You are on page 1of 77

‫استخدام الذكاء الصناعي في تطبيقات‬

‫الهندسة الكهربائية‬
‫)دراسة و مقارنة(‬

‫‪Using the artificial intelligent in‬‬
‫‪electrical engineering application‬‬
‫)‪(Study and comparison‬‬
‫رسالة مقدمة إلى الكاديميه العربية في الدنمارك‬
‫وهي جزء من متطلبات درجه الماجستير‬
‫في نظم المعلومات الدارية‬

‫من قبل الطالب‬

‫قتيبة مازن عبد المجيد‬

‫بإشراف‬

‫د‪ .‬وكاع الجبوري‬
‫سبتمبر ‪ 2009/‬م‬

‫رمضان‪1430/‬‬

‫‪1‬‬

‫استخدام الذكاء الصناعي في تطبيقات‬
‫الهندسة الكهربائية‬
‫)دراسة و مقارنة(‬

‫‪Using the artificial intelligent in‬‬
‫‪electrical engineering application‬‬
‫)‪(Study and comparison‬‬
‫رسالة مقدمة إلى الكاديميه العربية في الدنمارك‬
‫وهي جزء من متطلبات درجه الماجستير‬
‫في نظم المعلومات الدارية‬

‫من قبل الطالب‬

‫قتيبة مازن عبد المجيد‬

‫بإشراف‬

‫د‪ .‬وكاع الجبوري‬
‫سبتمبر ‪ 2009/‬م‬

‫رمضان‪1430/‬‬

‫‪2‬‬

‫بسم ال الرحمن الرحيم‬

‫﴿وﺇذ قققال ربققك للملكئكققة‬
‫ِﺇني جاعققق ٌ‬
‫ل فقققي الرض‬
‫خليفة قققالوا أتجعققل مققن‬
‫َ‬
‫ُيفسقققد فيهقققا ويسقققفك‬
‫الققققدمآء وَننحققققن ُنسققققبح‬
‫ِبنحمقققد َ‬
‫س لقققك‬
‫ك وُندققققد ُ‬
‫ققققققالﺇني أعلقققققم مقققققا‬
‫﴾البدقرة ) ‪(30‬‬
‫ن‬
‫لَتعلمو َ‬

‫‪3‬‬

‫الدهداء‬ ‫الى من كـل البــشرية لـه تدين‬ ‫الى سيد الخلق محمد النبي‬ ‫الى من افديهم عمري و كل السنين‬ ‫الى الغالـــيين امي و ابي‬ ‫الى استاذي ذو الفـــكر الرزين‬ ‫ب‬ ‫الذي كـان عوني عند الطل ِ‬ ‫قتيبة مازن السامرائي‬ ‫الشكر والتقدير‬ ‫‪4‬‬ .

‬‬ ‫واشكر كل من ساعدني وقدم لي النصيحه اسئل ال ان يجزيهم‬ ‫عني خير الجزاء‪.‬لكل الجهود الكريمه التي بذلها فالشراف‬ ‫على الرساله طوال فتره التحضير‪.‬‬ ‫الخلةصة‬ ‫‪5‬‬ .‬‬ ‫انه من دواعي سروري وعميق عرفاني ان اقدم شكري وامتناني‬ ‫للدكتور وكاع الجبوري ‪ .‬‬ ‫وكل اعتزازي وشكري لسريتي الغاليه الذين هم اناروا لي دربي‬ ‫بالنصيحه والتشجيع والدعاء ‪.‫ان الشكر والحمد ل عز وجل الذي بلطفه ومنه الكريم تيسرت‬ ‫المور فأوجدألسباب وقدر القدار‪.

(Genetics Algorithm‬‬ ‫الهدف الثالث‪:‬‬ ‫هو هتطبيق احد التقنيات الثل ث ‪.‬‬ ‫الهدف الثاني ‪:‬‬ ‫دراسه هتجارب العمليه لتقنيات الذكاء الصناعي الثل ث في مجال الهندسه الكهربائية لوالتي هي ‪:‬‬ ‫‪ :1‬الشبكه العصبيه الصناعيه)‪.‬‬ ‫المحتــــــويات‬ ‫‪6‬‬ . ( Artificial Neural Network‬‬ ‫‪ :2‬المنطق الضبابي )‪.‫ان الهدف الرئيسي من هذا البحث ينقسم الى هثلهثه اقسام رئيسية ‪:‬‬ ‫الهدف اللول ‪:‬‬ ‫هو دراسه خصائص الذكاء الصناعي لومعرفه اماكن هتطبيقه لومجالهته لوالتعرف على خصائص‬ ‫لوالمفاهيم الساسيه لمنظومه التحكم اللي لواجزائها ‪.‬لو هو المنطق الضبابي)‪ (Fuzzy Logic‬للقيام بالسيطره على‬ ‫المحــرك الكـــــهربائي الـــحثي الــــمتنالوب هثــــلهثي الـــــطور باســــــــتخدام برنامج الــــــــ )‬ ‫‪ (matlab – simulation‬للقيام بنمذجه النظام حاسوبيا‪. (Fuzzy Logic‬‬ ‫‪ :3‬اللوغارهثمات الجينه )‪.

1‬خصائص الذكاء الةصطناعي‬ ‫‪7‬‬ .1‬تعريف الذكاء الةصطناعي‬ ‫‪ 2 .2 . 2 .1‬‬ ‫مقدمة تاريخية‬ ‫‪2 .1‬الذكاء النساني‬ ‫‪ 3 .2 .2 .1‬تطبيقات علم الذكاء الةصطناعي‬ ‫‪ 5 .1‬‬ ‫الذكاء الةصطناعي‬ ‫‪ 1 .1‬دهدف الذكاء الةصطناعي‬ ‫‪ 4 .2 .2 .‫رقم الصفحة‬ ‫الموضوع‬ ‫الشكر‬ ‫الخلةصة‬ ‫المنحتويات‬ ‫المدقدمة‬ ‫الفصل‬ ‫الول‪:‬‬ ‫مقدمة عن‬ ‫الذكاء الةصطناعي‬ ‫‪1 .1‬مجالت الذكاء الةصطناعي‬ ‫‪ 6 .

2 .1‬مزايا النظام الخبير‬ ‫‪4 .2‬المفادهيم الساسية لمنظومة التحكم اللي‬ ‫‪ 1 . 3 .3 .2 .2‬تعريف نظام التحكم‬ ‫‪8‬‬ .1‬عنصري النظام الخبير‬ ‫‪ 5 .3 .2‬‬ ‫المقدمة‬ ‫‪ 2 .3 .‫‪3 .2‬النظام‬ ‫‪ 2 .1‬‬ ‫الختلف بين النظم الخبيرة و الذكاء الصناعي و بين‬ ‫برامج الحاسبة في حل المشاكل‬ ‫الفصل‬ ‫الثاني‪:‬‬ ‫التحكـــــم‬ ‫اللــــي‬ ‫‪1 .2‬التحكم‬ ‫‪ 3 .1‬‬ ‫النظمة الخبيرة‬ ‫‪ 1 .1‬ادهمية النظمة الخبيرة‬ ‫‪ 2 .1‬دوافع استخدام النظم الخبيرة‬ ‫‪ 4 .3 .1‬خواص النظمة الخبيرة‬ ‫‪ 3 .2 .

7 .7 .3 .2‬نظامي التحكم‬ ‫‪ 1 .2‬مصنفات نظم التحكم‬ ‫‪ 5 .2‬تعريف الحساس‬ ‫‪ 2 .2‬الحساسات‬ ‫‪ 1 .2‬نظام تحكم حلقي ذو دائرة مغلقة‬ ‫‪ 4 .2‬مكونات نظام التحكم‬ ‫‪ 3 .7 .2‬الحاجة الى الحساسات‬ ‫‪ 3 .2‬انواع الحساسات‬ ‫‪ 4 .‫‪ 4 .2‬التطبيقات النموذجية للحساس‬ ‫‪9‬‬ .2‬تعريف منظومة التحكم اللي‬ ‫‪ 5 .2‬نظام التحكم حلقي ذو دائرة مفتوحة‬ ‫‪ 2 .2‬طرق التحكم‬ ‫‪ 6 .3 .2‬اجزاء منظومة التحكم اللي‬ ‫‪ 7 .2 .7 .2 .

1 .1 .3‬المجموعة التقليدية و المجموعة الضبابية‬ ‫‪ 4 .3‬انظمة السيطرة الضبابية‬ ‫‪ 3 .3‬الجزاء الرئيسية للخلية العصبية الطبيعة‬ ‫‪ 3 .3‬العمليات على المجموعات الضبابية‬ ‫‪ 5 .2 .3‬الخوارزميات الجينية‬ ‫‪10‬‬ .2 .3‬‬ ‫المنطق الضبابي‬ ‫‪ 1 .3‬‬ ‫الشبكات العصبية‬ ‫‪ 1 .2 .2 . 3‬الفائدة من بناء الشبكات العصبية الصناعية‬ ‫‪2 .3‬استخدام مفادهيم الخليه الطبيعية في الخلية العصبية‬ ‫الصناعية‬ ‫‪ 4.2 .1 .3‬مفهوم المنطق الضبابي‬ ‫‪ 3 .3‬مقدمة‬ ‫‪ 2 .‫الفصل الثالث‪ :‬هتقنيات الذكاء‬ ‫الصناعي‬ ‫‪1 . 1.3‬الشبكة العصبية الصناعيه‬ ‫‪ 2 .

3‬الطفرة‬ ‫‪ 5 . 4‬تصميم مثبت نظام طاقه باستخدام الشبكه الصناعية‬ ‫‪ 1.3 .3‬مقدمة بيولوجية‬ ‫‪ 3 .3 .3‬بدايات التفكير في الخوارزميات الجينية ) مقدمة(‬ ‫‪ 2 . 4‬تصميم المتحكم التكيفي‬ ‫‪11‬‬ . 1.‫‪ 1 .3‬بعض اساليب التصالب‬ ‫الفصل‬ ‫الرابع‪ :‬تطبيقات الذكاء‬ ‫الصناعي في الهندسه الكهربائية‬ ‫‪ 1. 4‬المقدمه‬ ‫‪ 2.3 . 1.3 .3 .3‬استخدام المفهوم البيولوجي في مجال الحوسبه و حل‬ ‫المسائل‬ ‫‪ 6 . 1.3‬المكونات الساسية الثل ث للخوارزميات الجينية‬ ‫‪ 7 . 4‬نموذج نظام الطاقه‬ ‫‪ 3.3 .3 .3‬التكاثر‬ ‫‪ 4 .

2. 2. 4‬تصميم مثبت نظام الطاقه باستخدام المنطق الضبابي‬ ‫‪ 5. 3.‫‪ 4. 3. 4‬عمليه التدريب‬ ‫‪ 5. 4‬مناقشة النظام‬ ‫‪ 3. 4‬مسيطر المنطق الضبابي‬ ‫‪ 4.2. 4‬أساس القاعده‬ ‫‪ 10. 4‬مدخلت مثبت نظام الطاقه باستخدام المنطق الضبابي‬ ‫‪ 6. 3. 4‬تصميم المنطق الضبابي المحكم لمثبت نظام الطاقه‬ ‫‪ 2. 1. 2. 2. 4‬مخرج داله العضويه‬ ‫‪ 9. 1. 2. 4‬تمثيل النظام‬ ‫‪ 3. 2. 4‬الستنتاجات‬ ‫‪ 3. 2. 2. 4‬تصميم مثبت جهاز طاقه تقليدي‬ ‫‪12‬‬ . 4‬تصميم مثبت نظام الطاقه باستخدام تقنيه البحث الجيني‬ ‫‪ 1. 4‬عمليه الضبابيه‬ ‫‪ 7 . 4‬المقدمة‬ ‫‪ 2. 4‬الستنتاجات‬ ‫‪ 2. 4‬دوال عضويه المدخلت‬ ‫‪ 8.

4‬الخوارزمية الجينية المبينه على مثبت نظام الطاقة‬ ‫‪ 5. 5‬قوانين المنطق الضبابي المستخدمه للسيطرة‬ ‫‪13‬‬ . 4‬الستنتاجات‬ ‫الفصل‬ ‫الخامس‪:‬‬ ‫السيطره على‬ ‫المحرك الحثي المتناوب باستخدام‬ ‫المنطق الضبابي‬ ‫‪ 1. 3. 5‬تقنية الـ ‪MATLAB-SIMULINK‬‬ ‫‪ 4. 4‬مقارنه تقنيات تصاميم متعدده‬ ‫‪ 7. 3. 5‬السرعه في المحرك الحثي‬ ‫‪ 3. 2. 3. 4‬خوارزمية البحث الجيني‬ ‫‪ 6.‫‪ 4. 5‬المقدمة‬ ‫‪ 2. 5‬المحرك الحثي المتناوب‬ ‫‪ 1. 3.

6‬التوةصيات‬ ‫المقدمــــــة‬ ‫علم الذكاء الطصطناعي هو أحد علوم الحاسب اللي الحديثة التي هتبحث عن أساليب‬ ‫متطورة لبرمجته للقيام بأعمال لواستنتاجات هتشابه لولو في حدلود ضــيقة هتلــك الســاليب الــتي هتنســب‬ ‫ل فـي هتعريـف الـذكاء النسـاني لوهتحديـد أبعـاده ‪ ،‬لومـن هثـم‬ ‫لذكاء النسان ‪ ،‬فهو بذلك علـم يبحـث ألو ف ً‬ ‫محاكاة بعض خواطصــه ‪ ،‬لوهنـا يجـب هتوضـيح أن هــذا العلــم ل يهــدف إلـى مقارنــة ألو هتمثيـل العقـل‬ ‫البشري الذي خلقه ال جلت قدرهته لوعظمته باللة التي هي من طصنع المخلوق ‪ ،‬بل يهدف هذا العلــم‬ ‫الجديد إلى فهم العمليات الذهنية المعقدة التي يقوم بها العقل البشري أهثناء ممارســته )التفكيــر( لومــن‬ ‫هثم هترجمة هذه العمليات الذهنية إلى ما يوازيها من عمليات محاسبية هتزيــد مــن قــدرة الحاســب علــى‬ ‫حل المشاكل المعقدة‪. 6‬الستنتاجات‬ ‫‪ 2.‫الفصل‬ ‫السادس‪ :‬الستنتاجات‬ ‫والتوةصيات‬ ‫‪ 1.‬‬ ‫يمكن هتعريف الذكاء الطصطناعي للحاسب اللـي بـأنه القـدرة علـى هتمثيـل نمـاذج حاسـوبيه )‬ ‫‪ ( Computer Models‬لمجال من مجالت الحياة لوهتحديد العلقات الساسية بين عناطصره ‪ ،‬لومن‬ ‫هثم استحدا ث ردلود الفعل التي هتتناسب مع أحدا ث لومواقف هذا المجال ‪ ،‬فالذكاء الطصطناعي بالتالي‬ ‫‪14‬‬ .

‬‬ ‫لويتركز أطصل علم الذكاء الطصطناعي في أبحا ث هتدرس أساليب هتمثيــل النمــاذج ) ‪Model‬‬ ‫‪ ( Representation‬في ذاكرة الحاسب اللي لوطرق البحــث لوالتطــابق ) ‪Search & Match‬‬ ‫‪ (Methods‬بين عناطصرها لواختزال أهدافها )‪ ( Goal reduction‬لوإجراء أنــواع الســتنتاجات)‬ ‫‪ ( Reasoning‬المختلفة مثل الستنتاج عن طريق المنطق ) ‪ ( Logic‬ألو عــن طريــق المقارنــة )‬ ‫‪ ( Analogy‬ألو عن طريق الستقراء ) ‪.( Induction‬‬ ‫لوسوف نتكلم في هذا البحــث عــن طــرق التحكــم اللــي لوعــن التقنيــات المســتخدمه لتطــبيق‬ ‫الذكاء الصناعي في الهندسه الكهربائية لونستعرض التطبيقــات الثل ث للــذكاء الصــناعي فــي مجــال‬ ‫الهندسة الكهربائيــة لوهــي ) الشــبكه العصــبية لو المنطــق الضــبابي لو الخوازميــات الجينــة( لوســنقوم‬ ‫بالستفادة منها لختيار احدهما لوهتطــبيقه ليقــوم بالســيطره علــى محــرك كهربــائي متنــالوب لوســنقوم‬ ‫باستخدام احد البرامج المتخصصه لنمذجه النظام حاسوبيا‪.‫ل بتمثيل نموذج حاسوبي لمجال من المجالت ‪ ،‬لومن هثم اســترجاعه لوهتطــويره ‪ ،‬لومرهتبــط‬ ‫مرهتبط ألو ف ً‬ ‫هثانيف ًا بمقارنته مع مواقف لوأحدا ث مجال البحث للخرلوج باستنتاجات مفيدة ‪ ،‬لويتضـح أن الفـرق بيـن‬ ‫ل القــدرة علــى اســتحدا ث النمــوذج‬ ‫هتعريفي الذكاء الطصطناعي لوالنســاني المــذكورين أعله هــو ألو ف ً‬ ‫فالنسان قادر على اختراع لوابتكار هذا النموذج ‪ ،‬في حين أن النموذج الحاسوبي هو هتمثيل لنموذج‬ ‫سبق استحداهثه في ذهن النسان ‪ ،‬لوهثانيف ًا في أنواع الستنتاجات التي يمكن استخلطصها من النمــوذج‬ ‫فالنسان قادر على استعمال أنــواع مختلفــة مــن العمليــات الذهنيــة مثــل البتكــار) ‪( Innovation‬‬ ‫لوالختراع ) ‪ ( Creation‬لوالستنتاج بأنواعه ) ‪ ( conclusion‬في حين أن العمليات الحاسوبيه‬ ‫هتقتصر على استنتاجات محدلودة طبقف ًا لبديهيات لوقوانين متعــارف عليهــا يتــم برمجتهــا فــي البرامــج‬ ‫نفسها‪.‬‬ ‫‪15‬‬ .

[1‬‬ ‫أما العرب فقد عملوا بـ" آللت الحيل " أي اللت ذاتيه الحركة من‬ ‫القرن التاسع للميلد وكانت أبرزدهــا اللت الموســيقية والســاعات والنــوافير‪.1‬مقدمه تاريخيه ‪:‬‬ ‫ان الذكاء الةصطناعي احد ث ما ابتكر العقل البشري في العقود‬ ‫الخمــس الخيــره مــن القــرن العشــرين‪ .‬ودهــو الــذي يتــولى‬ ‫التصال بالله ويتولى الحكم وأداء الحوار مع كل من الله والنسان لكتشــاف‬ ‫أي الطرفين يتصل بالنسان دون إن يرادهما ويقيس ذكاء اللــه وقــدرتها علــى‬ ‫التفكير ولقى اختبار )تورنج( الكثير من المعارضة لعل أبرزدها دهو تأثر الختبار‬ ‫‪16‬‬ .‬‬ ‫ويــرى الكــثير مــن ذوي الختصاةصــات الهندســية الحيــل العربيــة دهــي الســلف‬ ‫المبايشرة للكثير من الجهزه ألحديثه مثل آلت البيع المحاسبية‪.‬‬ ‫ابتدع العالم النكليزي )تورنج( اختبار للتأكد من ذكاء الله‪ .‬فقبــل وجــود الكمــبيوتر أو حــتى‬ ‫اللكترونيات والكهرباء حاول النسان إيجاد بعض اليشياء لهــا بعــض ةصــفاته ‪.‬‬ ‫وعلى سبيل المثال في القرون الوسطى يذكر إن البابا سلفيستر الثاني ةصــنع‬ ‫اله قادرة على نطق بعدد معين من الكلمات والجابه على بعض السئله بنعــم‬ ‫او ل ]‪.‫الفصل الول‪:‬‬ ‫مقدمة عن الذكاء الطصطناعي‬ ‫‪ 1 .‬بحيث‬ ‫الختباركان عن وضع الله في حجره مغلقه تخرج من نهاية طرفيه فــي رددهــة‬ ‫ووضع أنسانا أخر في حجره مغلقه أخرى يتصل دهو الخــر بنهايــة طرفيــه فــي‬ ‫نفس الرددهة ويوجــد إنســان أخــر ) الحكــم ( فــي الرددهــة‪ .

