Управление температурно-влажностным режимом процесса сушки хлопка-сырца на основе нечеткого ПИД-регулятора
Ключевые слова:
хлопковое сырьё, сушка, влажность, нечёткая логика, fuzzy-PID, адаптивное управление, температураАннотация
Рассмотрена структура адаптивной системы управления температурно-влажностным режимом сушки хлопко-сырца на основе fuzzy-PID-регулятора. Процесс сушки представлен как многопараметрический нелинейный и инерционный объект, подверженный изменению исходной влажности, расхода сырья, температуры и расхода сушильного агента. Предложен нечеткий супервизор, корректирующий коэффициенты Kp, Ki и Kd по ошибке регулирования и скорости ее изменения. Сформированы лингвистические переменные, функции принадлежности и принципы построения базы из 49 правил с использованием алгоритма Мамдани. Разработанная структура создает основу для адаптации регулятора к изменяющимся режимам сушки без необходимости фиксировать параметры PID для единственной рабочей точки
Библиографические ссылки
Byler R.K., Anthony W.S. Initial Experiences in Computer Control of Cotton Gin Drying // Applied Engineering in Agriculture. 1992. Vol. 8, No. 5. P. 703–709. DOI: 10.13031/2013.26142.
Baker K.D. Temperature Control for Seed Cotton Drying Systems // Applied Engineering in Agriculture. 2012. Vol. 28, No. 6. P. 885–890.
Yunusnova S.T., Holmatov D.A., Atajonov M.O., Huzanazarov U. Formalization of the Cotton Drying Process Based on Heat and Mass Transfer Equations // IIUM Engineering Journal. 2020. Vol. 21, No. 2. P. 256–265. DOI: 10.31436/iiumej.v21i2.1456.
Zadeh L.A. The Concept of a Linguistic Variable and its Application to Approximate Reasoning // Information Sciences. 1975. Vol. 8. P. 199–249.
Mamdani E.H. Application of Fuzzy Algorithms for Control of Simple Dynamic Plant // Proceedings of the Institution of Electrical Engineers. 1974. Vol. 121, No. 12. P. 1585–1588.
Hosseinpour S., Martynenko A. Application of Fuzzy Logic in Drying: A Review // Drying Technology. 2022. Vol. 40, No. 5. P. 797–826. DOI: 10.1080/07373937.2020.1846192.
Feng X., Guo C., Li P., Yang B., Li H., Gao H., Zhang C. A Study on Drying Control of Seed Cotton Based on BP Neural Network Model // IOP Conference Series: Earth and Environmental Science. 2021. Vol. 697. 012007. DOI: 10.1088/1755-1315/697/1/012007.
Yunusova S.T. Simulation of a Trained Neural Network of a Fuzzy Logic Regulation System Based on the Cotton Drying Process // Technical Science and Innovation. 2020. ROI: 11.0008/A0120-0030.
Siddikov I.X., Yunusova S.T., Xujanazarov U.O. Nechetko-logicheskoye regulirovaniye protsessa sushki xlopka // Muhammad Al-Xorazmiy avlodlari. 2020. No. 2(12). P. 43–47.
Hosseinpour S., Martynenko A. An Adaptive Fuzzy Logic Controller for Intelligent Drying // Drying Technology. 2023. Vol. 41, No. 7. P. 1110–1132. DOI: 10.1080/07373937.2022.2119996.
Усков А.А., Кузьмин А.В. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика. – М.: Горячая Линия – Телеком, 2004. – 143 с.
Yusupbekov N.R., Aliyev R.A., Aliyev R.R., Yusupbekov A.N. Boshqarishning intellektual tizimlari va qaror qabul qilish. Toshkent: O‘zbekiston milliy ensiklopediyasi, 2015. 490 b.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
