Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Wykład 25 Regulatory dyskretne

Podobne prezentacje


Prezentacja na temat: "Wykład 25 Regulatory dyskretne"— Zapis prezentacji:

1 Wykład 25 Regulatory dyskretne
Automatyka Wykład 25 Regulatory dyskretne

2 Równanie regulatora analogowego typu P
Regulator dyskretny P Równanie regulatora analogowego typu P Równanie regulatora dyskretnego P uzyskujemy z dyskretyzacji równania regulatora analogowego: (1) Tp u(0) u(Tp) u(2Tp) u(3Tp) u 2Tp 3Tp t e Tp 2Tp 3Tp e(0) e(Tp) e(2Tp) e(3Tp) e Regulator dyskretny P u t (2)

3 Regulator dyskretny PI
Równanie regulatora analogowego typu PI Przez dyskretyzację równania regulatora analogowego otrzymujemy równanie regulatora dyskretnego PI: (3) Obliczanie jako sumy pól prostokątów e 0 Tp 2Tp 3Tp (n–1)Tp nTp t

4 Transmitancja dyskretna regulatora PI
(4) Transmitancja dyskretna (4) wynika również z transmitancji operatorowej regulatora analogowego PI po podstawieniu do wzoru

5 Jeżeli równanie regulatora dyskretnego zapiszemy w postaci:
(5) to transmitancję dyskretną regulatora PI określa wzór (6) e Tp Tp 3Tp (n-3)Tp (n-2)Tp (n-1)Tp nTp

6 Obliczanie jako sumy pól trapezów e 0 Tp Tp 3Tp (n–1)Tp nTp t (7)

7 Transformata Z sygnału sterującego:
Stąd (8) Wzór (8) otrzymamy również po zastosowaniu metody Tustina do regulatora analogowego o transmitancji operatorowej

8 Regulator dyskretny PID
Równanie regulatora analogowego PID Przez dyskretyzację równania regulatora analogowego otrzymujemy równanie regulatora dyskretnego PI reprezentujące algorytm pozycyjny regulatora: (9) Transmitancja dyskretna: (10)

9 Algorytm pozycyjny (metoda trapezów):
W przypadku regulatora dyskretnego do sterowania obiektem można również wykorzystać przyrost sygnału sterującego:

10 Regulator rozmyty Proces regulacji w układzie z regulatorem rozmytym opiera się na bazie reguł, której elementami są zmienne lingwistyczne, charakteryzowane na przykład słowami „ujemny”, „zerowy”, „dodatni” lub „mały ujemny”, „średni ujemny” , „duży ujemny”, „bliski zera”, „mały dodatni”, „średni dodatni”, „duży dodatni” itp. Każda wartość zmiennej lingwistycznej opisywana jest za pomocą zbioru rozmytego (ang. fuzzy set). Pojęcie zbioru rozmytego zostało wprowadzone w roku 1965 przez L. Zadeha i jest uogólnieniem matematycznego pojęcia zbioru. Uogólnienie to polega na przypisaniu elementowi zbioru pewnej liczby μ z przedziału [0, 1], będącej wartością tzw. funkcji przynależności. Wartość μ funkcji przynależności informuje w jakim stopniu dany element (zmienna lingwistyczna) przynależy do podanego zbioru. Funkcje przynależności mogą mieć różne kształty. Najbardziej rozpowszechnione są funkcje trójkątne, trapezowe i Gaussa (slajd 11 ) Na regulację rozmytą składają się trzy następujące procesy: proces rozmywania (fuzyfikacji) danych podawanych na wejście regulatora, określający stopień ich przynależności do danego zbioru rozmytego, proces wnioskowania, w którym na podstawie zbioru reguł i rozmytych danych wejściowych, obliczana jest wynikowa funkcja przynależności i proces wyostrzania (defuzyfikacji), w którym na podstawie wynikowej funkcji przynależności obliczana jest ostra wartość wyjściowa regulatora.

11 Funkcje przynależności: trójkątne (a), trapezowe (b), Gaussa (c)
μ e b) c) e μ Funkcje przynależności: trójkątne (a), trapezowe (b), Gaussa (c)

12 W regulatorze rozmytym przedstawionym na rysunku poniżej rozmywaniu podlega zbiór wartości błędu regulacji e, podawanych na wejście regulatora. Rozmywanie zbioru wartości błędu regulacji polega na przyporządkowaniu tych wartości do poszczególnych zbiorów rozmytych, których liczba zależy od liczby terminów lingwistycznych określających wartości błędu regulacji. Baza reguł Wnioskowanie Wyostrzanie Rozmywanie e μ(e) μ(u) Na rysunku poniżej przedstawiono przykładowo rozmywanie zbioru wartości błędu regulacji w przypadku trzech zbiorów rozmytych odpowiadających terminom lingwistycznym: ujemny, zerowy i dodatni.

13 JEŻELI e JEST ujemny, TO u JEST ujemny
1 błąd regulacji e ujemny dodatni zerowy Uzyskane w procesie rozmywania zbiory rozmyte wykorzystuje się w bazie reguł wnioskowania o postaci JEŻELI e JEST ujemny, TO u JEST ujemny JEŻELI e JEST zerowy, TO u JEST zerowy JEŻELI e JEST dodatni, TO u JEST dodatni. W wyniku procesu wnioskowania dla każdej z reguł przypisana zostaje jedna wartość funkcji przynależności sygnału sterującego u do danego zbioru μ(u). Wyostrzanie prowadzi do uzyskania ściśle zdeterminowanej wartości sygnału sterującego u. Jedną z najpopularniejszych metod obliczeniowych jest metoda średniej ważonej z centrów odpowiedzi uzyskanych ze wszystkich reguł, gdzie wagami są wyznaczone stopnie przynależności μ(u) poszczególnych sygnałów sterujących u.


Pobierz ppt "Wykład 25 Regulatory dyskretne"

Podobne prezentacje


Reklamy Google