- •Фундаментальные принципы управления
- •Разновидности систем автоматического регулирования (сар) и систем автоматического управления (сау)
- •Принцип обратной связи
- •Статические и астатические системы управления
- •Динамический режим систем автоматического управления
- •Элементарные динамические звенья
- •6.Типовые динамические звенья
- •Анализ систем управления
- •Алгебраические критерии устойчивости Необходимое условие устойчивости
- •9. Системы управления, использующие нечеткую логику
- •Фаззификация (переход к нечеткости)
- •Разработка нечетких правил
- •Дефаззификация (устранение нечеткости)
- •Редактор функций принадлежности
- •Редактор правил системы нечеткого вывода
- •Нейронные сети в системах управления
- •11. Виды переходных процессов и частотных характеристик типовых динамических звеньев
- •Переходные характеристики звеньев
- •Апериодическое (инерционное) звено
- •Колебательное звено
- •12. Расчет оптимальных настроек пид регулятора в
- •13.Система управления краном на основе нечеткой логики
- •14. Сравнение систем автоматического управления - классической одноконтурной и интеллектуальной с fuzzy-регулятором.
- •15. Система управления обратным маятником
- •16. Система автоматического управления звеном робота с нейросетевым регулятором на основе эталонной модели
- •Разновидности систем автоматического регулирования и систем автоматического управления 24
9. Системы управления, использующие нечеткую логику
Основы нечеткой логики были заложены в конце 60-х лет в работах американского математика Латфи Заде. Его работа «FuzzySets», опубликованная в 1965 году в журнале «InformationandControl», заложила новые основы моделирования интеллектуальной деятельности человека и стала начальным толчком к развитию новой математической теории. Аппарат нечеткой логики продемонстрировал ряд многообещающих возможностей применения – в том числе и в создании систем управления. Мировым лидером в области нечетких систем сталаЯпония, где к концу 1980-х годов был налажен выпуск специализированных нечетких контроллеров.КомпанияIntel создала средство разработки приложений на базе существующих контроллеров, но с использованием технологии нечеткости. Система от Intel, получившая название fuzzy TECH, завоевала огромную популярность в США и Европе.
При помощи нечетких множеств можно формально определить неточные и многозначные понятия, такие как «высокая температура», «молодой человек», «средний рост», «высокая скорость» и т.д. Используя эти понятия и связывающие их продукционные правила, записываемые в виде: «ЕСЛИ (посылка) (связка) (посылка)… (посылка) ТО (заключение)», можно заставить машину приблизиться к стилю мышления человека.
Важнейшим классом нечетких систем являются нечеткие системы управления. Это системы, особенностью описания которых являются:
нечеткая спецификация параметров;
нечеткое описание входных и выходных переменных системы;
нечеткое описание функционирования системы на основе продукционных «ЕСЛИ…ТО…»правил, Рис. 9.1.
Одним из важнейших компонентов НСУ является база знаний, которая представляет собой совокупность нечетких правил «ЕСЛИ—ТО», определяющих взаимосвязь между входами и выходами исследуемой системы. Существуют различные типы нечетких правил: лингвистическая, реляционная, модель Takagi-Sugeno и др.
Для многих приложений, связанных с управлением технологическими процессами, необходимо построение модели рассматриваемого процесса. Знание модели позволяет подобрать соответствующий регулятор (модуль управления). Однако часто построение корректной модели представляет собой трудную проблему, требующую иногда введения различных упрощений. Применение теории нечетких множеств для управления технологическими процессами не предполагает знания моделей этих процессов. Следует только сформулировать правила поведения в форме нечетких условных суждений типа «ЕСЛИ-ТО».
Рис. 9.1.Структура нечеткой системы управления.
Процесс управления системой напрямую связан с выходной переменной нечеткой системы управления, но результат нечеткого логического вывода является нечетким, а физическое исполнительное устройство не способно воспринять такую команду. Необходимы специальные математические методы, позволяющие переходить от нечетких значений управляемых величин к вполне определенным. В целом весь процесс нечеткого управления можно разбить на несколько стадий: фаззификация, разработка нечетких правил и дефаззификация.
