Використання нечіткої логіки в системах автоматичного управління

Уральська державна гірничо-геологічна академія

Гірничо-механічний факультет

Кафедра автоматики та комп'ютерних технологій

ДОПОВІДЬ

На тему:

Алгоритми управління процесом флотації з використанням апарату нечіткої логіки

Розробив студент

Гладких В.С.

Група АГП-97-2

м. Єкатеринбург 2001

Використання нечіткої логіки в системах автоматичного управління

Сучасний рівень розвитку промисловості потребує комплексного підходу при розробці САУ технічними об'єктами. Це обумовлено, з одного боку, необхідністю підвищення якості управління при мінімальних витратах на створення та експлуатацію систем, з іншого боку - ускладненням структури об'єкта управління, функцій, виконуваних ним, і, як наслідок, збільшенням факторів невизначеності, які необхідно враховувати для управління об'єктом.

У теорії автоматичного управління існує досить багато методів, що дозволяють оптимізувати роботу систем по тим чи іншим критеріям якості при виконанні ряду обмежень.

Математичний апарат, використовуваний у традиційних методах автоматичного управління, не завжди повною мірою може задовольнити потреб сучасного виробництва. Тому останнім часом знаходять широке поширення так звані "м'які обчислення", основний принцип яких полягає у забезпеченні прийнятного (не обов'язково оптимального) якості управління в умовах невизначеності при відносно невисокому рівні витрачених ресурсів (вартісних, часових, обчислювальних і т. п.). До м'яких обчислень в даний час відносять такі інформаційні технології, як експертні системи, нейронні мережі, нечіткі системи, генетичні алгоритми і ряд інших. В їх основі лежить спроба деякої формалізації діяльності головного мозку людини і функціонування живих організмів.

Розглянемо ряд аспектів використання нечіткої логіки при управлінні ТО (технічними об'єктами). Побудова нечітких систем заснована на імітації дії людини-оператора або ОПР за допомогою ЕОМ. Дійсно, людині властиво оперувати не кількісними показниками, а якісними, але слід враховувати, що ці якісні поняття носять, по суті, нечіткий характер. При цьому використовуються лінгвістичні змінні, що описують вхідну ситуацію та управляючі на якісному рівні [1] (наприклад, «Витрата ксантогената» - «Трохи зменшити», «Температура» - «Середня», «Рівень пульпи» - «Не змінювати»). Ці лінгвістичні змінні задаються на деякій кількісної шкалою, за допомогою якої визначаються ступеня відповідності даних аналізованим поняттям. Для цього використовуються функції приналежності, що приймають значення від 0 до 1. Можливі значення лінгвістичних змінних називаються термами (наприклад, для лінгвістичної змінної - «Рівень пульпи» термами є «Знизити», «Підвищити», «Не змінювати»). Крім того, задається набір правил, що ставлять у відповідність вхідний ситуації певне керуючий вплив. Ці правила зазвичай мають вигляд «Якщо ..., то ...» і формуються за допомогою експерта або групи експертів. Однак у багатьох випадках експертам не вдається ухвалити однозначне рішення про необхідний вплив на об'єкт при сформованій ситуації. Наприклад, якщо неузгодженість між уставкою і виходом об'єкта негативно, а його похідна позитивна, навіть досвідченому фахівцеві буває важко відповісти, яким має бути керуючий вплив. Тому видається доцільним кожного правила «Якщо ..., то ...» також ставити у відповідність деяку величину з інтервалу від 0 до 1, що відображає ступінь упевненості в заходи, що вживаються. Таким чином, формується чітка відповідність між простором передумов і простором висновків [2].

Після описаних процедур, виконуваних експертами, вступає в дію механізм нечіткого логічного висновку, в ході якого здійснюється композиція нечіткої множини [3]. Композицію можна представити як аналог множення вектор-рядки на матрицю, тільки замість операції множення використовується розширене уявлення логічної операції І, а замість операції додавання - розширене АБО. У результаті визначається нечітке безліч керуючих впливів. Останнім етапом алгоритму нечіткого управління є дефаззіфікації (від англ. Слова «Fuzzy» - «нечіткий») - процес перекладу нечітких даних у конкретні фізичні керуючі величини.

Звичайно як розширень операцій І і АБО вибирають операції взяття мінімуму і максимуму відповідно, тобто використовують максмінний логічний базис. Однак існують і інші точки зору щодо вибору логічного базису. Взагалі той чи інший логічний базис задається апріорі. Найбільш поширеними є максмінний, алгебраїчний і обмежений базиси.

Як було сказано вище, чітка відповідність відображає ступінь упевненості ОПР, що виконує дану дію в ситуації, що склалася. Графік нечіткого відповідності може бути представлений у вигляді матриці. Так, наприклад, якщо вхідні Х і вихідна Y змінні мають однакові терм-множини Т _х = Т _у = {«Негативно», «Близько нуля», «Позитивно»}, а графік нечіткого відповідності має вигляд:

,

то система правил нечіткого висновку має наступний вигляд:

- Якщо Х «Негативно», то Y - «Негативно» зі ступенем впевненості 0,9, «Близько нуля» - зі ступенем впевненості 0,3;

- Якщо Х «Близько нуля», то Y «Негативно» зі ступенем впевненості 0,3, «Близько нуля» зі ступенем впевненості 0,8, «Позитивно» зі ступенем впевненості 0,3;

- Якщо Х «Позитивно», то Y «Близько нуля» зі ступенем впевненості 0,3, «Позитивно» зі ступенем впевненості 0,9.

Фактично механізм нечіткого логічного висновку представляє деякий нелінійне перетворення.

В якості ілюстрації відмінностей в статичних характеристиках нечіткого регулятора при виборі різних логічних базисів для одновимірного випадку розглянемо залежності, зображені на малюнках 1 ... 3 додатка А. Графік нечіткого відповідності має вигляд

Такий графік нечіткого відповідності означає, що експерт, чиї знання були використані при побудові НР, міг висловити свою думку в такий спосіб: «Я впевнений, що, якщо Х позитивно, то Y повинно бути позитивно і, якщо Х негативно, то Y повинно бути негативно , але якщо Х близько до нуля, то Y може бути як близьким до нуля, так і негативним, так і позитивним - напевно, це залежить від додаткових неврахованих умов (наприклад, від похідної Х за часом) ».

Наведені приклади достатньо наочно демонструють відмінності властивостей НР при виборі того чи іншого логічного базису.

Так, наприклад, алгебраїчний базис забезпечує більш лінійну статичну характеристику. З одного боку, ця властивість є позитивним, оскільки розробнику систем управління завжди зручніше мати справу з лінійними характеристиками. З іншого боку, лінійну залежність легко реалізувати, не вдаючись до нечіткої логіки. Іншими словами, якщо розробник системи управління вважає, що залежність між входом і виходом системи повинна бути близька до лінійної і наполягає на тому, що система повинна будуватися на основі теорії нечітких множин, то можна порекомендувати йому використовувати саме алгебраїчний базис.

Максмінний базис генерує характеристику, яку можна апроксимувати типової нелінійністю «зона нечутливості + насичення». Подібна характеристика є достатньо надійною, оскільки «насичення» не дає системі йти в рознос, обмежуючи нестійкий режим автоколиваннями, а «нечутливість» стабілізує систему в режимі, близькому до сталого. Такий вид характеристики в повній мірі задовольняє концепції м'яких обчислень.

Найбільш цікавим є обмежений базис, оскільки зміна графіка нечіткого відповідності у цьому випадку може якісно вплинути на характеристики системи. Наочним прикладом тому служить залежність, зображена на рис. 3. Як видно з цього рисунка, статична характеристика має дві ділянки, де коефіцієнт передачі негативний, тобто при попаданні на ці ділянки система втрачає стійкість (незважаючи на те, що всі проміжні операції на перший погляд здаються монотонними). Як показав аналіз ця немонотонність обумовлена ​​способом дефаззіфікації.

Таким чином, доцільно при побудові нечітких систем управління користуватися не тільки знаннями експерта, але також базовими поняттями теорії автоматичного управління.

Дати загальні рекомендації щодо вибору того чи іншого базису не представляється можливим - все залежить від специфіки керованого об'єкта.

Аналіз роботи нечітких САУ дозволив виявити такі основні фактори, що впливають на якість управління:

• кількість термів вхідних і вихідних змінних;

• вид функцій приналежності нечітких змінних, складових терм-множини лінгвістичних змінних;

• характер нечіткого відповідності між простором передумов і простором висновків;

• спосіб дефаззіфікації;

• вибір логічного базису.

Слід зауважити, що в багатьох публікаціях на підставі обмежених експериментальних даних робиться висновок про те, що нечіткі алгоритми забезпечують більш високу ефективність у порівнянні з класичними. Це далеко не завжди справедливо. У кожному конкретному випадку необхідно зіставляти необхідну якість управління з розташованими ресурсами. Поява теорії нечітких множин та алгоритмів управління на її основі обумовлено, в першу чергу, появою завдань, для вирішення яких традиційного математичного апарату просто не існує.

Ефективність використання м'яких обчислень вельми висока. Про це можна судити за численними публікаціями, присвяченим цій темі. Однак ця ефективність помітно зростає, якщо поряд з м'якими обчисленнями застосовувати традиційні методи теорії автоматичного управління, випробувані протягом десятиліть і мають під собою досить жорстку математичну основу.

Нечітка логіка в сполученні з ПІД регулюванням

Для управління дискретними подіями зазвичай служить багатоступенева логіка, реалізована на програмованих логічних контролерах (ПЛК). Для безперервного управління застосовують релейні (двопозиційні) або ПІД-регулятори. Останні працюють добре, коли керований об'єкт знаходиться в стійкому режимі. У ситуаціях же сильних перешкод, зміни параметрів у часі або наявності запізнювання традиційні регулятори можуть не впоратися зі своїм завданням, оскільки вихідне для них припущення про лінійність об'єкта вже не діє. У подібних випадках заміна (доповнення) ПІД-регуляторів регуляторами на нечіткій логіці часто виявляється більш зручною, ніж використання звичних, але ускладнених регуляторів стану або застосування адаптивного підходу.

Це, однак, не єдина область, де знаходять застосування рішення, що базуються на нечіткій логіці. Її основний потенціал в галузі промислової автоматизації реалізується в можливостях безпосереднього конструювання багатозв'язних регуляторів. Зазвичай з регулюванням однієї змінної цілком справляється релейний або ПІД-регулятор. Однак установки для безлічі одноконтурних регуляторів доводиться задавати вручну. Оператори аналізують умови функціонування об'єкта і задають установки регулятору з метою його оптимізації. Цей процес називається диспетчерським управлінням і охоплює безліч змінних. На жаль, релейні і ПІД-регулятори мають справу лише з однією змінною, тому необхідно безліч незалежних контурів управління, які не можуть «спілкуватися» один з одним. У тих випадках, коли необхідно враховувати взаємозв'язок фізичних величин (параметрів об'єкта), доводиться будувати повну математичну модель (ММ) об'єкта, що дозволяє знайти рішення.

У промисловій автоматизації цьому перешкоджає тривалість розробки ММ, необхідність введення спеціальних настроювальних параметрів для подальшої оптимізації регулятора через істотні спрощень при побудові більшості ММ і складність налаштування цих параметрів (оскільки оптимізація об'єкта в одному режимі роботи нерідко погіршує її роботу в інших режимах). Крім того, більшість фахівців не мають достатньої підготовки для побудови суворої ММ.

У результаті релейний і ПІД-регулятор управляє окремою змінною об'єкта, а оператори здійснюють диспетчерське управління.

Нечітка логіка надає високоефективне вирішення цієї проблеми. Вона дозволяє розробляти багатозв'язних регулятори з диспетчерськими функціями не по ММ, а на підставі експериментальних даних і досвіду операторів. Таке рішення характерне для випадків, подібних, наприклад, регулювання декількох температурних зон у печі або управлінню дозуванням флотаційних реагентів.

Промислове застосування нечіткої логіки почалося в 80 - х роках, перш за все в Європі і Японії. Коли з'ясувалося, що достоїнства нечіткої логіки можна використовувати повною мірою лише у поєднанні з традиційними способами регулювання, почався випуск продуктів, що інтегрують технології нечіткої логіки в апаратуру і програмне забезпечення промислової автоматизації.

У 1990 р. японська фірма Omron розробила мікропроцесор на нечіткій логіці і реалізувала його у вигляді сопроцессорного модуля для своїх ПЛК. У 1992 р. корпорація Klockner - Moeller (Австрія) розробила спеціалізований «нечіткий ПЛК», що поєднує нечітку логіку і звичайні методи автоматизації як в самому ПЛК, так і у відповідному програмному забезпеченні. У 1994 р. компанії Allen - Breadley (США) і Siemens (Німеччина) розробили повністю програмні реалізації ПЛК у вигляді функціональних блоків.

У 1997 р. Міжнародна електротехнічна комісія розробила стандарт нечіткої логіки CD IEC 1131-7 з метою об'єднати її з існуючим стандартом IEC 1131 для ПЛК. Виробники дотримуються цього напрямку і широко інтегрують компоненти на нечіткій логіці в АСУТП. Таким чином, розробники більшості промислових систем управління сьогодні цілком забезпечені засобами нечіткої логіки.

Як приклад успішного застосування контролера на нечіткій логіці можна привести систему стабілізації температури горіння на сміттєспалювальних заводах у Мангеймі. При використанні стандартних регуляторів продуктивність парових котлів коливалася в межах ± 35% від номінальної. Впровадження контролера на нечіткій логіці дозволило на порядок зменшити цю величину. У результаті істотно підвищилася керованість процесу і знизилися шкідливі викиди в атмосферу, зокрема, оксиду вуглецю в 2 рази.

Ще один приклад практичного застосування НЛ - очищення стоків. Процес включає в себе комбінацію біологічних, хімічних та механічних факторів і практично не піддається математичному моделюванню. Проте є великий досвід операторів, який можна реалізувати з використанням нечіткої логіки.

Основний змінної, що характеризує якість процесу, є вміст іонів важких металів у стоках на виході з апарату очищення. Існуючі засоби вимірювання концентрацій іонів важких металів складні і дорогі в експлуатації, не забезпечують необхідних для управління процесом точність і частоту вимірювання. Крім того, малі зміни вхідних змінних процесу можуть різко змінити показники вихідних змінних. Тому слід визначити якийсь показник, що характеризує якість очищення стоків, або вміст іонів важких металів у них.

Як показали експериментальні дослідження, змінними, що визначають якість протікання процесу очищення, є значення водневого показника рН і окислювально-відновного потенціалу стоків ЄП, вимірювані на вході і виході з апарата очищення. Однак кожна вимірювана змінна рН і Ен окремо не дає чіткої та достовірної інформації про зміст іонів важких металів у стоках. Тому з'явилася необхідність синтезувати на основі цих двох величин непрямий показник якості очищення промислових стоків, використовуваний в ролі індикатора при управлінні процесом. Дослідження дозволили виявити як непрямий показник величину добутку рН і Ен [4].

Використовуючи апарат НЛ, було складено алгоритм управління процесом очищення стоків.

Структуру схеми управління можна представити таким чином. Вимірювані на виході з апарату очищення величини рН і Ен надходять на вхід контролера на нечіткій логіці в блок обчислення непрямого показника Y. Контролер, використовуючи 207 правил, розраховує і задає уставки стандартному ПІД-регулятора витрати стоків, що надходять на очистку. Цей ПІД регулятор є функціональним блоком нечіткого ПЛК. Проект був реалізований протягом 3 місяців і окупився за півроку.

