Wyniki wyszukiwania - BazTech

1

Block-structured models composed of nonlinear fuzzy dynamic and static parts : a case study

Bazydło P., Marusak P.

Journal of Automation Mobile Robotics and Intelligent Systems

|

2018

|

Vol. 12, No. 1

50--60

EN

The paper addresses issues of the dynamic fuzzy Takagi- Sugeno models identification for multi-step ahead prediction. In the case of highly nonlinear models, standard Takagi-Sugeno models may be hard to identify if they should be designed for recurrent prediction generation. In such a case, alternative fuzzy block-structured models composed of fuzzy dynamic and fuzzy static parts may be useful. Two main benefits of the proposed models are: (1) possibility to speed-up model tuning procedure, (2) potential to fine-tune an already available, standard Takagi-Sugeno model. The benefits offered by the proposed models are illustrated using the example of identification of a nonlinear process – a system consisting of two tanks of different shapes (cylindrical and conical ones).

2

Forecasting of the daily demand for natural gas in rural households using the methods of artificial intelligence. Part II. Forecasting using fuzzy logic

Małopolski J., Trojanowska M., Nęcka K.

Journal of Research and Applications in Agricultural Engineering

|

2015

|

Vol. 60, nr 2

65--67

EN

In this paper, two fuzzy Takagi-Sugeno models were built to describe daily gas consumption of rural households using the Gaussian and trapezoidal membership function. It was found that the predictive values of both models are similar and satis-factory (MAPE 5.3-5.5%) and slightly better than in the case of the model of neural network when the BFGS algorithm was used for training, as shown in the first section of the study.

PL

W pracy przedstawiono zbudowane dwa rozmyte modele typu Takagi-Sugeno opisujące dobowe zużycie gazu przez wiejskie gospodarstwa domowe, wykorzystując gaussowską i trapezoidalną funkcję przynależności. Stwierdzono, że wartość predykcyjna obydwu modeli jest podobna oraz zadowalająca (MAPE rzędu 5,3-5,5%) i nieznacznie lepsza od modelu neuronowe-go, gdy do uczenia sieci zastosowano algorytm BFGS, a który przedstawiono w części I opracowania.

3

Rozmyte algorytmy diagnostyki układów sterowania procesami przemysłowymi - Przykład laboratoryjny

Kowalczuk Z., Orzechowski G.

Pomiary Automatyka Kontrola

|

2005

|

R. 51, nr 9 bis

96--99

PL

W niniejszej pracy prezentuje się przykład zastosowania algorytmów detekcji usterek opartych na modelach rozmytych w systemie diagnostyki układu laboratoryjnego trzech połączonych zbiorników. Pomimo prostoty realizowanej koncepcji układowej, system ten jest przykładem często występującego w praktyce złożonego procesu przemysłowego. W przeprowadzonych badaniach do oceny stanu procesu oraz realizacji zadań diagnostycznych wykorzystuje się matematyczny opis układu zbiorników w postaci modelu nieliniowego oraz modelu rozmytego zlinearyzowanego (Takagi-Sugeno). Oba podejścia do modelowania porównuje się pod względem złożoności obliczeniowej oraz osiągalnej dokładności, a następnie ilustruje możliwości ich wykorzystania w procesie detekcji i lokalizacji typowych usterek powstających w układzie sterowania rozważanym procesem. W badaniach symulacyjnych ilustrujących efektywność realizowanej procedury detekcji usterek funkcję obiektu pełni zidentyfikowany model nieliniowy (wraz z symulowanymi uszkodzeniami), zaś opracowany model rozmyty stanowi podstawę analitycznej redundancji (system odniesienia) wykorzystywanej w procesie bieżącej diagnostyki analizowanego układu laboratoryjnego.

EN

This paper discusses an application of failure detection and identification (FD1) algorithms based on fuzzy models to the diagnosis of a laboratory installation of three containers. In spite of the conceptual simplicity applied, this type of systems is a frequent instance of real complex industrial processes. For the purpose of both estimation of a process state vector and realization of diagnostic tasks, a mathematical description of the container system is necessary. Such a description can have a precise non-linear dynamic form or can be given as a sound approximation, being, for instance, a fuzzy-logic model using piece-wise linear dynamic transfer functions, representing the system in several working points (known as the Takagi-Sugeno model or structure). The two general approaches are compared in terms of numerical complexity and exactness. The Takagi-Sugeno model developed is then applied in detecting typical failures, appearing in a control system of the analyzed industrial process. In the simulation studies performed, which illustrate the effectiveness of such realizations of the failure detection procedures, the model serves as a basis of analytical redundancy (reference).