УДК 004.312.46, 004.896, 681.52

АЛГОРИТМЫ УПРАВЛЕНИЯ ЭЛЕКТРОМЕХАНИЧЕСКИМИ ОБЪЕКТАМИ С ИСПОЛЬЗОВАНИЕМ РЕГУЛЯТОРОВ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ

Стжелецки Р., Демидова Г.Л., Лукичев Д.В., Поляков Н.А., Абдуллин А.А., Ловлин С.Ю.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования: Стжелецки Р., Демидова Г.Л., Лукичев Д.В., Поляков Н.А., Абдуллин А.А., Ловлин С.Ю. Алгоритмы управления электромеханическими объектами с использованием регуляторов на основе нечеткой логики // Научно-технический вестник информационных технологий, механики и оптики. 2019. Т. 19. № 1. С. 1–14. doi: 10.17586/2226-1494-2019-19-1-1-14

Аннотация

Рассмотрены алгоритмы управления электромеханическими системами с использованием теории нечеткой логики, приводятся основные положения их синтеза, рассматриваются методы анализа их устойчивости на основе нечетких функций Ляпунова. Эти алгоритмы чаще всего реализуются в виде различных регуляторов, применение которых целесообразно в системах, математическая модель которых не известна, не детерминирована или является строго нелинейной, как вследствие нелинейных возмущающих воздействий внутри структуры, так и вследствие воздействия внешних сил. Описаны основные методы формирования логического решения, используемые при проектировании различных типов регуляторов с нечеткой логикой, предложенные Заде, Мамдани, Такаги, Сугено и Менделем, приводится типовая структурная схема таких регуляторов в общем виде. Особенности применения данных регуляторов при управлении различными техническими объектами позволяют провести их классификацию по различным признакам: топологиям структур, методам формирования лингвистических правил, методам дефаззификации, типам функций принадлежности. Представлены методы настройки таких регуляторов с применением генетических алгоритмов и нейронных сетей, описаны наиболее используемые критерии оптимальности. Показано, что экспертный подход на основе нечеткой логики применим как при управлении различными координатами информационных подсистем робототехнических комплексов, так и при управлении силовыми ключами их энергетических подсистем. При обзоре публикаций упор делался на источники, содержащие сравнение с традиционными подходами к управлению, а также на источники, в которых теоретические исследования подтверждаются экспериментами с использованием различных электромеханических объектов. Статья


Ключевые слова: регулятор с нечеткой логикой, нечеткая логика, управление движением, интеллектуальные алгоритмы, робототехнические комплексы, адаптивное управление, генетический алгоритм

Благодарности. Работа выполнена при государственной финансовой поддержке ведущих университетов Российской Федерации (субсидия 08-08).

Список литературы
1.Васильев В.Н., Томасов В.С., Шаргородский В.Д., Садовников М.А. Состояние и перспективы развития прецизионных электроприводов комплексов высокоточных наблюдений // Известия высших учебных заведений. Приборостроение. 2008. № 6. Т. 51. С. 5–12.
2. Zadeh L.A. Fuzzy sets // Information and Control. 1965. V. 8. N 3. P. 338–353. doi: 10.1016/s0019-9958(65)90241-x
3. Zadeh L.A. Fuzzy algorithm // Information and Control. 1968. V. 12. N 2. P. 94–102. doi: 10.1016/s0019-9958(68)90211-8
4. Zadeh L.A. Similarity relations and fuzzy orderings // Information Science. 1971. V. 3. N 2. P. 177–200. doi: 10.1016/s0020-0255(71)80005-1
5. Zadeh L.A. Outline of a new approach to the analysis of complex systems and decision processes // IEEE Transactions on Systems, Man, and Cybernetics. 1973. V. SMC-3. N 1. P. 28–44. doi: 10.1109/tsmc.1973.5408575
6. Zadeh L.A. The concept of a linguistic variable and its application to approximate reasoning - I // Information Sciences. 1975. V. 8. N3. P. 199–249. 
7. Mamdani E.H. Application of fuzzy algorithms for simple dynamic plant // Proc. Institution of Electrical Engineers. 1974. V. 121. N 12. P. 1585–1588. doi: 10.1049/piee.1974.0328
8. Mamdani E.H., Assilian S. An experiment in linguistic synthesis with a fuzzy logic controller // International Journal of Man-Machine Studies. 1975. V. 7. N 1. P. 1–13. doi: 10.1016/s0020-7373(75)80002-2
9. King P.J., Mamdani E.H. The application of fuzzy control systems to industrial process // Automatica. 1977. V. 13. N 3. P. 235–242. doi: 10.1016/0005-1098(77)90050-4
10. Pappis C.P., Mamdani E.H. A fuzzy logic controller for a traffic junction // IEEE Transactions on Systems, Man, and Cybernetics. 1977. V. 7. N 10. P. 707–717. doi: 10.1109/tsmc.1977.4309605
11. Sugeno M. (ed.) Industrial Applications of Fuzzy Control. New York: Elsevier, 1985.
12. Takagi T., Sugeno M. Fuzzy identification of systems and its application to modeling and control // IEEE Transactions on Systems, Man, and Cybernetics. 1985. V. SMC-15. N 1. P. 116–132. doi: 10.1109/TSMC.1985.6313399
13. Sugeno M., Nishida M. Fuzzy control of model car // Fuzzy Sets and Systems. 1985. V. 16. N 2. P. 103–113. doi: 10.1016/s0165-0114(85)80011-7
14. Tanaka K., Sugeno M. Stability analysis and design of fuzzy control systems // Fuzzy Sets and Systems. 1992. V. 45. N 2. P. 135–156. doi: 10.1016/0165-0114(92)90113-i
15. Sugeno M., Yasukawa T. A fuzzy-logic-based approach to qualitative modeling // IEEE Transactions on Fuzzy Systems. 1993. V. 1. N 1. P. 7–31. doi: 10.1109/tfuzz.1993.390281
16. Sugeno M. On stability of fuzzy systems expressed by fuzzy rules with singleton consequents // IEEE Transactions on Fuzzy Systems. 1999. V. 7. N 2. P. 201–224. doi: 10.1109/91.755401
17. Taniguchi T., Sugeno M. Stabilization of nonlinear systems based on piecewise Lyapunov functions // Proc. 13th IEEE Int. Conf. on Fuzzy Systems. Budapest, Hungary, 2004. P. 1607–1612. doi: 10.1109/fuzzy.2004.1375420
18. Wang P.P., Ruan D., Kerre E.E. Fuzzy Logic. A Spectrum of Theoretical and Practical Issues. Springer Berlin Heidelberg, 2007. doi: 10.1007/978-3-540-71258-9
19. Trillas E., Eciolaza L. Fuzzy Logic An Introductory Course for Engineering Students. Springer, 2015. doi: 10.1007/978-3-319-14203-6
20. Harris J. Fuzzy Logic Applications in Engineering Science. Springer, 2006. doi: 10.1007/1-4020-4078-4
21. Демидова Г.Л., Кузин А.Ю., Лукичев Д.В. Особенности применения нечетких регуляторов на примере управления скоростью вращения электродвигателя постоянного тока // Научно-технический вестник информационных технологий, механики и оптики. 2016. Т. 16 № 5. С. 872–878. doi: 10.17586/2226-1494-2016-16-5-872-878
22. Guo L., Hung J.Y., Nelms R.M. Evaluation of DSP-based PID and fuzzy controllers for DC–DC converters // IEEE Transactions on Industrial Electronics. 2009. V. 56. N 6. P. 2237–2248. doi: 10.1109/TIE.2009.2016955
23. Preeti M., Beniwal N.S. Comparison of conventional and fuzzy P/PI/PD/PID controller for higher order non linear plant with high dead time // International Journal of Scientific and Research Publications. 2012. V. 2. N 8. P. 377–382.
24. Lin P.H., Hwang S., Chou J. Comparison on fuzzy logic and PID controls for a DC motor position controller // IEEE Industry Applications Society Annual Meeting. 1994. V. 3. P. 1930–1935. doi: 10.1109/IAS.1994.377695
25. Santos M., Dormido S., de la Cruz J.M. Fuzzy-PID controllers vs. fuzzy-PI controllers // Proc. IEEE 5th Int. Fuzzy Systems. 1996. V. 3. P. 1598–1604. doi: 10.1109/FUZZY.1996.552571
26. Лукичев Д.В., Демидова Г.Л. Нечеткая система управления позиционным следящим электроприводом опорно-поворотных устройств с нежесткими осями // Вестник ИГЭУ. 2013. № 6. С. 60–64.
