CC BY
39УДК 622.046.
© Жумаев О.А., Махмудов Г.Б., Мажидова Р.Б.
ПРИМЕНЕНИЯ НЕЧЕТКОГО КОНТРОЛЛЕРА ДЛЯ УПРАВЛЕНИЯ ПРОЦЕССА ВЫЩЕЛАЧИВАНИЯ ЗОЛОТА ИЗ ПРОДУКТОВ БАКТЕРИАЛЬНОГО ВСКРЫТИЯ
Жумаев О.А. - профессор кафедры «Автоматизация и управления» Навоийского государственного горного института Email: jumaev5216@mail.ru., Махмудов Г.Б. - ассистент кафедры «Автоматизация и управления» Навоийского государственного горного института Email: mahmudov.giyos@mail.ru., Мажидова Р.Б. - магистрант кафедры «Автоматизация и управления» Навоийского государственного горного института Email: ruxangiz45@gmail.com
Аnnotatsiya. Sanoatda eng ko'p ishlatiladigan rostlagichlar sifatida asosan PID-rostlagichlari qo'llaniladi. MATLAB muhitida oltin tarkibli sulfidli rudalarni bakterial oksidlash jarayonini boshqarishda modellashtirish uchun Mamdanining nochiziqli usuli ishlatilgan. Noravshan mantiq kirishining funksiyasini o'rnatish uchun noravshan mantiq va uning kontrollerini tuzilishi ko'rib chiqilgan. Oltin tarkibli sulfidli rudalarni bakteriyali oksidlash jarayoni uchun mavjud murakkab funksiyadan foydalangan holda noravshan mantiq kontrolleri orqali avtomatik ravishda PID rostlagichi sozlandi.
Kalit so'zlari: noravshan mantiq, intellektual boshqarish tizimi, PID-rostlagichi, kontroller, bioreaktor, matematik model.
Аннотация. ПИД-регулирование является одной из наиболее широко используемым контроллером в промышленности. Нелинейный метод, структура Мамдани, была использована для модели процесса бактериального окисления золотосодержащих сульфидных руд в среде МАТЛАБ. Нечеткая логика и ее структура контроллера были приняты для установки функции нечеткого логического ввода. Контроллер с нечеткой логикой автоматически настроил ПИД-регулятор, используя существующую сложную функцию отображения, чтобы сгенерировать подходящие значения для процесса бактериального окисления золотосодержащих сульфидных руд. Ключевые слова: нечеткая логика, интеллектуальная система управление, ПИД-регулятор, контроллер, биореактор, математический модель.
Annotation. PID control is one of the most widely used controller in the industry. A nonlinear method, the Mamdani structure, was used to model the process of bacterial oxidation of gold bearing sulfide ores in the MATLAB environment. Fuzzy logic and its controller structure have been adopted to set the function of fuzzy logic input. The fuzzy logic controller automatically tuned
the PID controller using the existing sophisticated display function to generate suitable values for the gold sulfide bacterial oxidation process.
Key words: fuzzy logic, intelligent control system, PIDregulator, controller, bioreactor, mathematical model.
Введение. Есть несколько аспектов биотехнологических процессов, которые требуют особого внимания при проектировании биореактора. Скорость реакции, рост клеток и стабильность процесса зависят от условий окружающей среды в биореакторе. Условия биореактора, такие как расход сжатого воздуха, пульпы и воды, температура воды на охлаждение, крупность материала, плотность пульпы, pH биокека, окислительной востановительной потенциал (ОВП) и уровни растворенного кислорода, а также скорость перемешивания/скорость циркуляции,
образование пены и т. д., необходимо тщательно контролировать [1-3].
Метод Коэна-Куна является одним из нескольких способов определения значений
пропорциональных, интегральных и
дифференциальных параметров в регуляторах. Это еще одна метода настройки ПИД-регулятора Циглера-Николса. Этот метод основан на задержке первого порядка и настройке усиления ПИД-регулятора для достижения хорошего отклика. Он более чувствителен, чем метод Циглера-Николса [4-8].
Ссылаясь на модель первого порядка, ц = fcL/Г и t = L/(L + T), параметры регулятора могут быть рассчитаны путем непосредственного использования Таб. I.
Тип контроллера
PI
PD
PID контроллер
Таблица I: Метод Коэн-Куна
Kp
1 0.28т
-(1+1-)
р 1-т
0.89 0.9т "(1+7—=)
1-т
1 0.91т
"(1+1-)
ц 1-т
1.28 0.35т
■(1 + °—т)
1-т
Ti
3.1-2. 8т 1.2 + 1.4т ^
2.35 - 2.2т 1-0. 37т J
1 0.35т
"(1+1-)
а 1-т
0.35 -0.35т
1-0. 78т
)
D
Лотфи А. Заде положил начало нечеткой теории в 1965 году, когда он ввел понятие нечетких множеств. После введения нечетких множеств Заде предложил концепцию нечетких алгоритмов в 1968 г. и нечеткого принятия решений в 1970 г. [9-12]. Однако статья, заложившая основы контроля, была опубликована в 1973 году. Нечеткая логика может иметь дело практически с любым предложением, выраженным на естественном языке [13-18]. В неадаптивном нечетком управлении регулятор является статическим, что означает, что структура и параметры нечеткого регулятора фиксированы и не изменяются при работе в реальном времени. В адаптивном управлении нечеткий регулятор является динамическим, его структура и параметры изменяются в процессе работы в реальном времени. С точки зрения сложности неадаптивные контроллеры проще, чем адаптивные, но они требуют большего знания процесса разработки контроллера. Противоположное верно для адаптивных контроллеров, поскольку он начинается с начального основного контроллера, а затем адаптируется в процессе обучения [19,20]. Самонастраивающийся нечеткий ПИД-регулятор, который принимает ошибку «е» и скорость изменения ошибки «е» в качестве входных данных для контроллера, использует правила нечеткого управления для изменения параметров ПИД-регулятора в режиме реального
времени. Самонастройка ПИД-регулятора заключается в нахождении нечеткой зависимости между тремя параметрами ПИД, Кр, К, и Кй и «е» и «е», и в соответствии с принципом нечеткого управления изменением трех параметров в порядке чтобы удовлетворить различные требования к параметрам управления, когда «е» и «е» различны, и заставить объект управления иметь хорошие динамические и статические характеристики [21].
Выбор языковых переменных «е», «е», Кр, К и Кй — это выбор семи нечетких значений: «отрицательное большое», «отрицательное среднее», «отрицательное маленькое», «ноль», «положительное маленькое», «положительный средний» и «положительный большой». Здесь (ОБ, ОС, ОМ, Н, ПМ, ПС, ПБ) представляет набор лингвистических значений, которые соответственно представляют «отрицательное большое», «отрицательное среднее», «отрицательное маленькое», «ноль», «положительное маленькое», «положительный средний» и «положительный большой». Область этих переменных в данном случае принимается равной {-3,-2,-1, 0, 1, 2, 3}. На рис. 1 показана блок-схема нечеткого ПИД-регулятора. Как видно из блок-схемы, фаззификация принимает два входа (е и е) и дает три выхода (ЛКр, ЛК¡, АЮ [22].
В системах управления промышленными и технологическими процессами большое разнообразие установок можно приблизительно смоделировать с помощью первого порядка [23]:
G(s) = — е-
v J 1+sT
Рис. 1. Блок-схема нечеткого ПИД-регулятора
Где,
к = усиление системы £ = время задержки Т = постоянная времени
(1)
Таблица II: Правило настройки Зиглера - Николса
Контроллер Kp KI Kd
Kp 1 I 0 0
K, 1 0.88- 1 0
Kd 1 13I 1 0 58Z^ 0.6T
t р Ошибка,
__ е = г (0 - с (t) (2)
Скорость изменения ошибки, ее = е
Набор лингвистических правил является неотъемлемой частью нечеткого регулятора. Во многих случаях опыт эксперта легко перевести в эти правила, и можно создать любое количество таких правил для определения действий контроллера. В спроектированной нечеткой системе используются обычные нечеткие условия и отношения, такие как: «Если е есть A и е есть B, то Кр есть С, К есть О и Кс есть E» используются для создания таблицы нечетких правил [24].
Если модель системы не может быть получена физически, можно провести эксперименты по извлечению параметров для приближенной модели первого порядка. Например, если переходную характеристику модели объекта можно измерить в ходе эксперимента, можно записать выходной сигнал, по которому можно оценить параметры К, I и Т (или у, где ^¿/7) по формуле простой подход.
5-образную кривую реакции можно охарактеризовать двумя константами, временем
задержки L и постоянной времени T, которые определяются путем проведения касательной в точке перегиба кривой и нахождения точек пересечения касательной с осью времени и линия установившегося уровня. Используя параметры L и T, можно установить значения KP, KI и KD по формуле, приведенной в таблице III [25].
Эти параметры обычно дают отклик с выбросом около 25% и хорошим временем установления. Затем можно начать тонкую настройку контроллера с использованием основных правил, связывающих каждый параметр с характеристиками отклика. Методология. А. Контроллер нечеткой логики существует два типа структуры правил: тип Мамдани и тип Такаги-Сугено. Нечеткий логический контроллер типа Мамдани, который является типом, применимым с нелинейным методом, был использован для модели биореактора Simulink. На рис. 2 показана схема используемого нечеткого ПИД-регулятора.
Рис. 2. Нечеткий ПИД-регулятор
F1B Vari
Рис. 3. Программа просмотра Fuzzy Logic Toolbox Designer
Fig. 4. Входная функция нечеткой логики
Применялось неадаптивное нечеткое управление, а правила устанавливались на основе набора условий «Если..., то ...». Подробности можно увидеть на рис. 3 и рис. 4. контроллер с нечеткой логикой был разработан с использованием следующих шагов. Входы были определены в наборе инструментов Fuzzy Logic, а структура контроллера — в Fuzzy Logic, окно
панели инструментов, как показано ниже. После определения входа и функции принадлежности контроллер нечеткой логики автоматически настроил ПИД-регулятор, используя некоторые сложные функции отображения, чтобы получить значения, показанные в таблице III. Была смоделирована система нечеткой логики.
Рис. 5. Представление правила нечеткой логики
Таблица III: Значение PID нечеткой логики
Усиления Значения
KP 3,48
K 4,73
Kd 2,27
Для настройки модели биореактора использовался ПИД-регулятор с нечеткой логикой, и результат показаны в таблице IV, а его отклик на рис. 7.
Таблица IV: Значение PID для нечеткой логики
Параметры Значения
P 3.4
I 4.75
D 2.36
Время нарастания 0.9786 сек
Назначить время 3.9345 сек
Перерегулирование 12.9889 сек
Установившаяся ошибка 0.3346 сек
Time (sec)
Рис. 7. График отклика ПИД-регулятора Fuzzy Logic
Рис. 6. Представление правила нечеткой логики
Выводы.
В этой статье основное внимание уделяется повышению производительности конструкции контроллера на основе нечеткой логики для биореакторной технологической установки. Усовершенствованный контроллер на основе нечеткой логики управлял разработанной моделью биореактора с использованием MATLAB, и результаты показывают, что для заданных условий нечеткая логика дает подходящие результаты со стабильным выходом.
Литературы
1. Kasahara .M, T. Yamazaki, T. Kuzu, Y. Hashimoto, "Stability Analysis and Tuning of PID Controller in VAV Systems," ASHRAE Transaction, vol. 107, no. 01, pp. 221 - 229, 2001.
2. Sangram Mehetab, "Study of the Design and Tuning Methods OF PID Controller based on Fuzzy Logic and Genetic Algorithm," IEEE Transactions on systems, Man, and Cybernetics, vol. 17, no. 04, pp. 152 - 161, 2011.
3. Jumaev O A, Nazarov J T, Makhmudov G B, Ismoilov M T and Shermuradova M F 2021 Intelligent control systems using algorithms of the entropie potential method J. Phys.: Conf. Ser. 2094 022030
4. Jumaev O A Mahmudov G B and Arziyev E I 2021 Fuzzy logic controller in the management of technological processes of bacterial oxidation International Scientific Research Journal 2 pp 191197
5. Jumaev O A , Sayfulin R R, Ismoilov M T and Mahmudov G B 2020 Methods and algorithms for investigating noise and errors in the intelligent
measuring channel of control systems J. Phys.: Conf. Ser. 1679 052018
6. Jumaev O A , Nazarov J T, Sayfulin R R, Ismoilov M T and Mahmudov G B 2020 Schematic and algorithmic methods of elimination influence of interference on accuracy of intellectual interfaces of the technological process J. Phys.: Conf. Ser. 1679 042037
7. Jumaev O A, Ismoilov M T, Mahmudov G B and Shermurodova M F 2020 Algorithmic methods of increasing the accuracy of analog blocks of measuring systems J. Phys.: Conf. Ser. 1515 052040
8. Jumayev O. A., Akhmatov A. A., Makhmudov G. B. Process modeling of optimum mixing of cyanic solutions with use of intellectual systems of measurement on a basis to a fuzzy logic //Chemical Technology, Control and Management. - 2018. - Т. 2018. - №. 1. - С. 132-137.
9. Юсупбеков Н. Р. и др. НОАНИК; МАНТИК; АСОСИДА ИНТЕЛЛЕКТУАЛ БОШКАРИШ ТИЗИМЛАРИНИ ИШЛАБ ЧИКИШ //Journal of Advances in Engineering Technology. - 2020. - №. 2. - С. 20-25.
10. Jumaev O A, Sayfulin R R, Samadov A R and Arziyev E I 2021 Methods for the Synthesis of Digital Controllers for an Asynchronous Brushless Motor New Visions in Science and Technology 9 pp 45-53
11. Кадыров Ю.Б.; Бойбутаев С.Б.; и Самадов А.Р. (2020) «МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ШАРОВОЙ МЕЛЬНИЦЫ ГМЗ-2 НГМК НА ОСНОВЕ ДИФФУЗИОННОЙ МОДЕЛИ», Химическая технология, контроль и управление : Том. 2020 : Вып. 5 , Статья 9.
12. Abdujaliliovich J. O. et al. FUZZY LOGIC CONTROLLER IN THE MANAGEMENT OF TECHNOLOGICAL PROCESSES OF BACTERIAL OXIDATION //Web of Scientist: International Scientific Research Journal. - 2021. - Т. 2. - №. 06. - С. 191-197. https://doi.org/10.17-6Q5/OSF.IO/G4EQM
13. Бойбутаев С.Б., Кадиров Е.Б., Саттаров О.У.У. РАЗРАБОТКА ЭКСПЕРТНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ПРОЦЕССОМ ИЗМЕЛЬЧЕНИЯ И КЛАССИФИКАЦИИ НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ // СОВРЕМЕННЫЕ МАТЕРИАЛЫ, ТЕХНИКА И ТЕХНОЛОГИИ ISSN: 2411-9792 -2017. - С. 9-16.
14. Sevinov J., Boeva O. Algorithms for determining the placement of poles in multivariate systems with proportional-differential output feedback //Algorithms. - 2021. - Т. 8. - №. 3.
15. Botirov T V, Latipov S B, Buranov B M and Barakayev A M 2020 Methods for synthesizing adaptive control with reference models using adaptive observers IOP Conference Series: Materials Science and Engineering 862(5) 052012
16. Igamberdiev H Z and Botirov T V 2021 Algorithms for the Synthesis of a Neural Network Regulator for Control of Dynamic Advances in
Intelligent Systems and Computing 1323 AISC 4605
17. Botirov T V, Latipov S B and Buranov B M 2021 Mathematical modeling of technological process in formalin production Journal of Physics: Conference Series 2094(2), 022052
18. Botirov T V, Buranov B M and Latipov Sh B 2020 About one synthesis method for adaptive control systems with reference models Journal of Physics: Conference Series 1515(2) 022078
19. T. V. Botirov, S. B. Latipov, B. M. Buranov, "About one synthesis method for adaptive control systems with reference models",Journal of Physics: Conference Series, 1515, 2 (2020) 1-6. doi:10.1088/1742-6596/1515/2/022078
20. Эшмуродов, З. О., Арзиев, Э. И., Исмоилов, М. Т., Махмудов, Г. Б., & Саидова, Ф. А. (2019). Модернизация систем управления электроприводов шахтных подъемных машин.
21. Микропроцессорная система с распределенным управлением / И. И. Каландаров, А. А. Бобоев, С. Е. у. л. Меликулов, С. Ф. Тогаев // Образовательная система: вопросы продуктивного взаимодействия наук в рамках технического прогресса : сборник научных трудов. - Казань : ООО "СитИвент", 2019. - С. 357-359.
22. Эшмуродов З. О., Арзиев Э. И., Исмоилов М. Т. Системно-индивидуализированные принципы управления горных машин и механизмов. - 2019.
23. Кадиров Ё., Самадов А. Разработка дистанционного управления токарно-винторезного станка //ТЕСНика. - 2020. - №. 2. -С. 12-14.
24. Абдуназарова Д. Ю., Кадиров Ё. Б., Мухитдинов Д. П. Линеаризация классической модели динамических режимов ректификации //Современные материалы, техника и технологии. - 2017. - №. 5 (13). - С. 4-9.
25. Кадиров Ё. Б., Мухитдинов Д. П. Вычисление скоростей потока жидкости и перепада давления //Современные материалы, техника и технологии. - 2016. - №. 5 (8). - С. 84-91.
ю
