You are on page 1of 16

PROIECT FUZZY

1.INTRODUCERE
Proiectul reprezintă realizarea unui Controller PD cu ajutorul tehnici Fuzzy.Pentru
realizarea Controllerului Fuzzy s-a folosit atât varianta Mamdani cât şi varianta Sugeno.
Configurarea acestui regulator este următoarea:
-intrări: eroarea(e) şi derivata erorii(de)
-ieşirea: comanda(c);
Fuzzyficarea va fi realizată dupa următoarea formulă:
_ pentru intrarea e, se vor folosi 7 termeni lingvistici: NG, NM, NS ,Z ,PS ,PM si PG
_ pentru intrarea de, se vor folosi 5 termeni lingvistici: NG, NS, Z, PS si PG
_ pentru iesirea c, se vor folosi de asemenea tot 5 termeni lingvistici :NG, NS, Z, PS ,PG
Etichetele lingvistice utilizate au următoarea semnificaţie:
NG – negative great/negativ mare
NM – negative medium/negativ mediu
NS – negative small/negativ mic
Z – zero/zero
PS – positive small/pozitiv mic
PM – positive medium/pozitiv mediu
PG – positive great/pozitiv mare.
Se vor utiliza exclusiv variabile normalizate, adaptarea la procesul condus realizânduse
prin trei factori de scalare: factorul de scalare pentru eroare FSe, factorul de scalare
pentru derivata erorii FSde si factorul de scalare pentru comanda FSc.

FIG 1. Factori de scalare ai regulatorului

1

Implementarea regulatoarelor Mamdani şi Sugeno se face pe baza următorului tabel de reguli: E DE NG NS Z PS PG NG NM NS Z PS PM PG NG NG NG NS Z NG NG NS NS PS NG NS NS Z PS NG NS Z PS PG NS Z PS PS PG NS PS PS PG PG Z PS PG PG PG 2.IMPLEMENTAREA REGULATORULUI MAMDANI Fuzzyficarea variabilelor este prezentată în figura următoare: 2 .

FIG 2. FUZZYFICAREA Suprafaţa de comandă c este obţinută prin defuzzyficarea MOM şi este prezentată în figura de mai jos: 3 .

FIG 3.IMPLEMENTAREA REGULATORULUI SUGENO Fuzzyficarea variabilelor este prezentată în figura următoare: 4 .Suprafaţa de comandă cu defuzzyficare MOM 3.

FIG 4. FUZZYFICAREA Suprafaţa de comandă c pentru regulatorul PD realizat cu Sugeno este defuzzyficată cu metoda WHAVER 5 .

cu ajutorul căruia am realizat schemele necesare creeări modelului. Suprafaţa de comandă cu defuzzyficare WHAVER 4.temperatura şi compoziţia chimică a atmosferei sub influenţa diferitelor pertubaţii :temperatura exterioară . energia disipată de sursa de încălzire Pentru realizarea proiectului am folosit Matlab R2007. Pentru implementarea celor patru subsiteme am plecat de la următoarele formule fizice care ne-au ajutat în determinarea parametrilor de care avem nevoie: 6 . Modelul Simulink prin ajutorul careia modelăm sera cuprinde 4 subsisteme dupa cum urmeaza: -subsitem pentru temperature -subsitem pentru concentraţia de apa.DESCRIEREA PROIECTULUI Pentru studierea metodelor de conducere a echipamentelor de condiţionare a atmosferei din interiorul serei este necesara modelarea pe calculator a comportării evoluţiei principalilor parametri .FIG 5. -subsitem pentru concentraţia de CO2. -subsitem pentru determinarea umidităţii.

6 kg/kmol*m Rh2o=8314 J/kmol Pa=101325 Pa =101325 N*m 3 Qaer=1294 kg/m 2 7 . -Qaer .unde: .gradul de concentraţie a vaporilor de apă.este densitatea apei. -X . -H -umiditatea atmosferică. X=1. -Ti -temperatura din interiorul serei.Qvapori –este densitatea vaporilor de apă. -Pa -presiunea atmosferică.

Rezultatele obţinute în urma simulării serei cu regulator PD clasic sunt urmatoarele: Fig 6. pentru a face comparaţie între rezultatele obţinute la modelara serei cu regulator clasic PD şi rezultatele obţinute cu regulator PD Mamdani sau Sugeno. model care a fost realizat pentru proiectul de la disciplina Modelare şi Simulare . Schema simulink al serei cu regulator PD clasic 8 .Pentru evidenţierea performaţelor regulatorului PD construit pe baza logici FUZZY vom implementa regulorul PD astfel obţinut în modelul SIMULINK al serei .

temperatura din interiorul serei variază conform următorului grafic: [t] FIG 7.În urma simulării observăm că pentru o perioadă de timp de 24 de ore în care temperatura externă variază în intervalul [-5C 5C] .Grafic temperature obţinut cu regulator PD clasic -iar umiditatea din interiorul serei variază conform graficului de mai jos: FIG 8. iar sera este încălzită de o sursă de caldură cu puterea de 80 kw. Grafic umiditate obţinut cu regulator PD clasic 9 .

33 1 1.5 0 0. O metodă eficace de înlăturare a acestui aspect.-0.33 0.Lookup Table).33 0 0.33 0 0.33 0 0.33.-1 -1 -0.Modelul simulink al serei cu regulator PD construit cu logica fuzzy sau cu tabele interpolative este identic cu cel din Fig 6 doar că în subsistemul Controller vom introduce blocul fuzzy sau tabelul interpolativ conform figurilor ilustrate mai jos: FIG 9.5 1]. adică la reprezentarea lingvistică. în funcţie şi de configuratia calculatorului şi de parametrii aleşi pentru simulare (metoda de integrare.66 1].33 0 0.33 0.1 Implemenatrile fuzzy-interpolative a regulatoarelor PD Mamdani si PD Sugeno În urma executării simulărilor cu fişiere de tip *. fără însă a renunţă la avantajul fundamental al sistemelor fuzzy.) şi de parametrii sistemului de reglare.fis se observă că în general simulările necesită mult timp iar în unele cazuri se produc chiar blocaje. table (c): [-1 -1 -1 -0. este utilizarea tabelelor de cautare (eng.33 0.33 . -1 -0.33 -0.33 0. -1 -0.66 -0. erori admisibile. -0. CONTROLLER PD MAMDANI SI SUGENO 4.33 1 .33 1. column (de): [-1 -0. etc.33 1 1 1] 10 .33 0.33 0 0.0 0. Implemenatrile fuzzy-interpolative a regulatoarelor PD Mamdani si PD Sugeno sunt urmatoarele: row (e): [-1 -0.

FIG10 .CONTROLLER IMPLEMENTAT CU LOOKUP TABLES 11 .

acum putem încerca orice combinaţie de parametri ai sistemului de reglare. Spre deosebire de cazul utilizării fişerului *. vom constata că între rezultatele acestea şi cele obţinute cu regulator clasic sunt diferenţe foarte mici atât la graficele rezultate cât şi la valorile obţinute pentru temperatură.fis în care pentru anumite valori ale parametrilor sistemului de reglare se produc blocaje. ele se derulează practic instantaneu. fără riscul blocajelor.FIG 10.1 Implementarea Simulink a regulatorului PD fuzzy-interpolativ Concluzie: După implementarea regulatorului PD cu tabele de cautare se poate constata cu uşurinţă că simulările nu mai ridică absolut nici o problemă computaţională. După cum vom observa şi în figurile de mai jos în care sunt reprezentate rezultatele simulării modelului simulink al serei cu regulatoare PD Mamdani sau Sugeno ori cu tabele interpolative .umiditate şi concentraţiile de dioxid de carbon şi apă. 12 .

MODELUL SIMULINK AL SEREI REALIZAT CU LOOKUP TABLES FIG 11.GRAFIC TEMPERATURA 13 .FIG 10.

02 23.03 Concentratie 0.001208 0.32 57. GRAFIC UMIDITATE OBS: Graficele din Fig 11 si Fig 12 sunt identice atât pentru simularea modelului serei cu regulatoare PD Sugeno şi Mamdani cât şi cu regulator PD imlementat cu tabele de căutare.0009375 0.FIG 12. Comparatie între rezultatele valorice obţinute cu regulator clasic PD şi cele cu regulator PD implementat cu ajutorul tabelelor de cautare Regulator PD Regulator Pd cu clasic LookUp Tables Temperatura 23.0009375 CO2 Concentratie 0.001208 H2O 14 .14 interna[◦C] Umiditate[%] 57.

HILL 15 .ING BALAS MARIUS DYNAMIC MODELING OF TREE GROWTH AND ENERGY USE IN A NURSERY GREENHOUSE USING MATLAB AND SIMULINK JAMISON.DR.UNIV. BALAS MARIUS CURS FUZZY CONF.BIBLIOGRAFIE: CURS MODELAREA UNEI SERE CONF.DR.M.

16 .