Использование качественной информации при создании модели процесса ректификации этилового спирта
Рассмотрение задачи нечеткого регулирование управления температурой ректификационной колонны при перегоне в этиловый спирт. Анализ при помощи нечеткого регулирования аналоговых данных в терминах логических переменных с помощью лингвистических правил.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | статья |
| Язык | русский |
| Дата добавления | 27.01.2019 |
| Размер файла | 259,3 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Размещено на http://www.allbest.ru/
ИСПОЛЬЗОВАНИЕ КАЧЕСТВЕННОЙ ИНФОРМАЦИИ ПРИ СОЗДАНИИ МОДЕЛИ ПРОЦЕССА РЕКТИФИКАЦИИ ЭТИЛОВОГО СПИРТА
Рамозанов Руслан Галильевич
магистр, кафедра автоматики и управления,
Институт информационных технологий и коммуникаций
Астраханский государственный технологический
университет, г. Астрахань
Аннотация
Нечёткое регулирование - логическая система, основанная на нечёткой логике, которая более «близка по духу» к человеческому мышлению и естественным языкам, чем традиционные четкие системы. Переменные нечеткой логики принимают любые значения в интервале [0,1] (правда-ложь, да-нет). Данный раздел современной математики позволяет перевести и формализовать в цифровой вид интуитивные знания и опыт. Нечеткое регулирование анализирует аналоговые данные в терминах логических переменных с помощью лингвистических правил. Эти правила базируются на опыте и знаниях инженера-конструктора или оператора установки.
Ключевые слова: нечёткая логика, регулирование.
Постановка задачи: рассмотрим задачу управления температурой ректификационной колонны при перегоне браги в этиловый спирт. Поддержка оптимальной температуры перегонки дает на выходе спирт без запаха и вредных примесей. Это один из важнейших этапов процесса ректификации, не зная основ которого нельзя рассчитывать на хороший результат. Без соблюдения технологии ректификации даже из самой лучшей браги получится плохой спирт. Качественная брага является подходящей для дальнейшего использования, когда в ней прекращаются все процессы брожения и верхний слой начинает постепенно осветляться. При этом вкус браги должен иметь ярко выраженный горький вкус. Если вышеперечисленные качественные показатели не наблюдаются, то мы можем сделать вывод о том, что брага является недобродившей. В случае остановки процесса брожения, используется несколько методов исправления «недоброда», одним из которых является повышение температуры процесса ректификации, что позволит приготовить продукт, но снизит процент содержания спирта в конечном продукте.
Перед проектированием системы необходимо определить базу нечетких правил. Далее приведены переменные, учтенные при составлении базы нечетких правил.
1) лингвистические переменные вкуса браги: горькая, нейтральная, сладкая;
2) лингвистические переменные цвета браги: темный, нейтральный, светлый;
3) лингвистические переменные температуры куба: низкая, оптимальная, высокая.
Далее приведены нечеткие правила:
Правило 1: ЕСЛИ вкус браги = горький И цвет браги = светлый, ТОГДА температура в кубе = оптимальная;
Правило 2: ЕСЛИ вкус браги = горький И цвет браги = нейтральный, ТОГДА температура в кубе = оптимальная;
Правило 3: ЕСЛИ вкус браги = нейтральный И цвет браги = темный, ТОГДА температура в кубе = высокая;
Правило 4: ЕСЛИ вкус браги = нейтральный И цвет браги = нейтральный, ТОГДА температура в кубе = высокая;
Правило 5: ЕСЛИ вкус браги = нейтральный И цвет браги = светлый, ТОГДА температура в кубе = высокая;
Правило 6: ЕСЛИ вкус браги = сладкий И цвет браги = темный, ТОГДА температура в кубе = высокая;
Правило 7: ЕСЛИ вкус браги = сладкий И цвет браги = нейтральный, ТОГДА температура в кубе = очень высокая;
Правило 8: ЕСЛИ вкус браги = сладкий И цвет браги = светлый, ТОГДА температура в кубе = очень высокая;
Правило 9: ЕСЛИ вкус браги = сладкий И цвет браги = темный, ТОГДА температура в кубе = высокая;
Далее следует выбрать форму нечетких множеств и определить диапазон допустимых значений. К примеру, допустимые значения для переменной «Температура» находятся в диапазоне 60, 100 градусов. Для обеих входных лингвистических переменных была выбрана трапециевидная форма нечетких множеств. При проектировании был использован пакет расширения Fuzzy Logic Toolbox для ПО MATLAB [2, 153]. Ниже приведены графики функции принадлежности для входных и выходной лингвистических переменных.
Для лингвистической переменной вкуса браги был выбран трапециевидный вид функции. Вкус оценивали по десятибалльной шкале.
На рисунке 1 приведены функции принадлежности лингвистической переменной «Вкус браги».
Рис. 1. Функции принадлежности лингвистической переменной «Вкус браги»
нечеткое регулирование ректификационная колонна
Для лингвистической переменной цвета браги был выбран трапециевидный вид функции. Цвет оценивали по десятибалльной шкале. На рисунке 2 приведены функции принадлежности лингвистической переменной «Цвет браги».
Рис. 2. Функции принадлежности лингвистической переменной «Цвет браги»
Для выходной переменной температуры в кубе был выбран трапециевидный вид функции. На рисунке 3 приведены функции принадлежности лингвистической переменной «Температура в кубе»
Рис. 3. Функции принадлежности лингвистической переменной «Температура в кубе»
На рисунке 4 представлена визуализация нашей модели, выполненная с помощью Surface viewer.
Рис. 4. Окно Surface Viewer
Интеллектуальные контроллеры выполняют свою работу, предоставляя ответ на информацию, поступающую к ним из среды. Благодаря использованию нечеткой логики система принятия решений, может не только принимает множественные типы входной информации, на которых основаны решения, но также использует подобие человеческого мышления вкупе с стандартной логикой.
Список литературы
1. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. 165 с.
2. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. Тюмень: Издательство Тюменского государственного университета, 2000. 352 с.
3. Алиев P.A., Церковный А.Э., Мамедова Г.А. Управление производством при нечеткой исходной информации. М.: Энергоиздат,
4. King R.J., Mamdani E.H. The Application of Fuzzy Control System to Industrial Processes. Automatica, 1977. Vol. 13. P. 253.
5. Procyk T.J., Mamdani E.H. A Linguistic Self-Organizing Process Control Automata, 1979. Vol. 15. P. 305.
Размещено на Allbest.ru
...Подобные документы
Характеристика методов нечеткого моделирования и изучение системы кластеризации в пакетах прикладных программ. Разработка и реализация алгоритма для оптимизации базы правил нечеткого классификатора с помощью генетического алгоритма аппроксимации функции.
дипломная работа [1,9 M], добавлен 21.06.2014Начальное представление систем нечеткого вывода: логический вывод, база знаний. Алгоритм Мамдани в системах нечеткого вывода: принцип работы, формирование базы правил и входных переменных, агрегирование подусловий, активизация подзаключений и заключений.
курсовая работа [757,3 K], добавлен 24.06.2011Решение задачи аппроксимации поверхности при помощи системы нечёткого вывода. Определение входных и выходных переменных, их термы; алгоритм Сугено. Подбор функций принадлежности, построение базы правил, необходимых для связи входных и выходных переменных.
курсовая работа [1,8 M], добавлен 31.05.2014Основные этапы систем нечеткого вывода. Правила нечетких продукций, используемые в них. Нечеткие лингвистические высказывания. Определение алгоритмов Цукамото, Ларсена, Сугено. Реализации нечеткого вывода Мамдани на примере работы уличного светофора.
курсовая работа [479,6 K], добавлен 14.07.2012Понятие нечеткого множества и функции принадлежности. Методы дефаззификации (преобразования нечеткого множества в четкое число) для многоэкстремальных функций принадлежности. Нечеткий логический вывод. Примеры выпуклого и невыпуклого нечеткого множества.
презентация [111,7 K], добавлен 16.10.2013Методы, системы, типы и способы проводимых измерений в автоматизированных системах медицинского обеспечения безопасности на транспорте. Проектирования нечеткого алгоритма предрейсовых медицинских осмотров на основе адаптивной сети нейро-нечеткого вывода.
