Preview

Известия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИ

Расширенный поиск

Нечеткие технологии в системах управления подъемно-транспортными механизмами

https://doi.org/10.30724/1998-9903-2023-25-1-105-117

Аннотация

ЦЕЛЬ. Исследование посвящено проблемам обеспечения плавности пуска и останова подъемно-транспортных механизмов. Стандартные регуляторы не позволяют добиться желаемых результатов при изменяющихся показателях, точные значения которых не всегда доступны для измерения. Управляющие сигналы, в таких системах, обычно соответствуют данным из некоторого диапазона. В работе предлагается замена стандартного регулятора на регулятор, работа которого базируется на нечетких алгоритмах. Процесс моделирования системы с разными типами регуляторов, позволяет исследовать системы и выявить наиболее оптимальные из них.

МЕТОДЫ. Для решения поставленной проблемы использовались методы математического моделирования в среде MatLab Simulink.

РЕЗУЛЬТАТЫ. В статье рассмотрена возможность использования регуляторов разного рода на подъемно-транспортных механизмах. Для функционирования регулятора нечеткого типа разработана база правил, формирующая процесс работы реального объекта, с оптимальным алгоритмом функционирования. Реализованы системы с регулятором ПИД типа, с регулятором нейросетевого типа с обеспечением обучения сети, с возможностью ее подстройки для дальнейшего применения, выполнен учет вероятности высокой загруженности процессора, на основании чего предложен супервизор. Рассмотрена возможность применения ANFIS-сетей для реализации регуляторов

ЗАКЛЮЧЕНИЕ. Использование разных типов регуляторов, работающих по принципу нейросетевых технологий, позволяет достичь оптимальных показателей при управлении подъемно-поворотными механизмами, как с позиций обеспечения устойчивости движения, так и с позиций надежности систем. По сравнению с регулятором ПИД типа, применение сети ANFIS снизило колебания в 2,9 раза, а использование регулятора нечеткого типа уменьшило колебания в 0,75 раза. Применение нейронного регулятора по сравнению с использованием сети ANFIS, дает снижение колебательности процесса формирования скорости примерно в 0,48 раза.

Об авторах

А. В. Синюков
Липецкий государственный технический университет
Россия

Синюков Алексей Владимирович – аспирант

г. Липецк



Т. В. Синюкова
Липецкий государственный технический университет
Россия

Синюкова Татьяна Викторовна – канд. техн. наук, доцент, доцент кафедры «Электропривода»

г. Липецк



Э. Ю. Абдуллазянов
Казанский государственный энергетический университет
Россия

Абдуллазянов Эдвард Юнусович - канд.техн.наук., ректор

г. Казань



Е. И. Грачева
Казанский государственный энергетический университет
Россия

Грачева Елена Ивановна – д-р. техн. наук, профессор кафедры «Электроснабжение промышленных предприятий»

г. Казань



В. Н. Мещеряков
Липецкий государственный технический университет
Россия

Мещеряков Виктор Николаевич – д-р техн. наук, профессор, заведующий кафедрой «Электропривода»

г. Липецк



S. Valtchev
New University of Lisbon
Болгария

Stanimir Valtchev

Sofia



Список литературы

1. Ланграф С.В, Сапожников А.И., Глазырин А.С., Козлова Л.Е., Глазырина Т.А., Тимошкин В.В., Афанасьев К.С. Динамика электропривода с нечетким регулятором // Известия Томского политехнического университета. – 2010. Т. 316. №4. С. 168-173.

2. Синюкова Т.В., Синюков А.В., Грачева Е.И, Kolcun M.. Нейросетевые технологии в системах управления механизмами перемещения грузов Известия высших учебных заведений. Проблемы энергетики. – 2022 г. Т. 24. № 2. С. 107-118.

3. Sinyukova T.V., Sentsov E.V., Sinyukov A.V. Neural Network Speed Observers // 2019 1st International Conference on Control Systems, Mathematical Modelling, Automation and Energy Efficiency, SUMMA 2019. – 2019. pp. 320-324.

