Модифицированный предиктор Смита для объекта с переменной задержкой
Ключевые слова:
система с запаздыванием, предиктор Смита, адаптивное управление, нейронная сеть, генетический алгоритм, нечеткий логический регулятор Такаги - СугеноАннотация
При управлении системами с переменным временем задержки традиционный предиктор Смита обладает плохой устойчивостью. Предлагается разработка усовершенствованного адаптивного ПИД-Смит предиктора, который использует ПИД-регулятор в качестве основного контроллера и, кроме того, блок оценки неизвестного времени задержки. Цель состоит в том, чтобы гарантировать стабильность работы системы и устойчивость к ошибкам моделирования. Рассматриваются два варианта организации блока оценки: на базе нейронной сети и на базе нечеткого регулятора. В первом варианте генетический алгоритм применяется для поиска оптимальных параметров блока оценки в автономном режиме. Во втором варианте нечеткий регулятор типа Такаги — Сугено использует множество моделей с различным временем задержки. В каждый момент времени вычисляется ошибка выхода для каждой модели. Выходной сигнал блока оценки рассчитывается по правилу дефаззификации. Результаты моделирования показывают эффективность предложенного метода.Литература
1. Smith O.J.M. Close Control of Loops with Dead Time // Chemical Engineering Progress. 1957. vol. 53. pp. 217–235.
2. Гурецкий Х. Анализ и синтез систем управления с запаздыванием // М.: Машиностроение. 1973. 328 с.
3. Вундер Н.А., Ушаков А.В. Анализ чувствительности к вариации запаздывания систем с последовательным компенсатором, включённым по схеме Смита // Автометрия. 2016. № 3. С. 71–78.
4. Фуртат И.Б., Цыкунов А.М. Адаптивное управление объектами с запаздыванием по выходу // Известия ВУЗов. Приборостроение. 2005. № 7. С. 15–19.
5. Kamali M., Askari J., Sheikholeslam F. An Output-feedback adaptive actuator failure compensation controller for systems with unknown state delays // J. Nonlinear Dyn. 2012. vol. 64. no. 4. pp. 2397–2410.
6. Бобцов А.А. Стабилизация нелинейных систем по выходу в условиях запаздывания // Известия РАН. Теория и системы управления. 2008. № 2. С. 21–28.
7. Бобцов А.А., Пыркин А.А. Адаптивное и робастное управление c компенсацией неопределенностей // СПб: НИУ ИТМО. 2013. 135 с.
8. Wei Q., Wang W. Research on fuzzy self-adaptive PI-Smith control in long time-delay system // Journal of China Universities of Posts and Telecommunications. 2011. vol. 18(5). pp. 114–117.
9. Wang P.G., Feng H.P., Zong X.P. Smith predictive control based on NN // Proceedings of 2005 International Conference on Machine Learning and Cybernetics. Guangzhou. 2005. pp. 4179–4183.
10. Chen H., Zouaoui Z., Chen Z. A modified Smith predictive scheme based back-propagation neural network approach for FOPDT processes control // Journal of Process Control. 2013. vol. 23(9). pp. 1261–1269.
11. Padhan D.G., Majhi S. Modified Smith predictor based cascade control of unstable time delay processes // ISA Transactions. 2012. vol. 51. no. 1. pp. 95–104.
12. Ren H., Cao X., Guo J. Modified Smith Predictor Design and Its Applications to Long Time Delay Systems // International Journal of Signal Processing, Image Processing and Pattern Recognition. 2015. vol. 8. no. 5. pp. 151–160.
13. Abuzaid O.M., Emheisen M.A., Ammar A.A. Design of Fuzzy Self-adaptive PI-Smith Predictor Process Controller // International Journal of Engineering Trends and Technology (IJETT). 2016. vol. 31. no. 1. pp. 18–21.
14. Бураков М.В., Кирпичников А.П. Нечеткий регулятор ПИД-типа для нелинейного объекта // Вестник Казанского технологического университета. 2015. Т.18. № 4. C. 242–244.
15. Burakov M.V., Kurbanov V.G. Fuzzy PID controller for nonlinear plant // ARPN Journal of Engineering and Applied Sciences. 2016. vol. 11. no. 9. pp. 5745–5748.
16. Бураков М.В., Коновалов А.С., Яковец О.Б. Эволюционный синтез нечетких регуляторов // Информационно-управляющие системы. 2015. № 6. С. 28–33.
17. Takagi T., Sugeno M. Fuzzy identification of systems and its applications to modeling and control // IEEE Trans. Systems Man Cybernet. 1985. vol. 15. no. 116. pp. 116–132.
18. Gao Q., Feng G., Wang Y. Universal fuzzy controllers based on generalized T–S fuzzy models // Fuzzy Sets and Systems. 2012. vol. 201. pp. 55–70.
