Студенческий сайт КФУ - ex ТНУ » Учебный раздел » Учебные файлы »ПРОГРАММИРОВАНИЕ

Конструирование алгоритмов управления на основе нечеткой логики и нейронных сетей

Тип: курсовая работа
Категория: ПРОГРАММИРОВАНИЕ
Скачать
Купить
Изучение методов разработки систем управления на основе аппарата нечеткой логики и нейронных сетей. Емкость с двумя клапанами с целью установки заданного уровня жидкости и построение нескольких типов регуляторов. Проведение сравнительного анализа.
Краткое сожержание материала:

2

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ

Севастопольский национальный технический университет

Кафедра технической кибернетики

КУРСОВАЯ РАБОТА

По дисциплине «Современные методы теоретических и экспериментальных исследований»

На тему: «Конструирование алгоритмов управления на основе нечеткой логики и нейронных сетей»

Выполнил: студент гр. МАГ-2

Проверил: профессор

Скороход Б.А.

Севастополь

2007

содержание

  • введение 3
    • 1. исходные данные 4
    • 1.1. Объект исследования 4
    • 1.2. Исходные данные 5
    • 1.3. Задание на проектирование 5
    • 2. построение регуляторов 7
    • 2.1. Объект без регулятора 7
    • 2.2. П-регулятор 7
    • 2.3. ПД-регулятор 8
    • 2.4. Нечеткий регулятор для 3 правил 9
    • 2.5. Нечеткий регулятор для 5 правил 12
    • 3. копирование пд - регулятора 16
    • 4. исследование и сравнительный анализ качества з.с. 20
    • 4.1. Оценить качество замкнутой системы при различных начальных и задающих уровнях жидкости в баке 20
    • 4.2. Оценить влияние неточности от 1 до 5% при измерении датчиком уровня воды в емкости, введя в систему случайный шум 21
    • 4.3. Выходной поток воды из емкости может рассматриваться как возмущение, действующее на объект управления 21
    • выводы 23
    • перечень ссылок 24

введение

Основной задачей данной курсовой работы является изучение методов разработки систем управления на основе аппарата нечеткой логики и нейронных сетей. Нечеткое управление является практической альтернативой для многочисленных приложений теории управления, т.к оно обеспечивает удобный метод для конструирования нелинейных контроллеров на основе использования эвристической информации. Такая эвристическая информация может приходить от эксперта в виде множества правил как управлять процессом, которые далее встраиваются в нечеткий контроллер. В других случаях, она может быть получена от инженера, выполнившего интенсивное моделирование и анализ процесса и т.д. Но независимо, откуда была получена эвристическая информация, нечеткое управление обеспечивает удобный интерфейс для представления и реализации идей относительно того, как разработать систему управления, обладающую заданными характеристиками качества.

В данной курсовой работе необходимо для объекта управления - емкости с двумя клапанами с целью установки заданного уровня жидкости построить несколько типов регуляторов и сравнить их результативность между собой. Предусматривается построение нечетких регуляторов на основе лингвистических правил и копирование ПД - регулятора.

1. исходные данные

1.1. Объект исследования

Имеется цилиндрическая емкость с несколькими отверстиями. Из одного отверстия емкость пополняется жидкостью, из других - жидкость вытекает. Входной клапан регулируется, тем самым, меняя количество втекающей жидкости. Скорость вытекания зависит от постоянного диаметра выходного отверстия и давления в емкости, которое меняется в зависимости от уровня жидкости. Система имеет существенно нелинейные характеристики. Входами для контроллера являются электрический сигнал пропорциональный ошибке отслеживания заданного переменного уровня, а выходом - напряжение, создаваемое в катушке индуктивности, управляющее входным клапаном. Математическая модель объекта управления имеет вид

, (1)

где - высота емкости (м), - напряжение на выходе устройства управления (управляющее воздействие), (в), - интеграл от напряжения на выходе устройства управления, обуславливающее перемещение клапана, - площадь поперечного сечения емкости (м2), - параметры, определяемые экспериментально.

Рисунок 1 - Объект управления - емкость с жидкостью.

К синтезированной системе предъявляться следующие требования: перерегулирование не более 5%, время переходного процесса 10 секунд, число колебаний до окончания времени переходного процесса не более двух, установившаяся ошибка равна нулю.

1.2. Исходные данные

Исходные данные в соответствии с вариантом приведены в таблице 1.

Таблица 1 - Исходные данные

Варианты

S, см2

а

, м

, м

, м

, м

5

45

5

9

1.5

1

0.3

1.4

1.3. Задание на проектирование

Для системы (1) сконструировать и провести сравнительный анализ следующих типов регуляторов:

Пропорциональный регулятор (П).