27. Wang Q., Liang D., Du J. Design of mining flameproof voltage stabilizing transformer adopting adaptive fuzzy PID controller // Proc. 17th Int. Conf. on Electrical Machines and Systems (ICEMS). 2014. P. 678–681. doi: 10.1109/ICEMS.2014.7013554
28. Lukichev D.V., Demidova G.L., Brock S. Fuzzy adaptive PID control for two-mass servo-drive system with elasticity and friction // Proc. IEEE 2nd Int. Conf. on Cybernetics (CYBCONF). 2015. P. 443–448. doi: 10.1109/CYBConf.2015.7175975
29. Lukichev D.V., Demidova G.L. PID-type fuzzy adaptive control for two-mass servo-drive system: Design, simulation and experiment // Proc. IX Int. Conf. on Power Drives Systems (ICPDS). 2016. P. 1–5. doi: 10.1109/ICPDS.2016.7756679
30. Иванченко А.Я. Применение адаптивной настройки пропорционально-интегрально-дифференциального регулятора для управления антенной радиолокатора // Труды МАИ. 2013. № 66. C. 19.
31. Kandiban R., Arulmozhiyal R. Speed control of BLDC motor using adaptive fuzzy PID controller // Procedia Engineering. 2012. V. 38. P. 306–313. doi: 10.1016/j.proeng.2012.06.039
32. Brehm T., Rattan. K.S. Hybrid fuzzy logic PID controller // Proc. IEEE 1993 National Aerospace and Electronics Conference. 1993. V. 2. P. 807–813 doi: 10.1109/NAECON.1993.290839
33. Li W. Design of a hybrid fuzzy logic proportional plus conventional integral-derivative controller // IEEE Transactions on Fuzzy Systems. 1998. V. 6. N 4. P. 449–463. doi: 10.1109/91.728430
34. Li W., Chang X.G., Farrell J., Wahl F.M. Design of an enhanced hybrid fuzzy P+ID controller for a mechanical manipulator // IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics). 2001. V. 31. N 6. P. 938–945. doi: 10.1109/3477.969497
35. Cortajarena J.A., De Marcos J., Alvarez P., Vicandi F.J., Alkorta P. Indirect vector controlled induction motor with four hybrid P+fuzzy PI controllers // Proc. IEEE International Symposium on Industrial Electronics. 2007. P. 197–202. doi: 10.1109/ISIE.2007.4374598
36. Vindhya V., Reddy V. PID-fuzzy logic hybrid controller for a digitally controlled DC-DC converter // Proc. Int. Conf. on Green Computing, Communication and Conservation of Energy (ICGCE). 2013. P. 362–366. doi: 10.1109/ICGCE.2013.6823461
37. Уткин В.И. Скользящие режимы и их применения в системах с переменной структурой. М.: Наука, 1974. 272 с.
38. Palm R. Robust control by fuzzy sliding mode // Automatica. 1994. V. 30. N 9. P. 1429–1437. doi: 10.1016/0005-1098(94)90008-6
39. Bonivento C., Fantuzzi C., Martin L. Adaptive fuzzy logic controller synthesis via a sliding mode approach // Proc. European Control Conference. 1995. ECC 95. V. 2.
40. Glower J.S., Munighan J. Designing fuzzy controllers from a variable structures standpoint // IEEE Transactions on Fuzzy Systems. 1997. V. 5. N 1. P. 138–144. doi: 10.1109/91.554460
41. Wang K.J. Fuzzy sliding mode joint impedance control for a tendon-driven robot hand performing peg-in-hole assembly // Proc. IEEE Int. Conf. on Robotics and Biomimetics (ROBIO). 2016. P. 2087–2092. doi: 10.1109/ROBIO.2016.7866637
42. Wen S., Chen M.Z.Q., Zeng Z., Huang T., Li C. Adaptive neural-fuzzy sliding-mode fault-tolerant control for uncertain nonlinear systems // IEEE Transactions on Sys Song X., Song S. Fuzzy sliding mode control for fractional-order unified chaotic system // Proc. IEEE Int. Conf. on Information and Automation. 2016. P. 1090–1095. doi: 10.1109/ICInfA.2016.7831981
44. Nigam V., Hussain S., Agarwal S.N. A hybrid fuzzy sliding mode controller for a BLDC motor drive // Proc. IEEE 1st Int. Conf. on Power Electronics, Intelligent Control and Energy Systems. 2016. P. 1–4. doi: 10.1109/ICPEICES.2016.7853249
45. Fogel D.B., Liu D., Keller J.M. Fundamentals of Computational Intelligence: Neural Networks, Fuzzy Systems, and Evolutionary Computation. Wiley, IEEE Press, 2016. 378 p. doi: 10.1002/9781119214403
46. Jang J.-S.R. ANFIS: adaptive-network-based fuzzy inference system // IEEE Transactions on Systems, Man, and Cybernetics. 1993. V. 23. N 3. P. 665–685. doi: 10.1109/21.256541
47. Jang J.-S.R., Sun C.T. Neuro-fuzzy modeling and control // Proceedings of the IEEE. 1995. V. 83. N 3. P. 378–406. doi: 10.1109/5.364486
