной базой правил, в котором на вход фаззификатора, представляющего классический нечеткий регулятор, подаются задающее воздействие и контролируемые параметры объекта управления, выход фаззификатора подключен к блокам нечеткого вывода 1 и 2, в которых обработка входных сигналов происходит по различным продукционным правилам. К каждому блоку нечеткого вывода подключена своя база продукционных правил 1 и 2 соответственно, причем выходы блоков нечеткого вывода 1 и 2 связаны с входами аккумулятора, связанного с дефаззификатором.
Фаззификатор преобразует четкие значения задающих воздействий и контролируемых параметров объекта управления в лингвистические переменные, представленные термами треугольной или трапецеидальной форм с нормированными функциями принадлежности. Использование классического нечеткого регулятора в качестве фаззификатора позволяет обеспечить плавность выходной статической характеристики и тем самым повысить точность нечеткого логического вывода. Термы упорядочены по значениям четкой переменной, при которых функции принадлежности принимают максимальное значение. С выхода фаззификатора передаются лингвистические переменные (тип, номера термов и значения их функций принадлежности) на блоки нечеткого вывода 1 и 2. Результаты нечеткого вывода объединяются в аккумуляторе и передаются на дефаззификатор. Блоки нечеткого вывода выполняют следующие функции:
- выборка продукционных правил из соответствующей базы продукционных правил;
- обработка выбранных продукционных правил в соответствии с входными лингвистическими переменными;
- формирование выходных лингвистических переменных.
Блоки нечеткого вывода оперируют с одинаковыми наборами термов входных и выходных лингвистических переменных, что позволяет обрабатывать выходные лингвистические переменные с блоков нечеткого вывода 1 и 2 в аккумуляторе. Аккумулятор объединяет выходные лингвистические переменные и выдает результирующие выходные лингвистические переменные, термы которых рассчитываются по формуле:
Figure 00000001
В формуле (1) введены следующие обозначения:
-
Figure 00000002
,
Figure 00000003
- функции принадлежности термов выходной лингвистической переменной блоков нечеткого вывода 1 и 2 соответственно;
-
Figure 00000004
- функция принадлежности термов результирующих
выходных переменных. Каждая база продукционных правил 1 и 2 содержат полный набор правил, т.е. описывает все возможные комбинации входных термов, что позволяет сократить количество термов входных и выходных лингвистических переменных. При этом количество и структура правил баз продукционных правил 1 и 2 идентичны, отличаются только консеквенты правил. Таким образом, выполнение этапов агрегирования подусловий выполняется только один раз. Сокращение количества входных термов позволит сократить количество продукционных правил в каждой базе, что снизит требования к вычислительной мощности процессора и упростит нечеткий регулятор в целом.
Термы в консеквентах правил из блоков правил 1 и 2, имеющие одинаковые антецеденты, могут быть одинаковыми или соседними. Это ограничение позволит снизить количество вариантов возможных правил при сохранении полученной точности при использовании двух баз продукционных правил, что увеличит производительность проектировщика нечеткого регулятора с двойной базой правил и тем самым позволит производить управление динамическими характеристиками объекта управления.
Дефаззификатор с помощью метода центра тяжести рассчитывает и выдает четкие значения по значениям результирующих выходных лингвистических переменных.

Claims (1)

  1. Нечеткий регулятор с двойной базой правил, состоящий из фаззификатора и дефаззификатора, выход которого соединен с входом исполнительного механизма объекта управления, отличающийся тем, что выход фаззификатора подключен к двум блокам нечеткого вывода, выходы которых соединены с входами аккумулятора, соединенного с дефаззификатором, а к каждому блоку нечеткого вывода подключена своя база продукционных правил.
RU2015154253U 2015-12-16 2015-12-16 Нечеткий регулятор с двойной базой правил RU167890U1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2015154253U RU167890U1 (ru) 2015-12-16 2015-12-16 Нечеткий регулятор с двойной базой правил

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2015154253U RU167890U1 (ru) 2015-12-16 2015-12-16 Нечеткий регулятор с двойной базой правил

Publications (1)

Publication Number Publication Date
RU167890U1 true RU167890U1 (ru) 2017-01-11

Family

ID=58451325

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2015154253U RU167890U1 (ru) 2015-12-16 2015-12-16 Нечеткий регулятор с двойной базой правил

Country Status (1)

Country Link
RU (1) RU167890U1 (ru)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU183454U1 (ru) * 2018-07-26 2018-09-24 Федеральное государственное бюджетное образовательное учреждение высшего образования "МИРЭА - Российский технологический университет" Импульсный экспертный регулятор на базе форт процессора
RU194000U1 (ru) * 2019-09-10 2019-11-22 Федеральное государственное бюджетное образовательное учреждение высшего образования "Кубанский государственный университет" (ФГБОУ ВО "КубГУ") Устройство для оценивания выраженности индикаторов достижения компетенций
RU200298U1 (ru) * 2020-03-17 2020-10-15 ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ КАЗЕННОЕ ВОЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ Военная академия Ракетных войск стратегического назначения имени Петра Великого МИНИСТЕРСТВА ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ Устройство контроля психофизического состояния оператора

