DOI: https://doi.org/10.15589/jnn20170404

Синтез та оптимізація нечітких регуляторів у системах керування піролізними реакторами

Oleksiy V. Kozlov, Galyna V. Kondratenko, Yuriy P. Kondratenko

Анотація


Запропоновано комплексну методику синтезу та оптимізації нечітких регуляторів (НР) типу Мамдані для систем автоматичного керування (САК) температурними режимами реакторів спеціалізованих піролізних комплексів (СПК). Для дослідження ефективності розробленої методики проведено проектування НР для САК температурою реактора експериментального СПК. Доведено, що застосування створених на основі представленої методики НР в САК температурними режимами піролізних реакторів СПК дозволяє забезпечувати достатньо високі показники якості керування за їхньої відносно нескладної програмно-апаратної реалізації.

Ключові слова


нечіткий регулятор; система автоматичного керування; оптимізація; піролізний реактор

Повний текст:

PDF

Посилання


Ryzhkov S. S., Markina L. M. Eksperymentalni doslidzhennia utylizatsii orhanichnykh vidkhodiv metodom bahatokonturnoho tsyrkuliatsiinoho pirolizu [Experimental research on the organic waste recovery with the method of multi-circuit circulation pyrolysis]. Zbirnyk naukovykh prats NUK — Collection of scientific publications of NUOS, 2007, no. 5, pp. 100–106.

Rotshteyn A. P. Intellektualnye tekhnologii identifikatsii: nechetkie mnozhestva, geneticheskie algoritmy, neyronnye seti [Intelligent identification technologies: fuzzy sets, genetic algorithms, neural networks]. Vinnitsa, UNІVYERSUM-Vіnnitsya Publ., 1999. 300 p.

Rutkovskaya D., Pilinskiy M., Rutkovskiy L. Neyronnye seti, geneticheskte algoritmy i nechetkie sistemy [Neural networks, genetic algorithms and fuzzy systems]. Moscow, Goryachaya liniya — Telekom Publ., 2006. 452 p.

Barreto A. M. S., Anderson C. W. Restricted Gradient-Descent Algorithm for Value-Function Approximation in Reinforcement Learning. Artificial Intelligence, 2008, no. 172, issues 4–5, pp. 454–482.

Gacto M. J., Alcalá R., Herrera F. Adaptation and Application of Multi-Objective Evolutionary Algorithms for Rule Reduction and Parameter Tuning of Fuzzy Rule-Based Systems. Soft Computing, 2009, no. 5, pp. 419–436.

Hampel R., Wagenknecht M., Chaker N. Fuzzy Control: Theory and Practice. New York, Physika-Verlag Publ., Heidelberg, 2000. 410 p.

Kondratenko Y. P., Kozlov O. V. Fuzzy Controllers in Reactors Control Systems of Multiloop Pyrolysis Plants. 19th Zittau Fuzzy Colloquium: Proceedings of East-West Fuzzy Colloquium 2012. Zittau, Hochschule Zittau/Goerlitz Publ., Germany, 2012, pp. 15–22.

Kondratenko Y., Korobko V., Korobko O., Kondratenko G., Kozlov O. Green-IT Approach to Design and Optimization of Thermoacoustic Waste Heat Utilization Plant Based on Soft Computing. Chapter in a book: “Green IT Engineering: Components, Networks and Systems Implementation”. Book Series: Studies in Systems, Decision and Control. Vol. 105. Berlin, Heidelberg, Springer International Publ., 2017, pp. 287–311.

Kondratenko Y. P., Kozlov O. V. Mathematic Modelling of Reactor’s Temperature Mode of Multiloop Pyrolysis Plant. Lecture Notes in Business Information Processing: Modelling and Simulation in Engineering, Economics and Management. Vol. 115. Berlin, Heidelberg, Springer International Publ., 2012, pp. 178–187.

Kondratenko Y., Simon D. Structural and Parametric Optimization of Fuzzy Control and Decision Making

Systems. World Conference on Soft Computing. Berkeley, CA, 2016, pp. 1–6.

Kondratenko Y. P., Klymenko L. P., Al Zu’bi E. Y. M. Structural Optimization of Fuzzy Systems’ Rules Base and Aggregation Models. Kybernetes, 2013, vol. 42, issue 5, pp. 831–843.

Kondratenko Y. P., Kozlov O. V., Korobko O. V., Topalov A. M. Synthesis and Optimization of Fuzzy Control System for Floating Dock’s Docking Operations. Chapter in a book “Fuzzy Control Systems: Design, Analysis and Performance Evaluation”. Wendy Santos (Eds.). New York, USA, Nova Science Publishers, 2017, pp. 141–215.

Kondratenko Y. P., Altameem T. A., Al Zu’bi E. Y. M. The Optimization of Digital Controllers for Fuzzy Systems Design. Advances in Modelling and Analysis. AMSE Periodicals, 2010, series A, vol. 47, issue 1-2, pp. 19–29.

Simon D. H∞ Estimation for Fuzzy Membership Function Optimization. Intern. Journal of Approximate Reasoning, 2005, no, 40, pp. 224–242.