Fuzzy logic is based on the use of natural language such as ‘far or close’, ‘cold or hot’ and etc. Its application range is very wide, from household appliances to the management of complex industrial processes. Many modern management tasks cannot be simply solved by classical methods because of the very great complexity of mathematical models. However, mathematical transformations are required for using the fuzzy logic theory on a computer and give a possibility to convert linguistic variables to their numerical value in the computer and vice versa. In this paper a gantry and bridge crane control system for managing carts swinging during transporting a load with high accuracy positioning during movement is presented. T-Controller fuzzy inference system as a base for crane management system is described and its main advantages in comparison with traditional systems are delineated. Schema of simplified crane model is introduced.
PL
Logika rozmyta bazuje na pojęciach języka naturalnego, takich jak „blisko lub daleko”, „zimny albo gorący” itp. Zakres zastosowania logiki rozmytej jest bardzo szeroki, począwszy od prostych urządzeń gospodarstwa domowego, a skończywszy na zarządzaniu złożonymi procesami przemysłowymi. Wiele współczesnych zadań planowania i sterowania nie da się rozwiązać za pomocą klasycznych metod, ze względu na zbyt dużą złożoność obliczeniową modelowanych procesów. Wprawdzie przekształcenia matematyczne stanowią wymóg podczas komputerowej realizacji tego typu zadań, jednak podejmująca ją logika rozmyta daje możliwość konwersji informacji zakodowanych w języku naturalnym na odpowiadające im wartości numeryczne. Przedmiotem niniejszego artykułu jest system sterowania suwnicami bramowymi i pomostowymi dla zarządzania wózkami obrotowymi podczas transportu ładunku o wysokiej dokładności pozycjonowania położenia. Jako podstawę systemu zarządzania suwnicą przedstawiono system wnioskowania rozmytego za pomocą T-regulatora rozmytego, podkreślając jego zalety w porównaniu z tradycyjnymi systemami wnioskowania rozmytego. W artykule zawarto również uproszczony schemat modelu suwnicy.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
This study proposes a communication assisted fuzzy based adaptive protective relaying scheme for fault detection, fault classification and faulty phase identification of microgrid along with a solution to isolate the microgrid from the utility grid by disconnecting the static-switch. Any fault in the utility grid causes the microgrid to be isolated from the utility grid whereas if there is a fault in the microgrid it continues to operate with the utility grid. An adaptive fuzzy inference system has been developed using a separate fuzzy rule base for the two modes of operation of microgrid, i.e. islanded mode or grid connected mode. The Central Grid Status Communication System (CGSCU) is considered which monitors the status of PCC and sends a command signal to the relays so that the relay settings are updated with new rules for any transition in the mode of the microgrid. The fundamental phasor amplitude and zero sequence component of current signals are used as input features, fault detection, fault classification and faulty phase identification. A standard microgrid model IEC 61850-7-420 was simulated using MATLAB/SIMULINK. The proposed method is tested for all types of faults by varying fault parameters and also for dynamic situations such as connection/disconnection of DGs and loads. The test results substantiate the effectiveness of the method.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.