Использование геометрической прогрессии для определения параметров функций принадлежности при настройке нечеткого регулятора пи-типа
Автор: Копотева Анна Владимировна
Рубрика: Управление в технических системах
Статья в выпуске: 3 т.20, 2020 года.
Бесплатный доступ
Введение. В статье рассматривается возможность использования геометрической прогрессии для подбора настроек нечетких логических регуляторов. Треугольные и трапециевидные функции принадлежности достаточно часто используются для описания параметров нечетких регуляторов, а настройка регулятора сводится к подбору оснований таких функций. Обзор публикационной активности по данной тематике показал, что не существует универсального метода настройки нечетких регуляторов, а те, что существуют, весьма сложны и недостаточно подробно описаны, чтобы их можно было легко повторить. Цель исследования. Мы предположили, что основания функций принадлежностей термов параметров нечетких регуляторов могут быть описаны некоторой числовой прогрессией, в частности, геометрической, что позволит свести процедуру настройки регулятора к подбору единственного параметра - знаменателя прогрессии. Материалы и методы. В предположении, что первый член прогрессии равен единице, был выполнен расчет ее второго и третьего членов с различными знаменателями в интервале от 1,5 до 3,5 с шагом 0,2, которые были приняты за основания функций принадлежности термов условной лингвистической переменной. В FIS-редакторе MATLAB был спроектирован ПИ-подобный нечеткий регулятор с пятитермовыми параметрами. После этого на основании анализа результатов работы автоматически настроенного ПИ-регулятора для выбранного объекта управления были определены интервалы изменения входных и выходного параметров нечеткого ПИ-регулятора, на которые была спроецирована условная лингвистическая переменная. В результате были получены одиннадцать различных настроек, которые были использованы для управления технологическим объектом с запаздыванием. Результаты. Семь из полученных нечетких регуляторов оказались вполне пригодными для управления выбранным объектом. Полученные на основании результирующих переходных процессов показатели качества регулирования были сопоставлены с соответствующими показателями качества управления обычного ПИ-регулятора. Было установлено, что все семь нечетких регуляторов обеспечивают гораздо лучшее качество управления по сравнению с обычным ПИ-регулятором. Заключение. Полученные результаты позволяют утверждать, что применение геометрической прогрессии для определения параметров нечетких регуляторов является простым и эффективным способом получения их настроек удовлетворительного качества.
Нечеткий логический регулятор, функция принадлежности, геометрическая прогрессия, объект управления с запаздыванием, ошибка регулирования, время регулирования, пи-регулятор
Короткий адрес: https://sciup.org/147233768
IDR: 147233768 | УДК: 681.515.4, | DOI: 10.14529/ctcr200302
Pi-type fuzzy controller tuning by membership functions parameters determination using geometric series
Introduction. In the issue we consider the possibility of geometric series application for fuzzy logic controller tuning. Triangular and trapezoidal membership functions are often used for fuzzy controller parameters description, and determination of those functions bases is a common way to tune the controller. Our related publications review revealed that there is no universal fuzzy controllers tuning method, and that approaches to the problem are usually quite difficult and not sufficiently described to understand and reiterate. Aim. So for the purpose of our research we assumed that bases of fuzzy controller input and output parameters membership functions could be described with a numerical sequence. In that case the entire tuning procedure may be reduced to mere selection of such numerical sequence parameters. Materials and methods. Geometric series with unit as a first member were chosen to avoid ambiguity, different ratios from 1.5 to 3.5 with an increment of 0.2 were chosen for second and third series members calculations. Calculated values were used as membership functions term bases for eleven subsidiary linguistic variables. Then we obtained ranges of control, control error and its time integral values variations for a specific control object using automatically tuned PI-controller. Using MATLAB FIS-editor we constructed PI-type fuzzy controller assuming that both of its input and an output parameters has five terms. By projecting the subsidiary linguistic variables gained earlier on each parameter range we obtain eleven different types of PI-type fuzzy controller tunings. They then were applied for time delay technological object controlling, seven of which proved to be functioning. Results. Comparison of functioning fuzzy controllers’ transient processes with corresponding ordinary PI-controller transient process allowed us to determine that all seven PI-type fuzzy controllers’ quality criteria values are much better that those of ordinary PI-controller. Conclusion. Our research showed that usage of geometric series can be an effective and easy way to obtain fuzzy controllers tunings of satisfactory quality.
Список литературы Использование геометрической прогрессии для определения параметров функций принадлежности при настройке нечеткого регулятора пи-типа
- Прикладные нечеткие системы / К. Асаи, Д. Ватада, С. Иваи и др.; под ред. Т. Тэрано, К. Асаи, М. Сугэно. - М.: Мир, 1993. - 368 с.