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2309443C1 (ru) * 2006-03-09 2007-10-27 Государственное образовательное учреждение высшего профессионального образования "Уфимский государственный нефтяной технический университет" Нечеткий регулятор с лингвистической обратной связью для управления технологическими процессами
RU2445669C2 (ru) * 2010-02-15 2012-03-20 Государственное образовательное учреждение высшего профессионального образования "Уфимский государственный нефтяной технический университет" Четкий логический регулятор для управления технологическими процессами
RU2556299C1 (ru) * 2014-02-04 2015-07-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Алтайский государственный технический университет им. И.И. Ползунова" (АлтГТУ) Способ определения остаточного ресурса электропроводки
RU2557477C2 (ru) * 2013-12-05 2015-07-20 Акционерное общество "Ракетно-космический центр "Прогресс" (АО "РКЦ "Прогресс") Способ автоматизированной обработки и анализа телеметрической информации многопараметрического объекта и система для его осуществления

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2309443C1 (ru) * 2006-03-09 2007-10-27 Государственное образовательное учреждение высшего профессионального образования "Уфимский государственный нефтяной технический университет" Нечеткий регулятор с лингвистической обратной связью для управления технологическими процессами
RU2445669C2 (ru) * 2010-02-15 2012-03-20 Государственное образовательное учреждение высшего профессионального образования "Уфимский государственный нефтяной технический университет" Четкий логический регулятор для управления технологическими процессами
RU2557477C2 (ru) * 2013-12-05 2015-07-20 Акционерное общество "Ракетно-космический центр "Прогресс" (АО "РКЦ "Прогресс") Способ автоматизированной обработки и анализа телеметрической информации многопараметрического объекта и система для его осуществления
RU2556299C1 (ru) * 2014-02-04 2015-07-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Алтайский государственный технический университет им. И.И. Ползунова" (АлтГТУ) Способ определения остаточного ресурса электропроводки

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU183454U1 (ru) * 2018-07-26 2018-09-24 Федеральное государственное бюджетное образовательное учреждение высшего образования "МИРЭА - Российский технологический университет" Импульсный экспертный регулятор на базе форт процессора
RU194000U1 (ru) * 2019-09-10 2019-11-22 Федеральное государственное бюджетное образовательное учреждение высшего образования "Кубанский государственный университет" (ФГБОУ ВО "КубГУ") Устройство для оценивания выраженности индикаторов достижения компетенций
RU200298U1 (ru) * 2020-03-17 2020-10-15 ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ КАЗЕННОЕ ВОЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ Военная академия Ракетных войск стратегического назначения имени Петра Великого МИНИСТЕРСТВА ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ Устройство контроля психофизического состояния оператора

Similar Documents

Publication Publication Date Title
Valdez et al. Comparative study of the use of fuzzy logic in improving particle swarm optimization variants for mathematical functions using co-evolution
RU167890U1 (ru) Нечеткий регулятор с двойной базой правил
Lotfy et al. An enhanced fuzzy controller based on improved genetic algorithm for speed control of DC motors
Abiyev et al. A type-2 fuzzy wavelet neural network for system identification and control
Solovev et al. Simulation of multidimensional non-linear processes based on the second order fuzzy controller
Cherny et al. Another approach to enhancement of fuzzy controller intellectual capabilities
de Jesús Rubio et al. Evolving intelligent system for the modelling of nonlinear systems with dead-zone input
CN107015476A (zh) 一种对电液伺服系统的位置和力信号的协同控制方法
Khooban et al. Optimal intelligent control for HVAC systems.
Cherniy et al. Fuzzy multi-cascade AC drive control system
CN105278332A (zh) 一种基于soa的pmlsm进给系统pid参数优化方法
Dong et al. Reinforcement Learning-Based Wind Farm Control: Toward Large Farm Applications via Automatic Grouping and Transfer Learning
CN110888323A (zh) 一种用于切换系统智能优化的控制方法
Mahapatra et al. Fuzzy logic control of a WMR
Baldovino et al. Fuzzy logic control: design of a ‘mini’fuzzy associative matrix (FAM) table algorithm in motor speed control
Razali et al. Fuzzy logic modeling for peripheral end milling process
Xue et al. Application of fuzzy neural network controller for cement rotary kiln control system
RU2649791C1 (ru) Многопараметрический нечеткий процессор для автоматических регуляторов и способ синтеза управляющего сигнала
Ladanyuk et al. Situational coordination of continuous technological complexes subsystems
Wang et al. A fuzzy neural network controller using compromise features for timeliness problem
Kondalu et al. Vehicle suspension system control by using adaptive fuzzy controller
Lai et al. MQPSO algorithm based Fuzzy PID Control for a pendubot system
Renkas et al. Hierarchical fuzzy logic systems: Current research and perspectives
Ganzhur et al. Data analysis using system modeling
RU126155U1 (ru) Нейронечеткая система управления

Legal Events

Date Code Title Description
MM9K Utility model has become invalid (non-payment of fees)

Effective date: 20171217