2 .1‬هدف الذكاء الطصطناعي ‪:‬‬ ‫‪17‬‬ .[1‬‬ ‫‪ 2 .‬‬ ‫يعد الذكاء الةصطناعي من أكثر المجالت نجاحا في الوقت الحاضر‬ ‫حيث خرج من طور البحث الى الستعمال التجاري واثبت الذكاء الةصــطناعي‬ ‫كفائه في مجالت متعددة وأمكن تطبيقها فـي كـثير مـن التطبيقـات التجاريـة‬ ‫في الشركات والمؤسسات الصناعية وغير الصناعية ]‪.‬‬ ‫‪ 2 .[1‬‬ ‫‪ 3 .‬‬ ‫أما في نطاق دراسة علم الذكاء الةصطناعي للحاســبات الليــه فيمكــن‬ ‫تعريفه في نطاق قدره النسان على تطوير اليشياء وتحليل خواةصها والخــروج‬ ‫باستنتاجات‪ .2 .‬فهو بذلك يمثل قدره النسان على تطوير نموذج ذدهنــي لمجــال‬ ‫من مجالت الحياة وتحديد عناةصره واستخلص العلقات الموجودة بينها ومــن‬ ‫ثم استحد ث ردود الفعل التي تتناسب مع أحدا ث ومواقف دهذا المجال ‪.[1‬‬ ‫‪ 1 .1‬الذكاء النساني‪:‬‬ ‫دهو جميع العمليات الذدهنية من نبوغ وابتكار ونحكم في الحركة والحواس‬ ‫والعواطف ‪.1‬الذكاء الطصطناعي ‪:‬‬ ‫إن الباحث في علم الذكاء الةصطناعي والدارس له يجد إن دهذا العلم‬ ‫قائم على أسس متينة‪ . 2 .‬وان كان قد بدا يضع الساس بــدأت فيــه أبحــا ث الــذكاء الةصــطناعي‬ ‫وذكاء الله‪.‬‬ ‫من أدهم فوائد دهذا النموذج الذدهني الذي يستحدثه النسان ليشعوريا انه‬ ‫يساعد على حصر الحقائق ذات العلقة بالموضوع في مجال البحــث وتبســيط‬ ‫الخطوات المعقدة التي تتميز بها الصورة الحقيقية ]‪.1‬تعريف الذكاء الطصطناعي ‪:‬‬ ‫دهو احد علوم الحاسب اللي ألحديثه التي تبحث عن أساليب متطورة‬ ‫للقيام بأعمال واستنتاجات تشابه ولــو فــي حــدود ضــيقه تلــك الســباب الــتي‬ ‫تنسب لذكاء النسان]‪.‬كل ما عليه دهو النظر للمراه ليجد مثال حي ـا َ عــن علــم‬ ‫النظام الذكي ‪.‫بالحكم‪ .

‬‬ ‫‪ :8‬لغات لو بيئات للذكاء الطصطناعي ‪.Game Playing‬‬ ‫‪ :2‬هتطبيقات مكانه التعليل لوإهثبات النظريات )‪Automated Reasoning Theorem‬‬ ‫‪& (Proving‬‬ ‫‪ :3‬هتطبيقات النظمة الخبيرة )‪.1‬مجالت الذكاء الطصطناعي ‪:‬‬ ‫اتجهت أبحا ث الذكاء الةصطناعي الى بناء برامج في مجالت محددة كما‬ ‫سبق اليه القول و من دهذه المجالت‪:‬‬ ‫النظم الخبيرة او نظم الخبرة ‪.(Languages & (Environments for A. (Expert Systems‬‬ ‫‪ :4‬هتطبيقات هتميز الصوت ))‪Voice recognition‬‬ ‫‪ :5‬هتطبيقات الرؤية عن طريق اللة) ‪.1‬تطبيقات علم الذكاء الطصطناعي‪:‬‬ ‫‪ :1‬هتطبيقات اللعاب ‪.‬‬ ‫‪18‬‬ .‫يهدف الذكاء الطصطناعي الى قيام الحاسوب بمحاكاة عمليات الذكاء الـتي هتتـم داخـل العقـل‬ ‫البشري بحيث هتصبح لدى الحاسوب المقدرة على حل المشكلت لواهتخاذ القرارات بأســلوب منطقــي‬ ‫لومرهتب لوبنفس طريقه هتفكير العقل البشري ‪ .[1‬‬ ‫‪ 4 .‬لوهتمثيل البرامج المحاسبة لمجــال مــن مجــالت الحيــاة‬ ‫لوهتحسين العلقة الساسيه بين عناطصره ]‪.I‬‬ ‫‪ :9‬هتعليم اللت ) )‪.2 .‬‬ ‫منظومات اللغات الطبيعية ‪.2 .‬‬ ‫ادراك الحاسب للكلم ‪.‬‬ ‫البرمجة اللية ‪.[Machine Learning[5‬‬ ‫‪ 5 .Modeling Human Performance‬‬ ‫‪ :7‬التخطيط لو الهتمتة )كالنسان اللي(‪.(Machine Vision‬‬ ‫‪ :6‬طصياغة أداء النسان) )‪.

‬‬ ‫تعلم الحاسب ‪.1‬خصائص الذكاء الطصطناعي ]‪:[1‬‬ ‫)‪ (1‬التمثيل الرمزي‬ ‫كانت دهذه البرامج تتعامل مع رموز تعبر عن المعلومات المتوفرة مثل ‪:‬‬ ‫الجو اليوم حار ‪ .‬‬ ‫العاب الحاسب ‪.‬‬ ‫اثبات النظريات‪.‫امكانية الرؤية في الحاسب ‪.‬و لذلك فقد تميزت برامج‬ ‫الذكاء الةصطناعي بالميزات و الخصائص التالية ‪:‬‬ ‫‪ 6 .‬و‬ ‫الطعام له رائحة زكية و دهو تمثيل يقترب من يشكل تمثيل النســان لمعلومــاته‬ ‫في حياته اليومية ‪.‬‬ ‫التطبيقات التجارية في العلم المتعدد ]‪.‬كما ان دهذه البرامج كانت تتولى معالجة مشاكل‬ ‫معقدة و مبهمة ما زالت قيد البحث و التطوير ‪ .‬‬ ‫)‪ (2‬البنحث التجريبي‬ ‫تتوجه برامج الذكاء الةصطناعي نحو مشاكل ل تتوافر لها حلول يمكن‬ ‫ايجاددها تبعا لخطوات منطقية محددة ‪ .[2‬‬ ‫و قد كانت احدى المشاكل الكبرى التي تواجه بناء دهذه البرامج الى وقت‬ ‫قريب اضافة الى درجة التعقيد العالية التي تمييز دهذه البرامج ‪ ،‬دهو حاجتها‬ ‫الى سعة تخزينية عالية ‪ .2 .‬‬ ‫) ‪ (3‬احتضان المعرفة و تمثيلها‬ ‫‪19‬‬ .‬و السيارة خاليــة مــن الوقــود ‪ .‬‬ ‫الت الروبوت ‪.‬إذ يتبع فيها أســلوب البحــث التجريــبي‬ ‫كما دهو حــال الطــبيب الــذي يقــوم بتشــخيص المــرض للمريــض ‪ ،‬فأمــام دهــذا‬ ‫الطبيب عدد من الحتمالت قبل التوةصل إلى التشخيص الدقيق ‪ ،‬و لن يتمكن‬ ‫بمجرد رؤيته للمريض و سماع آدهاته من الوةصول إلى الحــل ‪ ،‬و ينطبــق الحــال‬ ‫على لعب الشطرنج ‪ ،‬فان حساب الخطوة التاليــة يتــم بعــد بــث احتمــالت و‬ ‫افتراضات متعددة ‪ ،‬و دهذا السلوب من البحث التجريــبي يحتــاج إلــى ضــرورة‬ ‫تــوافر ســعة تخزيــن كــبيرة فــي الحاســب ‪ ،‬كمــا تعتــبر ســرعة الحاســب مــن‬ ‫العوامل الهامة لفرض الحتمالت الكثيرة و دراستها ‪.‬و احمــد فــي ةصــحة جيــدة ‪ .

‬‬ ‫و مثال ذلك ‪:‬‬ ‫* إذا كان الجو غير ةصحو ‪.‬‬ ‫* و درجة الحرارة منخفضة ‪.‫لما كان من الخصائص الهامة في برامج الذكاء الةصطناعي استخدام‬ ‫أسلوب التمثيل الرمزي في التعبير عــن المعلومــات ‪ ،‬و اتبــاع طــرق البحــث‬ ‫التجريبي في إيجاد الحلول فان برامج الذكاء الةصطناعي يجب أن تمتلــك فــي‬ ‫بنائها قاعدة كبيرة من المعرفة تحتوي على الربط بين الحــالت والنتائــج مثــل‬ ‫ذلك ‪:‬‬ ‫* إذا كان مشغل القراص في جهاز الكمبيوتر ل يقرا البيانات المســجلة علــى‬ ‫القرص ‪.‬‬ ‫)‪ (5‬الدقدرة على التعلم‬ ‫‪20‬‬ .‬‬ ‫و في دهذه المثلة يتضح التمثيل الرمزي )الجو غير ةصحو (‪ ،‬واحتضان المعرفــة‬ ‫بمعرفة عطل مشغل القراص و بمعرفة وجوب ارتداء العطف‬ ‫)‪ (4‬البيانات غير المؤكدة أو غير المكتملة‬ ‫يجب على البرامج التي تصمم في مجال الذكاء الةصطناعي أن تتمكن‬ ‫من إعطاء حلول إذا كانت البيانات غير مؤكدة أو مكتملة ‪ ،‬و ليس معنــى ذلــك‬ ‫أن تقوم بإعطاء حلول مهما كـانت الحلـول خاطئـة أم ةصـحيحة ‪ ،‬و إنمـا يجـب‬ ‫لكي تقوم بأدائها الجيــد أن تكــون قــادرة علــى إعطــاء الحلــول المقبولــة و إل‬ ‫تصبح قاةصرة ‪ ،‬ففي البرامــج الطبيــة إذا مــا عرضــت حالــة مــن الحــالت دون‬ ‫الحصول على نتائج التحليلت الطبية فيجب أن يحتوي البرنامــج علــى القــدرة‬ ‫على إعطاء الحلول ‪.‬‬ ‫* و القرص جيد ‪.‬‬ ‫* و حاكم تشغيل القرص سليم‬ ‫* و الكابل بين مشغل القرص و الحاكم سليم ‪.‬‬ ‫* فيجب ارتداء المعطف ‪.‬‬ ‫* فان العطل يكون في مشغل القراص نفسه ‪.

‬لوبعد ذلك هتنصح النظمــه الخــبيرة الشــخص المحتــاج الــى الستشــارة لهتخــاذ‬ ‫القرار المناسب ‪.1‬اهمية النظمه الخبيرة ‪:‬‬ ‫تأتي أدهمية دهذا النوع من البرامج‪،‬من خلل قدرتهاعلى استخلص الخبرات‬ ‫النسانية وتخزينها ببرنامج ‪ ،‬يقلد الخبير في عمله بنفس المستوى‪،‬‬ ‫والدهمية الكبر عندما تبدأ الدول النامية بمعرفة ضرورة نقل دهذه الخبرات‬ ‫من خلل البرامج على اسطوانات ةصغيرة وليس من خلل الستثمار‬ ‫البشري المكلف ‪ .‬لويستطيع الحاســوب ان يتوطصــل الــى‬ ‫استخلطصات معينة ‪ .1‬هتستخدم أسلوب مقارن للسلوب البشري في حل المشكلت المعقدة ‪.‬‬ ‫‪ 3 .‬‬ ‫لوهتستطيع أن هتصل الى مستوى معين من الداء هتسالوي ألوحتي هتتعدى الخبراء البشــريين فــي بعــض‬ ‫الختصاطصات ‪.‬ألو أي أجهزه حاسوبية لوبرمجيـات لحـل المشـاكل‪.‬لوهتكوينــات الكمبــوهتر ‪ .‬كمــا ان‬ ‫النظمه الخبيرة هتنتشر في مجالت هتطبيقة معقدة كــاداره العقــارات‪ .‫تعتبر القدرة على التعلم إحدى مميزات السلوك الذكي و ســواء أكــان التعلــم‬ ‫في البشر يتم عن طريق الملحظــة أو الســتفادة مــن أخطــاء الماضــي فــان‬ ‫برامج الذكاء الةصطناعي يجب أن تعتمد على استراتيجيات لتعلم اللة ‪.‬‬ ‫الفكرة الساسية لوراء النظم الخبيرة بسيطة ‪ .‬هتقيــم التحكــم‬ ‫الداخلي لوهتحليل الخطأ ‪.‬‬ ‫لوهتستخدم النظمة الخبيرة الن فــي اللف مــن المنظمــات لوهتخــدم العديــد مــن المهــام ‪ .‬‬ ‫لويستدعيها مستخدمو الحاسوب كنصيحه معينه عند الحاجه ‪ .‬فــي التشــخيص الطــبي ‪.‬‬ ‫‪21‬‬ .1‬النظمة الخبيرة ‪:‬‬ ‫النظمة الخبيرة هي انظمة طصنع قرار ‪.‬‬ ‫ان النظمه الخبيرة بطبيعتها هي فرع هتطبيقي من الذكاء الطصطناعي لوهناك عــدة هتطبيقــات‬ ‫على النظمة الخبيرة ‪.‬لوهتعتبر النظم الخبيرة هى أحد هتطبيقات علم الذكاء الطصطناعى الذى‬ ‫يهدف الى نقل الذكاء البشرى الى نظم الحاسبات عن طريق هتصميم البرمجيات لو أجهزة الحاســبات‬ ‫التى هتحاكى سلوك لو هتفكير البشر]‪.‬فالخبرة هتنتقل من الخبراء الــى الحاســوب ‪.3 .‬استكشــاف المعــادن ‪ .‬خطــط الشــركات ‪.3 .[3‬‬ ‫‪ 1 .‬هــذه‬ ‫المكانات هتزلود الشركات بانتاجية محسنة لوميزات هتنافسية هائلة ]‪.1‬خواص النظمة الخبيرة ‪:‬‬ ‫‪ .[3‬‬ ‫‪ 2 .

1‬مزايا النظام الخبير ‪:‬‬ ‫‪ . [1‬‬ ‫‪22‬‬ .‫‪ .2‬المستفيدلون من النظام لوهم المدراء ألو الخشخاص الذين يستعينون بالنظام للبحث عن حلول‬ ‫لمشكله معينه ]‪.‬‬ ‫‪ .‬‬ ‫‪ .6‬هتعالج البيانات الرمزية غير الرقمية من خلل عمليات التحليل لوالمقارنة المنطقية]‪.‬‬ ‫‪ .3‬أن لوجود هذة النظم يقلل من مشكلت أرهتفاع معدل أحلل العمالة الفنية لو المهنية ‪.‬‬ ‫‪ . [1‬‬ ‫‪ 3 .2‬هتتعامل مع الفرضيات بشكل متزامن لوبدقة لوسرعة عالية ‪.‬‬ ‫‪ .‬‬ ‫‪ .‬‬ ‫‪ .2‬أن هذة النظم هتساعد الموظفين الجدد لو حديثي العهد بالمهنة فى بلوغ مستويات عالية من‬ ‫النتاجية فى لوقت قصير ‪.1‬عنصري النظام الخبير ‪:‬‬ ‫‪ .3‬لوجود حل متخصص لكل مشكلة لولكل فئة متجانسة من المشاكل ‪.‬‬ ‫‪ .4‬هتوفير اكثر من نسخة من النظام هتعوض عن الخبراء ‪.1‬أن النظام يحتفظ بمعارف متراكمة لو يجعلها جاهزة على الفور ‪.3 .‬‬ ‫‪ .1‬دوافع استخدام النظم الخبيرة ‪:‬‬ ‫‪ .‬‬ ‫‪ .3‬لتخليد الخبرة البشرية ‪.‬‬ ‫‪ .1‬لنها هتهدف لمحاكاة النسان فكرا لوأسلوبا‪.6‬هتقليص العتماد على الخبراء البشر]‪.4‬هتعمل بمستوى علمي لواستشاري هثابت ل هتتذبذب ‪.3 . [1‬‬ ‫‪ 4 .5‬يتطلب بناؤها هتمثيل كميات هائلة من المعارف الخاطصة بمجال معين ‪.4‬أن النظم الخبيرة هتكون سهلة الستخدام بواسطة غير المتخصصين]‪.3 .2‬لهثارة أفكار جديدة هتؤدي إلى البتكار‪.1‬اهل الخبره لوهم الفراد الذين يقومون اعداد لنظمه لوادخالها في الحواسيب لومعالجه‬ ‫الخلل في حاله حدلوهثه ‪.‬‬ ‫‪ .[1‬‬ ‫‪ 5 .5‬غياب الشعور بالتعب لوالملل ‪.‬‬ ‫‪ .

‬‬ ‫• كونها هتتعامل مع اللغات المبنية على المفسر لوليس المترجم ‪ ،‬حيث هتسمح للتعابير المبنية على‬ ‫المفاهيم الصعبة في اللغات التقليدية ‪ .‬‬ ‫لومن هذا هتبين انه ليس كل نظام خبير يستند إلى قاعدة المعرفة هو نظام خبير لولكن أن يمتلك‬ ‫القدرة على التفسير لوالوطصول إلى القرارات لوطلب معلومات إضافية كما يفعل النسان الخبير في‬ ‫عملية التفسير لوالتحليل لوالتحري لوخاطصة في المجالت التي هتكون فيها الحقائق كاملة ألو غير‬ ‫أكيدة]‪.2‬المقدمـــــــــــة‬ ‫‪23‬‬ .‬‬ ‫لومن هنا نجد الختلف بين النظام الخبير لوالذكاء الطصطناعي عن برامج الحاسبة التقليدية في‬ ‫حل المسائل التي ليست لها طريقة حل مسبقة ‪-:‬‬ ‫• كونها هتعمل بالرموز بدل من الرقام لوبهذا هتفتح المجالت الجديدة لمعالجتها بواسطة الحاسبة‪. [4‬‬ ‫الفصل الثاني‪:‬‬ ‫التحكـــــم اللــــــــي‬ ‫‪ 1 .1‬الختلف بين النظم الخبيره والذكاء الصناعي وبين‬ ‫برامج الحاسبه في حل المشاكل ‪:‬‬ ‫يختلف النظام الخبير عن البرامج العتيادية في الحاسب في أن المعرفة لوهثيقة الصلة‬ ‫بموضوع معين لوأساليب الستفادة من هذه المعرفة مندمجة مع بعض ‪ .‫ج‬ ‫‪ 4 .‬في النظام الخبير يبدلو‬ ‫نموذج حل المشكلة كقاعدة معرفة قائمة بذاهتها بدل من أن يكون جزءا من البرنامج العام لوبهذا‬ ‫يكون بإمكان النظام الخبير إدخال بيانات إلى القائمة اليعازات بطريقة إلى المعرفة المتوفرة من‬ ‫دلون الحاجة إلى إعادة البرمجة ‪.‬لوبهذا يمكننا القول أن برنامج الحاسب التقليدي ينظم المعرفة‬ ‫بمستويين هما البيانات ‪ ،‬قاعدة المعرفة ‪ ،‬لوالسيطرة ‪.‬لوالتعبير عن المشكلة بلغة الذكاء الطصطناعي لوهي ‪،‬‬ ‫لوالتي هتتحول إلى إجراءات خلل التنفيذ لوبهذا ل يكون على المبرمج أن يعرف مسبقا الحل ألو‬ ‫النتيجة ‪.

