Математическая морфология.
Электронный математический и
медико-биологический журнал. - Т. 13. -
Вып. 1. - 2014. - URL:
http://www.smolensk.ru/user/sgma/MMORPH/TITL.HTM
http://www.smolensk.ru/user/sgma/MMORPH/N-41-html/TITL-41.htm
http://www.smolensk.ru/user/sgma/MMORPH/N-41-html/cont.htm
УДК
623.76
К
ВОПРОСУ О НЕЧЕТКОМ СУПЕРВИЗОРНОМ РЕГУЛИРОВАНИИ
Ó 2014 г.
Воробьев К. А., Жигалин А. В.
Целью работы является анализ нечетких систем управления. Проблема создания
базы знаний (правил) представляет одну из ключевых задач при построении
нечёткого супервизорного регулятора. Для удобства практической реализации рекомендуется
создать экспертную систему, заполнив базу знаний сведениями, полученными либо в
результате экспериментов, либо при моделировании процесса, либо интервьюированием
опытного эксперта.
Ключевые слова: нечеткий, система
управления, база знаний.
Общей предпосылкой для применения нечётких систем управления является, с одной стороны, наличие неопределённости, связанной с отсутствием информации об управляемом объекте, со сложностью управляемой системы и невозможностью или нецелесообразностью её описания традиционными методами, и с другой стороны, наличие информации качественного характера об объекте, необходимых управляющих воздействиях и возмущениях.
Одним из признаком
классификации нечётких систем управления является место нахождения блоков
нечёткого логического вывода, при этом либо нечёткая система сама формирует
управляющие сигналы, либо сигналы с нечёткой системы управляют параметрами
традиционной системы управления.
Такие нечетко-логические системы автоматического
управления (САУ) строятся по двухуровневой схеме. На нижнем уровне таких САУ
используются традиционные ПИД-регуляторы, а на верхнем – нечеткие системы,
называемые супервизорами, которые корректируют
параметры регуляторов нижнего уровня в зависимости от процессов, протекающих
в системе, придавая ей свойства адаптивности или робастности (рис. 1) [1].
Рисунок 1
На рис. 1: ДЗ – динамическое
звено; Fuzzy – блок нечёткого логического вывода; ПИД – ПИД-регулятор; ОУ – объект
управления.
Супервизорный режим
позволяет осуществлять автоматическое управление, функция регулятора сводится к
наблюдению за процессом и, в случае необходимости, к корректировке параметров
или структуры САУ.
При этом возможны два варианта реализации супервизорного
управления: с математической моделью и без неё. Если имеется достаточно
адекватная модель процесса и критерий управления (целевая функция), то
вычисление установок регуляторов может быть организовано как решение задачи оптимального
управления. В тех случаях, когда из-за сложности процесса или из-за
экономической нецелесообразности модель процесса не строится, управление организуется
путем экспериментально поиска экстремума целевой функции управления, когда оптимальный
технологический режим ищется методом проб [2].
Синтез нечёткого
супервизорного регулятора для САУ может быть проведен по следующей методике
[3].
1. Определение структуры
системы управления с НСР.
2. Проведение экспертной
оценки для определения базы знаний БНВ (аппаратурных значений параметров
регулятора).
3. Формирование алгоритма
работы блока нечеткого вывода НСР.
Проблема создания базы знаний (правил) представляет
одну из ключевых задач при построении нечёткого супервизорного регулятора. Для
удобства практической реализации рекомендуется создать экспертную систему, заполнив
базу знаний сведениями, полученными либо в результате экспериментов, либо при
моделировании процесса, либо интервьюированием опытного эксперта.
Теория нечетких множеств
оперирует с лингвистическими переменными, то есть переменными, значения которых
определяются словесными терминами − термами. Каждый терм занимает на оси
базовой переменной определенный диапазон, который может быть и бесконечно
большим. Для каждого терма может быть построена функция принадлежности (ФП),
показывающая, в какой мере каждое конкретное значение базовой переменной Х может
считаться принадлежащим рассматриваемому терму. Функция принадлежности может
принимать значения от нуля до единицы, причем, чем большее значение имеет эта
функция, тем с большим основанием можно считать соответствующее значение
основной переменной принадлежащим к рассматриваемому терму.
