Algorytm implementacji regulatora rozmytego o niskim koszcie numerycznym

• Autorzy: Derugo P. , Szabat K.

Identyfikatory

DOI

10.12915/pe.2014.11.60

Warianty tytułu

EN

A novel implementation algorithm for a fuzzy controller based on the matrix form of the controller

• Języki publikacji: PL

Abstrakty

PL

Niniejszym referacie przedstawiono nowy algorytm implementacji systemu rozmytego Jego idea polega na zastosowaniu macierzowej formy regulatora i zastosowaniu dodatkowej warstwy identyfikującej aktualny sektor pracy. Dzięki zastosowanemu podejściu udało się istotnie zmniejszyć ilości operacji matematycznych koniecznych dla wyznaczenia wartości wyjściowej algorytmu. W efekcie pozwoliło to na zmniejszenie długości czasu koniecznego na obliczenie wartości sterowania w układzie rzeczywistym. Rozważania teoretyczne potwierdzono badaniami symulacyjnymi w pakiecie Matlab-Simulink, a następnie zweryfikowano eksperymentalnie z wykorzystaniem pakietu DSpace 1103.

EN

In the paper a novel implementation algorithm for a fuzzy controller is presented. It is based on the matrix form of the controller and application of the additional layer which identify the current state of the object. The proposed algorithm reduces the mathematical operation needed for computation of the controller output significantly. It results on the faster computational time of the implementation of the fuzzy controller. Theoretical considerations were confirmed by simulation study in Matlab-Simulink, and have been verified experimentally using DSpace 1103 package.

Słowa kluczowe

PL

regulator neuronowo-rozmyty; optymalizacja numeryczna; obniżony koszt obliczeniowy; tranzycja Petriego

EN

neuro-fuzzy controler; numerical optimization; low computational effort; Petri transition

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2014
• Tom: R. 90, nr 11
• Strony: 235--238
• Opis fizyczny: Bibliogr. 15 poz., schem., tab.

Twórcy

autor

Derugo P.

• Politechnika Wrocławska, Instytut Maszyn Napędów i Pomiarów Elektrycznych, Wybrzeże Wyspiańskiego 27, 50-370 Wrocław

autor

Szabat K.

• Politechnika Wrocławska, Instytut Maszyn Napędów i Pomiarów Elektrycznych, Wybrzeże Wyspiańskiego 27, 50-370 Wrocław

Bibliografia

• [1] Brock S., Zawirski K., New approaches to selected problems of precise speed and position control of drives, IECON 2012-38th Annual Conference on IEEE Industrial Electronics Society, (2012), 6291 - 6296
• [2] Cychowski M., Serkies P., Nalepa R., Szabat K., Model predictive speed and vibration control of dual-inertia PMSM Drives, IEEE International Symposium on Industrial Electronics, (2011), 1919 - 1924
• [3] Thomsen S., Hoffmann N., Fuchs F.W., PI Control, PI-Based State Space Control, and Model-Based Predictive Control for Drive Systems With Elastically Coupled Loads—A Comparative Study, IEEE transactions on industrial electronics, 58, (2011), nr 8, 3647 - 3657
• [4] Knychas S., Szabat K., Zastosowanie adaptacyjnego regulatora opartego na zbiorach rozmytych typu II do sterowania prędkością układu napędowego, Przegląd Elektrotechniczny, 87, (2011), nr 4, 160 - 163
• [5] Orlowska-Kowalska T., Dybkowski M.; Szabat K., Adaptive Sliding-Mode Neuro-Fuzzy Control of the Two-Mass Induction Motor Drive Without Mechanical Sensors, IEEE Trans. on Industrial Electronics, 57, (2010), nr 2, 553 - 564
• [6] Brock S., User-friendly design method for fuzzy speed controller for servo drives, Proceedings of the First Workshop on Robot Motion and Control, (1999), 17 - 21
• [7] Zawirski K., Urbanski K., Application of fuzzy control technique to thyristor DC drive, Proceedings of the IEEE International Symposium on Industrial Electronics, 3, (1997), 1173 - 1178
• [8] Orlowska-Kowalska T., Szabat K., Jaszczak K., The influence of parameters and structure of PI-type fuzzy-logic controller on DC drive system dynamics, Fuzzy Sets and Systems, 131 (2002), 251 - 264
• [9] Knychas S., Szabat K., Adaptacyjny układ sterowania z rekurencyjnymi regulatorami rozmytymi dla układu napędowego o zmiennych parametrach, Przegląd Elektrotechniczny, 89, (2013), nr 6, 155 - 158
• [10] Wai R.-J., Liu C., Experimental Verification of Dynamic Petri Recurrent-Fuzzy-Neural-Network Path Tracking Control for Mobile Robot, IEEE International Conf. on Control and Automation, (2009), 1359 - 1364
• [11] Liao Q., Li N., Li S., Type-II T-S Fuzzy Model-based Predictive Control, Joint 48th IEEE Conference on Decision and Control and 28th Chinese Control Conference Shanghai, (2009), 16 - 18
• [12] Linda O., Manic M., Uncertainty-Robust Design of Interval Type-2 Fuzzy Logic Controller for Delta Parallel Robot, IEEE transactions on industrial informatics, 7, (2011), nr. 4, 661 - 669
• [13] Kamide Y., Zanma T., Ishida M., Position control using off-line model predictive control in piecewise affine system experimental verification, 10th IEEE International Workshop on Advanced Motion Control, (2008), 170 - 175
• [14] Wai R.-J., Chu C.-C., Motion Control of Linear Induction Motor via Petri Fuzzy Neural Network, IEEE Transactions on industrial electronics, 54, (2007), nr 1, 281 - 295
• [15] Derugo P., Dybkowski M., Szabat K., Zastosowanie adaptacyjnego neuronowo-rozmytego regulatora prędkości z konkurencyjnymi warstwami Petriego do sterowania silnika elektrycznego, Przegląd Elektrotechniczny, 89, (2013), nr 12, 64 - 67