ВОЗМОЖНОСТИ ИСПОЛЬЗОВАНИЯ НЕЧЕТКОЙ ЛОГИКИ В УПРАВЛЕНИИ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ

В мире развитие технологий стремительно набирает обороты и с каждым днем запросы в их работе становятся всё сложнее и сложнее. Для современного потребителя помимо выполнения функциональной части какого-либо механизма важную роль играет его рациональность и оптимизированность. Например, сложный технологический процесс с многократной и разнообразной переработкой сырья или руды, оснащённый множеством ленточных конвейеров, бункеров и дозаторов, работает в линейном режиме. При неполном заполнения бункера или долгого процесса переработки, конвейерная линия работает в холостую из-за чего не рационально используется большое количество электроэнергии, а также быстрее изнашиваются подвижные части механизмов. С этой целью применяется тонкая настройка скоростных режимов работы электроприводов. Пожалуй, идеалом работы такой системы будет автономная самонастраивающаяся система, которая способна мгновенно подстроить скорость на желаемый уровень в зависимости от загруженности участка. Для таких целей невозможно использование всего лишь двух уровней классической логики (истина/лож). Например, на вопрос, движется ли рабочий орган, можно ответить только однозначно «да» или «нет». Но на вопрос, как движется рабочий орган (быстро, медленно, очень медленно), двухуровневая логика не дает ответ[1]. Для описания и точности регулирования подойдут регуляторы на основе нечеткой логики (фаззи регуляторы).

Нечеткая логика, как и человеческая логика, не имеет ограничений и основана на методах принятия решений. Следовательно, для принятия лучшего решения необходимо контролировать операцию, что, в свою очередь, привело к использованию механизма нечеткого управления, основанного на логике. Системы управления с нечеткой логикой не требуют полного знания модели, в то время как в другом известном контроллере это знание требуется [2].

Рис.1 Общая структурная схема с нечеткой логикой.

Система нечеткой логики принимает входные данные, которые могут быть неточными и расплывчатыми, и применяет рассуждения, которые являются приблизительными, а не точными, и в результате выдает свое решение[2].

Нечеткая логика является очень гибким инструментом настройки регулирования за счет своего многообразного исполнения. Под каждую систему пишется своя универсальная база нечётких правил. Которые в свою очередь строятся по разным типам и имеют разную структуру. Например, одна из самых универсальных структур является MIMO-структура (Multi Inputs – Multi Outputs, много входов – много выходов). Компоненты нечетких продукционных моделей могут быть реализованы по-разному. Причем выбор различных реализаций одного или нескольких компонентов модели зачастую обосновывает и выбор всех остальных. Совокупность отдельных реализаций компонентов нечеткой продукционной модели определяет алгоритм нечеткого вывода[3]. Есть множество алгоритмов нечеткого вывода, наиболее распространёнными являются: Мамдани, Такаги–Сугэно, Цукамото, Ларсена.

Существуют улучшенные системы с использованием ПИД-фаззи регуляторов на основе схемы нечеткого вывода Мамдани. Здесь методом активации будет min. В качестве метода агрегирования будем использовать операцию min-конъюнкции. Для аккумуляции заключений правил будем использовать метод mах-дизъюнкции, который также применяется в случае схемы нечёткого вывода методом Мамдани. В качестве метода дефаззификации будем использовать метод центра тяжести.[4]

Рассмотрим иллюстрацию алгаритманечеткого вывода мамдани. Рис.2.

Предположим, база правил с MISO-структурой (с двумя входами и одним выходом) состоит из двух правил:

П₁:ЕСЛИ x₁ есть А₁₁ И x₂ есть А₁₂, ТО y есть B₁,

П₂:ЕСЛИ x₁ есть А₂₁ И x₂ есть А₂₂, ТО y есть B₂.

Где: П – продукционное правило; x – входная переменная; А – предпосылка (антецедент); B – заключение (консеквент).

На рисунке показано графическое исполнение алгоритма Мамдани. Здесь видно как по правилу 1 и 2 проверяются входные переменные x₁ и x₂  на подусловия  A₁₁, A₁₂ и A₂₁, A₂₂ . По первому правилу смотрим пересечение x₁ и x₂  c A₁₁ и A₁₂ соответсвенно. Произошла фаззификация. Дальше эти значения подвергаются агрегированию по операции min-конъюнкции, проходят линию min что означает о прохождения через неё минимального значения. Дальше домножается на коэффициент доверия к правилу, здесь оно рано 1 и пропускается. Следующий процесс представляет собой аккумулирование заключений правил по mах-дизъюнкции, то есть полученная линия “отсекает” область заключения. После чего процедуры повторяются для второго правила и графики заключений соединяются. Последним этапом выступает процесс деффазификации, в данном случае методом “центра тяжести”, на выходе получаем переменную y.

Рис.2 Алгоритмический вывод Мамдани в графическом виде.

Так реализовывается алгоритм нечеткого вывода Мамдани для случая с двумя входными переменными х и одной выходной переменой y. На данном примере видно, как с помощью нескольких нечётких значений входных переменных на выходе можно получить конкретное числовое значение для реализации контроля управления различных систем.

Рассмотренный способ регулирования способствует более гибко управлять технологическими процессами. Например, при транспортировке груза по трассе ленточного конвейера система может регулировать скорость в зависимости от загруженности системы. Запускать или останавливать неэксплуатируемые части системы конвейеров. Также оценивать рациональность остановки конвейера по интенсивности поступления на них сырья.

Возможность оценки ситуации может значительно улучшить безопасность протекания технологического процесса, вероятностная оценка в сложных ТП может предсказывать возможность возникновения аварийных ситуаций, от чего износ оборудования будет легче отследить в условиях недоступном для осмотра.

Главным плюсом использования системы на нечеткой логике, является её гибкая настройка под разные технологические процессы и автоматизированные системы. Наполнение базы данных условиями, удовлетворяющими правильной и безопасной эксплуатации объекта или процесса.