Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

НЕЧЕТКИЙ СУПЕРВИЗОР ПИД-РЕГУЛЯТОРА


https://doi.org/10.31799/1684-8853-2018-5-13-21

Полный текст:


Аннотация

Постановка проблемы: ПИД-регуляторы являются основным инструментом автоматизации производства. Однако их настройка традиционными средствами требует выполнения опытов с объектом, что снижает эффективность системы управления при изменении условий работы. Для решения этой проблемы необходимо использовать контур адаптации, автоматически изменяющий параметры регулятора при ухудшении оценок качества. Цель: разработка структуры и алгоритма функционирования нечеткого супервизора ПИД-регулятора для повышения качества работы в условиях неконтролируемого изменения параметров объекта. Результаты: Предлагаются два варианта организации нечеткого супервизорного управления ПИД-регулятором. Первый вариант предполагает непрерывное изменение параметров контроллера на основании информации о текущей ошибке управления. Обучение супервизора происходит в режиме off line с помощью генетического алгоритма. Такой подход обеспечивает универсальность применения, однако полученная структура является «черным ящиком». Второй вариант использует оценки качества переходного процесса и может применяться при периодическом изменении входного сигнала. Параметры контроллера изменяются с помощью нечетких правил, имеющих ясную семантику. Показано, что системы с нечетким супервизором позволяют сократить перерегулирование и статическую ошибку, которые могут возникать при изменении параметров объекта управления. Выполнено моделирование работы системы средствами MatLab Simulink. Практическая значимость: применение ПИД-регуляторов с нечеткими супервизорами может оказаться полезным при проектировании систем управления широким кругом динамических объектов.


Об авторах

М. В. Бураков
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Россия

Бураков Михаил Владимирович – кандидат технических наук, доцент кафедры управления и информатики в технических системах.

В 1984 году окончил Ленинградский институт авиационного  приборостроения по специальности «Автоматизированные системы управления». В 1994 году защитил диссертацию на соискание ученой степени кандидата технических наук. Является автором более 150 научных публикаций.

Область научных интересов — системы интеллектуального управления, нечеткие регуляторы, нейронные сети, эволюционные алгоритмы.

Б. Морская ул., 67, Санкт-Петербург, 190000.



А. С. Коновалов
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Россия

Коновалов Александр Сергеевич – доктор технических наук, профессор кафедры управления и информатики в технических системах, почетный работник высшего профессионального образования РФ.  В 1968 году окончил Ленинградский институт авиационного  приборостроения по специальности «Электрооборудование летательных аппаратов». В 1998 году защитил диссертацию на соискание ученой степени доктора технических наук.  Является автором более 200 научных публикаций.

Область научных интересов —  автоматическое и интеллектуальное управление.

Б. Морская ул., 67, Санкт-Петербург, 190000.



Список литературы

1. Ziegler J. G., Nichols N. B. Optimum Settings for Automatic Controllers // Trans. ASME. 1942. Vol. 64. P. 759–768.

2. Visioli A. Practical PID Control. — London, UK: Springer, 2006. — 314 p.

3. Astrom K. J., Hagglund T. Advanced PID Control. — ISA (The Instrumentation, System, and Automation Society), 2006. — 460 p.

4. Бураков М. В., Коновалов А. С. Модификация предиктора Смита для линейного объекта с переменными параметрами // Информационно-управляющие системы. 2017. № 4. С. 25–34. doi:10.15217/issn1684-8853.2017.4.25

5. Ketata R., Geest D., Titli D. A. Fuzzy Controller: Design, Evaluation, Parallel and Hierarchical Combination with a PID Controller // Fuzzy Sets and Systems. 1995. Vol. 71. P. 113–229.

6. Omatu S., Yoshioka M., Fujinaka T. Neuro-PID Control for Electric Vehicle // Journal of Advanced Computational Intelligence and Intelligent Informatics. 2011. Vol. 15. N 7. P. 846–852.

7. Burakov M. V., Kurbanov V. G. Fuzzy PID Controller for Nonlinear Plant // ARPN Journal of Engineering and Applied Sciences. 2016. Vol. 11. N 9. P. 5745–5748.

8. Burakov M. V., Kurbanov V. G. Neuro-PID Control for Nonlinear Plants with Variable Parameters // ARPN Journal of Engineering and Applied Sciences. 2017. Vol. 12. N 4. P. 1226–1229.

