Введение
1. Автоматизация рабочего процесса асфальтоукладчика 10
1.1 Технология процесса асфальтоукладки 10
1.2 Описание рабочего органа асфальтоукладчика 11
1.3 Трамбующий брус 12
1.4 Выглаживающая плита 14
1.5 Функциональная схема системы автоматического регулирования 15
2 Гидравлический привод рабочего органа асфальтоукладчика 16
2.1 Гидравлическая схема асфальтоукладчика 16
2.2 Расчет основных параметров 17
3 Основные понятия нечеткой логики 21
3.1 Нечеткая информация и нечеткие выводы 21
3.2 Определение нечеткого множества 23
3.3 Функции принадлежности нечеткой логики 25
3.4 Нечеткие выводы 27
3.4.1 Алгоритм Мамдани 27
3.4.2 Алгоритм Сугэно 28
4 Синтез ПИ-регулятора 30
4.1 Расчет параметров аналогового ПИ-регулятора 30
4.2 Расчет параметров цифрового ПИ-регулятора 32
4.3 Расчет параметров нечеткого ПИ-регулятора 33
5 Разработка имитационной модели системы управления уплотняющего
рабочего органа асфальтоукладчика в пакете MATLAB&Simulink 36
5.1 Выбор среды разработки 36
5.2 Разработка схемы моделирования с аналоговым регулятором 37
5.3 Разработка схемы моделирования с цифровым регулятором 40
5.4 Разработка схемы моделирования с нечетким регулятором 41
5.5 Компьютерное моделирование системы 46
5.5.1 Результаты моделирования модели с аналоговым ПИ-регулятором . . . 46
5.5.2 Результаты моделирования модели с цифровым ПИ-регулятором 47
5.5.3 Результаты моделирования модели с нечетким ПИ-регулятором 49
5.6 Автоматическая генерация кода ST для логического контроллера из
модели Simulink 52
Заключение 56
Список использованных источников 57
Приложение

