Перейти до вмісту
Наукові вісті КПІ
ISSN 2617-5509 · e‑ISSN 2663-7472 Відкритий доступ · CC BY 4.0
Т. · № 2 · 2019 тра 17, 2019 статті

FUZZY-LOGIC КОНТРОЛЕР ДЛЯ КЕРУВАННЯ ТЕХНОЛОГІЧНИМИ ОБ’ЄКТАМИ

TB
Taras G. Bahan Відповідальний Igor Sikorsky Kyiv Polytechnic Institute, Ukraine Україна
MK
Mykhajlo Yu. Kuzin Igor Sikorsky Kyiv Polytechnic Institute, Ukraine Україна
Опублікованотра 17, 2019
PDF
НВКПІ 2 ТОМ · 2
ТОМ · № 2 · 2019 Переглянути випуск

Анотація

Проблематика. Нечітка логіка надає широкі можливості до застосування і дає змогу виводити бази знань та експертні системи нового типу, які здатні пам’ятати і обробляти неточну інформацію. До того ж системи з нечіткою логікою застосовуються в автоматичних системах різного призначення. Однак апарат теорії нечітких множин є нетривіальним для реалізації та вимагає чіткого розуміння процесу і коректності задання правил. Мета дослідження. Метою дослідження є аналіз математичних методів при проектуванні та налагодженні регуляторів на базі нечіткої логіки. Методика реалізації. Алгоритм синтезу нечіткого логічного регулятора складається із 4 етапів: фазифікації, опису нечітких правил, за допомогою яких проходить вибір керуючого впливу, агрегації та дефазифікації. За основу дослідження був взятий газотурбінний двигун, який являє собою складну термодинамічну систему. Було використано 3 терми для опису вхідних та вихідних логічних змінних. Вхідною змінною є величина помилки між діючою та необхідною частотами обертання силової турбіни, а вихідною – величина необхідної похідної частоти обертання ротора турбокомпресора. Результатом проведеного синтезу стає нечіткий пропорційний регулятор (П-регулятор), визначений як статичний з нелінійним коефіцієнтом підсилення. Результати дослідження. Отримані результати моделювання доводять, що нечіткий П-регулятор забезпечує достатній запас стійкості, високу статичну точність і аперіодичний перехідний процес, що є суттєвими перевагами при роботі газотурбінного двигуна, оскільки коливальність процесу може призвести до порушення роботи ротора та виведення його з ладу. Висновки. Введення нечіткого логічного пристрою П-типу кардинально змінює перехідний процес до аперіодичного типу із плавним пуском. Складена нечітка база правил підвищує швидкодію системи на 43 %, збільшуючи статичну точність у 10 разів, та зовсім анулює перерегулювання. Застосування нечітких регуляторів приводить до збільшення якості регулювання в умовах неможливості використання традиційних регуляторів.

Ключові слова

Посилання

  1. Yu.M. Kovrigo et al ., Modern Theory of Management , part 2, Applied Aspects and Theories of Management. Kyiv, Ukraine: Іgor Sikorsky KPI, 2018.
  2. V.I. Gostev, Synthesis of Fuzzy Regulators of Automatic Control Systems . Kyiv, Ukraine: Radioammator, 2005.
  3. V.О. Nikifirov et al ., Intellectual Management in Conditions of Uncertainty. SPb, Russia: SPbGU ITMO, 2009.
  4. O. Cordon and F. Herrera, “A general study of genetic fuzzy systems”, in Genetic Algorithms in Engineering and Computer Science , P. Cuesta, Ed. John Wiley & Sons, 1995, pp. 33–57.
  5. B. Kosko, “Fuzzy systems as universal approximators”, IEEE Trans. Computers , vol. 43, no. 11, pp. 1329–1333, 1994. doi: 10.1109/12.324566
  6. I.S. Kobersi et al ., “Control of the heating system with fuzzy logic”, World Appl. Sci. J. , vol. 23, no. 11, pp. 1441–1447, 2013. doi: 10.5829/idosi.wasj.2013.23.11.13156
  7. R. Goswami and D. Joshi, “Performance review of fuzzy logic based controllers employed in brushless DC motor”, Proc. Comp. Sci. , vol. 132, pp. 623–631, 2018. doi: 10.1016/j.procs.2018.05.061
  8. H. Sathishkumar and S.S. Parthasarathy, “A novel fuzzy logic controller for vector controlled induction motor drive”, Energy Procedia , vol. 138, pp. 686–691, 2017. doi: 10.1016/j.egypro.2017.10.203
  9. Y. Krim et al ., “Intelligent droop control and power management of active generator for ancillary services under grid instability using fuzzy logic technology”, Control Eng. Practice , vol. 81, pp. 215–230, 2018. doi: 10.1016/j.conengprac.2018.09.013
  10. O. Shtifzon et al ., “Development of the adaptive fuzzy-logic device for control system in conditions of parametric non-stationary plant”, Eastern-European Journal of Enterprise Technologies , vol. 1, no. 2, pp. 30–37, 2018. doi: 10.15587/1729-4061.2018.121749
§ 06 — Пов'язані

Схожі статті в цьому журналі

Пов'язані рецензовані дослідження, опубліковані в цьому журналі.
Усі випуски

МОДИФІКАЦІЯ НЕЙРОМЕРЕЖЕВОГО МЕТОДУ SPINN ДЛЯ НАБЛИЖЕНОГО РОЗВ'ЯЗАННЯ МІШАНОЇ ЗАДАЧІ ДЛЯ РІВНЯННЯ ТЕПЛОПРОВІДНОСТІ В ЕЛІПТИЧНІЙ ОБЛАСТІ

Валерій Лось, Олександр Ряхін

Проблематика. Параболічні диференціальні рівняння є математичними моделями інженерії, призначеними для дослідження широкого кола прикладних задач. Це приводить до…

#рівняння теплопровідності #мішана параболічна задача #еліптична область #фізико-інформативна нейронна мережа
10.20535/kpisn.2026.3.367316

ДВОЕТАПНИЙ ПІДХІД ДО СЕГМЕНТАЦІЇ СУПУТНИКОВИХ ЗНІМКІВ ДЛЯ ОЦІНЮВАННЯ ПЛОЩІ АСФАЛЬТОВАНОГО ПОКРИТТЯ ПАРКОВОК

Олександр Гончарук, Надія Недашківська

Проблематика. Точна оцінка площі асфальтованих парковок є важливою для містобудування та екологічного моніторингу. Однак спектральна подібність асфальту паркувальних…

#семантична сегментація #супутникові знімки #паркінг #нейронна мережа
10.20535/kpisn.2026.3.367540

ФОРМАЛІЗАЦІЯ РОЗРІДЖЕНОГО ANP З БІНАРНИМИ ПОРІВНЯННЯМИ НА ОСНОВІ ДАНИХ У КОЛІ ОДНОРІДНИХ КОМПОНЕНТІВ ДЛЯ ПРІОРИТИЗАЦІЇ РОЗПОДІЛУ РЕСУРСІВ

Вадим Романюк

Проблематика. Задачі розподілу обмежених ресурсів між взаємозалежними однорідними об’єктами виникають у багатьох прикладних сферах — зокрема, під час конкурсного…

#розподіл ресурсів #однорідні компоненти #взаємозалежності #аналітичний мережевий процес
10.20535/kpisn.2026.3.368158

Схожі статті

1-10 з 56

Ви також можете розпочати розширений пошук схожих статей для цієї статті.