Survey on fuzzy logic methods in control systems of electromechanical plants

Abstract

Рассмотрены алгоритмы управления электромеханическими системами с использованием теории нечеткой логики, приводятся основные положения их синтеза, рассматриваются методы анализа их устойчивости на основе нечетких функций Ляпунова. Эти алгоритмы чаще всего реализуются в виде различных регуляторов, применение которых целесообразно в системах, математическая модель которых не известна, не детерминирована или является строго нелинейной, как вследствие нелинейных возмущающих воздействий внутри структуры, так и вследствие воздействия внешних сил. Описаны основные методы формирования логического решения, используемые при проектировании различных типов регуляторов с нечеткой логикой, предложенные Заде, Мамдани, Такаги, Сугено и Менделем, приводится типовая структурная схема таких регуляторов в общем виде. Особенности применения данных регуляторов при управлении различными техническими объектами позволяют провести их классификацию по различным признакам: топологиям структур, методам формирования лингвистических правил, методам дефаззификации, типам функций принадлежности. Представлены методы настройки таких регуляторов с применением генетических алгоритмов и нейронных сетей, описаны наиболее используемые критерии оптимальности. Показано, что экспертный подход на основе нечеткой логики применим как при управлении различными координатами информационных подсистем робототехнических комплексов, так и при управлении силовыми ключами их энергетических подсистем. При обзоре публикаций упор делался на источники, содержащие сравнение с традиционными подходами к управлению, а также на источники, в которых теоретические исследования подтверждаются экспериментами с использованием различных электромеханических объектов. Статья может быть полезна специалистам и исследователям в области управления различными техническими объектами. Ключевые слова регулятор с нечеткой логикой, нечеткая логика, управление движением, интеллектуальные алгоритмы, робототехнические комплексы, адаптивное управление, генетический алгоритм Благодарности Работа выполнена при государственной финансовой поддержке ведущих университетов Российской Федерации (субсидия 08-08).

Comprehensive Overview of Modern Controllers for Synchronous Reluctance Motor

“…Te rotor position and speed of a SynRM are routinely managed using the sensorless control approach known as FOC [10,53]. Using a mathematical model of the motor, it determines the stator current and voltage required to give the specifed torque and speed [15,[54][55][56][57]. FOC is especially well liked in sectors such as steel and mining where efciency and steady-state reaction are valued more highly than transient response.…”

“…SynRM. An ARFNN combines the properties of adaptive control, recurrent neural networks, and fuzzy logic to govern the operation of a SynRM [57,72].…”

“…Fuzzy Controller for SynRM. A fuzzy controller is a type of control system that uses fuzzy logic to manage the operation of a SynRM [57,73]. Fuzzy logic is a mathematical method that allows for the logical representation of ambiguous or erroneous information.…”

“…Te fuzzy controller fnds the appropriate stator current for a given set of input variables by applying a set of rules based on the designer's knowledge or system data [57]. Because the rules are expressed in plain English, the control system is straightforward to understand and modify.…”

A Review of Synchronous Reluctance Motor-Drive Advancements

“…To name a few, fuzzy logic (FL), adaptive neuro-fuzzy artificial neural network (ANN), and adaptive recurrent fuzzy neural network (ARFNN) are the methods that have been studied for SynRM drives [113][114][115][116]. FL helps the researchers to analyze continuous values-in contrast with discrete values in traditional methods-and control the system in a continuous mathematical system [117,118]. This provides a control system with characteristics compatible with the physical components.…”