Використання нечіткої логіки в алгоритмах управління процесом флотації

Процес флотації характеризується, з одного боку, достатньою складністю і різноманіттям протікають у флотомашини взаємопов'язаних хімічних і фізико-механічних процесів, з іншого боку, - відсутність можливості на багатьох збагачувальних фабриках безперервного оперативного контролю за рядом найважливіших технологічних параметрів. Тому термін «недостатня інформація при управлінні» є синонімом поняття нечітка логіка. Дійсно, дуже важко скласти більш-менш повну ММ процесу флотації в умовах взаємного впливу багатьох факторів (наприклад, взаємодія різних типів флотаційних реагентів, наявність внутрішніх технологічних зворотних зв'язків). Крім цього коефіцієнти рівнянь моделі змінні, тому що статичні і динамічні властивості процесу змінюються в часі під впливом перешкод (зміна характеристик флотомашини і міжремонтні проміжки часу; сезонні коливання іонного складу і температури води; зміна властивостей реагентів в залежності від терміну та зберігання). Застосування алгоритмів керування, заснованих на нечіткій логіці, дозволяє істотно скоротити час введення САУ в експлуатацію на фабриках, що підлягають модернізації, а також зменшити капітальні витрати на засоби автоматизації.

Як приклад пропоную розглянути систему автоматичного управління дозуванням ксантогената в процес мідної флотації на Красноуральское збагачувальній фабриці. Варто зазначити, що витрати реагентів - ефективне дороге регулюючий вплив процесу флотації. Від правильно вибраного витрати реагенту залежать кінцеві результати флотації, а перевитрата реагентів позначається несприятливо на техніко-економічних показниках роботи фабрики.

Автоматизація процесу подачі реагенту дозволяє значно скоротити його витрати, а також повинна служити тому, щоб більш точно слідувати режимним технологічними картами, що пред'являє жорсткі вимоги до дотримання сталості співвідношення «рівноваги вплив - витрата реагенту» [5]. Однак досить часто рішення щодо корекції кількості подаваного реагенту приймаються оператором - технологом на основі особистого досвіду і носять, по суті, інтуїтивний характер. Застосування апарату нечіткої логіки дозволить моделювати механізм прийняття рішення оператором, використовуючи його досвід в повній мірі, і, отже, більш ефективно автоматизувати процес подачі реагентів і флотації в цілому.

Головним завданням управління процесом подачі реагентів є максимальне вилучення цінного металу в концентрат. Зміст ксантогената під флотаційної пульпі коливається від 0,5 - 1 мг / л до 15 - 20 мг / л. Для багатьох умов оптимальною вважається цілком певна концентрація ксантогената в пульпі. Між витратою ксантогената і його концентрацією простежується чітка залежність (рис. 4) [6]. Для умов Красноуральское збагачувальної фабрики експериментально встановлена ​​оптимальна концентрація ксантогената зі значенням 5,5 мг / л. При зниженні концентрації збільшується вміст міді в хвостах, а збільшення призводить до необхідності здійснення додаткових заходів з очищення стічних вод ОФ.

Дозування ксантогената здійснюється комбінованої САУ по витраті твердого Q _т на вході з коригуванням за концентрацією іонів ксантогената в пульпі. Однак безпосереднє оперативне вимірювання концентрації ксантогената на належному рівні здійснити неможливо внаслідок того, що відносна похибка засобів вимірювання концентрації становить 10%.

Завдяки тому, що існує нелінійна залежність між витратою ксантогената і його концентрацією і, використовуючи знання експертів, можна застосувати апарат нечіткої логіки.

Слід уточнити, що завданням коригуючого контуру є повідомлення основного контура відносного витрати реагенту.

Концентраційне стан флотомашини буде характеризуватися лінгвістичної змінної «Концентраційний режим», яка в залежності від значення концентрації ксантогената в пульпі може приймати три вербальних значення, тобто терми: «Недопітка» (НП), «Нормальний режим» (НР), «Перепітка» (ПП). Використовувати велике число значень, наприклад додаткову нечітку змінну «Сильна перепітка», недоцільно, тому що для ЛПР це, ймовірно, буде еквівалентно в даних умовах терміну «ПП», що внесе лише додаткову невизначеність на стадії експертного опитування. Безперервні кусково-лінійні функції приналежності нечітких множин «НП» З _НП, «Н» С _Н і «ПП» С _ПП, побудовані на інтервалі 1,5 ... 9,5 мг / л, представлені на рисунку 5.

