Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Wiktorowicz K.

1 2012

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: korektor nieliniowy

Sortuj według:

Ogranicz wyniki do:

Regulator rozmyty jako korektor nieliniowy

Wiktorowicz K.

Pomiary Automatyka Kontrola

2012

R. 58, nr 3

288-293

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).