Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "regulator" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Stabilny uczący się regulator rozmyty z modelem odniesienia dla obiektów z opóźnieniem
Stable fuzzy logic learning controller with reference model for plants with delay
Autorzy:
Wiktorowicz, K.
Powiązania:
https://bibliotekanauki.pl/articles/155087.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
regulator rozmyty
uczenie
stabilność
twierdzenie koła
opóźnienie
fuzzy controller
learning
stability
circle criterion
delay
Opis:
W artykule zaproponowano metodę, zwaną uczeniem on-line w sektorze, która gwarantuje stabilność układu z uczącym się regulatorem rozmytym z modelem odniesienia FMRLC. Układ składa się z liniowego obiektu z opóźnieniem, regulatora rozmytego, modelu odniesienia i mechanizmu uczenia. Mechanizm uczenia modyfikuje reguły regulatora w taki sposób, aby odpowiedź układu zamkniętego była zbliżona do odpowiedzi modelu odniesienia. W artykule opracowano procedurę bezpiecznego projektowania układu wykorzystując częstotliwościowe kryteria stabilności. Dokonano ponadto uproszczenia regulatora FMRLC w celu zredukowania liczby jego parametrów. Zaproponowaną metodę zilustrowano przykładem projektowania układu z niestabilnym członem liniowym.
The paper presents a method, called on-line learning in sector, that guaranties stability of a control system with fuzzy model reference learning controller (FMRLC) [5]. The system (Fig. 1) consists of a plant with delay time (Eq. (1), the fuzzy logic controller (Eq. (8)), a reference model and a learning mechanism. The learning mechanism, described in Section 6, changes rules of the fuzzy controller so that the closed loop system behaves like the reference model. In the paper a design procedure that utilises frequency domain methods i.e. the Nyquist criterion and the so-called circle criterion is proposed. It is assumed that the function of the fuzzy controller is a nonlinearity described by a sector condition (Eqs. (2) and (3)). The condition means that the function lies between two lines passing the origin [10]. In the proposed method the function of the fuzzy controller is verified during on-line learning so it always stays within the allowed sector. Furthermore, the more effective Takagi-Sugeno controller instead of a Mamdani controller is used and a simplified way to calculate learning signal is proposed (Eq. (11)). The presented method is illustrated by an example of the design of a control system containing a non-stable plant with time delay.
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 6, 6; 576-580
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Regulator rozmyty jako korektor nieliniowy
Fuzzy controller as a nonlinear corrector
Autorzy:
Wiktorowicz, K.
Powiązania:
https://bibliotekanauki.pl/articles/155317.pdf
Data publikacji:
2012
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
regulator rozmyty
korektor nieliniowy
stabilność
twierdzenie Popova
jakość regulacji
fuzzy controller
nonlinear corrector
stability
Popov criterion
control quality
Opis:
W artykule pokazano metodę projektowania regulatora rozmytego pracującego jako korektor nieliniowy w układzie sterowania. Rozpatrzono regulator Takagi-Sugeno z rzeczywistymi następnikami reguł. Pokazano, że jego funkcja ma pewne własności, które można wykorzystać w syntezie układu sterowania. Wskazano, że może być ona nieliniowością sektorową, dzięki czemu do badania stabilności można użyć częstotliwościowe kryterium Popova. Na przykładzie pokazano, że zastosowanie korektora rozmytego może poprawić jakość pracy układu poprzez skrócenie czasu regulacji. Zaprojektowany układ zrealizowano w środowisku Matlab/Simulink.
The paper presents a design method of the Takagi-Sugeno fuzzy controller [5] that works as a nonlinear element in a control system. The controller has one input and one output (Fig. 1) and real numbers in consequences of fuzzy rules (Eq. (1)). In Section 2 it is shown that the function of the controller has certain properties that can be used in a design procedure. The system stability is considered in Section 3 and is based on the Popov criterion [13] which has useful graphical interpretation (Fig. 5). It is assumed that the controller function is a nonlinearity described by a sector condition (Eqs. (12) and (13)). The condition means that the graph of the function lies between two lines passing the origin [11, 12]. The presented method is illustrated in Section 4 by an example of a system containing a linear plant described by the transfer function (Eq. (19)) and a fuzzy controller in the feedback loop (Fig. 6). The goal is to design a fuzzy controller so that its settling time is shorter than the linear controller settling time. It is assumed that the system response is to be critically damped, which means stabilisation of the system without overshooting. The control quality with a fuzzy controller is compared to that with a linear controller (Tab. 1). The control system was realised in Matlab/Simulink environment (Fig. 10).
Źródło:
Pomiary Automatyka Kontrola; 2012, R. 58, nr 3, 3; 288-293
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies