Разработка модели системы управления ДВС с использованием нечеткого регулятора
Анализ основных достоинств системы управления скоростью вращения коленчатого вала двигателя при помощи изменения положения дроссельной заслонки, базирующаяся на искусственном интеллекте. База правил нечёткого логического вывода в численной форме.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | статья |
| Язык | русский |
| Дата добавления | 22.01.2021 |
| Размер файла | 523,5 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
Разработка модели системы управления ДВС с использованием нечеткого регулятора
Заморский В.В., Набиуллин И.И.
ПИД регулятор может не удовлетворять предъявляемым требованиям в условиях сильных возмущений. Адаптивные системы управления, в свою очередь, не получили широкого распространения из-за необходимости наличия адекватной эталонной модели и знания предыстории состояния ДВС, необходимой для идентификации этой модели. Система управления скоростью вращения коленчатого вала двигателя путем изменения положения дроссельной заслонки, базирующаяся на нечетком регуляторе, может получить решение данной проблемы. В статье будет разрабатываться модель системы управления ДВС с использованием нечеткого регулятора. Объект управления - четырехцилиндровый ДВС с искровым зажиганием. Модель ДВС основана на работе Кроссли и Кука. Также будет проанализирован эффективность регулятора.
Ключевые слова: ДВС, нечеткий регулятор, модель ДВС, Simulink.
DEVELOPMENT OF ICE CONTROL SYSTEM MODEL USING FUZZY REGULATOR. Zamorskiy V.V., Nabiullin LI.
PID regulator may not meet the requirements in conditions of severe disturbances. Adaptive control systems, in turn, are not widely used due to the need for an adequate reference model and knowledge of the ICE state history necessary to identify this model. The engine crankshaft speed control system by changing the throttle position based on the fuzzy regulator can obtain a solution to this problem. The article will develop a model of the ICE control system using a fuzzy regulator. Control object four-cylinder internal combustion engine with spark ignition. The ICE model is based on the work of Crossley and Cook. The effectiveness of the regulator will also be analyzed.
Keywords: ICE, fuzzy regulator, ICE model, Simulink.
Наиболее распространенным способом управления мощностью двигателя и, следовательно, скоростью автомобиля является управление положением дроссельной заслонки. В данное ситуации существует несколько методов построения системы управления. Наибольшее распространение получил классический метод, основанный на принципах пропорционально- интегрально-дифференциального (ПИД) регулирования. Наряду с этим используются и другие способы, например, основанные на принципах адаптивного управления.
Однако, обеспечивая высокое качество управления, ПИД регулятор может не удовлетворять предъявляемым требованиям в условиях сильных возмущений. Адаптивные системы управления, в свою очередь, не получили широкого распространения из-за необходимости наличия адекватной эталонной модели и знания предыстории состояния ДВС, необходимой для идентификации этой модели.
Система управления скоростью вращения коленчатого вала двигателя путем изменения положения дроссельной заслонки, базирующаяся на искусственном интеллекте, может позволить получить решение данной проблемы, а именно:
— обеспечить экономию топлива, поскольку в традиционных системах, где педаль акселератора механически связана с дроссельной заслонкой, подсистема управления топливоподачей реагирует на изменение потока воздуха уже после того, как оно произойдет; кроме этого, дополнительный эффект экономии достигается за счет отсутствия резких изменений положения дроссельной заслонки;
— обеспечить плавное изменение крутящего момента и тем самым увеличить срок службы механических деталей двигателя и трансмиссии;
— облегчить управление автомобилем при движении по трассе, поскольку задачу поддержания скорости система управления берет на себя;
— решить проблему остановки двигателя, если положение педали акселератора окажется несоответствующим текущей нагрузке на двигатель;
— упростить управление двигателем, поскольку в предлагаемой системе отсутствуют алгоритмы идентификации модели, требующие знания предыстории измерений и больших вычислительных затрат.
1. Модель ДВС
1.1. Математическая модель
Математическая модель основана на опубликованных результатах Кроссли и Кука (1991). Описана имитация четырехцилиндрового двигателя внутреннего сгорания с искровым зажиганием. Работа Кроссли и Кука также показывает, как моделирование на основе этой имитации было проверено по данным испытаний динамометра.
1.2. Модель в Simиlink
Включили элементы, описанные выше, в модель двигателя, используя Simulink. На рисунке 1 показан верхний уровень модели двигателя.
Рис. 1. Верхний уровень модели двигателя
2. Разработка нечеткого регулятора
2.1. Структура регулятора
Рис. 2. Структура нечеткого регулятора
Модель данного типа регулятора реализована в приложении Simulmk ПП МАТЬЛБ. Блок- схема нечеткого регулятора представлена на рисунке 3. В данной работе для моделирования использован инкрементный нечёткий регулятор, на вход которого подаются только зависимости приращения управляющей величины от ошибки регулирования и ее производных (без интегрального члена). В фаззи-регуляторах при формулировке нечетких правил эксперт может сформулировать зависимость управляющей величины от величины производной, но не может - от величины интеграла, поскольку интеграл "запоминает" всю предысторию изменения ошибки, которую человек помнить не может.
Рис. 3
На выходе нечёткого логического контроллера получаем сигнал производной управляющего воздействия, который затем интегрируется в дискретном интеграторе.
Диапазон выходных значений dT/dt примем равным [-15;15] (определяет скорость реакции на воздействие).
Диапазон возможных значений ошибки по скорости оборотов ДВС - [-Nnom; Nnom] (где Nnomзадается пользователем).
Диапазон возможных значений производной по времени ошибки по току - [-Nnom*0,5; Nom*0,5].
2.2 Логика работы и решающие правила
Для нечетких множеств существует общепринятая система обозначений отклонений или уровней: N- отрицательный(Negative); Z- нулевой (Zero); P- положительный (Positive).
К этим обозначениям добавляют буквы S(малый, Small), М (средний, Medium), L(большой, Large). Например, NL- отрицательный большой.
Количество таких переменных (термов) может быть любым, однако с увеличением их количества существенно возрастают требования к опыту эксперта, который должен сформулировать правила для всех комбинаций входных переменных.
В данной работе используется разделение входных и выходных переменных на 7 термов. NL, NM, NS, Z, PS, PM, PL, в пределах каждого из которых строится функция принадлежности переменной eкаждому из множеств. На рисунке 4 функции принадлежности имеют треугольную форму.
Рис. 4. Фаззификация переменных при делении области изменения на 7 термов
Для выполнения функции регулирования над нечеткими переменными должны быть выполнены операции, построенные на основании высказываний оператора, сформулированных в виде нечетких правил. Совокупность нечетких правил и нечетких переменных используется для осуществления нечеткого логического вывода, результатом которого является управляющее воздействие на объект управления. Для рассматриваемого объекта была составлена база правил, сведенная в таблицу 1.
Таблица 1. База правил нечёткого логического вывода
|
dT/dt |
Величина ошибки, AN |
|||||||||
|
<-- - |
0 |
+ --> |
||||||||
|
LN |
MN |
SN |
Z |
SP |
MP |
LP |
||||
|
Производная ошибки, d(AN)/dt |
А |
LN |
LN |
LN |
LN |
SN |
SN |
Z |
SP |
|
|
MN |
LN |
LN |
MN |
SN |
Z |
Z |
SP |
|||
|
SN |
LN |
MN |
SN |
Z |
Z |
SP |
SP |
|||
|
0 |
Z |
LN |
MN |
SN |
Z |
Z |
SP |
MP |
||
|
+ |
SP |
LN |
SN |
Z |
Z |
SP |
MP |
MP |
||
|
V |
MP |
LN |
SN |
Z |
SP |
SP |
MP |
LP |
||
|
LP |
LN |
SN |
Z |
SP |
MP |
LP |
LP |
Для автоматизации расчетов исходная база правил была переведена в цисловую форму (таблица 2). Данная таблица формируется в Excelи автоматически подгружается в Matlab перед запуском модели.
Таблица 2. База правил нечёткого логического вывода в численной форме
|
dT/dt |
Величина ошибки, AN |
|||||||||
|
<-- - |
0 |
+ --> |
||||||||
|
LN |
MN |
SN |
Z |
SP |
MP |
LP |
||||
|
Производная ошибки, d(AN)/dt |
A |
LN |
1 |
1 |
2 |
2 |
3 |
3 |
4 |
|
|
MN |
1 |
2 |
2 |
3 |
3 |
4 |
5 |
|||
|
SN |
2 |
2 |
3 |
3 |
4 |
5 |
5 |
|||
|
0 |
Z |
2 |
3 |
3 |
4 |
5 |
5 |
6 |
||
|
+V |
SP |
3 |
3 |
4 |
5 |
5 |
6 |
6 |
||
|
MP |
3 |
4 |
5 |
5 |
6 |
6 |
7 |
|||
|
LP |
4 |
5 |
5 |
6 |
6 |
7 |
7 |
Правила задаются в виде матрицы, где строкам соответствуют номера правил. По столбцам нумерация осуществляется в следующем порядке: сначала указываются входные переменные (Е, dE), затем выходные и), затем столбец с весовыми коэффициентами для каждого правила (в нашем случае везде 1) ив последнем столбце указывается логическое действие между термами (для операции «И» ставится 1, для операции «ИЛИ» - 0).
2.3. Результаты регулятора
Рис. 5. Динамика изменения нагрузки на двигатель (верхняя линия) и реакция регулятора в виде изменения угла форсунок (нижняя линия)
двигатель дроссельный численный
Рис. 6. Динамика изменения оборотов двигателя
Рис. 7. Сравнение скорости и опорного уровня
Рис. 8. Скорость изменения ошибки
Предложенный регулятор на базе нечеткой логики позволяет осуществлять управление двигателем внутреннего сгорания (с искровым зажиганием) с четырьмя цилиндрами в условиях неопределенности его параметров при изменяющихся моменте нагрузки. Показано, что при работе двигателя в режиме малой мощности возможно появление колебательной составляющей ошибки. Данная ошибка при неизменной нагрузке незначительно отклоняется от нулевого значения. Ошибка при постоянной скорости вращения изменения нагрузки не равна нулю.
Список литературы
1. Нейронная сеть // Большая российская энциклопедия: [в 35 т.] / гл. ред. Ю.С. Осипов. М.: Большая российская энциклопедия, 2004--2017.
2. Мак-Каллок У.С., Питтс В. Логическое исчисление идей, относящихся к нервной активности Архивная копия от 27 ноября 2007 на Wayback Machine// Автоматы / Под ред. К.Э. Шеннона и Дж. Маккарти. М.: Изд-во «Иностр. лит.», 1956. С. 363--384. (Перевод английской статьи 1943 г.).
3. Википедия. ru.wikipedia.org.
4. Holzmann H., Halfmann Ch., Isermann R., 1997. Представление трехмерных карт для автомобильного контроля Приложения, использующие нейронные сети и нечеткую логику. IEEE конференция по приложениям управления Слушания. Стр. 229-234.
5. Заде Л.А. Нечеткие множества. Информация и управление. 8, 1965.
6. Заде Л.А. «Схема нового подхода к анализу сложных систем и процессов принятия решений». IEEE Transactions по системам, человеку и кибернетике. Т. 3. № 1.январь 1973. С. 28-44.
7. Заде Л.А. «Понятие лингвистической переменной и ее применение для приближенного мышления», части 1, 2 и 3. «Информационные науки, 1975. 8: 199-249, 8: 301-357, 9:43». 80.
8. Заде Л.А. «Нечеткая логика», Компьютер. 1. № 4. С. 83-93, 1988.
9. Заде Л.А. «Представление знаний в нечеткой логике», IEEE Transactions по знаниям и проектированию данных. Т. 1, 1989. С. 89-100.
10. Кроссли П.Р. и Кук Дж.А. Управление 'Международной конференции IEEE® 91', Публикация 332 Конференции, издание 2. Стр. 921-925. 25-28 марта, 1991. Эдинбург. Великобритания.
11. Москва Дж.Дж. и Хедрик Дж.К. "Автомобильное Моделирование Engine для Приложения Управления в режиме реального времени". Proc., 1987. ACC. Стр. 341-346.
Размещено на Allbest.ru
...Подобные документы
Решение 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 31.05.2014Понятие и свойства лингвистической переменной, ее разновидности. Основы теории приближенных рассуждений. Нечеткие системы логического вывода с одной и несколькими входными переменными. Принципы нечеткого моделирования, вычисление уровней истинности.
презентация [152,7 K], добавлен 29.10.2013Начальное 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 24.06.2011Основные 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 14.07.2012Представление знаний в когнитологии, информатике и искусственном интеллекте. Связи и структуры, язык и нотация. Формальные и неформальные модели представления знаний: в виде правил, с использованием фреймов, семантических сетей и нечетких высказываний.
контрольная работа [29,9 K], добавлен 18.05.2009Системный анализ предметной области. Построение концептуальной и даталогичной модели базы данных. Физическое проектирование базы данных. Описание функциональной модели системы управления базами данных. Разработка экранных форм ввода-вывода и отчета.
курсовая работа [1,1 M], добавлен 09.12.2014Методы, 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 06.05.2011Даталогическая и инфологическая модели системы управления базой данных футбольного клуба. Обоснование выбора даталогической модели данных. Разработка структуры и системы управления базой данных. Выбор системы программирования, создание форм ввода.
курсовая работа [406,0 K], добавлен 24.12.2014Выделение объектов предметной области и взаимосвязей между ними. Разработка ER-модели на логическом уровне с использованием системы Erwin Data Modeler. Проектирование даталогической и реляционной модели в среде выбранной системы управления базами данных.
курсовая работа [905,6 K], добавлен 26.12.2013Характеристика 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 21.06.2014Обзор методов и подходов решения поставленной задачи аппроксимации логического вывода экспертной системы. Разработка и описание метода сетевого оператора для решения данной задачи. Разработка алгоритма решения. Проведение вычислительного эксперимента.
дипломная работа [1,5 M], добавлен 23.02.2015Составление и анализ математической модели объекта управления и структурной схемы системы. Построение областей устойчивости, требуемой точности и быстродействия статического регулятора. Анализ замкнутой системы управления с непрерывным регулятором.
курсовая работа [1,2 M], добавлен 12.04.2012Исследование основных динамических характеристик предприятия по заданному каналу управления, результаты которого достаточны для синтеза управляющей системы (СУ). Построение математической модели объекта управления. Анализ частотных характеристик СУ.
курсовая работа [2,1 M], добавлен 14.07.2012Разработка базы данных с применением выбранной модели представления знаний и системы пользовательского интерфейса. Определение системы логического вывода. Спецификация составных частей программы. Обзор основных используемых приёмов и методов обработки.
курсовая работа [765,6 K], добавлен 12.05.2013Интеллектуальная 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 30.09.2016Анализ процессов диагностики повреждений трубопровода. Разработка модели продукционной базы знаний: обзор методов представления знаний, описание создания базы знаний и разработки механизма логического вывода. Экономическое обоснование концепции проекта.
дипломная работа [3,0 M], добавлен 16.04.2017Сущность интеллектуальных систем. Запись математического выражения в виде ориентированного графа. Особенности разработки генетического алгоритма для решения задачи аппроксимации логического вывода экспертной системы на основе метода сетевого оператора.
дипломная работа [1,0 M], добавлен 17.09.2013Регулирование скорости вращения асинхронных двигателей. Разработка структурной и функциональной схемы двигателя. Рассмотрение возможности регулирования действующего значения напряжения нагрузки в цепи переменного тока с помощью тиристорного регулятора.
курсовая работа [43,3 K], добавлен 14.11.2010Построение модели объекта управления. Получение модели "вход-состояние-выход". Методика определения параметров регулятора. Схема имитационного моделирования системы и статистического анализа во временной области. Анализ случайных величин и процессов.
курсовая работа [2,5 M], добавлен 23.04.2013Понятие и суть нечеткой логики и генетических алгоритмов. Характеристика программных пакетов для работы с системами искусственного интеллекта в среде Matlab R2009b. Реализация аппроксимации функции с применением аппарата нечеткого логического вывода.
курсовая работа [2,3 M], добавлен 23.06.2012
