Исследование возможности построения нейронечеткого логического регулятора с дискретными термами для управления и автоматизации объектов нефтегазового машиностроения
DOI:
https://doi.org/10.22213/2410-9304-2021-3-105-110Ключевые слова:
нечеткая логика, нейронные сети, нейронечеткий регулятор с дискретными термамиАннотация
Исследуется вопрос повышения эффективности функционирования классических систем управления технологическими процессами и объектами нефтегазового машиностроения. Актуальность данной темы заключается в необходимости повышения качества работы систем управления процессами добычи и транспортировки нефти и газа. Цель научной работы заключается в разработке нейронечеткого логического регулятора с дискретными термами для управления и автоматизации насосных агрегатов и насосных станций. Отмечается, что нечеткая логика, нейросетевые алгоритмы совместно с методами регулирования на основе адаптации и синтеза объектов управления позволяют обучаться системе автоматизации и работать в условиях неопределенности. Изучены методы построения классических систем управления, проанализированы достоинства и недостатки нечетких регуляторов как основной системы управления. Предложен метод построения системы управления на основе нейронечеткого регулятора с дискретными термами в условиях неопределенности и динамических параметров процесса. К положительным особенностям предлагаемого регулятора можно отнести: комбинирование нечетких рассуждений о технологическом объекте и математических предсказательных моделях, нечеткая система управления получает возможность субъективного описания на основе нейросетевых структур, а также адаптация к особенностям объекта. Приведен график зависимости для терм-множества управляемого параметра от степени принадлежности. Представлена возможная реализация отслеживания срабатывания одного из правил нейронечеткой системы в формате функциональных блоковых диаграмм. Рассмотрен процесс формирования экспертной базы знаний в нейронечеткой системе управления. Для анализа приведен график зависимости выходного значения параметров. Согласно полученным результатам отклонение значений для модели и реального процесса не превышает 18 %, что позволяет говорить о достаточно стабильной работе нейронечеткого регулятора в системах автоматического управления.Библиографические ссылки
Земцов А. Ф., Грязнов И. Е., Поступаева С. Г. Сравнительный анализ и исследование работы классического ПИД-регулятора с «нечеткими» его разновидностями // Известия Волгоградского государственного технического университета. 2018. № 2 (212). С. 63-66.
Исследование классических и нечетких ПИД регуляторов для нестационарных объектов управления / В. И. Копылов, Д. И. Муравьев, В. Г. Коломыцев, Г. И. Рустамханова // Фундаментальные исследования. 2016. № 11. С. 532-536.
Бураков М. В., Кирпичников А. П. Нечеткий регулятор ПИД-типа для нелинейного объекта // Вестник Технологического университета. 2015. Т. 18, № 4. С. 242-244.
Дегтярев Г. Л., Сагдатуллин А. М. Модель интеллектуальной поддержки управления процессами добычи и транспорта нефти в условиях неопределенности // Математические методы в технике и технологиях - ММТТ. 2020. Т. 1. С. 11-17.
Ahmed T. Analysis and Design of a Fuzzy Controller and Performance Comparison Between the PID Controller and Fuzzy Controller // International journal of scientific & technology research. Vol. 9, Iss. 10, 2020.
Mardlijah et al. Comparison between PID controller and fuzzy sliding mode control (FSMC) on super heater system. 2019 J. Phys.: Conf. Ser. 1218 012055.
Nun Pitalúa-Díaz et al. Comparative Analysis between Conventional PI and Fuzzy Logic PI Controllers for Indoor Benzene Concentrations // Sustainability 2015, 7, 5398-5412; doi:10.3390/su7055398.
Ontiveros-Robles E., Melin P. and Castillo O. Comparative analysis of noise robustness of type 2 fuzzy logic controllers. Kybernetika. Vol. 5 4, 2018, N 1, pp. 175-201.
Катасёв А. С. Нейронечеткая модель формирования нечетких правил для оценки состояния объектов в условиях неопределенности // Компьютерные исследования и моделирование. 2019. Т. 11. Вып. 3. С. 477-492.
Сагдатуллин А. М. Разработка операторского интерфейса удаленного телеуправления для монитора реального времени заполнения смеси // Вестник Казанского государственного технического университета им. А. Н. Туполева. 2020. Т. 76, № 1. С. 99-103.
Harliana P., Rahim R. Comparative Analysis of Membership Function on Mamdani Fuzzy Inference System for Decision Making. 2017 J. Phys.: Conf. Ser. 930 012029
Сагдатуллин А. М. Применение новой информационной модели при обучении моделированию производственных объектов машиностроения в условиях аддитивного производства // Вестник Казанского государственного технического университета им. А.Н. Туполева. 2020. Т. 76, № 1. С. 94-98.
Надеждин И. С., Горюнов А. Г., Маненти Ф. Cистемы управления нестационарным объектом на основе MPC-регулятора и ПИД-регулятора с нечеткой логикой // Управление большими системами: сборник трудов. 2018. № 75. С. 50-75.
Пенской И. С., Рогозин О. В. Нейронечеткий ПИД-регулятор в задаче угловой стабилизации мультироторного БПЛА // Новые информационные технологии в автоматизированных системах. 2018. № 21. С. 320-327.
