О построении интеллектуального регулятора частоты синхронного генератора - davaiknam.ru o_O
Главная
Поиск по ключевым словам:
страница 1
Похожие работы
Название работы Кол-во страниц Размер
Оценка состояния. Снятие и построение электрических характеристик... 1 30.6kb.
Анализ эквивалентной цепи взрыво-магнитного генератора частоты 1 211.12kb.
3 Транслятор 1 30.45kb.
Регуляторы частоты вращения турбин. Статические характеристики турбин... 1 230.47kb.
Синтез пид-регулятора для управления курсом судна с учетом модальных... 1 123.81kb.
Применение модели интеллектуального коэффициента добавленной стоимости... 1 80.97kb.
О механизмах, сопровождающих фотоэффект 1 125.96kb.
Книга десятая о построении рая на земле, начиная с Дагестана г. 6 880.11kb.
Политика [auto 5 793.96kb.
Лабораторная работа №3 Исследование преобразователя частоты 1 75.58kb.
Применение современных технологий интеллектуального анализа данных... 1 29.8kb.
Структурная модель нечеткого контроллера 1 159.13kb.
Направления изучения представлений о справедливости 1 202.17kb.

О построении интеллектуального регулятора частоты синхронного генератора - страница №1/1

УДК 621.313
Г.Н. Утляков, А.Р. Валеев, В.М. Асадуллин, В.И. Каримов

Уфа, Уфимский государственный авиационный технический университет


О ПОСТРОЕНИИ ИНТЕЛЛЕКТУАЛЬНОГО РЕГУЛЯТОРА ЧАСТОТЫ СИНХРОННОГО ГЕНЕРАТОРА
В большинстве авиационных систем электроснабжения переменного тока стабильной частоты вращения вала генератора обеспечивается приводами постоянной частоты вращения. Воздействие на исполнительные элементы приводов осуществляется с помощью регулятора частоты.

Система стабилизации частоты выполняет следующие функции [1]:

- поддерживает постоянную частоту на требуемом уровне

- осуществляет равномерное распределение активных мощностей между параллельно работающими генераторами

-обеспечивает устойчивую работу СЭС в установившихся и переходных режимах.

В последние годы среди специалистов в области теории автоматического управления наметился очевидный подъем интереса к новым нетрадиционным подходам, объединенным общей целью интеллектуализации систем управления [2].

Каждая разновидность систем искусственного интеллекта имеет свои особенности, например, по возможностям обучения, обобщения и выработки выводов, что делает ее наиболее пригод­ной для решения одного класса задач и менее пригодной для другого [3].

Нечеткое управление оказывается особенно полезным, когда технологические процессы являются слишком сложными для анализа с помощью общепринятых количественных методов или когда доступные источники информации интерпретируются качественно, неточно или неопределенно. Нечеткая логика, на которой основано нечеткое управление, ближе по духу к человеческому мышлению и естественным языкам, чем традиционные логические системы.

Для многих приложений, связанных с управлением технологическими процессами, необходимо построение модели рассматриваемого процесса. Знание модели позволяет подобрать соответствующий регулятор (модуль управления). Однако часто построение корректной модели представляет собой трудную проблему, требующую иногда введения различных упрощений. Применение теории нечетких множеств для управления технологическими процессами не предполагает знания моделей этих процессов. Следует только сформулировать правила поведения в форме нечетких условных суждений типа «если – то» [4].

Нейронные сети (НС) способны обучаться на основе соотношений «вход - выход», поэтому они могут обеспечить более простые решения для сложных задач управления. Кроме того, НС имеют способность к самообучению, что исключает необходимость иметь большой объем информации для нейроконтроллеров и делает пригодными их для регулирования в условиях существенных неопределенностей. Высокая степень параллелизма нейронных сетей позволяет реализовывать очень быстрые методы многопроцессорной обработки на основе использования нейронных кристаллов или параллельных аппаратных средств.

Вообще говоря, теоретически, системы с нечеткой логикой и искусственные нейронные сети эквивалентны друг другу, однако на практике у них имеются свои собственные достоинства и недостатки. Например, нейронные сети хороши для задач распознавания образов, но весьма неудобны для выяснения вопроса, как они та­кое распознавание осуществляют. Они могут автоматически приобретать знания, но процесс их обучения зачастую происхо­дит достаточно медленно, а анализ обученной сети весьма сложен. При этом какую-либо априорную информацию (знания эксперта) для ускорения процесса ее обучения в нейронную сеть ввести невоз­можно. Системы с нечеткой логикой, напротив, хороши для объясне­ния получаемых с их помощью выводов, но они не могут автома­тически приобретать знания для использования их в механиз­мах выводов. Данное соображение легло в основу аппарата гибридных сетей, в которых выводы де­лаются на основе аппарата нечеткой логики, но соответствующие функции принадлежности подстраиваются с использованием алгоритмов обучения нейронных сетей, например, алгоритма обратного распространения ошибки. Такие системы не только используют априорную информацию, но могут приобретать новые знания и для пользователя являются логически прозрачными.

Анализ существующих технических решений систем регулирования частоты выходного напряжения синхронных генераторов на базе интеллектуальных алгоритмов позволяет сделать вывод о том, что интеллектуальные системы находят все более широкое применение. Однако большинство публикаций связано с экспериментальным исследованием этих систем с целью показать возможность использования интеллектуальных алгоритмов для построения систем регулирования частоты выходного напряжения синхронных генераторов.

Многие технические решения связаны с построением нечетких систем первого поколения, основанных на методе проб и ошибок, который является нетехнологичным. Это влечет за собой усложнение задачи составления правил и увеличение необходимой вычислительной мощности контроллеров.

Недостаточно проработаны или отсутствуют математические модели систем регулирования частоты на основе интеллектуальных алгоритмов. Не в полном объеме освещен вопрос построения интеллектуальных систем распределения активных мощностей между параллельно работающими синхронными генераторами.

В связи со сказанным выше необходимо решить следующие задачи: разработать математические модели систем регулирования частоты с использованием нечеткой логики и нейронных сетей для синхронных генераторов, провести моделирование процессов регулирования частоты в статических и динамических режимах работы, разработать экспериментальные образцы систем регулирования частоты и проведение экспериментальных исследований, а также разработать новые технические решения систем регулирования частоты. При этом предполагается целесообразным применение адаптивных нечетких контроллеров второго поколения, механизм настройки которых обычно основан на генетическом алгоритме, или контроллеров на основе аппарата гибридных нейронных сетей.
Список литературы

1. Электрооборудование летательных аппаратов. Под ред. Грузкова С.А. – М.: Издательство МЭИ, 2005 – Т.1. – 568 с.

2. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности / Г.К. Вороновский, К.В. Махотило, С.Н. Петрашев, С.А. Сергеев.-Х.:ОСНОВА, 1997.-112с.

3. Круглов В.В., Дли М.И. - Нечеткая логика и искусственные нейронные сети. – 225 с.



4. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И.Д.Рудинского.-М.: Горячая линия – Телеком, 2006.-452 с.:ил.




Телевидение существует для того, чтобы выступать по нему, а не для того, чтобы его смотреть. Ноуэл Ковард
ещё >>