4. Sinyukova T.V., Gladyshev V.E., Sinyukov A.V. Methods for Reducing Electromechanical Oscillations in Conveyor Control Systems // 1st International Conference on Control Systems, Mathematical Modelling, Automation and Energy Efficiency, SUMMA 2019. – 2019. pp. 435-439.

5. Буянкин В.М. Элементы искусственного интеллекта в системах управления электроприводом с нечеткой логикой // Тенденции развития науки и образования. – 2020. № 60-2. С. 8-13.

6. Белов А.М., Белов М.П. Применение нейронных сетей в электроприводных системах насосных агрегатов // Международная конференция по мягким вычислениям и измерениям. – 2022. Т. 1. С. 91-94.

7. Ямковая М.А., Шадрин С.В. Нейроуправление электроприводом с переменным моментом инерции // Информационные технологии и математическое моделирование в управлении сложными системами. – 2020. № 3 (8). С. 45-55.

8. Danila A. Dementev, Ekaterina D. Maximova, Ivan A. Sysoletin, Alexandr V. Andrushin. Research of the effect of an additional signal on the control process of a single-circuit automatic control system with a neuroregulator // 2021 3rd International Youth Conference on Radio Electronics, Electrical and Power Engineering (REEPE). – 2021. 20608282.

9. Klepikov V.B., Bieliaiev O.S. Neuroregulator with a Simplified Structure for Electric Drive with Frictional Load // 2022 IEEE 3rd KhPI Week on Advanced Technology (KhPIWeek). – 2022. 22186939.

10. Wan qiaoYuan, Ying yuan Xiao, Xu Jia, Ying Ming. Neural Network Detection of Shilling Attack Based on User Rating History and Latest Features // 2019 International Conference on Machine Learning, Big Data and Business Intelligence (MLBDBI). – 2019. 19246289.

11. Yuxiang NIU, Hui LI, Feiyang LIU. A Loss-aware Continuous Hopfield Neural Network (CDN)-based Mapping Algorithm in Optical Network-on-Chip (Noc) // 2022 20th International Conference on Optical Communications and Networks (ICON). – 2022. 22115387.

12. Hecht-Nielsen R. Neurocomputing: picking the human brain // IEEE Spectrum. – 1988. 3143635.

13. Jianyang Tian, Guangyu Zhang, Jin Wu, Wenting Li. The fuzzy human-simulated intelligent control for hot-rolling strip width // Proceedings of the 10th World Congress on Intelligent Control and Automation. – 2012. 13166720.

14. Кузьмин А.В., Усков А.А. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика: монография. – М.: НТИ «Горячая линия-Телеком». – 2004. 143 с.

15. Макаров И.М., Лохин В.М., Масько С.В., Романов М.П., Ситников М.С. Устойчивость интеллектуальных систем автоматического управления // Информационные технологии. – 2013. №S2. С. 1-32.

16. Цыпкин Я.З. Адаптивные методы выбора решений в условиях неопределенности // Автоматика и телемеханика. – 1976. №4. С. 78-91.


Рецензия

Для цитирования:


Синюков А.В., Синюкова Т.В., Абдуллазянов Э.Ю., Грачева Е.И., Мещеряков В.Н., Valtchev S. Нечеткие технологии в системах управления подъемно-транспортными механизмами. Известия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИ. 2023;25(1):105-117. https://doi.org/10.30724/1998-9903-2023-25-1-105-117

For citation:


Sinyukov A.V., Sinyukova T.V., Abdullazyanov E.Yu., Gracheva E.I., Meshcheryakov V.N., Valtchev S. Fuzzy technologies in control systems of lifting and transport mechanisms. Power engineering: research, equipment, technology. 2023;25(1):105-117. (In Russ.) https://doi.org/10.30724/1998-9903-2023-25-1-105-117

Просмотров: 387


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


ISSN 1998-9903 (Print)
ISSN 2658-5456 (Online)