Формирование термов и
функции принадлежности осуществляется опытными экспертами. Однако обычно идут
на существенное упрощение этой процедуры, неясными остаются только диапазоны
возможного изменения базовых переменных и, в какой-то степени, число термов на
них [4].
Как показали результаты моделирование в среде
MATLAB, на точность процесса регулирования влияют количество функций
принадлежности и количество правил, заложенных в базу знаний нечеткого
регулятора [5].
Разработка базы знаний
нечёткого контроллера сводится к решению нескольких задач [6]:
выбор входных
лингвистических переменных на основе анализа поведения замкнутой системы
регулирования в рассчитанном ранее желаемом режиме;
назначение для каждой из
лингвистических переменных набора лингвистических значений (термов);
выбор для каждого из термов
аппроксимирующего нечёткого множества.
Тогда процедура обработки
входной (чёткой) информации в нечётком супервизорном регуляторе вкратце может
быть описана следующим образом [6]:
текущие значения входных
переменных преобразуются в лингвистические (фазифицируются);
на основании полученных
лингвистических значений и с использованием базы знаний нечёткого
супервизорного регулятора производится нечёткий логический вывод, в результате
которого вычисляются лингвистические значения выходных переменных;
заключительным этапом
обработки является вычисление «чётких» значений управляющих параметров
(дефазификация).
Нечёткие супервизорные
регуляторы, построенные по этой методике, в ряде случаев способны обеспечить
более высокие показатели качества переходных процессов по сравнению с
классическими регуляторами. Кроме того, используя технологию синтеза нечёткого
супервизорного регулятора, возможно провести оптимизацию сложных контуров регулирования
без проведения всесторонних математических исследований.
Литература
1. Усков А. А., Киселев Е. В.
Системы управления с нечетким супервизорными ПИД-регуляторами // Приборы и
системы. 2005. № 9. 68с.
2. Бобко В. Д., Золотухин Ю. Н., Нестеров А. А. О нечёткой динамической
коррекции параметров ПИД-регулятора. // Автометрия, №1, 1998, с.50−55.
3. Хуторской И. Н., Финогенов
С. Н. Системы наведения зенитных ракет с оптимальным управлением. Смоленск, ВА
ВПВО ВС РФ, 2008. 327 с.
4. Никитенко А. А., Ерёменко Д.
С. Применение нечетких регуляторов для коррекции контуров управления и
оптимальной настройки традиционных дискретных регуляторов. Сборник докладов
конференции. М., МГТУ. 2004 г. 168 с.
5. Дьяконов В. Н., Абраменкова
И. В., Круглов В. В. MATLAB 5 с пакетами расширений. М.: изд. «Нолидж», 2001,
с. 890.
6. Золотухин Ю. Н., Кущ А. В.
Вариант построения базы правил для нечёткого
контроллера. Новосибирск, Лаборатория
нечётких технологий. zol@idisys.iae.nsk.su, 2001 г.
TO QUESTION ABOUT UNCLEAR SUPERVYZER ADJUSTING
Vorobyov K. A., Shigalin
A.V.
The analysis of the unclear control
systems is the purpose of work. The problem of creation of knowledge’s (rules)
base represents one of key tasks at construction of unclear supervyzer regulator.
For comfort of practical realization it is recommended to create a consulting
model, filling a knowledge’s base by the information, got either as a result of
experiments either at the design of process, or by interviewing of experimental
expert.
Keywords: unclear, control system, knowledges
base.
Военная академия войсковой ПВО
Вооруженных
Сил Российской Федерации
имени Маршала Советского
Союза А.М. Василевского
(ВА ВПВО ВС РФ)
Поступила
в редакцию 24.03.2014.