Купить

Строительство дорог в России, в виду её территориальной протяженности, всегда оставалось и остаётся одной из главных задач. Для создания инфраструктуры современного государства с развитой экономикой необходимы отличные по качеству и несущей способности скоростные автомагистрали. На сегодняшний день для строительства дорог с учётом всех норм и правил, учитывающих возможные нагрузки на дорожное покрытие, необходимо применять современные дорожно-строительные комплексы. Достижение качества и максимальная производительность не возможна без современных средств и систем автоматизации [2]. aaaaaaaaaaaaaaaaaaaaaaaa
Асфальтоукладчик является центральной машиной дорожно-строительного комплекта. Он обеспечивает укладку, профилирование и предварительное уплотнение слоя асфальтобетонной смеси [8].aaaaaaaaaaa
Качество дорожного покрытия в значительной степени определяется коэффициентом уплотнения асфальтобетонной смеси, зависящим от неоднородности толщины укладываемой смеси асфальтобетона и жесткости конструкции уплотняющего оборудования. aaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
В процессе уплотнения необходимо обеспечивать управление оборудованием по степени уплотнения асфальтобетонной смеси. В качестве уплотняющего оборудования на современных асфальтоукладчиках применяют систему «брус-плита» [3]. aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
Разработка системы управления процессом уплотнения, обеспечивающей за асфальтоукладчиком заданную степень уплотнения асфальтобетонной смеси, с прогнозом получения высокого качества дорожного покрытия, без непосредственного участия в управлении процессом уплотнения со стороны машиниста-оператора, является актуальной задачей.
В теории управления особое внимание всегда уделялось проблеме синтеза математических моделей и алгоритмов управления при недостаточной информации об объекте управления и действующих на него полезных сигналов
Опыт создания систем автоматического управления для сложных технологических объектов, в условиях большой неопределенности и неполноты знаний об объекте, нечеткости описаний показал неэффективность применения только формальных классических методов теории управления. Этим объясняется повышенный интерес к невероятностным моделям нечеткости и неопределенности, характерный для 1960-1970-х гг.
Теория нечетких множеств, основные идеи которой были предложены американским математиком Лотфи Заде (Lotfi Zadeh) в 1965 году, позволяет описывать качественные, неточные понятия и наши знания об окружающем мире, а также оперировать этими знаниями с целью получения новой информации. Основанные на этой теории методы построения информационных моделей существенно расширяют традиционные области применения компьютеров и образуют самостоятельное направление научно-прикладных исследований, которое получило специальное название — нечеткое моделирование [11]. aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
В последнее время нечеткое моделирование является одной из наиболее активных и перспективных направлений прикладных исследований в области управления и принятия решений. Нечеткое моделирование оказывается особенно полезным, когда в описании технических систем и бизнес-процессов присутствует неопределенность, которая затрудняет или даже исключает применение точных количественных методов и подходов. aaaaaaaaaaaaaaaaaaa
В области управления техническими системами нечеткое моделирование позволяет получать более адекватные результаты по сравнению с результатами, которые основываются на использовании традиционных аналитических моделей и алгоритмов управления. Диапазон применения нечетких методов с каждым годом расширяется, охватывая такие области, как проектирование промышленных роботов и бытовых электроприборов, управление доменными
При этом нечеткие системы позволяют повысить качество продукции при уменьшении ресурсозатрат и энергозатрат и обеспечивают более высокую устойчивость к воздействию мешающих факторов по сравнению с традиционными системами автоматического управления.
Другими словами, новые подходы позволяют расширить сферу приложения систем автоматизации за пределы применимости классической теории [11].aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
Математическая теория нечетких множеств позволяет описывать нечеткие понятия и знания, оперировать этими знаниями и делать нечеткие выводы.
Нечеткое управление оказывается особенно полезным, когда технологические процессы являются слишком сложными для анализа с помощью общепринятых количественных методов или когда доступные источники информации интерпретируются качественно, неточно или неопределенно. Нечеткая логика, на которой основано нечеткое управление, ближе по духу к человеческому мышлению и естественным языкам, чем традиционные логические системы. Нечеткая логика, в основном, обеспечивает эффективные средства отображения неопределенностей и неточностей реального мира. Наличие математических средств отражения нечеткой исходной информации позволяет построить модель, адекватную реальности.
Системы, основанные на нечетких множествах разработаны и успешно внедрены в таких областях, как: управление технологическими процессами, управление транспортом, медицинская диагностика, техническая диагностика, финансовый менеджмент, биржевое прогнозирование, распознавание образов. Спектр приложений очень широкий: от видеокамер и бытовых стиральных машин до средств наведения ракет ПВО и управления боевыми вертолетами. Практический опыт разработки систем нечеткого логического вывода
В последнее время наблюдается исключительно высокий интерес к одному из важнейших приложений теории нечетких множеств — анализу и синтезу нечетких регуляторов и систем управления технологическими процессами и установками. Нужно сказать, что широко применяемые традиционные ПИ- и ПИД-алгоритмы можно считать экспертными, так как были впервые построены в конце XIX столетия, когда теории автоматического управления еще не существовало. Отечественные публикации по этой проблематике относятся к концу 1980-х и началу 1990-х гг. Вместе с тем, за прошедшее десятилетие произошло лавинообразное увеличение числа теоретических и прикладных исследований в области нечетких регуляторов и систем управления. Большое число практических применений нечетких систем управления в промышленности, транспорте и бытовых приборах отмечено в Японии, Китае, США и в европейских странах.
Традиционные методы оптимизации представляют собой совокупность способов, помогающих, при использовании регуляторов и цифровых вычислительных устройств, эффективно принимать решения при известных и фиксированных параметрах. Но в тех случаях, когда основные параметры процесса оказываются неопределенными, применение стандартной методики не позволяет достичь требуемого результата.
Подход к решению задач управления на основе теории нечетких множеств является альтернативой общепринятым количественным методам анализа систем. Качественное отличие нового подхода, состоит в том, что в теории автоматического управления появляется эффективный способ описания сложных технологических процессов, не поддающихся точному математическому анализу [11].
Популярность теории нечетких множеств в проектировании объясняется тем, что нечеткие системы разрабатываются быстрее, они получаются проще и
дешевле четких аналогов. Экспертные знания легко внедрить в нечеткие системы, что позволяет быстро создавать прототипы изделий с прозрачными, понятными для человека, алгоритмами функционирования. Разработанные в последнее десятилетие методы обучения позволяют настроить нечеткую систему для обеспечения требуемых уровней качества функционирования. Аппаратная реализация нечетких алгоритмов не сложная, при этом можно распараллелить вычисления.
Объектом разработки в магистерской диссертации является математическая модель процесса уплотнения асфальтобетонной смеси трамбующим брусом рабочего органа асфальтоукладчика.
Цель магистерской диссертации: разработка системы интеллектуального управления рабочим органом асфальтоукладчика.
Для достижения поставленной цели были решены следующие задачи:
- анализ технологии процесса строительства асфальтобетонного покрытия;
- идентификация объекта управления;
- описание принципиальной гидравлической схемы асфальтоукладчика;
- разработка структурной схемы системы автоматического регулирования (САР) коэффициента уплотнения асфальтобетонной смеси;
- подбор функционально необходимых элементов гидропривода;
- синтез нечеткого ПИ-регулятора;
- разработка имитационной модели цифровой системы управления уплотняющего рабочего органа с гидроприводом;
- компьютерное моделирование рабочего процесса уплотнения асфальтобетонной смеси трамбующим брусом рабочего органа асфальтоукладчика.

Купить