Введение 7
1 Устройство и рабочий процесс асфальтоукладчика 9
1.1. Процесс асфальтоукладки 9
1.2. Устройство асфальтоукладчика 10
1.3. Гидравлический привод асфальтоукладчика 14
1.4. Расчёт массы выглаживающей плиты 19
1.5. Расчет гидравлической системы управления 20
2. Проектирование нечеткого регулятора 24
2.1. Сведения о нечеткой логике в системах управления 24
2.2. Методика проектирования нечеткого регулятора 29
3. Разработка имитационной модели следящей системы управления рабочим
органом асфальтоукладчика с нечетким регулятором 34
3.1. Имитационная модель системы управления с аналоговым
регулятором 34
3.3. Модель системы управления рабочим органом асфальтоукладчика с
нечетким регулятором на языке MATLAB 44
4. Компьютерное моделирование системы управления 49
Заключение 51
Список сокращений 52
Список использованных источников 53
Приложение А Справочные данные параметров гидравлической системы 55
Приложение Б Свидетельство о государственной регистрации программы для
ЭВМ 58
Приложение В Публикации 59
Приложение Г Плакаты презентации 71
В современной теории идентификации все более важную роль начинают играть методы, привлекающие лингвистическую информацию при построении моделей нелинейных зависимостей. Одним из наиболее разработанных в инженерном отношении инструментов учета лингвистической информации является теория нечетких множеств и нечеткая логика. Теория нечетких множеств ведет свое начало с 1965 года, когда профессор Лотфи Заде из Калифорнийского университета Беркли опубликовал основополагающую статью «Fuzzy Sets» в журнале «Information and Control». Прилагательное «fuzzy», которое можно перевести на русский язык как нечеткий, размытый, ворсистый, пушистый, введено в название новой теории с целью дистанцирования от традиционной четкой математики и аристотелевой логики, оперирующих с четкими понятиями: «принадлежит-не принадлежит», «истина- ложь».
Концепция нечеткого множества зародилась у Л. Заде «как неудовлетворенность математическими методами классической теории систем, которая вынуждала добиваться искусственной точности, неуместной во многих системах реального мира, особенно в так называемых гуманистических системах, включающих людей» [1].
Наиболее продвинутые на сегодня методы построения автоматических систем управления основаны на использовании строгих математических моделей объектов. Однако, для подавляющего большинства как искусственных, так и естественных объектов управления (ОУ), которыми необходимо управлять, построение точных математических моделей практически невозможно ввиду их плохой формализуемости. К тому же, эти объекты могут функционировать в среде, свойства которой изменяются или же вообще не могут быть определены заранее. Управление такими объектами возможно только с использованием адаптивных принципов. В случае плохой формализуемости ОУ особый интерес вызывают системы, построенные на новых, интеллектуальных принципах. Эти системы используют наработки таких направлений искусственного интеллекта (ИИ) как нечеткая логика, экспертные системы, генетические алгоритмы, искусственные нейронные сети [2].
Общей предпосылкой для применения нечетких систем управления является, с одной стороны, наличие неопределенности, связанной как с отсутствием информации, так и сложностью системы, и невозможностью или нецелесообразностью ее описания традиционными методами, и с другой стороны, наличие об объекте, необходимых управляющих воздействиях, возмущениях и т. п. информации качественного характера [3].
Построение системы автономного адаптивного управления (ААУ) на основе аппарата нечеткой логики позволяет упростить элементы структуры системы, сохраняя общие принципы метода ААУ, а также наделяет дискретный по своей сути метод ААУ некоторыми непрерывными свойствами, что должно повысить качество управления и сократить объем базы знаний.
Нечеткая логика дает возможность достаточно просто заложить в систему ААУ априорную информацию об объекте в виде нечетких правил управления, близость формы записи, которых к естественному языку позволяет без особого труда получать необходимые знания у экспертов. Априорная информация обеспечивает одно из основных начальных условий системы, построенной по методу ААУ, то есть условие максимальной начальной приспособленности. Соблюдение этого условия позволяет получить результат, аналогичный результату действия механизмов естественного отбора и передачи наследственной информации, присущих живым организмам [4].
Нечеткие системы успешно работают в различных областях инженерии, экономики, медицины, биологии, психологии и др. Наибольшее применение нечеткие системы нашли в управлении техническими объектами и технологическими процессами. Например, немецкая корпорация Siemens продала более 2 млн стиральных машин с нечетким управлением.
Целью магистерской диссертации является разработка системы управления ровностью укладки смеси асфальтоукладчиком с нечетким регулятором. Использовано программное обеспечение для имитационного моделирования MATLAB &Simulink, с применением пакетов Fuzzy Logic Toolbox, SimHudraulics, SimMechanics.
В результате выполнения магистерской работы проведен анализ технологии дорожного строительства и устройства укладчиков.
Рассчитаны параметры функционально необходимых элементов гидропривода, как основной части следящей системы регулирования ровности асфальтобетонного покрытия.
Система с нечетким регулятором характеризуется лучшей динамикой процесса регулирования. Система управления с цифровым ПИ-регулятором показывает достаточно хорошие результаты в исследованном диапазоне технологических параметров. Но если учесть особенности дорожного строительства с изменчивостью толщины слоя покрытия, других возмущающих факторов, можно рекомендовать для системы управления нивелированием асфальтоукладчиком нечеткий регулятор.
Таким образом, исследована структура нечеткого управления на примере системы нивелирования для асфальтоукладчиков. Разработана структурная схема нечеткой системы. Получены имитационные модели системы управления с цифровым ПИ-регулятором и нечетким регулятором, разработанные в среде MATLAB с помощью пакетов расширений Simulink, SimHudraulics, SimMechanics. Предлагаемая интеллектуальная система предназначена для повышения эффективности работы системы нивелирования. Выполнено моделирование процесса управления и анализ результатов.
Основные положения магистерской диссертации были оформлены в публикациях [19-24].
Помощь студентам и аспирантам в выполнении работ от наших партнеров