Можливі керуючі рішення щодо кількості подаваного в процес ксантогената обмежені в залежності від конкретної ситуації трьома керуючими впливами з терм-множини R _До «Витрата ксантогената»: «Зменшити подачу (УМ)», «Не змінювати (НІ)», «Збільшити подачу (УВ ) ». Безперервні кусково-лінійні аппроксимірованими функції приналежності нечітких множин, які задають на абсолютній осі значення керуючих рішень, зображені на малюнку 6. Діапазон зміни відносного витрати ксантогената обмежений інтервалом 42 ... 118 г / т. Максимальне значення функції приналежності нечіткого безлічі «НІ» досягається на відмітці 80 г / т.

Для кожного терма «УМ», «НИ», «УВ» лінгвістичної змінної «Витрата ксантогената» відповідно визначені матриці М _УМ, М _НІ і М _УВ, описують силу впливу відповідних керуючих рішень (малюнок 7, а ... в). Наприклад, на малюнку 7, у зображена матриця М _УВ, характеризує управляє рішення «УВ». З аналізу матриці видно, що якщо об'єкт управління мав значення «НП», то в результаті керуючого впливу він зі ступенем впевненості 0,2 матиме колишнє значення, зі ступенем 0,8 - значення «Н» і зі ступенем впевненості 0,4 - «ПП».

Ситуація, в яку бажано перевести об'єкт, тобто цільова ситуація, визначається виходячи з аналізу ступенів переваги керуючих рішень. Ступені переваги останніх залежить від конкретної ситуації і задаються як продукційна система (набір правил) «ситуація - перевага рішень».

На підставі експертного опитування складається наступна система:

1) якщо лінгвістична змінна має значення «НП», то ступеня переваги керуючих рішень складають:

a (УМ) = 0; a (НІ) = 0,5; a (УВ) = 1;

2) якщо значення лінгвістичної змінної «Н», то

a (УМ) = 0,4; a (НІ) = 1; a (УВ) = 0,4;

3) якщо лінгвістична змінна має значення «ПП», то

a (УМ) = 1; a (НІ) = 0,2; a (УВ) = 0.

При цьому ступінь переваги кожного виду керуючого рішення в конкретній ситуації визначається як кон'юнкція ступеня застосування того чи іншого правила і заданих в них ступенів переваги керуючих рішень. Результуючі ступеня переваги застосування керуючих рішень приймаються рівними максимальним серед відповідних ступенів переваги по кожному значенню ознак «УМ», «НИ», «УВ».

Розглянемо процедуру пошуку керуючого рішення на основі алгоритмів нечіткого ситуаційного висновку [2].

За рисунком 5 ідентифікуємо поточну ситуацію, в якій знаходиться об'єкт. Наприклад, має місце ситуація s ₀ = {á 0,6 / НП ñ, á 0,4 / Н ñ}.

1) Визначаємо ступеня переваги кожного керуючого рішення «УМ», «НИ», «УВ». Вони відповідно рівні

a (R _1, s ₀₎ = 0,4; a (R _2, s ₀₎ = 0,5; a (R _3, s ₀₎ = 0,6.

Вибираємо управляє рішення R ₃ «УВ» як має найбільшу ступінь переваги.

2) Моделюємо прийняття обраного керуючого рішення R _3. Для цього виконується композиція нечітких значень ознак в ситуації s ₀ і нечітких відносин, які задають силу впливу управління R ₃ (малюнок 7, в). У результаті отримуємо ситуацію s ₀₃ = {á 0,2 / НП ñ, á 0,6 / Н ñ, á 0,4 / ПП ñ}.

3) Знаходимо величину необхідного керуючого впливу. Спочатку визначаємо нечітке відношення М, для цього обчислюємо декартово твір s ₀ 's ₀₃ і будуємо матрицю нечітких керуючих рішень, яка представлена ​​на рисунку 8.

