CC BY
29
AUTOMATED CONTROL SYSTEM OF THE SOLAR AIR MANIFOLD Zelentsov D.S. (Russian Federation) Email: Zelentsov560@scientifictext.ru
Zelentsov Denis Sergeyevich - Master Student, DIRECTION OF TRAINING: POWER ENGINEERING AND ELECTRICAL ENGINEERING, ORENBURG STATE UNIVERSITY, ORENBURG
Abstract: this article discusses the possibility of using the model of fuzzy sets Mamdani output to maintain the necessary climatic parameters in the room solar air collector. The goal is to create a model of fuzzy output Mamdani to control the solar collector. The task is, using the Mamdani fuzzy set method based on the FuzzyLogicToolbox package, to programmatically implement a solar air collector control algorithm. The creation of an autonomous intelligent control system for the heating process with an alternative source of thermal energy will improve the quality of regulation and energy efficiency by optimizing control based on energy criteria. The results obtained will give an idea of the possibility of autonomously maintaining the specified temperature characteristics of the room, taking into account the heat supply to the collector.
Keywords: intelligent systems, solar collector, fuzzy logic, alternative energy sources, space heating.
АВТОМАТИЗИРОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ СОЛНЕЧНЫМ ВОЗДУШНЫМ КОЛЛЕКТОРОМ Зеленцов Д.С. (Российская Федерация)
Зеленцов Денис Сергеевич - магистрант, направление подготовки: Электроэнергетика и электротехника, Оренбургский государственный университет, г. Оренбург
Аннотация: в данной статье рассмотрена возможность применения модели нечетких множеств вывода Мамдани для поддержания необходимых климатических параметров в помещении солнечным воздушным коллектором. Цель создания модели нечеткого вывода Мамдани для управления солнечным коллектором. Задачей является, используя метод нечетких множеств Мамдани на базе пакета «FuzzyLogicToolbox», программно реализовать алгоритм управления солнечным воздушным коллектором. Создание автономной интеллектуальной системы управления процессом обогрева с альтернативным источником тепловой энергии позволит повысить показатели качества регулирования и энергоэффективности за счет оптимизации управления на основе энергетических критериев. Полученные результаты дадут представление о возможности автономного поддержания заданных температурных характеристик помещения, с учетом теплоснабжения коллектором.
Ключевые слова: интеллектуальные системы, солнечный коллектор, нечеткая логика, альтернативные источники энергии, отопление помещений.
Рост тарифов на коммунальные услуги и отопление, а также удалённость частных объектов от центральных тепло и электросетей, в настоящее время обусловило актуальность применения альтернативных источников энергии, например, солнечных коллекторов [4]. Задачей является, используя метод нечетких множеств Мамдани на базе пакета «FuzzyLogicToolbox», программно реализовать алгоритм управления солнечным воздушным коллектором. На основе прописанных лингвистических переменных в базе правил, нечеткий вывод Мамдани отображает на выходных параметрах, в зависимости от различных сценариев, какую необходимо дать команду на исполняющий механизм системы управления отопления коллектором.
Программное средство «Нечеткое моделирование» реализует нечеткий логический вывод решаемой задачи посредством описания рассматриваемых характеристик в виде нечетких
лингвистических переменных, объединенных системой правил-продукций [3]. Вывод решения осуществляется на основе алгоритма Мамдани. Алгоритм является одним из первых, который нашел применение в системах нечеткого вывода. Он примечателен тем, что он работает по принципу «черного ящика» [2]. На вход поступают количественные значения, на выходе они же. На промежуточных этапах используется аппарат нечеткой логики и теория нечетких множеств. Итак, этапы нечеткого вывода выполняются последовательно. И все значения, полученные на предыдущем этапе, могут использоваться на следующем.
Предварительный этап начинается с определения входных и выходных параметров. В программе «Fuzzy Logic» задаемся двумя входными параметрами [1]:
1. «Температура помещения».
2. «Температура окружающей среды».
В соответствии с [5] оптимальной температурой для жилых помещений является температурный диапазон (18 - 22) °С Каждый входной параметр имеет собственное терм множество. Для входного параметра «температура помещения» выделим в терм множестве следующие переменные {«Низкая»,»Оптимальная»,»Высокая»}. Каждую лингвистическую переменную зададим в виде функции принадлежности «трапециевидная» рисунок 1.
Рис. 1. Входной параметр «температура помещения» программе «Fuzzy Logic»
Для входного параметра «температура окружающей среды» разделим на следующие терм множества {«Очень низкая», «Низкая», «Средняя», «Высокая», «Очень высокая»} (рисунок 2). Для каждой лингвистической переменной терм множеств задана функция принадлежности «трапециевидная».
Рис. 2. Входной параметр «температура окружающей среды» в программе «Fuzzy Logic»
Следующим этапом является задание выходных параметров. В редакторе структур создаем переменную выходной параметр «Положение заслонки» (рисунок 3) данный
35
параметр задается терм множеством с тремя лингвистическими переменными {«открыта», «открыта наполовину», «закрыта»}. Функция принадлежности для всех переменных терм множеств задается треугольная.
Рис. 3. Редактор переменных выходных параметров в программе «Fuzzy Logic»
Этот параметр будет моделировать ситуацию положения заслонки в вентиляционной системе подачи нагретого воздуха в помещение. Структура программы для управления солнечным коллектором представлена на рисунке 4.
Рис. 4. Редактор структуры в программе «Fuzzy Logic» 1) Формирование базы правил.
Базу правил для алгоритма программы формируем исходя из полученных данных. ПРАВИЛО_1: ЕСЛИ «Т помещения» ЕСТЬ «Низкая» И «Т окружающей ср.» ЕСТЬ «Очень низкая» ТОГДА «Положение заслонки» ЕСТЬ «Закрыта»;
ПРАВИЛО_2: ЕСЛИ «Т помещения» ЕСТЬ «Низкая« И «Т окружающей ср.« ЕСТЬ «Низкая« ТОГДА «Положение заслонки ЕСТЬ «Закрыта»;
ПРАВИЛО_3: ЕСЛИ «Т помещения» ЕСТЬ «Низкая» И «Т окружающей ср.» ЕСТЬ «Средняя» ТОГДА «Положение заслонки» ЕСТЬ «Открыта на половину»;
ПРАВИЛО_4: ЕСЛИ «Т помещения» ЕСТЬ «Низкая» И «Т окружающей ср.» ЕСТЬ «Высокая» ТОГДА «Положение заслонки» ЕСТЬ «Открыта»;
ПРАВИЛО_5: ЕСЛИ «Т помещения» ЕСТЬ «Низкая» И «Т окружающей ср.» ЕСТЬ «Очень высокая» ТОГДА «Положение заслонки» ЕСТЬ «Открыта»;
После того когда множество необходимых значений заложены в программу следует прописать логические правила в редакторе правил
1) Получение нечеткого множества для каждой из выходных переменных. Проведя настройку модели в редакторе структур и редакторе правил, в главном окне системы «Нечеткий вывод Мамдани» можно наблюдать за результатом. Входные данные задаются интерактивно, перетаскиванием красной вертикальной линии в поле каждой переменной, или непосредственным вводом N чисел (где N - число переменных на входе) в поле «Входные параметры»
15,91 17,91 19,91 21,91 23,91 Рис. 5. Входной параметр «температура помещения»
Рис. б. Входной параметр «температура окружающей среды»
Рис. 7. Выходные параметры «источник теплоснабжения» и «положение заслонки»
Рассмотрим работу программного средства на конкретном примере. Смоделирована ситуация, когда входной параметр «температура помещения» соответствует значению 17,8°С
37
(рисунок 5), что соответствует характеристике терм множеств «температура помещения» «низкая». Во входном параметре «температура окружающей среды» значение -3°С (рисунок 6) и соответствует характеристике терм множеств «высокая». На основе прописанных лингвистических переменных в базе правил, нечеткий вывод Мамдани отображает на выходных параметрах (рисунок 7), что в данной ситуации необходимо дать команду на открытие заслонки для подачи нагретого воздуха в помещение.
Вывод: Полученные результаты наглядно показывают о возможности применения алгоритма Мамдани для поддержания заданных температурных характеристик помещения, с учетом теплоснабжения коллектором. Следующим этапом по исследуемому направлению планируется разработать математическую модель управления солнечным коллектором, на базе программируемого логического контроллера ATmega 2560.
Список литературы /References
1. Леоненков А.В. Нечеткое моделирование в среде MatLab и fuzzyTECH. СПб.: БХВ-Петербург, 2003. 736 c.
2. Пупков К.А., Коньков В.Г. Интеллектуальные системы. М.: Изд-во МГТУ им. Н.Э. Баумана, 2003. 348 c.
3. Белоусов А В. Математическое моделирование системы горячего водоснабжения зданий с пиковым теплоисточником на основе гелиоустановки / А.В. Белоусов, С.Н. Глаголев, Ю.А. Кошлич // Информационные системы и технологии. 2013. № 6. С. 16-23.
4. Семенова Н.Г. Сравнительный анализ существующих типов солнечных коллекторов / Н.Г. Семенова, Д.С. Зеленцов, // Университетский комплекс как региональный центр образования, науки и культуры. [Электронный ресурс]: материалы Всероссийской научно-методической конференции; Оренбург. гос. ун-т. Электрон. дан. Оренбург: ОГУ, 2018. С. 3002-3005. 4 с. Режим доступа: https://conference.osu.ru/archive/publications.html?detailed=15/ (дата обращения: 28.05.2019).
5. ГОСТ 30494-2011. «Здания жилые и общественные. Параметры микроклимата в помещениях.» Введ. 2011-12-08. Москва: Стандарт информ, 2013. 12 c.