19. Klug M., Castelan E.B., Leite V.J., Silva L.F. Fuzzy dynamic output feedback control through nonlinear Takagi–Sugeno models // Fuzzy Sets and Systems. 2015. vol. 263. pp. 92–111.
20. Бураков М.В., Брунов М.С. Структурная идентификация нечеткой модели // Труды СПИИРАН. 2014. Вып. 3 (34). С. 232–246.
2. Гурецкий Х. Анализ и синтез систем управления с запаздыванием // М.: Машиностроение. 1973. 328 с.
3. Вундер Н.А., Ушаков А.В. Анализ чувствительности к вариации запаздывания систем с последовательным компенсатором, включённым по схеме Смита // Автометрия. 2016. № 3. С. 71–78.
4. Фуртат И.Б., Цыкунов А.М. Адаптивное управление объектами с запаздыванием по выходу // Известия ВУЗов. Приборостроение. 2005. № 7. С. 15–19.
5. Kamali M., Askari J., Sheikholeslam F. An Output-feedback adaptive actuator failure compensation controller for systems with unknown state delays // J. Nonlinear Dyn. 2012. vol. 64. no. 4. pp. 2397–2410.
6. Бобцов А.А. Стабилизация нелинейных систем по выходу в условиях запаздывания // Известия РАН. Теория и системы управления. 2008. № 2. С. 21–28.
7. Бобцов А.А., Пыркин А.А. Адаптивное и робастное управление c компенсацией неопределенностей // СПб: НИУ ИТМО. 2013. 135 с.
8. Wei Q., Wang W. Research on fuzzy self-adaptive PI-Smith control in long time-delay system // Journal of China Universities of Posts and Telecommunications. 2011. vol. 18(5). pp. 114–117.
9. Wang P.G., Feng H.P., Zong X.P. Smith predictive control based on NN // Proceedings of 2005 International Conference on Machine Learning and Cybernetics. Guangzhou. 2005. pp. 4179–4183.
10. Chen H., Zouaoui Z., Chen Z. A modified Smith predictive scheme based back-propagation neural network approach for FOPDT processes control // Journal of Process Control. 2013. vol. 23(9). pp. 1261–1269.
11. Padhan D.G., Majhi S. Modified Smith predictor based cascade control of unstable time delay processes // ISA Transactions. 2012. vol. 51. no. 1. pp. 95–104.
12. Ren H., Cao X., Guo J. Modified Smith Predictor Design and Its Applications to Long Time Delay Systems // International Journal of Signal Processing, Image Processing and Pattern Recognition. 2015. vol. 8. no. 5. pp. 151–160.
13. Abuzaid O.M., Emheisen M.A., Ammar A.A. Design of Fuzzy Self-adaptive PI-Smith Predictor Process Controller // International Journal of Engineering Trends and Technology (IJETT). 2016. vol. 31. no. 1. pp. 18–21.
14. Бураков М.В., Кирпичников А.П. Нечеткий регулятор ПИД-типа для нелинейного объекта // Вестник Казанского технологического университета. 2015. Т.18. № 4. C. 242–244.
15. Burakov M.V., Kurbanov V.G. Fuzzy PID controller for nonlinear plant // ARPN Journal of Engineering and Applied Sciences. 2016. vol. 11. no. 9. pp. 5745–5748.
16. Бураков М.В., Коновалов А.С., Яковец О.Б. Эволюционный синтез нечетких регуляторов // Информационно-управляющие системы. 2015. № 6. С. 28–33.
17. Takagi T., Sugeno M. Fuzzy identification of systems and its applications to modeling and control // IEEE Trans. Systems Man Cybernet. 1985. vol. 15. no. 116. pp. 116–132.
18. Gao Q., Feng G., Wang Y. Universal fuzzy controllers based on generalized T–S fuzzy models // Fuzzy Sets and Systems. 2012. vol. 201. pp. 55–70.
19. Klug M., Castelan E.B., Leite V.J., Silva L.F. Fuzzy dynamic output feedback control through nonlinear Takagi–Sugeno models // Fuzzy Sets and Systems. 2015. vol. 263. pp. 92–111.
20. Бураков М.В., Брунов М.С. Структурная идентификация нечеткой модели // Труды СПИИРАН. 2014. Вып. 3 (34). С. 232–246.
Опубликован
2017-03-31
Как цитировать
Бураков, М. В., & Шишлаков, В. Ф. (2017). Модифицированный предиктор Смита для объекта с переменной задержкой. Труды СПИИРАН, 2(51), 60-77. https://doi.org/10.15622/sp.51.3
Раздел
Методы управления и обработки информации
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