48. Jang J.-S.R., Sun C.-T. Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence. Prentice Hall, 1997.
49. Massoum A., Chiali E.M., Massoum S., Attou A., Meroufel A. Neuro-fuzzy control of an input output linearization of a permanent magnet synchronous machine fed by a three levels inverter // Proc. 4th Int. Conf. on Power Engineering, Energy and Electrical Drives. 2013. P. 92–96. doi: 10.1109/PowerEng.2013.6635587
50. Singh M., Chandra A. Real-time implementation of ANFIS control for renewable interfacing inverter in 3P4W distribution network // IEEE Transactions on Industrial Electronics. 2013. V. 60. N 1. P. 121–128. doi: 10.1109/TIE.2012.2186103
51. Kaminski M., Szabat K. Neuro-fuzzy state space controller for drive with elastic joint // Proc. 11th Int. Conf. on Power Electronics and Drive Systems. 2015. P. 373–378. doi: 10.1109/PEDS.2015.7203559
52. Гладков Л.А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы. М.: Физматлит, 2006. 320 с.
53. Курейчик В.В., Курейчик В.М., Родзин С.И. Теория эволюционных вычислений. М.: ФИЗМАТЛИТ, 2012. 260 с.
54. Rubaai A., Castro-Sitiriche M.J., Ofoli A.R.. DSP-based laboratory implementation of hybrid fuzzy-PID controller using genetic optimization for high-performance motor drives // IEEE Transactions on Industry Applications. 2008. V. 44. N 6. P. 1977–1986. doi: 10.1109/TIA.2008.2006347
55. Gu Deying, Xia Rui. The speed control of brushless DC motor based on fuzzy genetic algorithm // Proc. 25th Chinese Control and Decision Conference. Guiyang, China, 2013. doi: 10.1109/ccdc.2013.6561598
56. Oh W.S., Kim Y.T., Kim C.S., Kwon T.S., Kim H.J. Speed control of induction motor using genetic algorithm based fuzzy controller // Proc. 25th Annual Conference of the IEEE Industrial Electronics Society. 1999. P. 625–629. doi: 10.1109/IECON.1999.816464
57. Choi H.H., Yun H.M., Kim Y. Implementation of evolutionary fuzzy PID speed controller for PM synchronous motor // IEEE Transactions on Industrial Informatics. 2015. V. 11. N 2. P. 540–547. doi: 10.1109/TII.2013.2284561
58. Devaraj D., Selvabala B. Real-coded genetic algorithm and fuzzy logic aP. roach for real-time tuning of proportional-integral-derivative controller in automatic voltage regulator system // IET Generation, Transmission and Distribution. 2009. V. 3. N 7. P. 641–649. doi: 10.1049/iet-gtd.2008.0287
59. Drozdz K. Estimation of the mechanical state variables of the two-mass system using fuzzy adaptive Kalman filter - Experimental study // Proc. IEEE 2nd Int. Conf. on Cybernetics. Gdynia, Poland, 2015. P. 455–459. doi: 10.1109/CYBConf.2015.7175977
60. Wrobel K. Multilayer soft switchable predictive speed controller for the drive with elastic coupling // Proc. IEEE 2nd Int. Conf. on Cybernetics. Gdynia, Poland, 2015. P. 439–442. doi: 10.1109/CYBConf.2015.7175974
61. Karnik N.N., Mendel J.M. Centroid of a type-2 fuzzy set // Information Sciences. 2001. V. 132. N 1-4. P. 195–220. doi 10.1016/s0020-0255(01)00069-xtems, Man, and Cybernetics: Systems. 2017. V. 47. N 8. P. 2268–2278. doi: 10.1109/TSMC.2017.2648826
  62. Wu D., Mendel J.M. Designing practical interval type-2 fuzzy logic systems made simple // Proc. IEEE Int. Conf. on Fuzzy Systems. 2014. P. 800–807. doi: 10.1109/fuzz-ieee.2014.6891534