‬لتنظيم‬ ‫العمليات الزراعية عن طريق غلق الو فتح قنوات الري ‪ .2 .‬‬ ‫لوكان للحرب العالمية الثانية اهثر كبير في هتطور نظم التحكم اللي في كثير من التطبيقات‬ ‫الكيميائيه لوالميكانيكيه لوالكهربية لوفي مجال الطيران لوالبحرية‪ .[6‬‬ ‫‪ 2 .‬لوكان اختراع الماكينات التي هتعمل بالبخار )عام ‪1758‬م(‬ ‫في المملكه المتحده بدايه لثوره طصناعية هتعتمد على التحكم في الطاقة بواسطه اخشارات ذات طاقه‬ ‫طصغيرة مما مهد لظهور نظم التحكم ذات التغذيه العكسية الو التغذية الرجعية ‪.‬ففي عهد البابليين )عام ‪2100‬‬ ‫قبل الميلد ( اطصدر الملك حمورابي بقوانين بلغ عددها ‪ 282‬قانونا موهثقه على الحجارة‪ .‬‬ ‫‪ 2 .2 .2‬النظام]‪:[7‬‬ ‫هو عباره عن مجموعه من المكونات المترابطة التي هتؤدي الو هتحقق هدفا ما سواء كانت‬ ‫نمطا طصناعيا الو سياسيا الو خلفه‪.‬لوفي الوقت نفسه برز الهتمام باستخدام الحاسبات في هتوجيه المدفعيه المضاده‬ ‫للطائرات لوالتحكم في الرادارات لوالتعرف على الهداف ‪.‬فاذا هتم ذلك بغير هتدخل النسان فتعتبر العملية هتحكما‬ ‫آليا الو هتحكما ألوهتوماهتيكيا‪.2‬المفاهيم الساسية لمنظومه التحكم اللي‪:‬‬ ‫‪ 1 .2‬تعريف نظام التحكم ‪:‬‬ ‫ان اي نظام اذا هتحقق فيه سريان المعلومات بين عناطصره المختلفه لوهتحليل لومعالجه بعض‬ ‫المعلومات لوالبيانات لغرض استخدامها عن طريق مسار التغذيه الراجعه المرهتده من الخرج الى‬ ‫الدخل يقال عنه نظام هتحكم]‪. [7‬‬ ‫‪ 4 .‬أما إذا أديرت العملية بواسطة النسان فتعتبرهتحكما فقط بدلون ذكر كلمه‬ ‫"الي" ‪.2 .‫إن العالم خشهد منذ امد بعيد هتطبيقات لمفهوم نظرية التحكم ‪ .‬لوفي القرن الثامن عشر هتم اختراع‬ ‫طواحين الهواء التي امكن هتنظيم عملها ‪.‬مما ارسى قواعد جديده لنظم‬ ‫التحكم الحديثة‪ .[6‬‬ ‫لوفي العصور الحديثه خشهدت الوربا في القرن السادس عشرالكثير من عمليات التحكم مثل‬ ‫التحكم في درجه الحراره عن طريق التحكم في مسار الهواء ‪ .‬‬ ‫هثم اخذ العالم يتجه في اللونه الخيره إلى إدخال علوم الهتصالت لوالتحكم في مختلف‬ ‫مجالت الحياه اليوميه للنسان لوذلك لغرض هتحسينها لوجعلها اكثر رفاهيه لوهتقدم ]‪.2‬التحكم ]‪:[7‬‬ ‫عباره عن عملية هتصحيح مسار النظام كي يمضي في الهتجاه الصحيح‪ ،‬لويعتمد ذلك على‬ ‫مجموعه اللوامر التي هتصدر لهذا الغرض‪ .2‬تعريف منظومه التحكم اللي]‪: [8‬‬ ‫‪24‬‬ .‬لوفي عهد الغريق )عام ‪ 285‬قبل‬ ‫الميلد( هتم اختراع ساعه مائيه هتعمل ألوهتوماهتيكا عن طريق التحكم للول مره في التاريخ في‬ ‫مستوى سائل معين بواسطه عوامة لوطصمام قابل للفتح لوالغلق]‪.‬‬ ‫‪ 3 .2 .

2‬مكونات نظام التحكم ‪:‬‬ ‫‪ :1‬العملية المراد التحكم فيها الو نموذج لها ‪.‬‬ ‫‪ 3 .‬‬ ‫في هذا النظام اخشاره الخرج لهتؤهثر على اخشاره الدخل ‪ .‬‬ ‫ب‪ :‬ان أي اخشاره هتدخل على العمليه هتحت التحكم ع ليمكن التحكم فيها ‪.[7‬‬ ‫ح‬ ‫ع‬ ‫خشكل )‪ :(1 – 2‬يوضح النظام المفتوح‬ ‫عيوب هذا النظام ‪:‬‬ ‫ا‪ :‬أن العملية العكسيةعادة ما هتكون طصعبه التنفيذ الو غير قابله للتصنيع ‪.‬‬ ‫‪ :3‬دالة الهدف ألو جودة الداء المطلوبة‪.‬‬ ‫‪ :2‬القيود الو الحدلود الو الظرلوف الخارجية التي يجري العمل في اطارها ‪.‬‬ ‫لوبالتالي فان النظام ككل يتصف بانه نظام هتحكم غير دقيق لوغير عملي في كثير من‬ ‫التطبيقات‪.‬‬ ‫‪25‬‬ .2‬نظامي التحكم‬ ‫]‪:[7‬‬ ‫‪ 1 .‬فان جهاز التحكم )ح( يجب ان يقوم بعمل مسالو‬ ‫لمعكوس العملية ) ع ( ]‪.‬فاذا كان المطلوب هو نظام هتتبع بحيث‬ ‫هتكون الخشاره الخارجه مسالويه للخشاره الداخلة‪ .2 .3 .2‬نظام التحكم حلقي ذو دائره مفتوحة‪( OPEN LOOP (.‬‬ ‫‪ 5 .‬‬ ‫‪ :4‬الطريقه الحسابية ألو اللوامر الو طرق التحكم التي يجب هتنفيذها للوطصول بالنموذج الى الهدف‬ ‫في ظل الظرلوف الخارجيه لوالقيود‪.‫مجموعه من الجهزه لوالمعدات التي ركبت على منشأة هندسيه بطريقه معينه بحيث يمكن‬ ‫التحكم لوالسيطره على بعض الو كل المتغيرات الهامه ففي هذه المنشاء السيطره هتتم بطريقه‬ ‫محسوبه بحيث يتحقق الهدف الساسي الذي طصممت من أجله هذه المنظومه‪.

3 .‬لول هتحتوي‬ ‫على هتغذيه راجعه ‪.‬‬ ‫النظمه غير الخطية هي التي هتكون مكوناهتها نظما غير خطية في هتعاملها مع الخشارات لوهتحتوي‬ ‫على هتغذيه راجعه‪.(FEEDBACK‬لوعلى اساس اخشاره التغذيه الراجعه يتم هتصحيح الخطأ]‪.‫‪ 2 .‬‬ ‫اما النظمه الرقمية فهي هتلك التي هتكون فيها الخشارات متقطعه مع الزمن‪.2‬نظام تحكم حلقي ذو دائره مغلقه) ‪( CLOSE LOOP‬‬ ‫في هذا النظام يتم اضافه لوسائل لقياس الخرج لومقارنته باخشاره الدخل هثم الحصـول على اخشـــاره‬ ‫الخطأ عن طريق اخشاره هتصل الخرج بالـــــــــــدخل لوهذه الخشاره هتـسمى التغذيــــه الراجعــــه )‬ ‫‪ .‬‬ ‫)‪ (3‬أنظمه ثابته وأنظمه متغيرة مع الزمن‪:‬‬ ‫‪26‬‬ .‬‬ ‫)‪ (2‬أنظمه خطية وأنظمة غير خطية‪:‬‬ ‫النظمه الخطيه هي التي هتكون فيها المكونات نظاما خطيا في هتعاملها مع الخشارات ‪. [7‬‬ ‫الوامر‬ ‫خرج النظام‬ ‫جهاز التحكم‬ ‫العملية تحت‬ ‫التحكم‬ ‫التغذية الراجعه‬ ‫خشكل )‪ :(2 – 2‬يوضح النظام المغلق بوجود التغذية الراجعه‬ ‫‪ 4 .2‬مصنفات نظم التحكم‬ ‫)‪ (1‬أنظمه مستمرة وأنظمه رقمية‪:‬‬ ‫ألنظمه المستمرة هي هتلك التي هتكون فيها الخشارات هتماهثليه أي مستمرة مع الزمن‪.

‬فاذا كان اخشارات اللوامر معرلوفه مسبقا كان النظام محددا ‪ ،‬لواذا‬ ‫كانت هذه الخشارات غير معرلوفه الو معرلوفه بطرق احصائيه كان نظام التحكم نظاما عشوائيا‪.‬‬ ‫)‪ (4‬أنظمه عشوائية وأنظمه محدده‪:‬‬ ‫لوذلك طبقا لخشاره طبيعه اللوامر‪ .‬لذا يستخدم في عمليات التحكم التي هتتطلب استجابه سريعه ‪.‬‬ ‫لوهذا معناه ان التحكمات هتاخذ بالعتبار ليس فقط متجه الخطا اللحظي لولكن القيم السابقه للخطا ‪.‬أي ان قيمه الخرج‬ ‫هتسالوي هثابت مضرلوبه في مساحه منحني الخطا في الفتره الزمنه بين الصفر لولحظه زمنيه ما ‪.‬الى ان‬ ‫هتثبت قيمه الخرج النهائي عند هذا الحد ‪.‬حيث هتكون الستجابة هنا‬ ‫فورية لوسريعة ‪ .‫لوذلك حسب طبيعه مكونات النظام فهي اما هتكون مكونات هثابته ل هتتغير مع الزمن ‪،‬الو متغيرة ففي‬ ‫النظم الثابته يحتاج المر الى مكونات الو اجهزه هتحكم هثابته‪ ،‬اما في النظم المتغيرة مع الزمن‬ ‫فيحتاج الى اجهزه هتحكم متغيرة مع الزمن‪.‬‬ ‫‪ 5 .‬اما اذا هتغيرت قيمه الخرج النهائي لوكانت نسبه الخطا هتعدت‬ ‫المدى المسموح به يبدأ التغير في الخرج حتى هترجع نسبه الخطا الى المدى المسموح به ‪ .2‬طـــــرق التحكم ]‪:[7‬‬ ‫)‪ (1‬تحكم موضعين ‪:‬‬ ‫هذا النوع خشائع الستعمال لوسهل التركيب لوالتصميم لوفيه ييكون للمتحكم قيمتان محتملتان‬ ‫للخرج ‪ .‬كما هتوجد علقه هثابته خطية بين قيمه الخرج المتحكم فيه لوبين لوضع الحكم النهائي ‪.‬‬ ‫)‪ (3‬التحكم التناسبي‪:‬‬ ‫في هذا النوع قيمة الخرج لجهاز التحكم ستكون متناسبه طرديا مع الخطأ بين الدخل لوالتغذية‬ ‫المرهتده ‪ .‬‬ ‫)‪ (4‬التحكم التكاملي ‪:‬‬ ‫لوفي هذا النوع هتتغير قيمه الخرج في المتحكمات طبقا لتكامل نسبه الخطا ‪ .‬لويعتمد هذا على اخشارة نسبة الخطأ ‪.‬لوالتحكم ذي الموضعين يقوم بالتغذية الكهربائيه على‬ ‫خشكل نبضات ليه عمليه ‪.‬لوهذا يسبب دلورات المتحكم فيه ‪.‬‬ ‫)‪ (5‬التحكم التفاضلي‪:‬‬ ‫‪27‬‬ .‬‬ ‫لويستخدم في الحالت التي يفضل فيها ان ل هتوجد نسبه أي خطا في الخرج مثل دلوائر سرعات‬ ‫المحركات الميكانيكية لوالكهربائيه‪.‬‬ ‫لويتميز هذا النوع بانه ليوجد فيه أي هتاخير زمني بين الدخل لوالخرج ‪.‬‬ ‫)‪ (2‬التحكم العام ‪:‬‬ ‫هذا النوع هو حاله خاطصه من هتحكم الموضعين حيث هتكون قيمه الخرج النهائي هثابته متى كانت‬ ‫نسبه الخطأ في مدى المسموح به ‪.

‬على هذا الساس فان هذا النوع ل يستخدم منفردا بل يستخدم مع انواع اخرى ‪.‬لوهذا النوع يعدل‬ ‫لوضع خرج النظام قيد التحكم في حاله هتغير الخطا ‪ .‬لو يمكن ان هتقع هتحت‬ ‫هتاهثير اخشاره من هتشويش خارجي لويكون ذا اهثر غير مرغوب فيه لوغالبا ما يكون عشوائيا يتسبب‬ ‫في ان هتحيد قيمه متغير التحكم عن القيمه المطلوبه‪.‬لوفي‬ ‫كثير من الحوال يحتاج المصمم الى ان يغير نوع الخشاره الخارجيه من عنصر الحس الى نوع‬ ‫اخر )مثل هتحويل الخشارات الميكانيكيه الى كهربائيه ( يتناسب مع طبيعه مكونات المنظومه لولذلك‬ ‫يستخدم ما يسمى بمحول الخشاره ‪ transducer‬لوهو عنصر يتوقف هتكوينه على نوع الخشارة‬ ‫الداخله اليه لوالخارجه منه ‪.‫في هذا النوع يتناسب خرج المتحكمات طرديا مع معدل التغير في نسبه الخطا‪ .‬‬ ‫‪ 6 .‬لويساعد في عملية الستقرار في النظام الكلي‬ ‫للمتحكم ‪ .‬‬ ‫خشكل )‪ :(3 – 2‬يوضح المحكومه داخل النظام‬ ‫)‪ (2‬عنصر الحس) ‪ (sensor‬وحلول الشارة‪:‬‬ ‫لكي هتتم مقارنه القيمه الفعلية لمتغير التحكم بالقيمه المطلوبه فانه يلزم قياسها بواسطه‬ ‫جهاز قياس مناسب يحتوي على عنصر حس يتاهثر هتأهثرا ملحوظا بتغيرالقيمه لمتغير التحكم‪.‬‬ ‫لوالمحكومة يمكن ان هتقع هتحت هتأهثير اخشاره المنظم لوهي اخشاره التحكم لوهي اخشاره محسوبه بقانون‬ ‫معين من قبل المنظم بالضافه الى انها هتحالول هتصحيح قيمه متغير التحكم‪ .2‬اجزاء منظومه التحكم اللي]‪:[6‬‬ ‫)‪ (1‬المحكومة‪:‬‬ ‫هي هتلك المنشأة الهندسية الو العملية التقنية الو الماكنة التي يراد التحكم في احد الو عدد معين من‬ ‫المتغيرات عند مخرجها لوهذه المتغيرات هتسمى بمتغيرات التحكم ‪.‬‬ ‫‪28‬‬ .

‬‬ ‫)‪ (5‬المنظومه المفتوحه والمنظومه المقفله‪:‬‬ ‫المنظومه المفتوحه هي المنظومه التي ل هتتوقف اخشاره التحكم فيها على القيمه الفعليه لمتغير‬ ‫التحكم اما في المنظومه المقفله فان اخشاره التحكم هتتوقف بكيفيه الو باخرى على القيمه لمتغير‬ ‫التحكم‪.‬لوهذه النظريه‬ ‫هتقوم على اساس مقارنه القيمه الفعليه لمتغير التحكم بالقيمه المطلوبه هثم هتحديد اخشاره هتحكم مناسبه‬ ‫هتتوقف بكيفيه الو بأخرى على قيمه اخشاره الخطأ الناهتجه من عمليه المقارنه السابقه‪.‬‬ ‫‪29‬‬ .‬لويعتبر اهم مكونات منظومه التحكم لويحتاج في هتصميمه‬ ‫لوضبطه إلى عنايه فائقه لودراسه دقيقه‪،‬لويشتمل المنظم في كثير من الحيان على مقارن يقوم‬ ‫بمقارنه القيمه الفعليه لمتغير التحكم بالقيمه المطلوبه التي هتغذي المنظم عن طريق ما يسمى بجهاز‬ ‫ضبط الخشاره‪.‬‬ ‫ان نظريه التغذيه المرهتده هتمثل قاسما مشتركا بين جميع المنظومات الليه حتى انه ل يطلق على‬ ‫المنظومه اسم منظومه هتحكم آلي اذا هتواجدت فكره التغذيه المرهتده لمتغير التحكم‪.‫لو سنذكر بالتفصيل بعض انواع الحساسات ‪.‬‬ ‫)‪ (7‬التغذيه المرتده السالبه والموجبه‪:‬‬ ‫اذا نتج عن عمليه المقارنه طرح قيمه متغير التحكم من القيمه المطلوبه فان التغذيه المرهتده في هذه‬ ‫الحاله هتسمى التغذيه المرهتده سالبه لواذا كانت الخشاره الخارجيه من المقارن هتمثل مجموع القيمتين‬ ‫فتسمى التغذيه المرهتده موجبه‪.‬‬ ‫لوجميع منظومات التحكم اللي هتعمل بنظريه التغذيه المرهتده السالبه أي ان المنظومه هتعمل على‬ ‫اساس اخشاره الخطأ‪.‬‬ ‫)‪ (6‬التغذيه المرتده‪:‬‬ ‫ان فكره التغذيه المرهتده هتعتبر الساس اللول في هتصميم منظومات التحكم اللي ‪.‬‬ ‫)‪ (4‬عضو التحكم النهائي ‪:‬‬ ‫لوهو محرك ) كهربائي – هيدرلوليكي – هوائي_الخ( مسؤلول عن هتنفيذ إخشاره التحكم لوالتأهثير بها‬ ‫على المحكومه بغرض ضبط لوهتصحيح قيمه متغير التحكم‪.‬‬ ‫)‪ (3‬المنظم ‪:‬‬ ‫هو جهاز يعمل بقانون معين يسمى قانون التحكم لوهذا القانون يحدد العلقه التي هتربط إخشاره الخطأ‬ ‫باخشاره التحكم التي يخرجها المنظم‪ .

2‬تعريف الحساس ‪:‬‬ ‫لوهو جهاز يحول المقادير الفيزيائية إلى مقادير كهربائية )حرارة – ضغط – إضاءة ‪ (.‬لويصاغ الهدف في‬ ‫طصوره داله رياضيه هتسمى داله الهدف ‪ ((objective function‬لويتوقف هتصميم المنظومه‬ ‫لومكوناهتها على نوع لوطبيعه داله الهدف الموضوعه لها‪.‬‬ ‫حيث كان العامل هو المصدر لكل المعلومات حول عملية المعالجة لوكان على العامل أن يعرف فيما إذا كانت هناك‬ ‫قطع متوفرة ‪ .‬لوهل هي طصالحة أم فاسدة ‪ ..‬‬ ‫لوهتستخدم الحساسات الصناعية لتنجز نفس قدرات نظام الـ ) ‪. -‬لوالخرج إما جهد ألو هتيار‬ ‫ألو مقالومة ‪.2‬الحســاســـــــات‬ ‫]‪[9‬‬ ‫‪ 1 .‬‬ ‫‪ 7 .7 .‬حيث أن نظام الـ ) ‪ ( PLC‬أكثر سرعة لو دقة في العمل لوإنجاز المهام ‪ ،‬لوكذلك يقوم على اكتشاف‬ ‫لوهتفحص عمليات المعالجة بنفسه ‪.‬لوهل مكان‬ ‫التثبيت مفتوح أم مغلق ‪ .‬لو هكذا ‪ .‬‬ ‫لوالن هتستخدم الحواسيب في العديد من المجالت الصناعية التي هتستخدم نظام الـ ) ‪ ( PLC‬للتحكم بحركة لو‬ ‫هتتابع اللت ‪ .‬كان العاملون بمكانة العقل لهذه التجهيزات ‪.‬لويتطلع الصناعوّيون اليوم‬ ‫باهتجاه قطع مدمجة من هتجهيزات الحاسب المتحكم بها ‪ ...7 .‬‬ ‫‪ 2 .‬لوبالتالي فإنه كان يتوجب على العامل أن يتحسس المشكلت بنفسه في العملية‬ ‫النتاجية ‪.‬ألو أي من القطع كانت جاهزة ‪ . ( PLC‬‬ ‫‪30‬‬ .‫)‪ (8‬المسار المامي ومسار التغذيه المرتده في المنظومه‪:‬‬ ‫المسار المامي هو المسار الذي يبدا من اخشاره الخطأ الى ان يصل الى متغير التحكم اما مسار‬ ‫التغذيه المرهتده فهو المسار العكسي لويبدا من اخشاره التحكم الى مدخل المقارن‪.‬في الماضي ‪ .‬‬ ‫)‪ (9‬داله الهدف‪:‬‬ ‫لكل منظومه من المنظومات التحكم اللي يوجد هدف معين هتعمل على هتحقيقه‪ .‬لوهل الدلوات في حالة جيدة ‪ .2‬الحاجة إلى الحساسات]‪:[6‬‬ ‫أطصبحت الحساسات في لوقتنا الحاضر ضرلورة أساسية في التطبيقات الصناعية ‪ ..