4) Розкладаємо отримане управляє рішення в базисі {«УМ», «НИ», «УВ»}. Для цього необхідно визначити нечітка множина

R _J = {á μ _R (УМ) / УМ ñ, á μ _R (НІ) / НІ ñ, á μ _R (УВ) / УВ ñ}.

Для визначення коефіцієнтів μ _R (УМ), μ _R (НІ), μ _R (УВ) слід обчислити ступеня включення відносини М у відносини М _УМ, М _НІ, М _УВ. Управляє рішення в нечіткому вигляді виглядає наступним чином:

R _J = {á 0,4 / УМ ñ, á 0,4 / НІ ñ, á 0,6 / УВ ñ}.

5) Проводимо дефаззіфікації - визначаємо кількісне значення керуючого рішення. Для цього необхідно побудувати об'єднання кон'юнкція нечітких множин, які задають терми «УМ», «НИ», «УВ», зі ступенями приналежності цих термів нечіткій множині R _J і знайти центр площі отриманої фігури (рисунок 6), тобто застосувати метод «центральної точки». Верхня обвідна, відповідна об'єднання отриманих множин, показана пунктирною лінією. Перпендикуляр, побудований в точці 86 г / т, ділить площу фігури навпіл. Це означає, що значення 86 г / т є кількісним виразом нечіткого керуючого рішення.

Отже, при виникненні розглянутої у прикладі нечіткої ситуації, треба збільшити відносний витрата ксантогената до 86 г / т.

Технічна реалізація даної системи дозування ксантогената може бути здійснена за допомогою мікропроцесорного програмованого контролера Omron C 200 H з блочно-модульною архітектурою ". Коригувальний контур реалізується в модулі нечіткої логіки, який видає сигнал, пропорційний величині відносного витрати, в модуль ПІД - регулювання, де й формується керуючий вплив для дозатора ксантогената.

Висновок

Можна зробити наступний висновок: ключ до успішного впровадження нечіткої логіки в промислову автоматизацію - в умілому поєднанні її з традиційними засобами. Нечітка логіка не замінює звичайної техніки управління, а доповнює її високоефективної методологією реалізації стратегій многосвязной управління. Таким чином, основний потенціал нечіткої логіки лежить у сфері реалізації функцій диспетчерського управління.

Список літератури

1. Заде Л. Поняття лінгвістичної змінної та його застосування до прийняття наближених рішень. М.: Світ, 1976.

2. Меліхов О.М., Бернштейн Л.С., Коровін С. Я. Нечіткі. Ситуаційні радять системи з нечіткою логікою. М.: Наука, 1990.

3. Нечіткі множини і теорія можливостей. Останні досягнення: Пер. з англ. / За ред. Р. Р. Ягер. М.: Радіо і зв'язок, 1986.

4. Тапчан В. П. Шапіровський М. Р. Гульдін В. І. Оптимальне керування процесом очищення стоків промислових підприємств методом гальванокоагуляціі / / Кольорові метали. 1995. № 9.

5. Троп А. Є., Козин В. З., Прокоф'єв Є. В. Автоматичне управління технологічними процесами збагачувальних фабрик: Підручник для вузів. - 2-е вид., Перераб. і доп. - М.: Надра, 1986.

6. Троп А. Є., Козин В. З., Аршінскій В. М. Автоматизація збагачувальних фабрик. М.: Недра, 1970.

ДОДАТОК А

Малюнок 1 - Алгебраїчний базис Малюнок 2 - Максмінний базис

Малюнок 3 - Обмежений логічний базис.

Рисунок 4 - Залежність між витратою і концентрацією ксантогената.

Малюнок 5 - Функції приналежності нечітких множин З _НП, С _Н, С _ПП

Малюнок 6 - Функції приналежності нечітких множин «УМ», «НИ», «УВ»

а) М _УМ =

	НП	Н	ПП
НП	1	0	0
Н	0,8	0,3	0
ПП	0,8	1	0

б) М _НИ =

	НП	Н	ПП
НП	1	0	0
Н	0	1	0
ПП	0	0	1

в)

М _УВ =

Малюнок 7 - Матриці нечітких керуючих рішень.

М =

Рисунок 8 - Матриця нечітких керуючих рішень.