63. Begian M.B., Melek W.W., Mendel J.M. Stability analysis of type-2 fuzzy systems // Proc. IEEE Int. Conf. on Fuzzy Systems. 2008. P. 947–953. doi: 10.1109/fuzzy.2008.4630483
64. Zhai D., Mendel J.M. Computing the centroid of a general type-2 fuzzy set by means of the centroid-flow algorithm // IEEE Transactions on Fuzzy Systems. 2011. V. 19. N 3. P. 401–422. doi: 10.1109/tfuzz.2010.2103076
65. Zhai D., Mendel J.M. Enhanced centroid-flow algorithm for computing the centroid of general type-2 fuzzy sets // IEEE Transactions on Fuzzy Systems. 2012. V. 20. N 5. P. 939–956. doi: 10.1109/tfuzz.2012.2190075
66. Mazandarani M., Najariyan M. Differentiability of type-2 fuzzy number-valued functions // Communications in Nonlinear Science and Numerical Simulation. 2014. V. 19. N 3. P. 710–725. doi: 10.1016/j.cnsns.2013.07.002
67. Wrobel K. Fuzzy adaptive control of nonlinear two-mass system // Power Electronics and Drives. 2016. V. 1 (36). N 2. P. 133–146.
68. Hagras H. Type-2 FLCs: a new generation of fuzzy controllers // IEEE Computational Intelligence Magazine. 2007. V. 2. N 1. P. 30–43. doi: 10.1109/mci.2007.357192
69. Tanaka K., Hori T., Wang H.O. A multiple Lyapunov function approach to stabilization of fuzzy control systems // IEEE Transactions on Fuzzy Systems. 2003. V. 11. N 4. P. 582–589. doi: 10.1109/tfuzz.2003.814861
70. Tanaka K., Hiroto Y., Hiroshi O., Wang H.O. A sum of squares approach to stability analysis of polynomial fuzzy systems // Proc. American Control Conference. 2007. P. 4071–4076. doi: 10.1109/ACC.2007.4282579
71. Chen Y.J., Ohtake H., Tanaka K., Wang W.J., Wang H.O. Relaxed stabilization criterion for T–S fuzzy systems by minimum-type Piecewise-Lyapunov-function-based switching fuzzy controller // IEEE Transactions on Fuzzy Systems. 2012. V. 20. N 6. P. 1166–1173. doi: 10.1109/TFUZZ.2012.2196049
72. Ohtake H., Machida S., Tanaka K., Wang H.O. A descriptor system approach to servo control for nonlinear systems // Proc. IEEE Int. Conf. on Fuzzy Systems. 2012. P. 1–6. doi: 10.1109/FUZZ-IEEE.2012.6251284
73. Esterhuizen W., Wang H.O., Tanaka K., Wang X. Stability and stabilization conditions for Takagi-Sugeno fuzzy model via polyhedral Lyapunov functions // Proc. American Control Conference. 2013. P. 5637–5642. doi: 10.1109/ACC.2013.6580720
74. Chen Y.J., Tanaka M., Tanaka K., Wang H.O. Piecewise polynomial lyapunov functions based stability analysis for polynomial fuzzy systems // Proc. IEEE Int. Conf. on Control System, Computing and Engineering. 2013. P. 34–39. doi: 10.1109/ICCSCE.2013.6719928
75. Chen Y.J., Tanaka M., Tanaka K., Wang H.O. Stability analysis and region-of-attraction estimation using piecewise polynomial Lyapunov functions: polynomial fuzzy model approach // IEEE Transactions on Fuzzy Systems. 2015. V. 23. N 4. P. 1314–1322. doi: 10.1109/TFUZZ.2014.2347993
76. Горюшкин В.А. Об устойчивости нечетких систем управления // Вестник КРАУНЦ. Физ.-мат. науки. 2011. № 1(2). C. 17–25.
77. Горюшкин В.А. О синтезе регулятора для стабилизации нечеткой системы с неопределенностью // Вестник КРАУНЦ. Физ.-мат. науки, 2011. № 2(3). C. 5–11.


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2019 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика