no-img
ایران رساله| پایان نامه آماده| پروپوزال آماده | تحقیق آماده | مقاله آماده |سمینار آماده

طراحی و شبیه سازی کنترل کننده پیش بین مبتنی برمدل فازی -عصبی | ایران رساله| پایان نامه آماده| پروپوزال آماده | تحقیق آماده | مقاله آماده |سمینار آماده


ایران رساله| پایان نامه آماده| پروپوزال آماده | تحقیق آماده | مقاله آماده |سمینار آماده
مطالب ویژه
گزارش خرابی لینک
اطلاعات را وارد کنید .

ادامه مطلب

DOC
طراحی و شبیه سازی کنترل کننده پیش بین مبتنی برمدل فازی -عصبی
doc
مهر ۱۱, ۱۳۹۸
5mb
۲۱,۰۰۰ تومان
۲۱,۰۰۰ تومان – خرید

طراحی و شبیه سازی کنترل کننده پیش بین مبتنی برمدل فازی -عصبی


 پایان نامه آماده ارایه :طراحی و شبیه سازی کنترل کننده پیش بین مبتنی برمدل فازی -عصبی سیستم های غیرخطی چند متغیره با استفاده ازبهینه سازی گرادیان کاهشی

 

مقدمه :

پایان نامه آماده  ارایه: امروزه لزوم کنترل بهینه سیستمهای غیر خطی چند متغیره به منظور رسیدن به پایداری و پاسخ مطلوب بیشتر احساس می شود. با توجه به گـسترش روز افـزون و پیـشرفت تکنولـوژی در زمینـه پیـاده سازی محاسبات حجیم و پیچیـده ,امکـان اسـتفاده از الگوریتمهـای غیـر خطـی مربـوط بـه سیـستمهای چندورودی .چند خروجی ایجاد شده است .این امر باعث شده است که در سالهای اخیر محققـین بـسیاری در این زمینه تحقیقات زیادی انجام داده و الگوریتمهای مناسب تری ارائه دهند.تکنیکهای طراحی بـسیار کمی وجود دارند که می توانند پایداری پروسه را در حضور مشخصات غیـر خطـی و محـدودیتها تـضمین کنند.

کنترل پـیش بـین مبتنـی بـر مـدل ١ (MPC) یکـی از ایـن تکنیکهاسـت [۶] . MPCبـه دسـته ای ازالگوریتمهای کامپیوتری اشاره دارد که رفتار آینده پروسه را از طریق استفاده از یـک مـدل صـریح از آن فرآیند کنترل می کند.الگوریتم MPC در هر بازه کنترلی یک دنبالـه حلقـه بـاز از تنظیمـات متغیرهـای دستکاری شونده ۲(MV) را جهت بهینه سازی رفتار آینده پروسه محاسبه می کنـد.اولـین ورودی دنبالـه بهینه به پروسه اعمال گردیده و عملیات بهینه سازی در بازه های کنترلی دیگـر تکـرار مـی شـود[۶] . بـا توجه به خواص بسیار مطلوب کنترل کننده های پیش بین مبتنی بـر مـدل ،ایـن کنتـرل کننـده هـا بـه سرعت در محدوده وسیعی از صنایع مختلف به کار گرفته شدند.طوری که تا سـال ۱۹۹۶ بـیش از ۲۲۰۰ مورد پیاده سازی عملی از این کنترل کننده ها که مدل خطی را به کار برده اند،گزارش شده است .این در حالیست که حدود ۸۰ درصد این پیاده سازی ها در صنایع پتروشیمی مـی باشـد[۷و۸]. امـروزه ،کـاربرد کنترل کننده های MPC بر اساس مدلهای دینامیک خطی ،محدوده وسیعی از کاربردهـا را پوشـش مـی دهدو  MPC خطی به حد کمال رسیده اسـت [۹] .بـا ایـن وجـود ،تعـدادی از فرآینـدهای تولیـدی ذاتـاً غیرخطی هستندو حالتهایی وجود دارند که در آنها اثرات غیر خطی اهمیت زیادی می یابد و قابـل چـشم

پوشی نیست .اینها حداقل دو دسته وسیع از کاربردها را در بر می گیرند[۶] :

پایان نامه آماده  ارایه:۱-مسائل کنترل تنظیمی که فرایند به شدت غیرخطی بوده و به طور متوالی  در معرض اغتشاشات بزرگ قرار دارد(کنترل pHو….).

۲-مسائل کنترل تعقیبی که نقاط کار عملیاتی به تناوب تغییر می کندو محدوده وسـیعی از دینامیکهـای فرایند غیر خطی را پوشش می دهد(صنایع پلیمری ،سنتز آمونیاک و…..).

در اینگونه مسائل اغلب مدلهای خطی برای توصیف دینامیکهای فراینـد نامناسـب اسـت و مـدلهای غیـر خطی بایستی مورد استفاده قرار طراحی و گیرند.کنترل پیش بـین غیرخطـی ۳(NMPC) توسـعه خـوبی از کنتـرل پیش بین خطی به جهان غیرخطی است .NMPC از نظر مفهومی شبیه همتای خطی خـود اسـت بـا ایـن تفاوت که برای بهینه سازی و پیش بینی فرایند از مدلهای دینامیک غیر خطی استفاده می گردد[۹].

مدلسازی سیستمهای غیر خطی از سه راه عمـده قابـل انجـام اسـت .راه اول اسـتفاده از مـدلهای مختلف برای نقطه های گوناگون کار سیستم است .راه دوم استفاده از معادلات پایه ای مانند تبدیلات جرم و انرژی است که در اکثر کاربردها به علت پیچیدگی فرآیند این کار مـشکل اسـت .راه سـوم و بهتـرین راه

 

پایان نامه آماده  ارایه:استفاده از مدلهای جعبه سیاه و تنها براساس داده های ورودی -خروجی یا به عبارتی شناسایی فرایند می باشد.در واقع مدلسازی تجربی پروسه ، تبدیل داده های ورودی وخروجی موجود بـه یـک رابطـه ورودی – خروجی است که می توان برای پیش بینی رفتار آینده سیستم از آن استفاده کرد[۹].مدلهای مختلفی بـر اساس مدلسازی تجربی ارائه شده اند.مدلهای ارائه شده را می توان به ۲ دسته کلاسیک و هوشمند تقسیم بندی کرد.از مدلهای کلاسـیک مـی تـوان بـه مـدلهای ولتـرا١ ، چنـد جملـه ای NARMAX ، مـدلهای همرشتاین و وینر٢ اشاره کردو برای مدلهای هوشمند می توان مدلهای عصبی ،عصبی -فازی و فازی را نـام برد[۱۰].

به طور خاص مدلهای عصبی و فازی دارای ساختار ساده ای هستند که کاربردشان را در NMPC

آسان می کند.شبکه های عـصبی مـصنوعی ابزارهـای مناسـبی جهـت سـاختن مـدل فرآینـد غیرخطـی هستند.زیرا نسبت به روشهای کلاسیک ،توسعه آسانتری یافته اند،پیچیدگی معادلات دیفرانـسیل معمـولی را ندارنـد،حجم محاسـبات NMPCدر آنهـا کـم و قابلیـت تقریـب پروسـه هـا را بـا هـر دقـت دلخـواهی دارند[۷و۸].مدل عصبی برای مسائل کنترل به خصوص سیستمهای پیچیده که مدلـسازی آنهـا یـا میـسر نیست و یا به سختی انجام می شود،بسیار مناسب می باشد.

مدلهای فازی را می توان بـه عنـوان یـک سیـستم دینـامیکی غیرخطـی در نظـر گرفـت کـه قادرنـد سیستمهای واقعی را هر چقدر پیچیده ،از روی داده های تجربی و براساس محاسبات عددی با دقت خاص تقریب بزنند. همچنین مدلهای فازی بدلیل سازگاری بـا منطـق بـشری و اسـتفاده از آنهـا در ترکیـب بـا الگوریتم های MPC خطی ،جزء روشهای مناسب مدلسازی غیر خطی می باشند[۹و۱۰].

دومین بخش در کنترل پیش بین غیر خطی ، بخش بهینه سازی و کنترل است .کنترل پیش بین غیر خطی یک استراتژی کنترلی است که کاربرد روشهای بهینه سازی در آن ضروری است .بهینـه سـازی در NMPC نسبت به حالتهای خطی نیازمند محاسبات طولانی و وقت گیرتری اسـت [۱۹].در حالـت کلـی ودر اغلب حالات ،مسائل کنترل بهینه NMPC به یک مسأله برنامه ریزی غیر خطی ٣ (NLP) ابعاد محدود منجر می گردند.این مسأله برنامه ریزی غیر خطی ، با استفاده از برنامه ریزی مربعی ترتیبی ۴ (SQP) قابل حل است [۲۰و۲۱].با توجه به مقالات و منابع موجود، بیشتر مسائل بهینه سازی توسط روشهای کلاسیک مانند روش QP،SQP حل می شوند[۲۲و۲۳]. همچنین روشهای هوشمند ماننـد الگـوریتم هـای ژنتیـک

[۲۴] و شبکه های عصبی [۲۵]و منطق فازی وعصبی – فازی [۲۶] نیز در حل مسأله مـورد اسـتفاده قـرار گرفته اند.

پایان نامه آماده  ارایه:در این پایان نامه ،کنترل پیش بـین مبتنـی بـر مـدل عـصبی – فـازی جهـت کنتـرل فراینـدهای چندورودی -چند خروجی ارائه شده است .دربخش مدلسازی از مدلسازی عصبی -فازی استفاده می شودکه بر روی سیستمهای MIMO تعمیم زده شده است .سیستم ابتدا با این روش مدلـسازی و سـپس بـا روش پیش بین جهت رسیدن به خروجیهای مطلوب ،ورودی کنترلی تعیین وبدین ترتیب سیـستم کنتـرل مـی شود. ثابت می شودکه مدل فازی به دلیل سـازگاری بـا منطـق انـسان ،جزء روشـهای مناسـب مدلـسازی

 

سیستمهای غیرخطی می باشد.در نرم افزار MATLAB،روش پیش بین عصبی – فازی به منظور مقایـسه و نتیجه گیری بهترنسبت به روش پیش بین عصبی انجام شده است و نتایج حاصـل از هـردو روش بـا هـم مقایسه شده است .پس از این مقدمه ،مباحث اصلی پایان نامه با ساختاربندی زیر ارائه خواهدشد.

در فصل اول ،کنترل پیش بین مبتنی بر مدل و مفاهیم آن مورد بررسـی قـرار مـی گیـرد.بخـشهای مختلف این کنترل کننده ها،مزایا، معایب و همچنین مفاهیم کنترل پیش بـین غیرخطـی در ایـن فـصل ارائه خواهدشد.در فصل دوم ،کنترل پیش بین مبتنی بر مدلهای هوشمند(مدل عصبی ،مدل فـازی و مـدل عصبی – فازی )ارائه می گردد[۳۷].بخشهای مدلسازی سیستمهای غیرخطی توسط شـبکه هـای عـصبی و منطق فازی و مدل عصبی – فازی و نحوه کار هر یک در این فصل خواهد آمـد.در ادامـه ،روشـهای بهینـه سازی در کنترل پیش بین ارائه مـی شـود.در فـصل بعـد شـبیه سـازی حاصـل از اعمـال ایـن روشـهای کنترلی (پیش بین مبتنی بر شبکه های عصبی و پـیش بـین مبتنـی بـر مـدل عـصبی – فـازی و مقایـسه روشهای بهینه سازی گرادیان کاهشی و فانکشنال ) بر روی دو سیستم MIMO(۲ ورودی .۲ خروجی )،اولی شامل یک فرایند با ۳ تانک مایع ،که هدف رسـیدن ارتفـاع مـایع در ایـن تانکهـا بـه مقـدار مطلـوب مـی باشد[۳۷]،ودومی شامل یک سیستم دو ورودی دو خروجی که معادلات حالت آن موجود مـی باشـد و در مرجع شماره [۳۶] معرفی گردیده ،انجام شده است و نتایج با یکدیگر مقایـسه شـده انـد.نتیجـه گیـری و پیشنهادات برای کارهای بعدی نیز در قسمت پایانی پایان نامه ارائه خواهدشد.