9. Karray F., Gueaieb W., Al-Sharhan S. The Hierarchical Expert Tuning of PID Controllers using Tools of Soft Computing // IEEE Transactions on Systems, Man, and Cybernetics. Part b: Cybernetics. 2002. Vol. 32. N 1. P. 77–90.

10. Patel R., Kumar V. Multilayer Neuro PID Controller based on Back Propagation Algorithm // Procedia Computer Science. 2015. Vol. 54. P. 207–214.

11. Du W., Zhao X., Lv F., Du H. The Design of PID Controller based on Hopfield Neural Network // TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014. Vol. 12. N 4. P. 3185–3192.

12. Hasanpour H., Heydari Beni M., Askari M. Adaptive PID Control based on RBF NN for Quadrotor // International Research Journal of Applied and Basic Sciences. 2017. Vol. 11. N 2. P. 177–186.

13. Бураков М. В., Коновалов А. С., Яковец О. Б. Эволюционный синтез нечетких регуляторов // Информационно-управляющие системы. 2015. № 6. С. 28–33. doi:10.15217/issn1684-8853.2015.6.28

14. Dagher K. A., Al-Araji A. S. Design of an Adaptive PID Neural Controller for Continuous Stirred Tank Reactor based on Particle Swarm Optimization // Al-Khwarizmi Engineering Journal. 2013. Vol. 9. N 4. P. 46–53.

15. Lee C. C. Fuzzy Logic in Control Systems: Fuzzy Logic Controller. Part I // IEEE Transactions on Systems, Man and Cybernetics. 1990. Vol. 20. N 2. P. 404–418.

16. Zhao Z.-Y., Tomizuka M., Isaka S. Fuzzy Gain Scheduling of PID Controllers // IEEE Transaction on System, Man and Cybernetics. 1993. Vol. 23. N 5. P. 1392–1398.

17. Ali M., Khan S., Waleed M. Application of an Intelligent Self-Tuning Fuzzy PID Controller on DC-DC Buck Converter // International Journal of Advanced Science and Technology. 2012. Vol. 48. P. 139–147.

18. Qiu C., Huang Y. The Design of Fuzzy Adaptive PID Controller of Two-Wheeled Self-Balancing Robot // International Journal of Information and Electronics Engineering. 2015. Vol. 5. N 3. P. 193–197.

19. Ebrahimi N., Gharaveisi A. Optimal Fuzzy Supervisor Controller for an Active Suspension System // International Journal of Soft Computing and Engineering (IJSCE). 2012. Vol. 2. N 4. P. 36–39.

20. Passino K. M., Yurkovich S. Fuzzy Control. — Addison Wesley Longman Inc., 1998. — 500 p.

21. Song Z., Wang Y., Yuan M. The Application of Fuzzy-PID Control used in the Control of Car Distance // World Journal of Modelling and Simulation. 2007. Vol. 3. N 2. P. 141–148.

22. Macvicar-Whelan P. J. Fuzzy Sets for Man-Machine Interaction // Int. J. Man-Mach. Studies. 1976. Vol. 8. P. 687–697.

23. Jin J., Huang H., Sun J., Pang Y. Study on Fuzzy Self-Adaptive PID Control System of Biomass Boiler Drum Water // Journal of Sustainable Bioenergy Systems. 2013. Vol. 3. P. 93–98.

24. Chen G., Pham T. T. Introduction to Fuzzy Sets, Fuzzy Logic and Fuzzy Control Systems. — London, UK: CRC Press, 2001. — 316 p.

25. Бураков М. В., Яковец О. Б. Нечеткое управление силовым гироскопическим прибором // Изв. вузов. Приборостроение. 2015. Т. 58. № 10. С. 157–166.


Дополнительные файлы

Для цитирования: Бураков М.В., Коновалов А.С. НЕЧЕТКИЙ СУПЕРВИЗОР ПИД-РЕГУЛЯТОРА. Информационно-управляющие системы. 2018;(5):13-21. https://doi.org/10.31799/1684-8853-2018-5-13-21

For citation: Burakov M.V., Konovalov A.S. FUZZY SUPERVISOR FOR PID CONTROLLER. Information and Control Systems. 2018;(5):13-21. (In Russ.) https://doi.org/10.31799/1684-8853-2018-5-13-21

Просмотров: 111


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-8853 (Print)
ISSN 2541-8610 (Online)