дипломная работа [6,5 M], добавлен 06.05.2011Исследование методов автоматического проектирования нечетких систем управления (НСУ). Методы автоматической настройки семантики лингвистических переменных. Искусственные нейронные сети, генетические алгоритмы. Коэволюционный алгоритм для формирования НСУ.
дипломная работа [2,3 M], добавлен 02.06.2011Исследование проблемы сравнения звуковых файлов и определение степени их схожести. Сравнение файлов с использованием метода нечеткого поиска, основанного на метрике (расстоянии) Левенштейна. Сравнение MIDI-файлов и реализация алгоритмов считывания.
курсовая работа [2,0 M], добавлен 14.07.2012Реакторный блок секции каталитического крекинга и ректификации как объект автоматизированного управления. Выбор принципиальных технических решений. Синтез системы автоматического управления. Оценивание динамических параметров данного канала управления.
дипломная работа [376,8 K], добавлен 22.04.2013Задание термов лингвистических переменных. Выбор четких входных переменных. Степени истинности правил. Построение нечеткой базы знаний для задачи об эффективности работы предприятия, проверка ее на полноту. Нечеткий вывод для конкретных значений.
контрольная работа [170,2 K], добавлен 19.11.2014Интеллектуальная система как техническая или программная система, решающая задачи, которые считаются творческими и принадлежат конкретной предметной области. Анализ системы нечеткого логического вывода. Знакомство со средой программирования FuzzyTECH.
дипломная работа [2,6 M], добавлен 30.09.2016Представление данных в памяти компьютера. Обобщенные структуры и модели данных. Методы доступа к информации. Физическая организация системы управления базами данных, структура сервера. Архитектура "клиент-сервер". Создание базы данных с помощью "Денвер".
курсовая работа [770,3 K], добавлен 17.11.2014Современные системы управления базами данных (СУБД). Анализ иерархической модели данных. Реляционная модель данных. Постреляционная модель данных как расширенная реляционная модель, снимающая ограничение неделимости данных, хранящихся в записях таблиц.
научная работа [871,7 K], добавлен 08.06.2010Рассмотрение общей характеристики данных. Исследование особенностей и назначения линейных, табличных и иерархических структур данных, анализ процесса их упорядочения. Рассмотрение основных режимов обработки данных. Описание алгоритма решения задачи.
реферат [27,4 K], добавлен 20.04.2019Формы представляемой информации. Основные типы используемой модели данных. Уровни информационных процессов. Поиск информации и поиск данных. Сетевое хранилище данных. Проблемы разработки и сопровождения хранилищ данных. Технологии обработки данных.
лекция [15,5 K], добавлен 19.08.2013Разработка и использование классов при создании приложений. Использование odbc-технологии для создания внешних представлений. Определение источника данных. Создание удаленного и независимого внешнего представления данных. Управление объектами Excel.
лабораторная работа [413,9 K], добавлен 14.05.2011Анализ работы станции скорой помощи: прием вызовов, обслуживание пациентов, движение автомобилей. Формализация имитационной модели, ее программирование с помощью системы моделирования AnyLogic. Использование программы для расчета времени оказания помощи.
контрольная работа [1004,2 K], добавлен 25.07.2013Решение задачи с помощью программы MS. Использование интерфейса для работы с электронной таблицей. Разработка и создание базы данных для хранения и обработки информации. Оформление пояснительной записки с помощью текстового редактора Microsoft Word.
курсовая работа [2,7 M], добавлен 13.01.2015Определение кривой переходного процесса модели, идентификация объекта регулирования и определения его динамических параметров. Частотные характеристики объекта. Расчет настроек регулятора графоаналитическим методом, критерии оптимальности процесса.
курсовая работа [1,3 M], добавлен 09.08.2015Предмет и задачи информатики, ее место в процессе управления. Метод и средства преобразования информации для использования ее в организации технологического процесса переработки информации. Улучшение работы предприятия с помощью информационных технологий.
курсовая работа [943,2 K], добавлен 01.05.2009