Пропорционально-дифференциальный регулятор (ПД).

Нечеткий регулятор, использующий правила

If (level is okay) then (valve is no change)

If (level is low) then (valve is open fast)

If (level is high) then (valve is close fast)

Нечеткий регулятор, использующий правила:

If (level is okay) then (valve is no change)

If (level is low) then (valve is open fast)

If (level is high) then (valve is close fast)

If (level is okay) and (rate is positive), then (valve is close slow)

If (level is okay) and (rate is negative), then (valve is open slow)

Нечеткий регулятор, копирующий ПИ регулятор

Исследование и сравнительный анализ характеристик качества замкнутой системы:

1. Оценить качество замкнутой системы при различных начальных и задающих уровнях жидкости в баке.

2. Оценить влияние неточности от 1 до 5% при измерении датчиком уровня воды в емкости, введя в систему случайный шум.

3. Выходной поток воды из емкости может рассматриваться как возмущение, действующее на объект управления. Оценить его воздействие при изменении количества выходных отверстий (рассмотреть случай, когда площадь выходных отверстий уменьшилась в два раза).

2. построение регуляторов

2.1. Объект без регулятора

Ниже приводится схема работы емкости собранная средствами Simulink на основе соотношения (1). Система замкнута единичной ООС. Принимаем для упрощения, что на вход подаем величину, численно равную значению желаемого уровня жидкости в емкости. Вследствие этого коэффициент измерителя (тахогенератора), принимаем равным 1.

Рисунок 2.1. - Схема ОУ с Kp=1

Рисунок 2.2. - Изменение уровня жидкости в емкости (Kp=1)

2.2. П-регулятор

Теперь в систему добавим простейший регулятор, реализующий пропорциональный закон управления. Схема системы с П-регулятором приведена на рисунке 2.3.

Рисунок 2.3. - Схема ОУ с П-регулятором.

Понятно, что мы имеем очень простой механизм регулирования путем изменения коэффициента одного усиления. На рисунке 2.2. мы можем наблюдать динамику процесса, изменение же коэффициента усиления может лишь изменить быстродействие, но не качество.

В данной постановке задачи мы можем изменить только быстродействие процесса но не его динамику. С помощью П-регулятора мы не можем получить процесс требуемого качества.

2.3. ПД-регулятор

Рассмотрим работу системы при добавлении ПД-регулятора, т.е. введении кроме пропорционального еще и дифференцирующего звена. Схема с ПД-регулятором приведена на рисунке 2.5.

Рисунок 2.5. - Схема ОУ с ПИ-регулятором.

Теперь мы имеем два варьируемых параметра для настройки регулятора. Рассмотрим их влияние по отдельности.

Рисунок 2.6. - Изменение уровня жидкости в емкости при различных коэффициентах пропорционального звена ПД-регулятора: Кp = 10 (1), Кp= 50 (2), Кp = 7 (3) при Кd = 30.

Рисунок 2.7. - Изменение уровня жидкости в емкости при различных коэффициентах дифференциального звена ПД-регулятора: Кd=10(1), Кd= 20 (2), Кd= 30 (3) при Кp=50.

Мы можем видеть, что, естественно, коэффициент дифференциального звена приводит к изменению перерегулирования прямо пропорциональным образом. Очевидно, подбором обоих коэффициентов можно добиться и приемлемого времени регулирования, и плавности перехода.

2.4. Нечеткий регулятор для 3 прави...

Другие файлы:

Нейроуправление и его приложения. Кн. 2
Приводится систематическое изложение методов нейронного управления, основанное на современных разработках в области нечеткой логики и теории нейронных...

Интеллектуальные системы управления. Теория и практика
Дана общая характеристика основных направлений в области систем искусственного интеллекта, моделей и методов представления знаний; рассмотрены цели...

Исследование алгоритмов обучения нейронных сетей "с учителем"
Диагностический анализ изучения алгоритмов обучения нейронных сетей "с учителем". Сбор входных и выходных переменных для наблюдений и понятие пре/пост...

Нечеткая логика: алгебраические основы и приложения
Книга содержит изложение основных понятий нечеткой логики, применяющихся при решении широкого класса прикладных задач, связанных с теорией нечетких ре...

Классификация римских цифр на основе нейронных сетей
Понятие и применение нейронных сетей, особенности классификации искусственных нейронных сетей по Терехову. Решение задачи классификации римских цифр н...