- Джамбеков, А.М. Нечеткий регулятор стабилизации катализата / А.М. Джамбеков, И.А. Щербатов // Современные технологии. Системный анализ. Моделирование. - 2016. -№ 4(52). - С. 106-114.
- Comparison of Fuzzy-PID and PID Controller for Speed Control of DC Motor using LabVIEW / D. Somwanshi, M. Bundele, G. Kumar, G. Parashar // Procedia Computer Science. - 2019. -Vol. 152. - P. 252-260. - http://www.sciencedirect.com/science/article/pii/S1877050919306702.
- Надеждин, И.С. Системы управления нестационарным объектом на основе MPC-регулятора и ПИД-регулятора с нечеткой логикой /И.С. Надеждин, А.Г. Горюнов, Ф. Маненти// Управление большими системами. - 2018. - Вып. 75. - С. 50-75. - http://ubs.mtas.ru/se-arch/search_results_ubs_new.php?publication_id=21760&IBL0CK_ID=20.
- Первушина, Н.А. Разработка методики синтеза нейро-нечеткого регулятора с настройкой генетическим алгоритмом /Н.А. Первушина, Д.Е. Доновский, А.Н. Хакимова //Вестник Концерна ВКО «Алмаз - Антей». - 2018. - № 4. - С. 82-90.
- Разработка метода адаптации нечеткого регулятора, предназначенного для регулирования технологических параметров / Е.А. Муравьева, Д. С. Радакина, М.И. Шарипов и др. // Вестник Чувашского университета. - 2018. - № 1. - С. 137-145.
- Rodmguez-Castellanos, J.E. A tuning proposal for direct fuzzy PID controllers oriented to industrial continuous processes / J.E. Rodmguez-Castellanos, V.H. Grisales-Palacio, J.E. Cote-Ballesteros // IFAC PapersOnLine. - 2018. - Vol. 51, iss. 4. - P. 657-662. - https://www.sciencedirect.com/sci-ence/article/pii/S2405896318304695.
- Pinto, S.E. Castillo Self-tuning neuro-fuzzy generalized minimum variance controller / S.E. Pinto Castillo, M.J. Grimble, R. Katebi // IFAC Proceedings Volumes. - 2005. - Vol. 38, iss. 1. - P. 103108. - https://www.sciencedirect.com/science/article/pii/S1474667016371075.
- Anantwar, H. Fuzzy self tuning PI controller based inverter control for voltage regulation in off-grid hybrid power system / H. Anantwar, R. Lakshmikantha, Sh. Sundar // Energy Procedia. - 2017. -Vol. 117. - P. 409-416. - http://www.sciencedirect.com/science/article/pii/S187661021732386X.
- Tamilselvan, G.M. Online tuning of fuzzy logic controller using Kalman algorithm for conical tank system / G.M. Tamilselvan, P. Aarthy // Journal of Applied Research and Technology. - 2017. -No. 15. - P. 492-503. - https://www.sciencedirect.com/science/article/pii/S1665642317300792.
- Grey Wolf Optimizer-Based Approach to the Tuning of PI-Fuzzy Controllers with a Reduced Process Parametric Sensitivity /R.-E. Precup, R.-C. David, E.M. Petriu et al. //IFAC-PapersOnLine. -2016. - Vol. 49, iss. 5. - P. 55-60. - https://www.sciencedirect.com/science/article/pii/S240589-6316302853.
- El-Metwally, Kh.A. Power System Stabilization Using Swarm Tuned Fuzzy Controller / Kh.A. El-Metwally // IFAC Proceedings Volumes. - 2008. - Vol. 41, iss.2. - P. 11106-11111. -http://www. sciencedirect. com/science/article/pii/S1474667016407500.
- Koulocheris, D. Optimization Methodology For Tuning Fuzzy Logic Controllers / D. Koulocheris, H. Vrazopoulos, V. Dertimanis // IFAC Proceedings Volumes. - 2002. - Vol. 35, iss. 1. - P. 155-160. - http://www.sciencedirect.com/science/article/pii/S147466701540000X.
- Затонский, А.В. Программные средства глобальной оптимизации настроек систем автоматического регулирования/А.В. Затонский. - М. : Издательский Центр РИОР. - 2013 - 136 с.
- Власов, К.П. Теория автоматического управления / К.П. Власов. - Харьков: Изд-во Гуманитарный центр. - 2007. - 526 с.
