72
Обе системы отрабатывают входное воздействие с максимальной
точностью и без каких-либо отклонений. В связи с чем нормализация
нечеткого регулятора не требуется.
73
ЗАКЛЮЧЕНИЕ
В теории управления особое внимание всегда уделялось проблеме
синтеза математических моделей и алгоритмов управления при
недостаточной информации об объекте управления и действующих на
него полезных сигналов и помех. Этот интерес усилился в последнее
время в связи с изучением слабо формализованных сложных систем и
разработкой принципов и алгоритмов управления этими системами.
Опыт создания систем автоматического управления для сложных
технологических объектов, в условиях большой неопределенности и
неполноты знаний об объекте, нечеткости описаний показал
неэффективность применения только формальных классических методов
теории управления. Этим объясняется повышенный интерес к
невероятностным моделям нечеткости и неопределенности, характерный
для 1960-1970-х гг. Субъективная вероятность Севеджа, верхние и
нижние вероятности Демпстера, характеризующие неопределенность в
теории вероятностей, правдоподобие и доверие Шеффера и, наконец,
теория нечетких множеств Заде — это неполный список направлений,
ориентированных на моделирование на основе экспертных знаний и
принятие решений в условиях нечеткости и неопределенности.
В последнее время наблюдается исключительно высокий интерес к
одному из важнейших приложений теории нечетких множеств — анализу
и синтезу нечетких регуляторов и систем управления технологическими
процессами и установками. Нужно сказать, что широко применяемые
традиционные ПИ- и ПИД-алгоритмы можно считать экспертными, так
как были впервые построены в конце XIX столетия, когда теории
автоматического управления еще не существовало. Отечественные
публикации по этой проблематике относятся к концу 1980-х и началу
1990-х гг. Вместе с тем, за прошедшее десятилетие произошло
74
лавинообразное увеличение числа теоретических и прикладных
исследований в области нечетких регуляторов и систем управления. Об
этом свидетельствуют последние конгрессы IFAC и появление новых
журналов, посвященных этой проблеме.
Современные технологические и социально-экономические
системы представляют собой сложные слабоформализуемые системы,
функционирующие в условиях большой неопределенности, неполноты
знаний и нечеткости описаний как самой системы, так и действующих на
неё сигналов. Со временем стало ясно, что для управления такими
системами уже недостаточно применения классических методов теории
управления и необходима разработка новых методов и подходов. Один из
таких подходов базируется на нечетких множествах и нечеткой логике Л.
Заде. Вначале этот подход применялся и показал свою эффективность при
создании экспертных систем. Несколько позднее он стал применяться для
создания систем экспертного управления, а в последнее время — для
синтеза регуляторов и систем управления технологическими системами.
В этой статье рассмотрены, в основном, три класса нечетких регуляторов:
логико-лингвистические, аналитические и обучаемые.
Отметим, что ряд теоретических и прикладных исследований не
укладывается в предложенную классификацию. Так, например, системы
управления, основанные на знаниях, сочетают в себе алгоритмы,
использующие, помимо экспертных знаний, аналитические и
конструкторские знания об объекте управления и действующих сигналах,
о трендах изменений параметров объекта и т. п. С другой стороны,
развиваются методы построения нечетких регуляторов на основе
современных тенденций в теории управления. Например, на основе идей
систем с переменной структурой, многомерных, многосвязных систем,
обучающихся градиентных и нейронных алгоритмов.
75
Выяснилась связь между классическими методами синтеза
регуляторов и нечеткими регуляторами. В ряде случаев классические
подходы дают возможность улучшить теоретическое обоснование
построения нечетких алгоритмов. Нечеткие регуляторы доказали свою
эффективность при управлении статическими объектами и постепенно
завоевывают все более широкие области применения в управлении
динамическими системами. Они сохраняют работоспособность в
условиях помех и погрешностей измерения и достаточно быстро
учитывают и настраиваются на меняющиеся условия производства,
снижая тем самым потери от неэффективного управления.
Авторы надеются, что данная работа, направленная на
конструктивный анализ имеющихся публикаций по нечетким
регуляторам, поможет читателям ориентироваться в существующих
подходах к разработке нечетких систем управления и их применениях в
различных отраслях.
Была составлена и реализована математическая модель следящего
электропривода постоянного тока по принципу подчиненного
регулирования.
Произведен расчет регуляторов каждого контура системы на разные
настройки стандартного вида, такие как ОМ и СО.
Были определены функции принадлежности, база правил нечеткого
логического вывода для нечеткого регулятора, который будет исследован
в дальнейшем.
Рассмотрена возможность нормализации нечеткого регулятора,
составлены необходимые требования для его применения.
Произведен анализ нечеткой системы на предмет устойчивости.
Результат – нечеткая система является устойчивой.
76
Список использованной литературы
1.
Бокс Дж., Дженкинс Г. Анализ временных рядов, прогноз и
управление: Пер. с англ. // Под ред. В.Ф. Писаренко. – М.: Мир,
1974, кн. 1. – 406 с.
2.
Брыков Б.А., Лопатин А.Г., Вент Д.П. Анализ устойчивости
робастной системы управления с нечетким регулятором // Успехи в химии
и химической технологии. 2017. Т. 31. № 8 (189). С. 13-15.
3.
Булатов Ю.Н. Автоматические регуляторы установок
распределенной генерации в системах электроснабжения железных дорог
// Транспортная инфраструктура Сибирского региона. 2017. Т. 1. С. 684-
689.
4.
Г. Пятецкий-Шапиро, Data Mining и перегрузка информацией
// Вступительная статья к книге: Анализ данных и процессов / А. А.
Барсегян, М. С. Куприянов, И. И. Холод, М. Д. Тесс, С. И. Елизаров. З-е
изд. перераб. и доп. СПб.: БХВ-Петербург, 2009. 512 с
5.
Дембицкий Н.Л. Интерполирующий нечеткий процессор для
автоматических регуляторов // Авиакосмическое приборостроение. 2017.
№ 7. С. 23-31.
6.
Дрейпер Н., Смит Г. Прикладной регрессионный анализ.
Множественная регрессия — 3-е изд. — М.: «Диалектика», 2007. — С.
912. — ISBN 0-47117082-8.
7.
Захаров С. И., Холмская А. Г. Повышение эффективности
обработки сигналов вибрации и шума при испытаниях механизмов //
Вестник машиностроения : журнал. — М.: Машиностроение, 2001. — №
10. — С. 31—32. — ISSN 0042-4633.
8.
Ким К.К., Амосов О.С., Баена С.Г., Иванов С.Н. Синтез
нечеткой системы управления герметичным приводом комплексной