هدف (کنترل پیش بین مبتنی برمدل و مفاهیم آن ):

پایان نامه آماده  ارایه: وجود تأخیر زمانی در دینامیک بسیاری از فرایندهای صنعتی مشکل عمده و شناخته شده در سیـستم های کنترل حلقه بسته می باشد. چنانچه تأخیر زمانی در مقایسه با ثابت زمانی های مـوثر سیـستم قابـل توجه باشد،نیاز به یک کنترل کننده پیش بین پیشرفته اجتنـاب ناپـذیر اسـت . کنتـرل پـیش بین ،شـکل خاصی از کنترل است که در آن پیش بینی رفتار آینده سیستم در فرمول بندی آن نقش دارد. زمانی کـه کارائی بهتری نسبت به آنچه از کنترل غیر خطی بدست مـی آیـد،مورد نیـاز باشـد،از ایـن روش کنترلـی استفاده می شود.این حالت سیستمهایی را شامل می شود که رفتارآینده آنها متفاوت از رفتار فعلـی شـان است .به عنوان مثال سیستم های با تاخیر زمانی ،سیستم های مرتبه بالا،سیستم های با میرائـی ضـعیف و غیر مینیمم فاز از این نوع سیستم ها هستند.

تلاشهایی که در دهه های ۱۹۶۰و۱۹۷۰ در ارتباط با کنترل پـیش بـین صـورت گرفـت ،زمینـه مساعدی را برای ظهور کنترل کننده های پیش بین مبتنی بر مدل فـراهم آورد. در ایـن سـالها بـه طـور پراکنده روشهای ابتدائی توسط شرکتهای مختلف به کار گرفته شده بودند.اما اولین ارائه یک نمونه عملـی و علمی کنترل کننده های پیش بین مبتنی بر  مدل ، توسط ریچالت ١ در سـال ۱۹۷۶ و بـا معرفـی روش کنترل پیش بین مبتنی بر مدل ضربه MAC ٢در یک کنفرانس صورت گرفت که اولین پیاده سازی عملی

MPC هانیز به شمار می آید.بعد از آن نیزبـه سـرعت روشـهای مختلـف دیگـری در کاربردهـای مختلـف صنعتی ارائه شدند[۷].

تا اوائل دهه ۱۹۹۰ غالباً مدلهای خطی به دلیل سادگی مورد اسـتفاده قـرار مـی گرفتنـد.بـر ای استفاده از این کنتر ل کننده ها در سیستمهای غیر خطی ،نیاز به شناسـایی مـدل بـه صـورت پیوسـته و آنلاین ٣ می باشد تا خاصیت غیر خطی سیستم در نظر گرفته شود.به طور ایده آل یک سیستم غیرخطـی برای کارایی بهینه نیازمند یک کنترل کننده پیش بین مبتنی برمدل غیرخطی مـی باشـد.[۷].بـه همـین جهت تحقیقات در زمینه کنترل پیش بین مبتنی بر مدل غیـر خطـی در دهـه ۱۹۹۰ شـروع شـد.بهینـه سازی دینامیکی زمان واقعی با به کار بردن یک مدل غیر خطی و روش بهینه سازی غیر خطی یـک روال کاملاً پیچیده و از نظر محاسباتی بسیار سنگین می باشد.با پیـشرفت پردازنـده هـا و ابـداع الگوریتمهـای جدید ، این مشکل تا حدی مرتفع شد. این تلاشها در نهایت منجر بـه پیـاده سـازی عملـی الگوریتمهـای کنترل پیش بین مبتنی بر مدل غیر خطی در میانه دهه ۱۹۹۰ شد.ایـن زمینـه ، امـروزه حجـم زیـادی از تحقیقات علمی و تلاشهای صنعتی را به خود اختصاص داده است .به عنوان مثال در فاصله سالهای ۱۹۹۵ تا ۱۹۹۸ تعداد ۹۳ مورد پیـاده سـازی عملـی از ایـن الگوریتمهـا گـزارش شـده اسـت کـه غالبـاً صـنایع پتروشیمی و شیمیایی بوده اند.همانگونه که اشاره شـد،MPC ابتـدا در صـنایع پتروشـیمی و شـیمیایی و همچنین نیروگاهها طراحی و پیاده سازی شد،اما امروزه در رنـج وسـیعی از محیطهـای مختلـف صـنعتی مانند انواع صنایع فرایندی مثل صنایع غذایی ،صنایع متالورژی ،خودروسازی ،صنایع چوب و کاغذ و صنایع سیمان به کار می رود[۶].پیاده سازیهای متعدد صنعتی بخصوص در صنایع پتروشیمی وبـسته هـای نـرم

 

افزاری گوناگون که توسط شرکتهای معتبر کنترل و اتوماسیون عرضه شده است و نیز موارد متعدد تعریف پایان نامه های کارشناسی ارشد و دکتری در دانشگاههای معتبر، موید اهمیت کنترل کننـده هـای پـیش بین مبتنی بر مدل است .

به جهت اهمیت این کنترل کننده ها پس از بیان تاریخچـه مختـصر فـوق ،بـه معرفـی اصـول و تعاریف اولیه این کنترل کننده ها می پردازیم .سپس ضمن بررسی نمودار بلـوکی ،بخـشهای مختلـف ایـن کنترل کننده ها و مزایا و معایب آنها مورد بررسی قرار می گیرد.

۱-۲-تعاریف اولیه

افق پیش بینی ١. افق پیش بینی یک بازه زمانی است که خروجی آینده سیستم درآن بازه پیش بینی می شود. از آنجا که می خواهیم خروجی های آینده سیستم را پیش بینی کنیم این افق معمـولا افـق پیـشرو

ویا  افق جلو رونده ٢ نامیده می شود .که درسه دسته تعریف می شود:

افق کوتاه ٣. در این حالت تنهاخروجی در یک گام جلو تر پیش بینی می شود.

افق دور شونده ۴. در این حالت بازه های متناهی مانند [N2,N1].بـرای پـیش بینـی خروجـی مـد نظـر است .N1میتواند از چند گام جلوتر شروع شده وN2را می توان تا اندازه های مطلـوب بـزرگ امـا متنـاهی انتخاب کرد.

افق نامتناهی ۵.چنانچه N2را به سمت بی نهایت میل دهیم این افق حاصل می شود.

ازآنجا که افق کوتاه تنها یک گام جلو تر را پیش بینی می کند انتخاب این مـدل از نظـر مـسائل پایداری و مقاوم بودن مشکل ساز میشود .افق نامتناهی نیز اگر چه بـه حـل بـسیاری از مـسائل پایـداری کمک میکند اما به دلیل افزایش چشمگیر محاسبات در عمل مشکلاتی را ایجاد می کند. به همین جهـت معمولاً از افق دور شونده استفاده می شود که برای حل مسائل پایداری و مباحـث مقـاوم سـازی حـداکثر افق را تا حدی که برای محاسبات مشکلی ایجاد نشود در نظر می گیرند[۱۱].

افق کنترل ۶.افق کنترل بازه زمانی ا ست که محاسبات دنباله ورودی کنترلی بـرای آن بـازه صـورت مـی گیرد( Nu).افق کنترل یکی از پارامترهای مهم طراحی است .به عنوان یک قاعده ،فرایند پیچیـده تـر ،Nu

بزرگتری را ایجاب می کند. برای سیستمهایی که ناپایدارند لازم است Nu بـه گونـه ای انتخـاب شـود کـه حداقل برابر تعداد قطبهای ناپایدار یا دارای میرایی ضعیف باشد.برای فرایندهای سـاده تـر ،غالبـاً١ =  Nu

انتخاب می شود[۱] .

متغیر کنترل شونده (CV)7 :متغیرهای فرآیند که MPC تلاش برای حفظ آنها در حوزه محـدودیتها یـا در نقاط تنظیم دارد.این متغیرها در واقع خروجیهایی هستند که عمل کنترل آنها مورد نظر می باشد.

 

متغیرهای دستکاری شـونده (MV)1 :متغیرهـایی هـستند کـه MPC مـی توانـد آنهـا را بـرای حفـظ متغیرهای کنترلی در محدوده مناسب و همچنین جهت رسیدن به اهداف بهینه سازی تنظیم نمایـد.ایـن متغیرها ،متغیرهای ورودی هستند که عمل کنترل توسط آنها انجام می پذیرد.

متغیر اغتشاشی (DV)٢ :متغیرهایی هستند که بر فرآیند تأثیر می گذارند و در عملیات کنترل اخـتلال ایجاد می کنند.این متغیرها غالباً تحت کنترل نیستند اما برخی از آنها قابل اندازه گیری می باشند.معلـوم بودن این متغیرها به MPC کمک می کند تا از اثرات نامطلوب آنها بر متغیرهای کنتـرل شـونده تـا حـد امکان جلوگیری به وجود آید.به عنوان نمونه ،یک MPC متوسط در صنعت شامل ۲۰ تا ۳۰ متغیر کنتـرل شونده ،۶ تا ۸ متغیر دستکاری شونده و ۲تا۳ متغیر اغتشاشی خواهد بود[۱].

۱-۳-معرفی اصول کنترل پیش بین مبتنی بر مدل

عبارت  MPC به دسته ای از الگوریتمهای کنترل کامپیوتری گفته می شود که از طریق به کـارگیری مدلی صریح و واضح از فرآیند ،رفتار آینده یک سیستم در یک افق مشخص را کنترل می کند.در هر گـام کنترلی ،الگوریتم MPC یک دنباله حلقه باز از تنظیمات متغیرهای دستکاری شـونده (MV) (متغیرهـای ورودی ) را به منظور بهینه سازی رفتـار آینـده سیـستم (CV) (متغیرهـای کنتـرل شـونده یـا خروجـی ) محاسبه می کند که در نهایت دنباله ای از متغیرهای ورودی مناسب در افـق تعریـف شـده بـرای کنتـرل جهت اعمال به سیستم به دست می آید.اولین درایه این دنباله و (در برخی موارد عملی چنـد درایـه و یـا برازشی از آنها) به سیستم اعمال شده و عملیات پیش بینی و بهینه سازی در هـر گـام کنترلـی کـه مـی توانددوره نمونه برداری سیستم باشد،مجددًاانجام می پذیرد[۶و۷]. برای تشریح بیشتر این موضـوع شـکل (۱-۱) را درنظر بگیرید.

 

فهرست مطالب:

پایان نامه آماده ارایه

 

 

 

 



ads

درباره نویسنده

mrk kiani 44 نوشته در ایران رساله| پایان نامه آماده| پروپوزال آماده | تحقیق آماده | مقاله آماده |سمینار آماده دارد . مشاهده تمام نوشته های

مطالب مرتبط