Адаптивна система багатопараметричного регулювання

Реферат: Адаптивна система багатопараметричного регулювання складається з об'єкта регулювання, датчиків, виконавчих механізмів, регулюючих органів, багатопараметричного пропорційноінтегрально-диференціального регулятора, бази знань. Датчики послідовно з'єднані з ідентифікатором кардинальних відхилень, нейронно-нечітким аналізатором кластерів і базою знань, вихід якої під'єднаний до блока формування параметрів регулятора. UA 97184 U (54) АДАПТИВНА СИСТЕМА БАГАТОПАРАМЕТРИЧНОГО РЕГУЛЮВАННЯ UA 97184 U UA 97184 U 5 10 15 20 25 30 35 40 45 50 55 Корисна модель належить до систем автоматичного регулювання. Як найближчий аналог вибрана "Система керування технологічним об'єктом з використанням багатопараметричного регулятора на основі нечіткої логіки" [Система керування технологічним об'єктом з використанням багатопараметричного регулятора на основі нечіткої логіки [текст]: патент 58947 Україна: (2011) G05B 13/02], що містить об'єкт регулювання, датчики, виконавчі механізми, регулюючі органи, багатопараметричний пропорційноінтегрально-диференціальний регулятор, базу знань. До недоліків даної корисної моделі можна віднести неможливість врахування нею багатозв'язності чи багатопараметричності реальних об'єктів та змінювання окремих параметрів; вона не визначає співвідношення між відхиленнями регульованих величин, не забезпечує аналіз ситуаційної обстановки на об'єкті, тим самим не досягається необхідна точність регулювання. В основу корисної моделі поставлена задача підвищення точності регулювання за умов різких значних відхилень регульованих величин. Поставлена задача вирішується за рахунок того, що адаптивна система багатопараметричного регулювання складається з об'єкта регулювання, датчиків, виконавчих механізмів, регулюючих органів, багатопараметричного пропорційно-інтегральнодиференціального регулятора, бази знань, причому датчики послідовно з'єднані з ідентифікатором кардинальних відхилень, нейронно-нечітким аналізатором кластерів і базою знань, вихід якої під'єднаний до блока формування параметрів регулятора. Згідно з корисною моделлю, система додатково містить пропорційно-інтегральнодиференціальний алгоритм керування, який замінюється комбінацією релейного та пропорційно-інтегрально-диференціального алгоритму. Причинно-наслідковий зв'язок між сукупністю ознак, що заявляються, та технічним результатом полягає в наступному. В адаптивній системі багатопараметричного регулювання суттєва зміна однієї чи декількох регульованих величин приводить до спрацювання нейронечіткого аналізатора кластерів, який здійснює ситуаційну класифікацію, визначаючи новоутворені кластери, що характеризують певні нечіткі значення. А результати надходять в базу знань, з допомогою якої, а також блока формування параметрів регулятора, здійснюється налаштування параметричного пропорційно-інтегрально-диференціального регулятора. На фіг. 1 представлена структура запропонованої адаптивної системи багатопараметричного регулювання. U1…Un - зміна положення регулюючого органу відносно 1…n параметрів; Y1…Yf - значення 1…f параметрів об'єкта; S1….Sj - сигнал з 1…j датчиків; L1…Lv - результат ідентифікатора 1…v кардинальних відхилень; А1…Аk - проаналізовані 1…k кластери параметрів; Z1…Zh - встановлені висновки бази знань відповідно до проаналізованих кластерів; V1…Vp - сформовані параметри регулятора; UZ1….UZr - управляючий сигнал регулятора; VZ1…VZm - керування регулюючим органом з допомогою виконавчого механізму. Система працює наступним чином: за допомогою датчиків (Д1…ДN) визначають сигнали (S1…Sj), що характеризують значення регульованих величин (Y…Yf), які надходять на ідентифікатор кардинальних відхилень. Ідентифікатор кардинальних відхилень реагує на зміну як одного, так і декількох параметрів, і визначає зміну цих параметрів у дискретній формі (L1…Lv). Приклад роботи ідентифікатора кардинальних відхилень показаний на фіг. 2. Суттєва зміна однієї чи декількох регульованих величин (Y1…Yf) приводить до спрацювання нейронечіткого аналізатора кластерів, який здійснює ситуаційну класифікацію, визначаючи новоутворені кластери, що характеризують певні нечіткі значення (А1…Аk) (низький, середній, високий і т.д.) (Фіг. 3). Результати нейронечіткої класифікації (А1…Аk) надходять в базу знань, побудовану у вигляді продукційних правил "Якщо…, Тоді…". В результаті реалізації вибраних правил (Z1…Zh) із визначеною ситуацією встановлюються блоком формування параметрів регулятора відповідно налаштування багато параметричного PID регулятора (V1…Vp). Технічний результат: отримується за рахунок створення адаптивного регулювання на основі багатопараметричного регулятора для забезпечення кращих якісних показників функціонування об'єктів регулювання і економії ресурсів. 60 1 UA 97184 U ФОРМУЛА КОРИСНОЇ МОДЕЛІ 5 Адаптивна система багатопараметричного регулювання, що складається з об'єкта регулювання, датчиків, виконавчих механізмів, регулюючих органів, багатопараметричного пропорційноінтегрально-диференціального регулятора, бази знань, яка відрізняється тим, що датчики послідовно з'єднані з ідентифікатором кардинальних відхилень, нейронно-нечітким аналізатором кластерів і базою знань, вихід якої під'єднаний до блока формування параметрів регулятора. 2 UA 97184 U Комп’ютерна верстка Г. Паяльніков Державна служба інтелектуальної власності України, вул. Урицького, 45, м. Київ, МСП, 03680, Україна ДП “Український інститут промислової власності”, вул. Глазунова, 1, м. Київ – 42, 01601 3