‬‬ ‫‪(7‬‬ ‫الحساسات البصرية ‪.‬‬ ‫‪ (16‬حساسات الحقل اللكترلوني ‪.‬‬ ‫‪31‬‬ .‬‬ ‫‪ (14‬حساسات الليزر ‪.‬لولتختبر فيما إذا كان المنتج فارغ أم ممتلئ ‪.‬‬ ‫‪ (10‬حساسات الخشعة البينية ‪.‬‬ ‫‪(5‬‬ ‫حساسات الفصل لوالوطصل ‪.‬‬ ‫‪ (13‬الحساسات اللونية المحددة ‪.‬‬ ‫‪ 3 .‬‬ ‫‪ (15‬الحساسات الفوق طصوهتية ‪.‬‬ ‫‪ (11‬حساسات النوع الرهتدادي ‪.‬‬ ‫‪(3‬‬ ‫حساسات الضغط ‪.‬‬ ‫‪(9‬‬ ‫الحساسات العاكسة ‪.‫يمكن أن هتستخدم الحساسات البسيطة من قبل نظام الـ ) ‪ ( PLC‬لتختبر فيما إذا كان العنصر موجودف ًا ألو مفقودف ًا ‪.2‬انواع الحساسات ]‪:[9‬‬ ‫‪(1‬‬ ‫حساسات العبور لوالفحص ‪.‬‬ ‫‪(8‬‬ ‫حساسات الضوء لوالظلم ‪.‬‬ ‫لوكذلك لتقيم حجم العناطصر ‪ .7 .‬‬ ‫‪ (12‬حساسات اللياف البصرية ‪.‬‬ ‫‪(2‬‬ ‫حساسات الحرارة ‪.‬‬ ‫‪(4‬‬ ‫حساسات معدل الجريان لوالتدفق ‪.‬‬ ‫‪(6‬‬ ‫الحساسات الرقمية لوالتشابهية ‪.‬‬ ‫لوإن هتعدد أنواع الحساسات لوهتعقيدات استخدامها في حل مشاكل التطبيقات ينمو يوميف ًا ‪ ،‬حيث دخلت حساسات جديدة‬ ‫لسد الحتياجات ‪ ،‬لوهناك مجلت مكرسة لمواضيع الحساسات ‪.‬‬ ‫إن الحساسات في الحقيقة ‪ ،‬هتنجز مهام بسيطة لوبكفاءة عالية لوبدقة أكبر مما يمكن أن يفعله الخشخاص ‪ ،‬لوإن‬ ‫الحساسات أكثر سرعة كما أن الخطاء المرهتكبة فيها هتكون قليلة ‪.

7 .‬‬ ‫‪ (27‬الحساسات الكهرلوكيميائية ‪.‬‬ ‫‪ (25‬الحساسات الطبية ‪.‬‬ ‫‪ 5 . pnp‬‬ ‫‪ (21‬المزدلوجات الحرارية ‪.‬‬ ‫‪ (22‬كاخشف الحرارة ذلو المقالومة ‪.‬‬ ‫‪ (26‬الحساسات الذكية ‪. RTDs‬‬ ‫‪ (23‬المقالوم الحراري ‪. npn‬‬ ‫‪ (20‬الحساسات نوع ‪.2‬التطبيقات النموذجية للحساس‪:‬‬ ‫عندما نختار حساس للستخدام في هتطبيق معين هناك عدة اعتبارات يجب أن هتأخذ بالحسبان لوهي كالتالي ‪:‬‬ ‫خواص الجسم الذي سيتم هتحسسه؟ ‪.‬‬ ‫هل المادة المصنوع منها بلستيكية ‪ ،‬معدنية ‪ ،‬حديدية؟ ‪.‬‬ ‫‪ (18‬الحساسات السعوية ‪.‬‬ ‫‪ (19‬الحساسات نوع ‪.‫‪ (17‬الحساسات التحريضية ‪.‬‬ ‫‪32‬‬ . Thermistors‬‬ ‫‪ (24‬حساسات الرطوبة ‪.‬‬ ‫هل هو طصغير أم كبير الحجم؟ ‪.

‬‬ ‫الفصل الثالث‬ ‫‪:‬‬ ‫تقنيات الذكاء الصناعي‬ ‫‪ 1 .3‬الشبكة العصبية الصناعية‪( Artificial Neural Networks ANN ) :‬‬ ‫‪33‬‬ .‬‬ ‫ما هي مسافة التحسس المرغوبة؟ ‪.‬‬ ‫هل هناك ضجيج كهربائي زائد؟ ‪.3‬الشبكات العصبية )‪(Neural Networks‬‬ ‫‪ 1 .‬‬ ‫ما هي الدقة المطلوبة؟ ‪.‬‬ ‫هل هناك مساحة كافية لتنصيب الحساس؟ ‪.‬‬ ‫هل هناك مشاكل هتلو ث؟ ‪.1 .‫هل سطحه عاكس؟ ‪.‬‬ ‫ما هي سرعة الستجابة المطلوبة؟ ‪.

‬‬ ‫خشكل )‪ :(1 – 3‬الشبكات العصبية الطبيعية للنسان‬ ‫‪ 2 .1 .‬‬ ‫الشبكة العصبيه ) ‪ ( Neural Network‬هتحتوي عدد كبير من ) أنظمه طصغيره لمعالجة‬ ‫المعلومات ( هتسمى الخليه العصبيه) ‪ (Neuron‬لوهي عباره عن إقتراح لو نظريه رياضية هتصف‬ ‫كيف يتم العمل في الخليه العصبية الطبيعيه للنسان‪ .‬‬ ‫لو يمكن من خلل الشكل التالي أن نصف الخليه العصبيه للنسان‪.‬‬ ‫لويمكن هنا أن نتخيل أن الخليه العصبيه الطبيعــــــيه إلـــــتقطت حراره مرهتفعه ألو برلوده فتــــقوم‬ ‫مجموعه من خليا الجلد للنسان بتحويل العمليه الكيميائيه إلى إخشارات عصبية يتـــم إلتقاطها من‬ ‫خلل ال ‪. Dendrites‬‬ ‫الجزء الثاني ‪Soma :‬‬ ‫‪34‬‬ .‬أي في الشبكة العصبية الطبيعيه‪.‫هي عباره عن نظام لمعالجة البيانات بشكل يحاكي لو يشابه الطريقة التي هتقوم بها الشبكات‬ ‫العصبية الطبيعية للنسان ألو للكائن الحــــــي ) أي النظام العصبي البشري)‪.‬لوهنا يتم هتبادل الخشارات العصبية من خليه‬ ‫إلى خليه أخرى في الجهاز العصبي الطبيعي ‪.3‬الأجزاء الرئيسية للخليه العصبيه الطبيعيه ‪:‬‬ ‫الجزء الول ‪Dendrites :‬‬ ‫لوهي عبارة عن متحسســـــات هتقوم بإلتقاط الخشارات العصبية من خليا عصبية أخرى ‪.

‬لوهنــــــــا‬ ‫يحد ث العمل ) لو هتخيلنا أن عدد خشحنات المجمعة من خلل ال ‪ Soma‬أطصبح كافي بدرجه معينـه‬ ‫هتكافئ درجة الشحنات في ال ‪ Axon‬فيتم إرسال إخشارات ل ‪ Dendrites‬للـــــخليا التي هتـــــــلي‬ ‫الخليه ‪.‬‬ ‫لو في مثال هتحسس الحراره العاليه نجد أن الحراره هتحولت إلى عدد من الشحنات العصبية في‬ ‫خليا الجلد لو خليا الجلد هتمرر الخشاره إلى الخليا العصبيه ‪.‬‬ ‫‪35‬‬ .Neuron‬‬ ‫فلو نظرنا للشكل)‪ (2 – 3‬التالي‪.‬لوالخليا العصبيه هتحت المنطقه‬ ‫المتعرضه للحراره هتحسست عدد كبير من الشحنات العصبيه لو هتم هتجميع هذه الخشارات في الخليه‬ ‫‪.‫لوهي هتمثل جسم الخليه لو هي هتقوم على هتجميــع الخشــــارات المــــــــستقبلة من خلل ال‬ ‫‪ Dendrites‬التي هتستخدم في المقارنه في جزء ال ‪ Axon‬من الخلية‪.1 .‬‬ ‫الجزء الثالث ‪Axon :‬‬ ‫لوهي الجزء الذي يقرر أن يتم إرسال إخشاره إلى الخليا التي هتلي الخليه الحالية‪ .‬‬ ‫‪ 3 . 3‬استخدام مفاهيم الخليه العصبيه الطبيعيه في الخليه العصبيه‬ ‫الصناعيه ‪:‬‬ ‫قام علماء علم الحاسوب لو الهندسة باقتراح بناء نظام يحاكي العمليه الموجوده في الخليه‬ ‫العصبيه الطبيعيه ‪.‬لولكن عدد الخشارات المستلمه كبير بشكل أنه يكافئ الدرجه للحرق فإن الخليه هترسل إخشاره للخليه‬ ‫اللتي هتليها لكي هتنقل المعلومه إلى العقل لو هناك يتم فهم أنه يوجد حرق في منطقه المتعرضه‬ ‫لدرجه حراره عاليه‪.

X2.‬لويمكن أن نتخيل أن الوزن للحراره المرهتفعه مث ف ً‬ ‫لولوزن الحراره المنخفضة ب ‪ 3‬لو درجه الحراره العتياديه ‪.....‫نجـــــد أنــــه يتكون من المدخــــلت ) ‪( input vector‬لو هـنا هتمثل بال ) ‪X1.Xn‬لو يمكن أن نتخــــيل أنها هتمثل ال ‪ Dendrites‬للخلية ) بطريقة مــــا( ‪.‬أي‬ ‫مجموعه الخشارات المدخلة للخلية ‪.‬أي مثـــ ف ً‬ ‫للخشارات المدخلة لومقارنتها بقيمة معينة للحد ألو العتـــــــبة ‪ ( Threshold ).‬‬ ‫الوزن ) ‪( Weights‬‬ ‫ل ‪50‬‬ ‫لوهو يمثل درجه الوزن للخشاره المدخلة ‪..‬‬ ‫‪ . ( X3 ..‬‬ ‫‪36‬‬ .‬لوهنا هتكون إما يوجد إخشاره أي ) لواحـــد ( ألو ل يوجد إخشـاره‬ ‫) طصفر(‪.27‬‬ ‫إقتران التنشيط ‪Activation Function‬‬ ‫ل هنــا يتـــم جمــــــــع اللوزان‬ ‫لوفيها يكمن العمل الحقيقي للخليه العصبـــــــية‪ .‬فإذا كان مجموع‬ ‫ألوزان الخشارات يـزيد عن ال ‪ Threshold‬هتكون الخشاره المخرجه هي ) لواحد ( لو اذا كـان أقل‬ ‫يكون الناهتج ) طصفر(‪..

‬‬ ‫التحكم ‪.‬‬ ‫التعرف على النماط ) مثل الكتابه اليدلويه ألو الصور الو بصمة اليد ألو التوقيع ‪).‫لو بالنظر للشكل)‪ (3 – 3‬السابق يمكن أن نتخيل كل دائره في الشكل عبــــاره عــن خلية‬ ‫عصبية طصناعيه ‪ Neuron‬لو التي باستخدامها نبني الشبكة العصبية الصناعية‪ .‬‬ ‫في الطب‪.‬‬ ‫التعرف على الطصوات‪.‬‬ ‫‪ 4 .1 .‬‬ ‫‪ 2 .3‬المنطق الضبابي )‪(Fuzzy Logic‬‬ ‫‪37‬‬ .‬لوالتــي هـــي‬ ‫عبــارة عن هيكل مبني في ذاكرة جهاز ال ‪ PC‬ألو ‪ Mobile‬ألو عباره عن دائرة إلكترلونــــية‬ ‫مبنيه على لوح إلكترلوني‪.3‬الفائدة من بناء الشبكات العصبية الصناعيه ‪:‬‬ ‫)‪(1‬‬ ‫)‪(2‬‬ ‫)‪(3‬‬ ‫)‪(4‬‬ ‫)‪(5‬‬ ‫معالجه الخشارات )مثل الخشارات الدلوائر اللكترلونيه(‪.

‫‪ 1 .‬مثل المجموعه ‪ A‬لوالمجموعه ‪ . A‬وذلك عبر‬ ‫اعطائها الرقم ‪ 1‬اي ‪ A(X)=1‬اذا كان العنصر ينتمي للمجموعه ‪ U‬اي العنصر ‪ X‬ينتمي‬ ‫للمجموعه ‪ .2 .2 .2 .3‬مقدمـة‬ ‫ان مصطلح المنطق الضبابي )‪ (fuzzy logic‬هتم لوضعه في عام ‪ 1965‬من قبل‬ ‫البرلوفسور لطفي زاره ‪.‬استخدم المصطلح لوطصف المجاميع متعدده القيم‪ .‬‬ ‫‪ 3 .‬حيث ظهرمفهوم‬ ‫المنطق متعدد القيم في عام ‪ 1920‬في جامعه ‪ Heisenberg‬للتعامل مع ميكانيكا الكم‪ .‬لوهي بتكلفه فعاله لومعقوله بالمقارنه مع الحلول التي هتقدها التقنيات‬ ‫الخرى‪.U‬اذا قمنا بتعريف الداله ‪ A‬التي تعطي لكل‬ ‫عنصر من العناةصر المجموعه ‪ U‬درجه انتمائه الى المجموعه ‪ .‬لوذلك للستدلل على‬ ‫ظرلوف غير مؤكده ‪ .‬يمثل هذا المنطق طريقه لتوطصيف لوهتمثيل الخبره البشريه‪ .A(X)=0‬‬ ‫وعلى دهذا فانه يمكن التعبير على الداله ‪ A‬كالتي‪:‬‬ ‫‪{µA: U →{0.‬فهو نظريات لوهتقنيات هتستخدم المجموعات الضبابيه التي هي مجموعات بل‬ ‫حدلود قاطعه‪ .3‬مفهوم المنطق الضبابي‬ ‫هو منظمه هتقليديه هتقوم على هتعميم للمنطق التقليدي هثنائي القيم‪ .‬‬ ‫‪ 2 .3‬المجموعه التقليديه والمجموعه الضبابية‬ ‫) ‪(crisp sets and fuzzy sets‬‬ ‫المجموعه التقليديه‪:‬‬ ‫في المجموعه التقليديه الو الكلسيكيه يمكن لعنصر ما ينتمي لمجموعه لواما انه ل ينتمي‬ ‫لها بتاهتا‪ .‬لويعتبر هتحويله من المنطق الكلسيكي الذي يعبر‬ ‫بالخطا الو الصواب لو بالرقم لواحد الو طصفر ليصبح المنطق الضبابي متعدد القيم بين طصفر الى‬ ‫لواحد لوهتعتبر انتقاله من الرياضيات التقليديه لوالرقام الى الرياضيات الفلسفيه لواللغويه‪. 1‬‬ ‫‪(X →µA (X‬‬ ‫المجموعه الضبابيه ‪:‬‬ ‫‪38‬‬ .‬كما انه يقدم الحلول‬ ‫العمليه للمشاكل الواقعية‪ .A‬اما اذا كان العنصر ‪ X‬ل ينتمي ل ‪ A‬فان الداله ‪ A‬تعطي الرقم ةصفر اي‬ ‫ان ‪.‬لوطبق‬ ‫لطفي زاده منطق متعدد القيم لو لوضع مصطلح المجموعه الضبابيه )‪ (fuzzy sets‬لوهي‬ ‫المجموعه التي عناطصرها هترجع الى قيم مختلفه ‪.

‬اما في المنطق الضبابي يمكن ان نقول ان ‪ X‬ينتمي الى درجه ‪ %50‬الى ‪ A‬اي‬ ‫ان درجه الحراره ‪ 12‬درجه نصف بارده نصف معتدله مثل ‪ A(X)=0. V‬‬ ‫)‪ (1‬العكس ‪:‬‬ ‫لناخذ مثل ‪ -A‬او ‪ Á‬عمليه عكس ‪ A‬لوهي مجموعه الدرجات المعتدله لو ‪ B‬هي ‪ -A‬اي‬ ‫الدرجات الحراره الغير معتدله‪ .‬وليس من الممكن ان تكون ‪ 20‬درجه في نفس‬ ‫الوقت متعدله وغير معتدله‪.‬‬ ‫‪ 4 .‬‬ ‫نأخذ مثل العنصر ‪ -U .‬‬ ‫)‪ (3‬الدمج ‪ :‬لويمز للعمليه بـــ ‪ U‬الو ‪.‬كما دهو الحال لعمليه العكس اي باستعمال عمليات رياضيه‬ ‫‪39‬‬ .Á‬‬ ‫)‪ (2‬التقاطع لويرمز للعمليه بـــ ;∩ الو ^‪.Aµ‬‬ ‫حيث تعرف رياضيا‪:‬‬ ‫‪A: U →{0.‫في المجموعه الضبابيه يمكن لعنصر ما ان يكون منتمي الى حد معين للمجموعه‪ .‬مثل لو‬ ‫كانت المجموعه ‪ A‬مجموعه درجات الحراره التي هتصنف بالبارده )بارده بالنسبه للنسان(‬ ‫لولنعتبر المجموعه ‪ U‬هي كل درجات الحراره ‪.0‬على عكس المر في المنطق‬ ‫الكلسيكي حيث ل تعطي الداله ال رقم ‪ 1‬او رقم ةصفر‪.‬حيث في المنطق الكلسيكي يجب مثل على درجه الحراره‬ ‫المعتدله ان هتنتمي كليا ل ‪ A‬لوفي نفس الوقت ل هتنتمي ل ‪ B‬بتاهتا اي مثل درجه الحراره ‪ 20‬ان‬ ‫هتكون هتخضع للعلقه ‪ µA (20)=1‬وفي نفس الوقت ‪ µA (20)=0‬ودهذا تجسيد‬ ‫للمنطق الكلسيكي حيث درجه الحراره ‪ 20‬اما ان تحسب على المجموعه‬ ‫المعتدله او الغير معتدله‪ . A‬‬ ‫الى الن لم نخرج عن استعمال المنطق الكلسيكي حيث ان ‪ A‬كانت تنتمي او‬ ‫ل تنتمي ‪ .‬لكن لنأخذ مثل درجه الحراره ‪ X=12‬في المنطق التقليدي لدينا‬ ‫احتمالين اما ينتمي اول ينتمي ل ‪A‬‬ ‫‪.1} µ‬‬ ‫‪(X→µA(X‬‬ ‫حيث يمكن للداله ان تعطي نتائج بين ‪ 1.‬‬ ‫ودهذا يمكن تحقيقه اذا كانت داله النتماء ‪=µB µA‬‬ ‫)‪ (2‬التدقاطع ‪:‬‬ ‫يمكن تعريف عمليه التقاطع في المنطق الضبابي وفي المنطق الكلسيكي‬ ‫على حد السواء ‪ .3‬العمليات على المجموعات الضبابيه‪:‬‬ ‫)‪ (1‬العكس‪ :‬ويرمز للعمليه بــ ‪ -A‬او ‪.5‬ودهنا نرى اختلف‬ ‫في تعريف الداله ‪.X=100‬هذه درجه حراره بارده جدا لولذلك هي هتنتمي هتماما للمجموعه‬ ‫‪ A‬أي ان ‪ A(X)=1µ‬اما اذا اخذنا درجه ‪ +X=500‬فان دهذه درجه حراره حاره‬ ‫جداولذلك العنصر ‪ X‬لينتمي ابدا الى ‪.2 .

3‬انظمة السيطره الضبابية‪:‬‬ ‫دهناك خمس عناةصر مبدئيه لنظمه السيطره الضبابيه‬ ‫)‪ (1‬النموذج المضبب‪. very large .not so great . broadband‬‬ ‫‪Somewhat .‬دهناك نوعان من دوائر التطبيع الول لجدوله القيم الفيزائيه‬ ‫الداخله من المسيطر)‪ (controller‬الى قيم طبيعيه‪ . low . ultra‬‬ ‫‪Low . high‬‬ ‫‪Low rate .‬‬ ‫‪40‬‬ .2 .‬‬ ‫)‪ (4‬محرك المعلومات‪. min‬‬ ‫)‪ (3‬الدمج‪:‬‬ ‫يمكن تعريف عمليه الدمج في المنطق الضبابي وفي المنطق الكلسيكي‬ ‫على حد السواء كما دهو الحال لعمليه العكس‪ .‬‬ ‫التغير اللي في تصميم البرامج لي خمس عناةصر تكون مسيطر ضبابي‬ ‫متكيف‪.‬والنوع الثاني يحول من‬ ‫القيم الطبيعيه الى القيم الفيزيائيه‪. perfect‬‬ ‫‪Large . high . very‬‬ ‫‪Low .‬‬ ‫)‪ (2‬قاعده المعرفه‪. quite . max‬‬ ‫بعض المصطلحات التي تستخدم في سياق المنطق الضبابي‬ ‫‪Contextual usage‬‬ ‫‪Term‬‬ ‫‪Narrowband . medium . medium rate‬‬ ‫‪bandwidth‬‬ ‫‪blur‬‬ ‫‪correlation‬‬ ‫‪errors‬‬ ‫‪frequency‬‬ ‫‪Resolution‬‬ ‫‪sampling‬‬ ‫‪ 5 .‫على دالة النتماء ‪ µ‬ولكن في التقاطع عوض عن استعمال عمليه الطرح عاده‬ ‫ما تستعمل عمليه ‪. small .‬اي باستعمال عمليات رياضيه‬ ‫على دالة النتماء ‪ µ‬لكن في الدمج عوض استعمال عمليه الطرح تستعمل‬ ‫عمليه ‪.‬و العناةصر الغير ثابته دهي‬ ‫جزءا من نظام التحكم تحتوي على متحسسات التحويل من النظام الموجي‬ ‫الى النظام الرقمي و المحول من التحويل من النظام الرقمي الى الموجي‪.‬‬ ‫)‪ (5‬نموذج فتح الضبابية‪. a lot‬‬ ‫‪of . very‬‬ ‫‪small‬‬ ‫‪High .‬‬ ‫)‪ (3‬قاعده القوانين‪.‬‬ ‫نظام السيطره الضبابي يتكون من العناةصر الثابته‪.‬‬ ‫و دوائر التطبيع‪ . medium .

‫‪ 3 .3‬الخوارزميات الجينية )‪(Genetics Algorithm‬‬
‫‪ 1 . 3 .3‬بدايات التفكير في الخوارزميات الجينية ) مقدمة(‪:‬‬

‫ركزت التجارب في الذكاء الصنعي بشكل هتقليدي على محالولة هتكرار هتصرفات النسان –‬
‫أذكى الكائنات الحية ‪-‬لوهتطبيقها في مجال البرمجيات ‪,‬لوقد استطاعت هذه المقاربة نوعف ًا ما أن هتحقق‬
‫نجاح ملحوظ ‪,‬لوأكبر مثال على ذلك آلة ديب بلو للعب الشطرنج ‪Deep Blue chess‬‬
‫‪ machine‬التي هتغلبت على الذكاء البشري المتمثل باللعب كاسبرلوف ‪ Kasparov‬لوذلك‬
‫في خشهر أيار من عام ‪, 1997‬لكن عملية المحاكاة السابقة للسلوك البشري ‪ ,‬كانت محدلودة نوعف ًا‬
‫ما‪ ,‬حيث لوقفت عاجزة عن حل بعض المسائل ‪ ,‬التي يعرف معظم الناس حلها مسبقف ًا ‪.‬لومن هنا‬
‫بدأت هتظهر فكرة الطرائق الذكية الحسابية ‪computational intelligence‬‬
‫‪ methods‬مثل الحوسبة التطورية ‪ , evolutionary computing‬التي زلودت‬
‫الحاسب بإمكانية حل المسائل المعقدة دلون العتماد على خبرة النسان‪,‬لوانما حالولت الستفادة من‬
‫ألية التطور)المطرلوحة في نظرية دارلوين (لوهتحويلها لنموذج حاسوبي كإجرائية للمثلة ‪ ,‬فكما في‬
‫الطبيعة‪ ,‬فإن عملية التطور في الكائنات الحية هتهدف للتكيف مع البيئة المحيطة بهدف النجاة فعملية‬
‫التطور هتتجه دلومف ًا نحو ما هو أمثل لوأفضل للكائن الحي – لو مثال عليها هتطور الزرافات بحيث‬
‫استطالت اعناقها لتستطيع الوطصول لغذائها المتمثل في ألوراق الخشجار العالية – إذ أن البقاء‬
‫للطصلح‪.‬‬

‫ل حبيسة المختبرات ‪,‬حيث هتم فعليف ًا طرح فكرة‬
‫ل ‪ ,‬فلم هتلبث الفكار السابقة طوي ف ً‬
‫لوفع ف ً‬
‫الخوارزميات الجينية –التي هي جزء من الحوسبة التطورية ‪ -‬بشكل رسمي في الوليات المتحدة‬
‫عام ‪ 1970‬من قبل برلوفيسور في علوم الحاسب من جامعة ميشيغان ‪Michigan‬‬
‫‪ University of‬يدعى جون هولند ‪, Johon Holland‬لوقد كان قد بدأ بالعمل عليها منذ‬
‫بدايات الستينيات‪ ,‬لوكان هدفه هتطور فهم إجرائية التطور الطبيعية لوهتصميم نظم طصناعية لها‬
‫مميزات مشابهه للنظم الطبيعية‪.‬‬

‫لوكما أن الدافع المستمر لتحسين أداء النظم الحسابية ‪ ,‬جعل من الخوارزميات الجينية حل مغرياف ً‬
‫لوجذابف ًا من أجل حل بعض مسائل المثلة التي لم يكن من الممكن حلها بزمن معقول باستخدام بقية‬
‫الطرق التقليدية السائدة‪.‬‬

‫‪41‬‬

‫ل من الوطصول للحل المثلي العام ‪,‬هتلك المطبات التي غالبف ًا ما هتقع فيها طرائق‬
‫المثلية المحلية بد ف ً‬
‫البحث التدريجية ‪ , Gradient search methods‬لكن بشكل عام فإن الخوارزميات‬
‫الجينية هتميل لن هتكون مكلفة حسابيف ًا ‪.‬‬

‫‪ 2 .3 .3‬مقدمة بيولوجية ‪:Biological Background‬‬
‫كل الكائنات الحية هتتألف من خليا‪ ,‬يوجد في كل خلية نفس مجموعة الكرلوموزلومات‬
‫‪. chromosomes‬‬
‫حيث ان الكرلوموزلومات هي عبارة عن سلسل من الدي ان اي ‪, DNA‬لوبإمكاننا القول‬
‫بأن الكرلوموزلومات هي بمثابة نموذج يمثل الكائن كله‪ .‬إذ يتألف كل كرلوموزلوم من عدد من‬
‫الجينات ‪ ,‬التي بدلورها عبارة عن كتل من الدي ان اي ‪, DNA‬لو كل جين ‪ gene‬يروّمز برلوهتين‬
‫محدد ‪ ,‬اي بشكل اساسي بإمكاننا القول بأن كل جين يروّمز طصفة معينة في الكائن الحي ‪ ,‬على سبيل‬
‫المثال لون العينين ‪.‬‬
‫لكل جين ضمن الكرلوموزلوم موقعه الخاص ‪ ,‬يدعى هذا الموقع ب ‪. locus‬‬
‫هتدعى المجموعة الكاملة من المادة الجينية –اي كل الكرلوموزلومات – بالجينوم ‪. genome‬‬
‫لوهتدعى مجموعة محددة من الجينات ضمن الجينوم بالجينوهتايب ‪. genotype‬‬
‫يتحول الجينوهتايب في الكائن الحي ‪ -‬بعد التطورات التي هتلي مرحلة الولدة – إلى الفينوهتايب‬
‫‪ , phenotype‬الذي يمثل بدلوره خواص فيزيائية مدركة في الكائن الحي ‪ ,‬مثل لون العينين ‪,‬‬
‫الذكاء ‪… ,‬الخ‬

‫‪ 3 .3 .3‬التكاثر ‪: reproduction‬‬
‫الول مرحلة في عملية التكاهثر ‪ ,‬هي مرحلة الهتحاد ‪ recombination‬ألو التصالب‬
‫‪ crossover‬بين الكرلوموزلومات‪ ,‬حيث هتقوم الجينات من الوالدين في هذه المرحلة‪-‬بطريق ٍة ما‬
‫ بتشكيل الكرلوموزلوم الجديد ‪ ,‬لوهنالك احتمال بعدها لهذه الجيال الجديدة الناهتجة ‪new‬‬‫‪ offspring‬بأن هتخضع للطفرة ‪. mutation‬‬
‫‪ 4 .3 .3‬الطفرة ‪:Mutation‬‬
‫لوهتعني حدلو ث هتغيير بسيط في بعض عناطصر الدي ان اي ‪ , DNA‬هذه التغيرات هتنتج‬
‫بشكل اساسي من اخطاء اهثناء نسخ الجينات من البوين‪ .‬لوهتقاس طصلحية ‪ fitness‬الكائن الحي‬
‫بقدرة الكائن الحي على النجاح في حياهته‪.‬‬

‫‪ 5 .3 .3‬اسقاط المفهوم البيولوجي في مجال الحوسبة وحل المسائل‪:‬‬

‫‪42‬‬

‫يتضح لدينا من المنطلق البيولوجي الذي هتم استيحاء فكرة الخوارزميات الجينية منه‪ .‬أما‬
‫في مجال الحوسبة فإن الفكرة الساسية التي أظهرت الحاجة لنوع من الخوارزميات مماهثل نوعف ًا ما‬
‫‪,‬للية عمل الكرلوموزلومات في الكائنات الحية هي التالية‪:‬‬
‫غالبف ًا عند محالولة حل مسألة ما ‪ ,‬يكون لدينا في كل مرة حل ‪ ,‬لكن هذا الحل غالبف ًا ل يكون‬
‫الحل المثلي ‪ ,‬لوإنما نستطيع لوضوحف ًا أن نر بأنه لو كان بإمكاننا مكاملة هذا الحل مع حل سابق‬
‫للمسألة بشكل ألو بآخر‪ ,‬لستطعنا الوطصول للحل المثل‪ .‬أي‪ :‬لو أن عدد من الحلول هتواجدت معف ًا‬
‫في لحظة معينة ‪,‬نلحظ ان الحل المثلي يكون مبعثرف ًا بينها ‪ ,‬لوبالتالي فإن لوجود الية لدمج هذه‬
‫الحلول ‪ ,‬قد هتولد لنا في لحظة ما الحل المثل ‪,‬فإذا هتخيلنا كل حل بمثابة هتتالي من الجينات ضمن‬
‫كرلوموزلوم –حل – المتواجد بدلوره ضمن مجموعة من الكرلوموزلومات المختلفة –عدة حلول‬
‫للمسألة –ضمن هتجمع ما ‪, population‬عندها بإمكاننا عبر العمليات المتاحة على الكرلوموزمات‬
‫–التصالب لوالطفرة – انتاج حلول جديدة ‪-‬كرلوموزلومات جديدة أبناء– قد يمثل أحدها الحل‬
‫المثل ‪ ,‬لونستطيع هتقييم هذا الحل ‪ ,‬عبر هتابع الصلحية ‪ , fitness function‬الذي سيقيس جودة‬
‫هذا الحل ‪ ,‬لوبالتالي فرطصته بالنجاة ‪ ,‬لوالنتقال للجيل التالي‪.‬‬

‫‪ 6 .3 .3‬المكونات الساسية الثل ث للخوارزميات الجينية‪:‬‬
‫)‪ (1‬طريقة هترميز الحل‪-‬الكرلوموزلوم‪-‬بما يناسب المسألة المطرلوحة‪.‬‬
‫)‪ (2‬هتابع الصلحية ‪, fitness function‬لويستخدم لتقيم الحلول‪.‬‬
‫)‪ (3‬المؤهثرات –العمليات‪ -‬الجينية )التصالب لوالطفرة(‪.‬‬
‫)‪: (1‬‬
‫أن الخوارزميات الجينية هتنطلق من مجموعة عشوائية من الحلول ‪,‬حلول المسألة المطرلوحة‪-‬‬
‫لوبالتالي فإن أهم خشئ‪ ,‬هو التمثيل البرمجي النسب لوالسليم لهذه الحلول بحيث نسرع الخوارزمية‬
‫بهدف الوطصول للحل المثل ‪ .‬عملية اختيار التمثيل النسب عملية هتابعة للمسألة التي المطلوب‬
‫حلها ‪,‬لولكن هنالك عدد من أساليب التمثيل الشهيرة التي هتم هتطبيقها على مسائل مناسبة لها لولقت‬
‫نجاحف ًا ملحوظأ ‪ ,‬منها‪:‬‬
‫]‪ .[1‬الترميز الثنائي ‪Binary Encoding‬‬
‫لويعد من أخشهر الطرائق المسخدمة في هتمثيل الحلول في الخوارزميات الجينية ‪ ,‬لوهتنبع‬
‫خشهرهته لكونه ألول اسلوب هتم استخدامه في هترميز الحلول في الخوارزميات الجينية ‪ ,‬حيث يتم هنا‬
‫هترميز كل حل )كرلوموزلوم ( على خشكل سلسلة من البتات ‪ 0‬ألو ‪.1‬‬
‫الشكل التالي يوضح خشكل كرلوموزلوم يستخدم التمثيل الثنائي‪:‬‬
‫‪Chromosome A 101100101100101011100101‬‬
‫‪Chromosome B 111111100000110000011111‬‬

‫‪43‬‬

‬لوالمتوضعة لوفق هتتالي ما‪. Ordering Problems‬‬ ‫]‪ .‬‬ ‫مثال على مسائل هتستخدم هذا النوع من الترميز‪:‬‬ ‫إيجاد مجموعة اللوزان لشبكة عصبونية ‪Finding weights for neural network‬‬ ‫‪44‬‬ .4545‬‬ ‫‪Chromosome B ABDJEIFJDHDIERJFDLDFLFEGT‬‬ ‫)‪Chromosome C (back).‬لومرف ًة‬ ‫باستخدام الحرف‬ ‫‪Chromosome A 1 5 3 2 6 4 7 9 8‬‬ ‫‪Chromosome B 8 5 6 7 2 3 1 4 9‬‬ ‫‪Chromosome A L I G H T‬‬ ‫‪Chromosome B I G T H L‬‬ ‫يستخدم هترميز التباديل عادف ًة في مسائل الترهتيب ‪.‬لتناسب علية‬ ‫التمثيل المستخدمة في هذه المسائل‪. (right).‬مثل سلسل من الرقام ‪ .‬ألو حتى مجموعات من‬ ‫أغراض معقدة ‪.3243 0.‬‬ ‫الشكل التالي يوضح خشكل كرلوموزلوم يستخدم هترميز التباديل مرف ًة باستخدام العداد ‪ .4556 2.[2‬تمثيل التباديل ‪permutation Encoding‬‬ ‫في هذا النوع من التراميز كل كرلوموزلوم يمثل سلسلة من العداد ألو الرموز غير‬ ‫المتكررة ‪ .[3‬ترميز القيمة ‪Value Encoding‬‬ ‫في هذا النوع من التمثيل يكون لدينا كل كرلوموزلوم عبارة عن سلسلة من بعض القيم‬ ‫المرهتبطة بشكل لوهثيق بمسألة ما لويمكن لهذه القيم أن هتأخذ عدة طصيغ ممكنة لوذلك حسب المسألة‬ ‫التي يتم معالجتها ‪ .2324 5.Complicated Objects‬‬ ‫الشكل التالي يمثل بعض الكرلوموزلومات التي هتستخدم هترميز القيمة‬ ‫‪Chromosome A 1. (back).‬العداد الحقيقية ‪ .‬محارف ‪ .3293 2. (forward). (left‬‬ ‫لويستخدم عادف ًة في المسائل التي هتستخدم بعض القيم المعقدة كالعداد الحقيقية ‪.‬‬ ‫من أجل هذا النوع من التمثيل قديضطر إلى هتطوير مؤهثرات هتصالب لوطفرة خاطصة ‪ .‫]‪ .

‬لوذلك لن البرامج ضمنها هتمثل بهذا النموذج ‪. objects‬مثل التوابع ألو اللوامر في لغات البرمجة ‪. Parsing‬باستخدام هذا النموذج في التمثيل ‪.‬لوطبعف ًا هنا أيضف ًا فإن عملية اختيار هذا التابع ذلو علقة لوهثيقة بالمسألة‬ ‫المطرلوحة ‪ .‬‬ ‫حيث يكون الكرلوموزلوم هنا بمثابة هتوابع ممثلة في بنية الشجرة ‪.‬‬ ‫الشكل التالي يمثل كرلوموزلومات هتستخدم هترميز الشجرة‬ ‫‪Chromosome B‬‬ ‫‪Chromosome A‬‬ ‫) ‪( do_until step wall‬‬ ‫))‪(+ x (/ 5 y‬‬ ‫هذا النوع من الترميز مفيد في البرامج التطورية ‪ .‬‬ ‫)‪ : (2‬أما المكون الثاني فهوتابع الصلحية ‪fitness function‬‬ ‫في لحظ ٍة ما ‪ . evolving programs‬لولغة البرمجة‬ ‫‪ LISP‬هتستخدم هذا النوع من التمثيل ‪.‬نحن بحاجة للية فعالة لومدرلوسة هتوجهنا‬ ‫نحو الحل الفضل من بين مجموعة من الحلول المطرلوحة ‪ .‬‬ ‫ان عملية النتقال للجيل التالي ‪ .‬أي نحن بحاجة لتابع الصلحية الذي‬ ‫يرخشدنا نحو الحل المثل ‪ .‬لويعطينا هتقييم ألولي ‪ .‬هتتم عبر عملية النتقاء ‪ Selection Operator‬التي سنشرحها‬ ‫بعد قليل‪.‬عندما يكون لدينا عدد من الحلول ‪ .‬‬ ‫‪45‬‬ . programs or expressions‬حيث يكون كل كرلوموزلوم في هترميز الشجرة بمثابة خشجرة من‬ ‫بعض الغراض ‪ .‫]‪ .‬لوبالتالي يمكن‬ ‫عندها هتطبيق المؤهثرات الجينية –كالتصالب لوالطفرة – بسهولة باستخدام هذا النموذج في التمثيل‪.‬اي من هذه الحلول هو أقدر على النجاة لوأطصلح لن‬ ‫ينتقل للجيل التالي ‪ .[4‬ترميز الشجرة ‪Tree Encoding‬‬ ‫يستخدم هذا النوع من الترميز بشكل أساسي للتعابير لوالبرامج التطورية ‪evolving‬‬ ‫‪ .‬لويمكن‬ ‫بسهولة هتحليلها )هتحليل بنية البرنامج(‪ .‬لول يوجد هتابع عام بشكل مطلق لحساب الصلحية ‪.

‬لوالبقية يتم‬ ‫نسخها من الوالد الثاني ‪.‬لوهتنسخ للبن الثاني‬ ‫‪11001111 = 11001011+11011111‬‬ ‫‪46‬‬ ‫‪Chromosome‬‬ ‫‪parent A‬‬ ‫‪110010‬‬ ‫‪11‬‬ ‫‪Chromosome‬‬ ‫‪parent B‬‬ ‫‪1101111‬‬ ‫‪1‬‬ ‫‪Offspring C‬‬ ‫‪110011‬‬ ‫‪11‬‬ ‫‪Offspring D‬‬ ‫‪1101101‬‬ .‬لومن هثم يتم نسخ‬ ‫الجينات للبن اللول من بداية الكرلوموزلوم الممثل لحد الوالدين ‪.3‬بعض أساليب التصالب ‪:crossover‬‬ ‫)‪ (1‬التصالب بنقطة وحيدة ‪Single point crossover‬‬ ‫لوفي هذا النوع من التصالب يتم في البداية هتحديد نقطة هتصالب لوحيدة ‪ .‬لوينتج البن الثاني لوفق عملية موافقة للعملية السابقة لولكن الب الذي كان‬ ‫يأخذ منه الجزء اللول من الجينات يصبح مصدر لبقية الجينات ‪ .‬‬ ‫‪ 7 .‫)‪ : (3‬المكون الثالث يتجلى بالعمليات الجينية ‪Genetic Operators‬‬ ‫هتنبع أهمية العمليات الجينية من إيجاد حلول لم هتكن موجودة سابقف ًا في فضاء الحلول‬ ‫لومن أهم العمليات الجينية ‪:‬‬ ‫التصالب ‪crossover or recombination‬‬ ‫‬‫الطفرة ‪mutation‬‬ ‫‬‫لويعتمد بشكل كبير أداء الخورزميات الجينية على هذين المؤهثرين ‪ .‬لنقطة التصالب ‪ .‬بينما الب الثاني هتأخذ منه‬ ‫السلسلة الجينية من بدايته لنقطة التصالب‪.‬لوطبعف ًا بالتأكيد فإن أسلوب‬ ‫التمثيل المستخدم له دلوره ايضف ًا ‪.3 .

‬يتم نسخها نسخها من الوالد الثاني ‪ .‬‬ ‫‪11011111 = 11011111 + 11001011‬‬ ‫‪Chromosome‬‬ ‫‪parent A‬‬ ‫‪1100101‬‬ ‫‪1‬‬ ‫‪Chromosome‬‬ ‫‪parent B‬‬ ‫‪1101111‬‬ ‫‪1‬‬ ‫‪Offspring C‬‬ ‫‪Offspring D‬‬ ‫‪11011111‬‬ ‫‪1100101‬‬ ‫‪1‬‬ ‫)‪ (3‬التصالب المنتظم ‪Uniform crossover‬‬ ‫لويتم في هذا النوع من التصالب اختيار بتات بشكل عشوائي لونسخها من الوالد اللول ألو‬ ‫الوالد الثاني للبن‪.‬لومن هثم الجزء من السلسلة الثنائية انطلقف ًا من ألول نقطة هتصالب لثاني‬ ‫نقطة هتصالب ‪ .‬حيث يتم هنا نسخ من بداية الكرلوموزلوم )الصبغي ( للول نقطة هتصالب‬ ‫من أحد الوالدين للبن ‪ .‬‬ ‫ب رسمة خي ُر من ألف جملة هتوضيحية ‪:‬‬ ‫لور وّ‬ ‫‪11011111 = 11011101 + 11001011‬‬ ‫‪47‬‬ .‫‪1‬‬ ‫)‪ (2‬التصالب وفق نقطتين ‪Two point crossover‬‬ ‫يتم اختيار نقطتي هتصالب ‪ .‬بينما بقية السلسلة الثنائية للبن الناهتج يتم اخذها‬ ‫من الب اللول لوذلك من هثاني نقطة هتصالب لنهاية الب‪.

‬هتكون الطفرة ‪ .‬ببساطة ‪ .‬ما هي إل عملية عكس لحد البتات في‬ ‫الكرلوموزم )الصبغي (‪ .‬حيث يتم اختيار البت هثم قلبه‬ ‫‪10001001 <= 11001001‬‬ ‫‪48‬‬ .‫‪Chromosome‬‬ ‫‪parent A‬‬ ‫‪110010‬‬ ‫‪11‬‬ ‫‪Chromosome‬‬ ‫‪parent B‬‬ ‫‪110111‬‬ ‫‪01‬‬ ‫‪Offspring C‬‬ ‫‪Offspring D‬‬ ‫‪11011111‬‬ ‫‪1100100‬‬ ‫‪1‬‬ ‫)‪ (4‬التصالب الحسابي ‪Arithmetic crossover‬‬ ‫لوفي هذا النوع من التصالب يتم هتنجيز بعض العمليات الحسابية لوذلك لنشاء أبناء جدد‬ ‫‪(AND) 11001001 = 11011111 + 11001011‬‬ ‫)‪ (5‬الطفرة ‪Mutation‬‬ ‫في حالة الترميز الثنائي ‪ .

4‬تصميم مثبت نظام طاقة باستخدام الشبكة العصبية المكيفة‬ ‫الصناعية‬ ‫‪ 1 .‫الفصل الرابع‬ ‫‪:‬‬ ‫تطبيقات الذكاء الصناعي في‬ ‫الهندسة الكهربائية‬ ‫‪ 1 .[19‬لوبمــا أن الســلوب مبنــى علــى‬ ‫‪49‬‬ .‬يستخدم مثبت نظام الطاقــة التقليــدي بشــكل‬ ‫لواسع في أنظمة الطاقة الراهنة لوكانت له مساهمة في هتحسين الثبات الدينامي لنظام الطاقــة‪ .‬لوحيــث‬ ‫أن أنظمة الطاقة هتتغير مع الزمن‪ ،‬فإن هتصــميم مثبــت نظــام الطاقــة التقليــدي المبنــى علــى النمــوذج‬ ‫الخطي لنظام الطاقة ]‪[18‬‬ ‫هتستخدم خوارزميات نحقيق المثليه الذكيه لتحديد الوسائط )المتغيرات( المثل بالنسبة لـ مثبت‬ ‫نظام الطاقة التقليدي ‪ CPSS‬عن طريق هتحسين دالة التكلفة المبنية على قيمــة الجيــن )الصــفه( إلــى‬ ‫الحد المثل في النماذج الغير مرهتبطــه كمبيوهتريــا مــع الشــبكه]‪ .4‬المقدمة ‪:‬‬ ‫هتســتخدم مثبتــات نظــام الطاقــة لتوليــد إخشــارات مراقبــة مكملــة لنظــام الهثــارة لخمــاد الذبذبــة‬ ‫المنخفضة التردد داخل النظام لو المنطقة الواقعة بينهما‪ . 1 .

‬‬ ‫يشمل العديد على هتطبيق الشبكات العصبية على هتصميم مثبت نظام الطاقة ‪ PSS‬ضبط‬ ‫لوالوسائط )متغيرات( مثبت نظام الطاقة التقليدي ]‪ CPSS [21] .‬لو أنه من الممكن هتصميم‬ ‫مثبت نظام طاقة مدرب على الشبكه باستخدام انحراف السرعة فقط كمدخل إلى ضابط التحكم‬ ‫العصبي‪ .‬‬ ‫لو بالمكان هتصميم مثبت نظام طاقة هتكيفي غير مباخشر عن طريق استخدام إخشارهتي إدخال‬ ‫انحراف السرعة لوانحراف الطاقة عن ضابط التحكم في الشبكة العصبية‪.4‬نموذج نظام طاقة ‪:‬‬ ‫نظام اللة المفردة المتصل بشبكة القدرة يستخدم لتقييم خشبكة عصبية مكيفة انظر الشكل )‬ ‫‪ ،(1 – 5‬هتتألف اللة المفردة المتصلة بشبكة القدرة من مولد هتزامني ‪ ،‬لوهتوربين‪ ،‬لومنظم لونظام‬ ‫حفز لوخط ارسال متصل مع خشبكة القدرة‪ .‬‬ ‫يشيرالتطبيق إلى أنه قد هتم هتركيز أكثر على الستخدام المشترك للنظمة لوهتقنيات مثل الشــبكات‬ ‫العصبية لضافة خاطصة قابليــة التكيــف مــع التصــميم ]‪[20‬ف ً‪ ،‬هتســتخدم معظــم الطــرق المبنيــة علــى‬ ‫السيطرة غير الخطية نماذج مبسطة للتقليل من هتعقيد الخوارزميات‪ .1 .‬‬ ‫بما أن الشبكات العصبية هتتمتع بميزة السرعة فـي الحسـاب لوالقـدرة علـى التعميـم لوالتعليـم‪ ،‬هتـم‬ ‫هتطبيقها بنجاح لتعريف لومراقبة النظمة غير الخطية‪.‬حيث أنه يمكن هتحديثه كلل من‬ ‫المعرف العصبي لوضابط التحكم العصبي على الشبكه‪ ،‬لوبالمكان أن يتكيف ضابط التحكم مع‬ ‫التغيرات في هتصميم حالة النظام‪.‫نموذج خطي لول يتم فيه هتحديث الوسائط )المتغيرات( عن طريق الشبكه ‪ ،‬فإنهــا هتفتقــر إلــى الداء‬ ‫المرضي أهثناء التشغيل العملي‪.‬هذا الموديل مركب ضمنيف ًا في بيئة الوطصلة المشبهة في‬ ‫برنامج ‪ MATLAB‬باستخدام مجموعة لوحدة نظام طاقة ‪ PREF ،‬عبارة عن مرجع الطاقة‬ ‫الميكانيكية ‪ PSV ،‬هو التغذية الراجعة عن طريق المنظم‪ TM ،‬هي عزم خرج التوربين‪ Vinf ،‬هو‬ ‫فولتية المسار غير المحدلود‪ VTREF ،‬هو مرجع الفولتية الطرفية‪ VT ،‬هي الفولتية الطرفية‪ VA ،‬هو‬ ‫‪50‬‬ .[25‬لكن ل هتوجد طريقة دقيقة للقيام‬ ‫مباخشرة بتقييم أداء ضابط التحكم‪ ،‬خصوطصف ًا عندما هتتغير لوسائط )متغيرات( النظام مع الزمن‪.‬يستخدم ضابط التحكم العصبي لتوليد إخشارة هتحكم لويستخدم المعرف العصبي لتقديم‬ ‫نموذج دينامي لـلوحدة لتقييم لوهتحديث ضابط التحكم العصبي ‪ .‬‬ ‫‪ 2 .‬لو يتم إلى حد كبير هتخفيض زمن الحساب]‪ .[22‬لوهتنفيذ التحكم بالتغذيه‬ ‫الراجعه الو العكسيه ]‪ [23‬لوالتحكم المباخشر لوالتحكم التكيفي غير المباخشر‪ .‬‬ ‫لذلك‪ ،‬ل يكون هذا هو أسلوب التحكم الكثر فاعلية‪.‬ل يقوم ضبط لوسائل‬ ‫متغيرات مثبت نظام الطاقة التقليدي ‪ CPSS‬لوهتحكم النموذج العكسي بتحديث لوالشبكات العصبية‬ ‫على الشبكه لذا فإن أداءها يعتمد على نوعية عينات التدريب خارج الشبكه]‪ ،[24‬لومن الصعب‬ ‫الحصول عليها‪ .‬يتكون النظام العصبي غير المباخشر من خشبكتين لوهما ضابط التحكم العصبي لوالمعرف‬ ‫العصبي‪ .‬لو عند أخذ هتعقيد أنظمة الطاقة‬ ‫العملية يتطلب المر المزيد من النماذج الواقعية مع زمــن حســاب أقــل للحصــول علــى هتحكــم فعــال‬ ‫محكم على مدى لواسع من ظرلوف التشغيل‪.

4‬تصميم المتحكم التكيفي‪:‬‬ ‫يتكون هتصميم الشبكة العصبية المكيفة غير مباخشرمن خشبكات عصبية مســتقلة لوهــي ضــابط‬ ‫التحكم العصبي لوالمعرف العصبي ‪ .‬الشــكل ) ‪ ( 2 – 5‬بنيــة هتــدريب المعــرف العصــبي لوضــابط‬ ‫التحكم العصبي ‪ .‬‬ ‫خشكل ) ‪ : (1 – 5‬هتصميم نموذج النظام‬ ‫‪ 3 .(2 – 5‬‬ ‫هتبين الخطوط المتقطعة مسارات لعادة النتشار لتحديث المعرف العصبي لوضابط التحكم العصبي‬ ‫‪ .‫خرج منظم الفولتية‪ VF ،‬هو فولتية المجال‪ VE ،‬هي اخشارة هتثبيت نظام الحفز ‪ ∆ω ،‬هي سرعة‬ ‫النحراف‪ VPSS ،‬هي اخشارة خرج مثبت نظام الطاقة لو ‪ Q‬هي قوة هتفاعل الطاقة في طرفية المولد‪.‬يسـتخدم المفتـاح ‪ S2‬للختيـار بيــن التشـغيل العــادي لومرحلــة‬ ‫التدريب )الوضع ‪ 2 ،1‬على التوالي (‪.‬يصف عمليات هتدريب المعرف العصبي لوضابط التحكم العصبي ‪.‬يتم هتنفيذ هاهتين المرحلتين على خشكل هتعاقبي عند هتوطصــيل ضــابط التحكــم المباخشــر‬ ‫في الشبكة العصبية مع الوحدة عن طريق لوضع المفتاح ‪ S1‬على الوضع ‪ 1‬فـي الشـكل ) ‪.5‬يســتخدم المفتــاح ‪ S1‬لتنفيــذ فحوطصــات علــى نظــام الطاقــة مــع خشــبكة‬ ‫عصبية مكيفة غير مباخشر ‪ IDNC‬على مثبت نظام الطاقة التقليــدي ‪ CPSS‬لوبــدلون )بالمفتــاح ‪،S1‬‬ ‫على لوضع ‪،1‬ـ ‪،2‬ـ ‪ 3‬على التـوالي ‪ .‬‬ ‫‪51‬‬ .‬‬ ‫في الشكل )‪ ،(1 .1 .‬‬ ‫خشكل ) ‪ :( 2 – 5‬بنية ضابط التحكم غير المباخشر للشبكة العصبية‪.

(ώ(k‬لويكون الخرج المطلوب للوحدة هو ∆‪ .1 . 0.‬إن عدد‬ ‫الخليا العصبية في طبقات الدخل ‪ ،‬لوالمخفية لوالخرج هو ‪،3‬ـ ‪،6‬ـ ‪ 1‬على التــوالي‪ . VPSS (k-1).(VPSS(k‬لونظـرف ًا لخاطصــية‬ ‫التأخر الزمني‪ ،‬ينعكس هتأهثير اخشارة ضابط التحكم ‪.‬المــدخلت الــى‬ ‫ضابط التحكـم العصـبي هـي انحـراف السـرعة ∆‪ ω‬لوقيمتيهـا السـابقتين لوأن خـرج ضـابط التحكـم‬ ‫العصبي هو اخشارة التحكم ‪ .‬‬ ‫تدريب المعرف العصبي‪:‬‬ ‫يظهر الشكل )‪ ( 3 – 5‬عملية هتدريب المعرف العصبي أهثناء مرحلة ما قبــل التحكــم‪ .‬‬ ‫‪52‬‬ .‬يمكن أن يرى أن المعرف العصبي‬ ‫يعطي هتقديرف ًا جيدف ًا لخرج الوحدة بعد التدريب لمدة ‪ 4‬هثوان‪.(VPSS(k‬‬ ‫أ ‪ -‬المعرف العصبي‪:‬‬ ‫يتم هتطوير المعرف العصبي عن طريق استخدام نموذج معدل الحركة العكسية الذاهتية غير الخطية‪. [∆ω(K-2). VPSS (k-3‬لوخرجها هو ∆‪ .‬المــدخلت‬ ‫الى المعرف العصبي خلل هذه المرحلة هــي ]∆‪ω(K-1).VPSS‬يتم التوطصل الى عدد الخليا العصبية في الطبقات المخفية في كــل‬ ‫من المعرف العصبي لوضابط التحكم العصبي بطريقة البحث‪.‬‬ ‫‪ ] (VPSS (k-2). (ω(k‬لويتم‬ ‫اعطاء دالة هتكلفة لتدريب المعرف العصبي‪. [∆ω(K-3).1 .4‬عملـــــــــية التــــــــــدريب‪:‬‬ ‫مرحلة ما قبل المراقبة‬ ‫خلل هذه المرحلة ‪ ،‬يوضع المفتاح ‪ S2‬على الوضع ‪ 2‬فـي الشـكل) ‪ .‬‬ ‫يستخدم الشكل )‪ ( 4 – 5‬لظهار عملية هتدريب المعرف العصبي‪ .‬‬ ‫‪ 4 .1‬لوهي حد مدى الخرج النموذجي لمثبت نظام الطاقة التقليدي‪.‬‬ ‫ب ‪ -‬منظم التحكم العصبي‪:‬‬ ‫منظم التحكم العصبي هو أيضف ًا خشبكة هتغذية متعددة الطبقات هتم هتدريبها بخوارزمية‪ .( 1 – 5‬يتـم هتوزيـع قيـم‬ ‫الخشارات العشوائية بين ‪ -0.‫حيث أن عمليتي التدريب هتظهران في خشكل لواحد‪ ،‬لو هتصنف كلتــا الخشــارهتين ‪ (VPSS(k‬لو ∆‪(ω(k‬‬ ‫في الخطوة ‪ ،k‬لكن ∆‪ (ω(k‬ليســت الســتجابة لخشــارة ضــابط التحكــم ‪ .

‫خشكل )‪ :( 3 – 5‬هتدريب المعرف العصبي أهثناء مرحلة ما قبل المراقبة‬ ‫خشكل )‪ :( 4 – 5‬سرعة انحراف الوحدة التقديرية لوالفعلية‬ ‫‪ (2‬تدريب منظم التحكم العصبي ‪:‬‬ ‫يظهر هذا التدريب في الشكل )‪ ، ( 5 – 5‬يتم هذا التدريب مــع هتــدريب المعــرف العصــبي بشــكل‬ ‫هتعاقبي ‪ . [∆w(k-‬‬ ‫‪ (2).‬خلل هذه المرحلة ‪،‬يكون الدخال إلى ضابط التحكم العصبي هـو ]∆‪w(k-1).‬هتحســب إخشــارة التحكــم المطلوبــة عــن طريــق المعــرف العصــبي بواســطة‬ ‫مقارنة خرج المعرف العصبي مع الستجابة المطلوبة )حيث أنه يتوقع أن هتكون السـرعة هثابتـة فـي‬ ‫جميع اللوقات‬ ‫‪53‬‬ . ∆w(k-3‬لوالمخرج هو ‪ ، Vpss‬حيث هتتم هتغذيتهما بعد ذلك إلى المعرف العصبي لوهتقييمهما‬ ‫مقابل الخرج المطلــوب‪ .

‬إن لوجود إخماد أفضل لوأسرع يعني أن‬ ‫بإمكان المولدات أن هتشتغل بكامل طاقتها هتقريبف ًا لوبهذا نضمن بقاء المولدات هثابتة عن حدلو ث أخطاء‬ ‫قطع مثل دلوائر قصر هثلهثي الطور‪ .‬لوهذا يعني هتوليد طاقة أكبر‪.‬بذلك‪ ،‬فإن‬ ‫الحسابات الواردة في هتصميم الشبكة العصبية هي في حدها الدنى‪ .‫خشكل )‪ .1 .‬‬ ‫‪54‬‬ .4‬الستنتاجات‪:‬‬ ‫يبنى هتصميم خشبكة عصبية مكيفة غير مباخشر على انحراف سرعة المولد‪ .‬هتظهر نتائج هتشبيه هثلهثة أنواع‬ ‫من الضطرابات حيث يعطى هذا المثبت لنظام الطاقة إخماد أفضل لوأسرع عند لوجود اضطرابات‬ ‫طصغيرة لوكبيرة مع هتغيرات في ظرلوف هتشغيل النظام‪ .( 5 – 5‬هتدريب ضابط التحكم العصبي أهثناء مرحلة ما قبل المراقبة‬ ‫‪ 5 .

‬‬ ‫هذه التردات هتترالوح هتترالوح بين جزء من ‪ 1‬هيرهتز إلى عدة هيرهتزات ‪.‬‬ ‫يتم هتوليد إخشارة التحكم الضافية بواسطه دائره موجيه معرلوفة باسم مثبت نظام الطاقة ]‪.‬يمكن إنشاء‬ ‫ضوابط المنطق الضبابي بسهولة باستخدام كمبيوهتر مصغر بسيط ‪ .2 .‬لويمكن هتحسين لوضع‬ ‫الثبات الكلي لنظمة الطاقة بتطبيق إخشارات التحكم الضافية على حلقات التحكم بالحث في المولد ‪.‬لو قد هتبقى الذبذبات لدقائق‬ ‫لو هتتزايد حتى هتسبب فصل النظام إن لم يتوفر الخماد الملئم لهاعند هتكرار ذبذبة النظام‪ .2 .‬يتم منح إخشارة التحكم لنقطة التجميع في منظم الفولتية‬ ‫اللي لويتم التزلويد بعزم الدلوران بقصد الخماد الملئم لوحدة المولد التزامني مع التحسين الضافي‬ ‫في لوقت الرهتفاع لو لوقت الستقرار‪.‬لوهنا يطبق نظام الطاقه باستخدام المطق الضبابي‪ .4‬تصميم المنطق الضبابي المحكم لمثبت نظام الطاقه‪:‬‬ ‫‪ 1 .‬للتحكم‬ ‫غير الخطي في الزمن الحقيقي لحث المولد ‪ .4‬المقـــــــدمه‪:‬‬ ‫إن أحدى أهم مشاكل مثبت الطاقه هي ذبذبه التردات المنخفضه في النظمة المتشابكف ًة‪.( 6 – 5‬يتم إعطاء إخشارة الخرج لمثبت نظام الطاقة لوالخر إلى نقطة التجميع في‬ ‫‪55‬‬ .‬هتبعاف ً لذلك يتم هتخفيض أداء‬ ‫مثبت نظام الطاقة حينما هتتغير نقطة التشغيل من لواحدة إلى أخرى نتيجة للوسائط الثابتة‬ ‫للمثبت‪.4‬تمثيــــــل النظــــام‪:‬‬ ‫يتألف النظام الساسي من مولد هتزامني غير خطي متصل بخطي نقل متوازيين مع خشبكة‬ ‫القدرة الشكل ) ‪ .‬هتحد ث‬ ‫الذبذبة نتيجة عدم كفاية عزم دلوران الخماد في لوحدة التوليد بالتزامن ‪.‬بشكل عام هتكون أنظمة‬ ‫الطاقة غيرخطية لو يمكن أن هتتنوع حالت التشغيل على نطاق لواسع ‪ .‫‪ 2 .[26‬‬ ‫يتم استخدام مثبت نظام الطاقة التقليدي‪ ،‬يتم هتحديد العدادات لهذه المثبتات بالعتماد على‬ ‫الموديل الخطي لنظام الطاقة حول نقطة التشغيل للتزلويد بالداء المثل‪ .‬يتم هتحديد إخشارة التثبيت‬ ‫الضافية باستخدام عناطصر ضبابيه‪ .‬‬ ‫‪ 2 .‬يبدلو إن التحكم الضبابي ملئما هتبعاف ً لحكامه لوانخفاض عبء الحسابات فيه‪ .

( 7 – 5‬الخطأ الحاطصل في مسار المولد ‪ ،‬انقطاع الخط )الخط ‪ ( 1‬لو دخول الحمل‬ ‫المفاجئ ‪.‬‬ ‫الشكل ) ‪ : ( 6 – 5‬موديل المولد التزامني المتصل مع‬ ‫شبكة القدرة ‪.‬‬ ‫الشكل ) ‪ : .‬يفسر‬ ‫الشكل ) ‪ .( 8 – 5‬التصميم الساسي لضابط المنطق الضبابي لوالذي يتألف من الواجهة الضبابية‬ ‫لوقاعده المعرفه ) هتتألف من قاعدة بيانات لو قاعدة قوانين لو منطق طصنع القرار لو كتلة لواجهة‬ ‫لتفكيك الضبابيه هتستخدم إخشارة التحكم ‪.‫منظم الفولتية اللي لوفي النهاية يتم إعطاء الخشارة المحصلة إلى نظام الخرلوج من المولد التزامني‬ ‫لوباستخدام التيار المنتظم للمحفز ‪،‬يمكننا هتحقيق عزم دلوران الخماد اللزم ‪ ،‬لوبذلك هتتوقف‬ ‫الذبذبات في لوقت الستقرار‪.2 .‬‬ ‫‪56‬‬ .‬‬ ‫‪ 3 .‬إن هدف أنظمة التحكم الضبابية هي استبدال مشغل انساني‬ ‫ماهر بنظام ضبابي معتمد على القوانين [ ‪ .4‬مســــيطر المنـــــطق الضبابي‪:‬‬ ‫إن أنظمة التحكم الضبابي هي أنظمة معتمدة على القوانين حيث هتمثل مجموعة من القوانين‬ ‫التي يطلق عليها القوانين الضبايبه ‪ .‬‬ ‫لدراسة الحكام لولوقت الرهتفاع لولوقت الستقرار لوالمسار القصى ‪ ،‬سوف نقوم بتوطصيل هثلهثي‬ ‫الطور مؤرض ‪ ،‬على مسار المولد ‪. ] 27‬يزلود ضابط المنطق الضبابي خوارزمية يمكنها‬ ‫هتحويل استراهتيجية التحكم اللغوي بالعتماد على معرفة خبير باستراهتيجية التحكم اللي ‪.

‫الشكل ) ‪ .4‬مدخلت مثبت نظام الطاقة باستخدام المنطق الضبابي ‪:‬‬ ‫يأهتي المدخل اللول ‪ U1‬إلى ضابط المنطق الغامض مباخشرة من‬ ‫أي ‪:‬‬ ‫يتم اخشتقاق المدخلت الثانية لوالثالثة ‪ U2‬لو ‪ U3‬من مثبت نظام الطاقة باستخدام المنطق‬ ‫الضبابي المحكم بواسطة بتطبيق دائره التأخير لو الجمع مع هتأخيرفي الوقت التي يتم هتوقيتها بناء‬ ‫على هتكرار خشبكة الطاقة‪ .‬لوالتي يتم هتزلويد مثبت نضام الطاقه الضبابي بها‪.‬يتم هتوليد هثلهثه اخشارات‬ ‫منفصله من ‪ ∆w‬باستخدام لوحدات هتاخير الوقت‪ .( 8 – 5‬موديل الضابط الغامض لولوحداهته‬ ‫‪ 4 .‬يأخذ مثبت نظام الطاقة باستخدام المنطق الضبابي المدخلت الثلهثة أن‬ ‫انحراف السرعة في الحاله الثابته يكون طصفرا ‪ ،‬هتضبط القيم السمية لمدخلت مثبت نظام الطاقة‬ ‫باستخدام المنطق الضبابي على القيمة طصفر ‪ .‬يستخدم مثبت‬ ‫نضام الطاقه الضبابي انجراف السرعه ‪ ∆w‬كمدخل للمتولد التزامني‪ .‬‬ ‫هتعمل اخشاره الدخل اللولى لوالثانيه كخطا لوانحراف الخطأ ‪ .2 .4‬تصميم مثبت نظام الطاقة باستخدام المنطق الضبابي المحكم ‪:‬‬ ‫المتكم الضبابيي هتم استخدام لوحدات التاخير لعمل الدلوران الكهربائي اللزم حسب‬ ‫انحراف السرعه لودائره هتقديم الطور التي يتم استخدامها للتعويض عن التاخير‪ .‬يتم هتبني نطاق مطابق للخرج‪ .‬‬ ‫‪ 5 .‬‬ ‫‪57‬‬ .‬إن مدخلت مثبت نظام الطاقة باستخدام المنطق‬ ‫الضبابي هي قيم عددية متفرعة هتترالوح بين القيم [ ‪ ] 1 ، 1-‬لن كل دالت عضوية المدخل‬ ‫مصممة لقبول المدخلت ضمن هذا النطاق‪ .‬لوهتبعاف ً لهذا ‪ ،‬يمكن هتطبيق زيادة ألو هتخفيض‬ ‫عزم الدلوران ‪ ،‬حسب اللزم‪ ،‬على العضو الدلوار للمولد‪.‬إن اختيار النطاق‬ ‫اليجابي لوالسلبي مدخل ) لوالمخرج ( هتسمح لمثبت نظام الطاقة باستخدام المنطق الضبابي لدخال‬ ‫إخشارات التثبيت اليجابية ألو السلبية إلى نظام التحفيز‪ .‬لويعتبر المدخل الثالث اخشاراه مساعده‬ ‫هتغرض زياده الدقه في اخشاره التحكم‪.2 .

4‬عملية الضبابيه‪:‬‬ ‫عملية الضبابيه هي التخطيط من المجال الرقمي إلى داخل المجال الضبابي ‪ .‬من أجل هــذا التصــميم‬ ‫الخاص ‪ .2 .4‬دوال عضوية المدخلت‪:‬‬ ‫هتوجد هثلهثة مدخلت منفصلة من انحــراف الســرعة لوهتزلويــد مثبــت نظــام الطاقــة باســتخدام‬ ‫المنطق الضبابي المحكم بها‪ .‬لويتم بعدها هتحديد عدد لوخشكل دالت العضوية‪ .‫‪ 6 .‬يعوض عن أية فوارق كبيرة ناهتجة عــن فــرق المســتوى اللول ‪ ،‬ألو‬ ‫ل‪ ،‬إذا كان أي إدخال مثبــت نظــام الطاقــة كــبيرا‪،‬‬ ‫فرق المستوى الثاني‪ ،‬ألو فرق المستوى الثالث‪ .‬لوبالنسبة للمدخلت ‪ ،‬يتم استخدام ما مجموعه ست دالت عضوية للضــبابيه‪ .‬لولهــذا‪ ،‬ل يميــل منحــى اهتجــاه العضــو الــدلوار إلــى زيــادة الســرعة ألو إلــى‬ ‫إنقاص السرعة بمعنى أنه يحتفظ بقيمة هثابتة‪.‬كما يعنــي بالضــبابيه‬ ‫هتعيين القيمة اللغوية المعرفة بعدد طصغير نسبي من دالت العضوية إلى المتغير‪.2 .‬‬ ‫‪58‬‬ .‬‬ ‫‪ 7 .‬مث ف ً‬ ‫عندها سوف يكون خــرج مثبــت النضــام إخشــارة هتعــويض كــبيرة ذات قطبيــة مناســبة بســبب الشــكل‬ ‫المختار لدلوال العضوية‪ .‬علــى ســبيل‬ ‫المثــال‪ ،‬يكـون ‪ Pin1‬هـو دالـة عضـوية المـدخل اليجـابي للمــدخل اللول بينمــا ‪ Nin2‬هـو الدالـة‬ ‫العضوية المدخلة السالبة للمدخل الثاني ‪.( 9 – 5‬هتعتبر دلوال العضوية‬ ‫من الدخالت الثلهثة المتماهثلة‪ .‬‬ ‫الشكل ) ‪ :( 9 – 5‬دوال عضوية المدخلت‬ ‫هتظهر دلوال العضوية الموجبة )‪ (Pin‬لوالسالبة )‪ (Nin‬في الشكل ) ‪ .

4‬مخرج دالة العضوية‪:‬‬ ‫بالنسبة للخراجات ‪ ،‬هتستخدم اهثنتان من دلوال العضوية لوهمـا )الســالب لوالمــوجب( ‪Pout،‬‬ ‫‪ Nout‬من أجل عملية ازالة الضبابية‪ .‬لويمكن هتمثيل أي نمــوذج كامــل مثبــت نظــام الطاقــة باســتخدام المنطــق الضــبابي المحكــم‬ ‫‪.2 .‬‬ ‫‪ 9 .‬في التصميم‪ ،‬هتم انجاز ذلك باستخدام دلوال عضوية على خشكل خشبه منحرف ‪ .2 .‬‬ ‫‪59‬‬ .‬يتم حســاب‬ ‫اخشارة التثبيت التي يتم هتوليدها عن طريق ضابط التحكم باستخدام دالة عضوية ضبابيه قياسية‪.4‬الستنتاجات‪:‬‬ ‫في هذا البحث‪ ،‬يتم لوطصف هتنفيذ ضابط هتحكم منطق ضبابي كمثبت نظام طاقة ‪ .‬اذا هتــم هتشــكيل‬ ‫دلوال العضوية ‪ ،‬يمكن استخدام هذه الدلوال لتطوير أساس القاعدة‪.2 .‫‪ 8 .‬هتتكون الدلوال من خطين مائلين متعاكسين كما هو مــبين فــي‬ ‫الشكل ) ‪.( 10 – 5‬‬ ‫الشكل ) ‪ :( 10 – 5‬دوال عضوية الخرج‬ ‫ل خطيف ًا لدالة عضــوية‬ ‫السبب في اختيار العلقة الخطية هو أن دالة عضوية الخرج هتكون عادة هتمثي ف ً‬ ‫الخرج‪ . RFLPSS‬‬ ‫‪ 10 .4‬أســـــــاس القاعدة‪:‬‬ ‫هتحتــوي القاعــدة الساســية الخاطصــة بـــمثبت نظــام الطاقــة باســتخدام المنطــق الضــبابي المحكــم‬ ‫‪ RFLPSS‬على القواعد التالية‪:‬‬ ‫يتم هتغيير ناهتج أساس القاعدة إذا هتم التغيير فـي لوزن أيـة قاعـدة‪ ،‬لوهتعطـى كـل قاعـدة أهميـة‬ ‫متسالوية‪ .

‬هتم هتنفيذ هتحليل قيمة‬ ‫اليجن لو نتائج التشبيه لتقدير فعالية لوقوة البحث الجيني لمثبت نظام الطاقة المقترح لخماد‬ ‫أللوضاع الغير هثابته للذبذبات الكهربائيه لو هتحسين الثبات الديناميكي لنظمة الطاقة‪.‬بالرغم من قدرة‬ ‫هتقنيات التحكم الحديثة التعامل مع التراكيب المختلفة ‪ ،‬ال أن مرافق نظام الطاقة مازالت هتفضل بنية‬ ‫مثبت نظام الطاقة التقليدي لتقديم الوقت لوهتأخيره‪.‬إن هتحليل اللة‬ ‫المفردة المتصلة بنظام مسار لنهائي يعطي هتبصراف ًفعليا داخل مشكلة الذبذبات منخفضة التكرار‪.[28‬‬ ‫قد هتبقى هذه الذبذبات لوهتتزايد حتى هتكون سببا في فصل النظام إن لم يتوفر الخماد‬ ‫الملئم ‪.‫لوهنا يتمتع مثبت نظام الطاقة باسـتخدام المنطـق الضـبابي المحكـم ‪ RFPLSS‬بميـزة ذات أداء‬ ‫عال بالنسبة للوقت الحقيقي لولوقت الستقرار لوالتجالوز القصى ‪ ،‬لوهي العوامــل الكــثر أهميــة‬ ‫في قوة التحكم العالية‪.‬هتم اكتشاف ظاهرة هثبات اللة التزامنية‬ ‫هتحت الضطرابات الصغيرة باختبار حالة آلة مفردة متصلة بنظام خشبكة القدرة‪ . 4‬تصميم مثبت نظام الطاقة باستخدام تقنية البحث المحلي الجيني‬ ‫‪ 1 .‬‬ ‫‪ 3 .‬‬ ‫هتم هتصنيف الذبذبات منخفضة التكرار في الشبكات الداخليه لو هتسود اللة المفردة المتصلة بنظام‬ ‫خشبكة القدرة في الوضع المحلي للذبذبات المنخفضة التردد ]‪.‬هتم هتطبيق نظرية التحكم الحديثة على مشاكل هتصميم مثبت نظام الطاقة‪ .4‬المقـــــــدمة ‪:‬‬ ‫هتشهد أنظمة الطاقة ذبذبات منخفضة هتتكرر هتبعاف ً للضطرابات‪ .‬هترهتبط هذه الذبذبات‬ ‫منخفضة المتكرره باستقرار الخشارة الصغيرة لنظام الطاقة‪ .‬‬ ‫هتم لوضع اللليات لكي هتعامل مع الماكنه الحاديه المتصله بشبكة القدرة هتم هتوظيف‬ ‫خوارزمية البحث الجيني لحل مشكلة الوضع المثل لو البحث عن إعدادات ‪ .3 .‬‬ ‫‪60‬‬ .‬‬ ‫خلفاف ً لتقنيات الوضع المثل الخرى‪ ،‬هتعمل الخوارزمية الجينية لتمثل حلولف ً محتملة مختلفة ‪.‬‬ ‫هتتمتع الخوارزمية الجينية بالموازاة الضمنية التي هتمكنها من البحث في مجال المشكلة بشكل ممتاز‬ ‫لويمكن التوطصل الى الوضع المثل بسرعة أكبر عند هتطبيقها على مشكلة‪.

‬‬ ‫يبدلو من قيم الحلقة المفتوحة‪ ،‬إن النظام بدلون مثبت نظام الطاقة ‪ PSS‬يكون غير مستقر‬ ‫‪61‬‬ .‬المولــده هتــزلود النظــام بالطاقــة‪ .3 .‬كما هتم الخذ في العتبار مثبت‬ ‫نظام الطاقة التقليدي الذي يشكل سلسلة من الشبكات المتصلة مع انحراف سرعة المولد‬ ‫على أنها إخشارة مدخل ‪ .( k1-k6‬هتعتبر‬ ‫هذه هي الثوابت باستثناء ‪ ، k3‬الذي يعتبر دالة على نسبة المممانعه ‪ ،‬معتمدة على هتحميل الطاقة‬ ‫الفعلي الحقيقي لوذات ردة فعل كما في مستويات التحفيز في اللة‪ .4‬مناقشة النظام ‪:‬‬ ‫يتم استخدام الماكنه الحاديه المرهتبطه خشبكة القدرة لوهترهتبط الله بنظام كــبير خلل خطــوط‬ ‫النقل‪ .‬‬ ‫‪ 3 .3 .‬يظهر الشكل ‪ 1‬النموذج الخطي لللة المفردة المتصلة بنظام كبير حول‬ ‫نقطة التشغيل‪.4‬تصميم مثبت جهاز طاقة تقليدي‪:‬‬ ‫يتم الحصول على قيم اليجين)الصفه(من لوضع مصفوفه جينه لو باستخدام برنامج ‪Matlab.‬لو‬ ‫يمكن هتخطيط المعادلت التي هتصف عملية حالة الثبات للمولد التزامني المتصل بشــبكة القــدرة عــن‬ ‫طريق رد الفعل الخارجي‪ ،‬حول أي نقطة هتشغيل محددة ‪ ،‬كما في المعادلت التالية‬ ‫الشكل ) ‪ :( 11 – 5‬النموذج الخطي للمولده اللحاديه المتصلة بنظام شبكة القدرة‬ ‫نقطة التشغيل ‪:‬‬ ‫يتم التعبير عن التفاعل بين معادلت السرعة لو الفولتية لللة بثوابت ‪ k‬الستة )‪ .‬يمكن هتقليص استخدام آلة متصلة بنظام كبير عن طريق استعمال خط ارسـال إلـى آلـة مفـردة‬ ‫متصلة بنظام خشبكة القدرة‪ ،‬باستخدام دائره هثيفنن المكافئه لشــبكة ‪ .‫‪ 2 .

MATLAB‬‬ ‫‪ 5 .‬‬ ‫• باستخدام الفراد الذين هتم اختيارهم ‪ ،‬يتم اختيار المجموعة التالية عن طريق التجالوز‬ ‫لوالطفرة نقطة لواحدة‪ .‫لولوجد انه ل حاجــة لنقــل بعــض قيــم اليجيــن)الصــفه( نظــرأ لنهــا موضــوعة فــي الجهــة‬ ‫اليسرى ‪ .3 .4‬خوارزمية البحث الجيني‪:‬‬ ‫الخطوة ‪:1‬‬ ‫‪62‬‬ .4‬الخوارزمية الجينية المبنية على مثبت نظام الطاقة‪:‬‬ ‫لتقليل معايير الخطأ ‪ ،‬يولد ضابط التحكم متغيرات الكسب لوهثبــات الــوقت المتقــدم للطــور‪.‬‬ ‫إن هذه هي إستراهتيجية النخبة التي هتؤكد على إن الرادة الفضل للجيال لن هتضعف‬ ‫أبدا لوبالتالي ضمان هتقارب الخوارزمية الجينية‪.‬‬ ‫• هتم هتكرار هذا الترهتيب حتى يكون قد هتم هتقارب الخوارزمية )‪ 50‬مرة( لو التوطصل الى‬ ‫هتشبيه لوهتقييم ضبط معادل هتقديم لوهتأخير زمن الخوارزمية الجينية باستخدام باستخدام‬ ‫التشبيه في برنامج ‪.‬لوفي حالة لوجود أي من الحالت الكهرلوميكانيكية ‪ ،‬هتلـزم إضـافة مثبـت نظـام الطاقـة‬ ‫‪ PSS‬لتحسين هثبات النظام‪ .3 .‬لوهتم هتطبيق الطفرة مع احتمالية منخفضة جدف ًا مقدارها ‪0.‬لوعلى نقيض البحث العشوائي التقليدي‪.‬‬ ‫‪ 4 .‬‬ ‫يتم هتقليل الزمن المتمم مضرلوبف ًا في القيمة المطلقة للخطأ عن طريق هتطــبيق خوارزميــة جيني ـف ًة‪.‬‬ ‫هتمضي الخوارزميــة قــدمف ًا كمـا يلـي‪ :‬هتقييـم كـل كرلوموســوم‪ ،‬عـن طريــق فــك هترميــز الخيــط‬ ‫للحصول على معادل هتقديم لوهتأخير الوقت التي يتم هتطبيقها بعد ذلك في هتمثيل لوطصلة التشبيه في‬ ‫نظام الحلقة المغلقة‪.‬باستخدام خوارزميــة مراقبــة النمــوذج غيــر المركزيــة ‪ ،‬يتــم ايجــاد‬ ‫متغير نظام الطاقة التقليدي‪.‬‬ ‫هتعمل هذه الخوارزمية على هترميز المتغيرات كي يتم هتحسينها الى الوجه المثل حيث هتم هتمثيــل‬ ‫كل متغير بست عشرة بايت لوهتم هتوليد كرلوموسوم لواحد الو كرلوموسومات عن طريــق هتسلســل‬ ‫خيوط المتغير الرموز‪ .‬‬ ‫• هتم اختيار الخمسة أفراد الكثر ملءمة آليف ًا في حين هتم اختيار الباقي بشكل عشوائي ‪.001‬‬ ‫لكل خانة )بت(‪ .‬يضمن التكاهثر عن طريق استخدام التجالوز لوالطفرة عدم لوجود فقدان‬ ‫كامل لي جين في المجموعة عن طريق قدرهتها على إدخال أي جين قد ل يكون‬ ‫موجودف ًا في البداية‪ ،‬ألو يفقد لحقف ًا‪.

x0‬لويتم هتقييم كل فرد مــن ‪x0‬‬ ‫باستخدام الدالة الموضوعية ‪ ،J‬المجموعة ‪.‬خلف ذلك‪ ،‬ضع ‪ ،k=k+1‬هثم انتقل‬ ‫إلى خطوة ‪.‫لوضع عداد هتوليد ‪ k=0‬لولوضع حلول مبدئية عشوائية ‪ .x= x0‬‬ ‫الخطوة ‪:2‬‬ ‫ل الى الوجه المثل في ‪ ،x‬لواستبدال كل فرد في ‪ x‬بنسخته المحسنة محليف ًا‪،‬‬ ‫هتحسين كل فرد لوطصو ف ً‬ ‫لوهتحديث قيم الدالة الموضوعية لوفقف ًا لذلك‪.‬هنالك حلن لوهما ‪ x1، x2‬من ‪ ، x‬هتنطبقان على‬ ‫مشغلي التجالوز لوالطفرة الجينية للحصول على ‪.i=5‬‬ ‫الخطوة ‪:6‬‬ ‫الرسم بشكل عشوائي ‪ ،‬مع احتمالية موحدة‪ .x3‬‬ ‫الخطوة ‪:7‬‬ ‫هتحسين الحل ‪ x1‬محليف ًا لوالحصول على ‪.‬‬ ‫الخطوة ‪:3‬‬ ‫البحث عن القيمة المثلى للدالة الموضوعية ‪ Jmin‬لولوضع الحل المتعلق بالدالة ‪ Jmin‬على أساس‬ ‫أنها الحل الفضل ‪ X best‬مع الدالة الوظيفية ‪.6‬‬ ‫‪63‬‬ .n‬يمكن كتابــة‬ ‫الحل المبدئي ‪ X، ith‬على خشكل ‪ ،[xi=[p1p2….x3‬‬ ‫الخطوة ‪:8‬‬ ‫هتفقد عن كون ‪ x3‬أفضل من الحل السوأ في ‪ x1‬بالحل ‪ x3‬لواستبدال قيمة الهدف بقيمة ‪. {X0={Xi.pj…pm‬حيث يتــم هتوليــد المتغيـر ‪ pj‬للـترهتيب ‪jth‬‬ ‫عن طريق اختيار عشوائي لقيمة ذات احتمالية موحدة من مساحة البحث المتعلقة بها ] ‪Pimin.J best‬‬ ‫الخطوة ‪:4‬‬ ‫هتفقد معايير اليقاف ‪ . i= ……….5‬‬ ‫الخطوة ‪:5‬‬ ‫ضبط عداد السكان على ‪.‬هتشكل هذه الحلول المبدئية المجموعة الرئيسية في التوليد المبدئي ‪ .x3‬‬ ‫الخطوة ‪:9‬‬ ‫اذا كانت ‪ ،i=n‬انتقل الى الخطوة ‪ ،3‬خلفف ًا لذلك ضع ‪ i=i+1‬لوارجع الى الخطوة ‪.‬إذا هتمت هتلبية لواحد منها‪ ،‬يتم التوقف‪ . Pjmax‬‬ ‫[‪ .

‬‬ ‫يؤخذ انحراف سرعة العمود كمدخل لجميع مثبتات الطاقة‪.‬لوهتتم المقارنة بين منحنيات استجابة نظام مثبت نظام الطاقة التقليــدي‬ ‫لومثبت نظام الطاقة المبني على الخوارزمية الجينية‪.‬‬ ‫عنـد مقارنـة مثبـت نظـام الطاقـة التقليـدي لومثبـت نظـام الطاقـة المبنـى علـى الخوارزميـة‬ ‫الجينية‪ ،‬يعطى مثبت نظام الطاقة المبنى على الخوارزميه الجينه نتائج التشبيه ان مثبت الطاقــة‬ ‫المبني على البحث يمكن أن يعمل بفاعلية لوقوة على نطاق لواسع لويضهر قدره علــى الصــيطره‬ ‫اكبر من مثبت نظام الطاقه ‪.‬‬ ‫‪64‬‬ .‬لقد‬ ‫لوجد أن هذا النظام بدلون مثبت نظام طاقة يكون غير مستقر مع لوجود الجذلور في الجهة اليمنى‪ .‬‬ ‫‪ 7 .3 .‫‪ 6 .‬يتــم اســتخراج منحنيــات‬ ‫الستجابة الدينامية للمتغيرات‪ .4‬الستنتاجات‪:‬‬ ‫ان أداء مثبت نظام الطاقة التقليدي ‪ CPSS‬قد ل يعطي نتائج مرضية عنــدما يحــد ث هتغييــر‬ ‫هائل في نقطة التشغيل‪.‬هتظهرالستجابة الدينامية أن نظام مثبت الطاقة المبنى على الخوارزميــة‬ ‫الجينية له استجابة مثلى لوهتكون الستجابة سلسة لوفيها انطلق زائد لواســتقرار أقــل مقارنــة مــع‬ ‫مثبت نظام الطاقة التقليدي‪.‬هتم‬ ‫لوضع مشبه للستجابة الدينامية للنظام بدلون مثبت نظام طاقة باستخدام لوطصلة التشبيه للضطراب‪.3 .‬‬ ‫خشكل ) ‪ :(12 – 5‬لوقت حالة الحمل العادي لللة المفردة المتصلة بشبكه القدره ‪.4‬مقارنة تقنيات تصاميم متعددة‪:‬‬ ‫هتم هتطوير مساحة حالة هتزايدية لنظام الله المتصله مع منظم فولتية ذي أربعة متغيرات‪ .‬‬ ‫يستخدم هترميزبرنامج ‪ MATLAB‬للمثبت التقليدي لنظــام طاقــة‪ .

2 .‬حيث هتحتوي‬ ‫جميع انواع المحركات الحثيه على جزء دلوار لوجزه هثابت لوهتستخدم المجال المغناطيسي المتولد‬ ‫لتدلوير الجزء الدلوار]‪.‫الفصل الخـامس‪:‬‬ ‫السيطرة على المحرك الحثي‬ ‫المتناوب بأستخدام المنطق الضبابي‬ ‫‪ 1 .[29‬‬ ‫‪ 1 .‬لوسنقوم في هذا الفصل باستخدام المنطق الضبابي للسيطره على المحرك‬ ‫الكهربائي الحثي المتنالوب هثلهثي الطور باستخدام النمذجه ببرنامج الماهثلب )‪.‬‬ ‫ان السرعه لوالعزم هي اداه التحكم لنواع متعدده من المحركات الحثيه المتنالوبه‪ .5‬السرعه في المحرك الحثي )‪(speed of induction motor‬‬ ‫ان المجال المغناطيسي يتولد داخل الجزء الثابت بسرعه هتزامنيه هترمز ب )‪(Ns‬‬ ‫‪Ns= 120 f/p‬‬ ‫لوان معادله السرعه هي ‪:‬‬ ‫حيث‬ ‫‪65‬‬ .‬بالضافه الى استخدامه المنتشر في مشغلت البيت الرئيسية‪ .5‬المحرك الحثي المتناوب‬ ‫ان المحرك الحثي المتنالوب من اكثر المحركات استخداما لوهو الكثر خشهره في انظمه‬ ‫السيطره في المجال الصناعي‪ .(Matlab‬‬ ‫‪ 2 .‬كذلك‬ ‫فان هتصميمه بسيط لومنخفض الكلفه مقارنه بالمحركات الخرى‪ .‬لو يربط المحرك الحثي المتنالوب‬ ‫مباخشره مع مصادر التيار المتنالوب‪.5‬المقدمـــــــــــة‬ ‫في الفصل الرابع درسنا التطبيقات الثل ث للذكاء الصناعي فوجدنا ان الكثرمرلونه في‬ ‫التطبيق على الطاقه الكهربائيه هو المنطق الضبابي الذي يعتمد على قوانين يضعها الباحث حسب‬ ‫النظام المطبق عليه‪ .‬‬ ‫هناك انواع مختلفه من المحركات الحثيه المتواجده في سوق العمل لوان اختلف هذه النواع‬ ‫يختلف حسب التطبيق المطلوب‪.

‬‬ ‫لقد استخدمنا في هذا البحث هتقتيه الـ ‪ Matlab -Simulink‬في هتمثيل المحرك الحثي‬ ‫المتنالوب هثلهثي الطور لوهتم استخدام هتقتيه المنطق الضبابي للسيطره حيث هتم طصياغه القوانين‬ ‫الخاطصه بالمنطق الضبابي لكي هتتعامل مع متغيرات السرعه لوالعزم في المحرك الحثي المتنالوب‬ ‫هثلهثي الطور لويمكن رؤيتها بالضغط على مربع متحكم المنطق الضبابي )‪fuzzy logic‬‬ ‫‪ .(If (slip is vl) then ( freqw is vlo‬‬ ‫‪66‬‬ .(If (slip is s) then ( freqw is so‬‬ ‫‪.‬ان مثل هذه النماذج هتقوم بتحويل‬ ‫الحاسوب الى مختبر لنمذجه لوهتحليل الدلوائر التي ل يمكن هتمثيلها ببساطه في المجال العملي‪.‬ان الفائده من هذا النظام الو اي‬ ‫نظام مشابه له سوف هتمكن الباحث الو المستخدم من عمل الختبارات التي يحتاجها اذ بالمكان بناء‬ ‫النماذج المطلوبه الو اخذ نموذج قديم لويجري عليه الضافات الو التغيرات‪.5‬قوانين المنطق الضبابي للسيطره ‪:‬‬ ‫هتم لوضع قوانين المنطق الضبابي لتعالج حالت مختلفه من التغيرات المحتمله حسب طبيعه النظام‬ ‫لوسوف نجد ان القوانين هي لفظيه لوالذي يميز المنطق الضبابي عن باقي التطبيقات‪:‬‬ ‫‪.‬‬ ‫‪ 4 .‬‬ ‫ان عمليه التمثيل )‪(simulation‬هنا هي عمليه هتفاعليه لذلك فانه بالمكان هتغير بعض‬ ‫المتغيرات لوملحظه التغير بالنتائج مباخشره على الدائره‪ .(If (slip is m) then ( freqw is mo‬‬ ‫‪.(controler‬كما هو موضح في الشكل التالي‪.(If (slip is l) then ( freqw is lo‬‬ ‫‪.5‬تقنيه الـــ ‪: Matlab.‫‪ :Ns‬هي السرعه التزامنيه داخل الجزء الثابت‬ ‫‪ :P‬هي عدد القطاب‬ ‫‪ :F‬هو هتردد المصدر‬ ‫ان المجال المغناطيسي يتولد داخل الجزء الدلوار بسبب الفولتيه المحتثه المتنالوبه‪ .‬حيث الجزء‬ ‫الدلوار يدلور بسرعه اقل في المجال الثابت لو هتسمى هذه السرعه بــ )‪ (Nb‬لوان الفرق بين ‪ Ns‬لو‬ ‫‪slip = ((Ns-Nb)/ Ns)*100%‬‬ ‫‪ Nb‬يسمى ‪ slip‬لويتغير الخير لوفق المعادله‪:‬‬ ‫]‪[30‬‬ ‫‪ 3 .(If (slip is vs) then ( freqw is vso‬‬ ‫‪.simulink‬‬ ‫في السنوات القليله الماضيه اطصبحت هتقنيه ال ‪ simulink‬من الوسع الرزم البرمجيه من‬ ‫الناحيه الكاديميه لومن الناحيه الصناعيه للنمذجه لولتمثيل النظمه‪ .

(Matlab‬‬ ‫لويمكن رؤيه النتائج عن طريق مربع الخرج المتمثل بعرض منحنيات الخرج لويسمى ب)‪(scop‬‬ ‫حيث يوضح احداهثيات اربع منحنيات لوهتمثل الحداهثيات كالتالي‪:‬‬ ‫اللول‪ :‬يمثل الفولتيه مع الزمن‪.‬‬ ‫الثاني ‪ :‬يمثل التيار مع الزمن‪.‫لويمكن رؤيه هذه القوانين في برنامج الــ ‪ Matalb-simulink‬عن طريق مربع المسار‬ ‫‪Start – toolboxes – fuzzylogic – FIS editor viewer‬‬ ‫الشكل )‪ :(1 – 5‬النموذج الكامل للنظام في برنامج الماهثلب)‪.‬‬ ‫الثالث‪ :‬يمثل العزم مع الزمن‪.‬‬ ‫الرابع ‪ :‬يمثل منحني انحراف السرعه‪.‬‬ ‫لو عند الضغط على مربع ال )‪ (scop‬هتظهر الصورة التالية‬ ‫‪67‬‬ .

‫الشكل ) ‪ :(2 – 5‬يوضح منحنيات الخرج‬ ‫‪68‬‬ .

‫الشكل ) ‪ :(3 – 5‬يمثل منحني متغيرات الدخل لو الخرج‬ ‫‪69‬‬ .

‫الشكل ) ‪ :(4 – 5‬يظهر خصائص متحكم المنطق الضبابي في النظام‬ ‫‪70‬‬ .

6‬التوطصيات‬ ‫‪71‬‬ .‬قام‬ ‫الباحث بأختيار هتقنية المنطق الضبابي لو ذلك لمرلونة هذا التطبيق في طصياغة القوانين بينما قد‬ ‫نحتاج الى عدد كبير من الخطوات البرمجية لو استخدمنا هتطبيق الشبكة العصبية الصناعية ألو قد‬ ‫نحتاج الى عمليات حسابية معقدة جدا في حالة استخدام هتطبيق اللوغاريثمات الجينية‪ .‬لو لهذا السبب ينصح بأستخدامها في المشاريع التي هتعطي‬ ‫حالت مختلفة لمدخل معين اكثر من اعطاها ارقام الو بيانات‪.‬لو قد هتم‬ ‫هتمثيــل النظــام على محــرك حثي متنالوب هثلهثي الطور لو نمذجته باستخدام برنامج الـــ)‪Matlab‬‬ ‫‪ .‬‬ ‫)‪ (2‬ان هتقنية المنطق الضبابي هتستخدم للتعامل مع معلومات غير مؤكدة ألو المعلومات المضببة‬ ‫من خلل لوضع علقات لو قوانين من قبل الباحث ألو المطبق حسب التغيرات التي هتطرأ‬ ‫على بيئة العمل ) المدخلت(‪ .‬‬ ‫‪ 2 .‫الفصل السادس‪:‬‬ ‫الستنتاجات و التوطصيات‬ ‫‪ 1 .‬‬ ‫)‪ (3‬اما هتقنية الخوارزميات الجينية فأنها هتستخدم لمعرفة افضل القيم التي هتحصل عليها‬ ‫المنظومة لذلك ينصح الباحث بأستخدامها مع المشاريع التي هتعطي ناهتج ألو خرج يكون‬ ‫مثالي بين المخرجات‪. (– Simulink‬لو يمكن هتلخيص الستنتاجات في ما يلي‪:‬‬ ‫)‪ (1‬ان هتقنية الشبكة العصبية )‪ (Neural Network‬هتميل الى هتمثيل المعلومات )‪modeling‬‬ ‫‪ (Tools‬حيث يكون لدينا عدد اكبر من المعلومات ‪ .‬لو ينصح باستخدم الشبكة العصبية في‬ ‫المشاريع التي هتحتاج الى ايجاد علقة بين المعلومات لو بين النتائج المطلوب الوطصول اليها‪.6‬الستنتاجات‬ ‫بعد دراسة التطبيقات السابقة لتقنيات الذكاء الصناعي ) لو هي الشبكة العصبية الصناعية لو‬ ‫المنطق الضبابي لو اللوغاريثمات الجينية( التي استخدمت في هتطبيقات الهندسة الكهربائية‪ .

Simulink‬‬ ‫)‪ (2‬هتطبيق هتقنيتي الشبكة العصبية الصناعية لو الخوارزميات الجينية التي درسناها في‬ ‫الفصل الثالث لو الرابع على المحرك الحثي المتنالوب هثلهثي الطور لمقارنة النتائج على‬ ‫نفس التطبيق لظهار التقنية الكثر ملئمة عمليف ًا‪.‬‬ ‫‪72‬‬ .‫)‪ (1‬يوطصي الباحث بتطبيق هتقنية المنطق الضبابي على المحرك الحثي المتنالوب هثلهثي الطور‬ ‫مختبريف ًا لو مقارنـــة النتائج المختبرية مع النتائج التي اظهرها برنامج – ‪Matlab‬‬ ‫‪. .

‬‬ ‫]‪ – [29‬الستاذ الدكتور فؤاد العرباوي‪ .‬مقدمة عن الذكاء الصناعي"‪.‬علء الدين عويد محمد ةصالح‪ .‬‬ ‫‪73‬‬ .‬تحليل‬ ‫انظمة القدرة الكهربائية‪ .1992 .‫المراجع العربية‬ ‫]‪ – [1‬ثائر محمود‪ .‬تقنية النظمة‬ ‫الهيدروليكية و‬ ‫النيوماتية مبادئ التحكم اللي"‪.‬التحكم اللي و الذكاء الةصطناعي‬ ‫بين النظرية و‬ ‫التطبيق"‪ .‬‬ ‫]‪ – [6‬المؤسسة العامة للتعليم الفني و التدريب المهني‪ " .1985‬‬ ‫]‪ – [30‬د‪ .‬مطبعة جامعة‬ ‫الملك سعود –‬ ‫الرياض‪.‬كلية الهندسية جامعه الموةصل‪.‬‬ ‫‪.‬د‪ .1989 .‬المكائن الكهربائية و تطبيقاتها‪.‬‬ ‫الطبعة الولى‬ ‫‪-2006‬عمان‪ .2001‬‬ ‫]‪ – [8‬تغريد عبد العزيز طلبة‪ " .‬رمزي احمد عبد الحليم‪ .‬‬ ‫]‪ – [7‬الستاذ الدكتور عبد المنعم بلل‪ " .‬ةصادق فليح عطيات‪" .‬دهندسة التحكم الوتوماتي"‪ .‬مركز الدهرام ‪.‬مكتبة المجمع العربي‪.

Artificial intelligence and expert systems for engineers. And Applications. Dr.neural. [12] – Jerry M. " Fuzyy Sets and Fuzzy Logic Theory and Applications".‫المراجع الجنبية‬ [2]. university of Amsterdam. Prof. Mendel. Amsterdam. [9] – " Handbook of Modern Sensors". 1996.evolutionaryfuzzy and more.Fundamentals of the new artificial intelligence. [4]. Marcian N. Cirstea. Dr. " Fuzzy Logic Systems for Engineering". Andrei Dinu. 1995. Malcom MCCORMICK. JACOB FRADEN. [11] – Dr. Jeen Gkhor. Designs. "Neural and Fuzzy Logic Control of Drives and Power Systems". Bo Youn. Physics. [5]. [10] – Ben Krose.Artificial intelligence and Robotics in manufacturing frontmatter." Introduction to Fuzzy Logic using MatLab" 74 . "Neural Networks". Klir. [3]. 2003.George S. [13] .Introduction to artificial intelligence. [14] .

VOL.. 3. 14. and Tomsovic. VOL. N. 1999. [26]. S. yy. VOL.h.. D. 2000. [17] – Jain N.Ahmed M.. y. [21].[15] . c. 3017-3041. Japan. Park. j. g.V.. Hiyama. PP. wunsch II.21.. 16. '' applications of an inverse input/output mapped ann as a power system stabilizer''. NO. 1996. p. IEEE. vol. university of Missouri-rolla.s. VOL. Kothari. vol. Shamsollahi.P. Donald c. '' design of robust fuzzy logic power system stabilizer. '' Tuning of power system stabilizers using an artificial neural network. K. 11. Toliyat h. j. hyun. m. Venayagamoorthy.. '' design of augment fuzzy logic power system stabilizer to enhance power system stability''.. 722-727. NO. 4. Y. PP. Larsen. r. " Interduction to Genetic Algorithm". ''Adaptive neural network based power system stabilizer design''. M. Wenxin Liu. 433-441. ''Applying power system stabilizers''.m. PP.. 527-532. " Fusion of Neural Network. sadeh. [23]. [22]. [18].. 1996. NO.. 4 . Hope. s. [19]. and madnani. Martis. '' radial basis function network adaptive power system stabilizer'' IEEE. And tech. ZHANG. a.A. IEEE. and a. 1341-1346. Ganesh k. '' Asynchronous generator stabilizer design using neuro inverse controller and error reduction network. [16] – S. USA. and ghazi r. s. '' direct neural adaptive control applied to synchronous generator''.p. [20]. and chen.l.l. Segal. h. 2003..p. PP. 1981.. smc99. ''Current status of fuzzy system applications in power system''.a. 2008. Pp.. Ibrahim. 1994. and Swann. [24]. 1999. MALIK.. 2. g. PAS-100. 11 no. 1969-1975. O. eng. and malik. shemshadi. NO. T. Tokyo. Fuzzy Systems and Genetic Algorithms". mo65401.. [27].. taher. NO.. IEEE. 6 – PP. o. IEEE. IEEE. E. 75 . Hsu.. " Fuzzy Logic". [25]. and lee. 9. And chen. Sivanandam. 1 . 2007. IEEE.

ISSN. '' Robust power system stabilizer design using genetic local search technique for signle machine connected to an infinite bus. Mohamed Zellaguri.[28]. 76 . 1997-5422.

Artificial neural network :1 .Abstract The main aim of this thesis is divided to three objectives as :follows The first objective is to study the specification of Artificial .induction motor by using matlab-simulation program 77 .fuzzy logic :2 .Intelligent and recognize its application and fields The second objective is to study the practical experiments for the three Artificial Intelligent techniques in engineering fields and :its .genetic algorithms :3 The third objective is to application for one of the Artificial Intelligent technique and its fuzzy logic to control three phase Ac .