| следующая статья ==>
Сложность современного уровня развития производства приводит к тому, что обслуживающий персонал не всегда способен своевременно и адекватно оценить значимость сложившейся ненормальной ситуации или неполадки в оборудовании. Это может привести к нарушению технологического процесса или даже к возникновению аварийных ситуаций. В некоторых случаях требуется обрабатывать и анализировать информацию, поступающую от нескольких датчиков, причем данные должны находиться в строго заданных диапазонах, которые зависят от результатов других измерений. Часто датчики работают в экстремальных условиях, характеризующихся наличием сильных тепловых, механических и других неблагоприятных воздействий на чувствительные элементы измерительных преобразователей.
В связи с тем, что используемые для этих целей датчики контроля чаще всего выдают измерительную информацию с большой степенью неопределенности, как по вине самих измерительных устройств, так и по причине нестабильности контролируемого параметра, принятие решений может быть основано на использовании понятий нечеткой логики. Задачи подобного типа стимулировали развитие систем с искусственным интеллектом, искусственных нейронных сетей.
При реализации в системах управления и регулирования сложных функциональных зависимостей потребуется использование комбинированных регуляторов с микропроцессорами, выполняющими большой объем вычислительных операций, что обусловит снижение быстродействия и надежность управления и регулирования в динамическом режиме работы. Для решения таких сложных задач управления и регулирования представляется перспективным создание использование устройств контроля с нечеткой логикой, основанных на разработке и применении нелинейных функциональных преобразователей. Например, для целей автоматизации технологических процессов в энергетике, химическом производстве наилучшим решением может явиться использование контроллеров с нечеткой логикой.
Система принятия решений редко нужна для того, чтобы выносить строгие решения типа «черное» или «белое», чаще требуется более тонкая оценка, типа «градации серого». Применение лингвистического подхода в математике (понятие многозначной логики) ввел польский ученый Ян Лукашевич в 1930 году. Логические переменные в ней могут принимать любые значения в промежутке между 0 и 1. Значение, которое принимает величина, отражает степень вероятности ее истинности. При этом для характеристики состояния объекта контроля используют понятие нечеткого множества.
Рис. 12. 8 Характеристика состояния объекта контроля с использованием понятий нечеткой логики.
После выполнения логических операций и оценки результатов от системы требуется выдать четкий ответ. Для этого используют понятие центроида (центр массы тела в механике). В теории измерений этому понятию соответствует математическое ожидание значения измеряемой физической величины.
Функция принадлежности к нечеткому множеству может быть введена в программу нечеткой логики и как непрерывная математическая функция. Для этого используют, например, треугольную форму, гауссоиду (функция принадлежности соответствует понятию ЗРСВ). Программное обеспечение для систем с нечеткой логикой имеют такие функции в стандартных библиотеках. Очевидно, понятию степени принадлежности можно привести в соответствие понятие точности измерений, характеризующееся значением СКО результатов многократных измерений или результатов, полученных от большого числа первичных измерительных преобразователей.
Рис. 12.9 Характеристика состояния объекта контроля с использованием дополнительных градаций понятий нечеткой логики.
Модификаторы нечетких множеств (дополнительные градации) называются хеджами.
Существует математическая теория множеств, в которых используют логические операции: дополнения («не»), пересечения («и»); объединения («или»).
Рис. 12.10 Нечеткие множества с использованием
операций пересечения и объединения.
Функция принадлежности для нечетких множеств задается экспертом (фазификация). После выполнения логических операций и оценки результатов от системы требуется выдать четкий ответ с использованием, например, понятия «центроида» (дефазификация).
Внедрение опыта и умения экспертов в механизм функционирования устройств позволяет учитывать нелинейность, искажения, нестабильность, деградацию датчиков. При этом нет необходимости в разработке строгой математической модели объекта управления (правила и выводы можно изменять прямо во время работы устройства).
Область использования устройств с нечеткой логикой включает в себя системы контроля с большим диапазоном неопределенности контролируемых параметров, для регулирования и управления процессами с быстроизменяющимися в широких пределах параметрами. Настроечные коэффициенты непрерывных регуляторов (с различными законами регулирования) выбираются исходя из заданных показателей качества регулирования объекта управления. САР рассчитывается как линейная для рабочего диапазона изменений возмущения по заданию или нагрузке. Однако реальные объекты по своей природе не линейны, поэтому рассчитанные настройки регуляторов оптимальны только в окрестностях рабочей точки объекта, а при больших отклонениях - не оптимальны.
| следующая статья ==>