Professional Documents
Culture Documents
استخدام الذكاء الصناعي في تطبيقات الهندسة الكهربائية
استخدام الذكاء الصناعي في تطبيقات الهندسة الكهربائية
بإشراف
د .وكاع الجبوري
1
استخدام الذكاء الصناعي في
تطبيقات الهندسة الكهربائية
(دراسة و مقارنة)
بإشراف
د .وكاع الجبوري
2
بسم هللا الرحمن الرحيم
3
االهداء
الشكر والتقدير
4
ان الشكر والحمد هلل عز وجل الذي بلطفه ومنه الكريم تيسرت
االمور فأوجدأالسباب وقدر االقدار.
5
الخالصة
ان الهدف الرئيسي من هذا البحث ينقسم الى ثالثه اقسام 9رئيسية :
الهدف الثالث:
هو تطبيق 9احد التقنيات الثالث ,و هو المنطق الضبابي )Fuzzy Logic(9للقيام بالسيطره على
المحــرك الكـــــهربائي الـــحثي الــــمتناوب ثــــالثي الـــــطور باســــــــتخدام 9برنامج الــــــــ (
)matlab – simulationللقيام بنمذجه النظام حاسوبيا.
6
المحتــــــويات
الموضوع رقم الصفحة
الشكر
الخالصة
المحتويات
المقدمة
2 .2 .1الذكاء االنساني
7
6 .2 .1خصائص الذكاء االصطناعي
االختالف بين النظم الخبيرة و الذكاء الصناعي و بين برامج الحاسبة في 4 .1
حل المشاكل
1 .2 .2النظام
2 .2 .2التحكم
8
4 .2 .2تعريف منظومة التحكم اآللي
3 .2نظامي التحكم
5 .2طرق التحكم
7 .2الحساسات
1 .7 .2تعريف الحساس
3 .7 .2انواع الحساسات
9
الشبكات العصبية 1 .3
1 .2 .3مقدمة
3 .3الخوارزميات الجينية
2 .3 .3مقدمة بيولوجية
3 .3 .3التكاثر
4 .3 .3الطفرة
10
5 .3 .3استخدام المفهوم البيولوجي في مجال الحوسبه و حل المسائل
1. 1. 4المقدمه
4. 1. 4عمليه التدريب
5. 1. 4االستنتاجات
2. 2. 4تمثيل النظام
11
4. 2. 4تصميم مثبت نظام الطاقه باستخدام المنطق الضبابي
6. 2. 4عمليه الضبابيه
9. 2. 4أساس القاعده
10. 2. 4االستنتاجات
1. 3. 4المقدمة
2. 3. 4مناقشة النظام
7. 3. 4االستنتاجات
12
السيطره على المحرك الخامس: الفصل
الحثي المتناوب باستخدام المنطق الضبابي
1. 5المقدمة
1. 6االستنتاجات
2. 6التوصيات
المقدمــــــة
13
علم الذكاء االصطناعي 9هو أحد علوم الحاسب اآللي الحديثة التي تبحث عن أساليب
متطورة لبرمجته للقيام بأعمال واستنتاجات 9تشابه ولو في حدود ضيقة تلك األس99اليب ال99تي تنس99ب
لذكاء اإلنسان ،فه99و ب99ذلك علم يبحث أوالً في تعري99ف ال99ذكاء اإلنس99اني 9وتحدي99د أبع99اده ،ومن ثم
محاك99اة بعض خواصه ،وهن99ا يجب توض99يح أن ه99ذا العلم ال يه99دف إلى مقارن99ة أو تمثي99ل العق99ل
البشري الذي خلقه هللا جلت قدرته وعظمته باآللة ال99تي هي من ص99نع المخل99وق ، 9ب99ل يه99دف ه99ذا
العلم الجديد إلى فهم العمليات الذهنية المعقدة التي يقوم بها العقل البشري 9أثناء ممارسته (التفك99ير)
ومن ثم ترجمة هذه العمليات الذهنية إلى ما يوازيها 9من عمليات محاسبية تزيد من ق99درة الحاس99ب
يمكن تعريف 9الذكاء االصطناعي للحاسب اآللي بأنه القدرة على تمثيل نماذج حاسوبيه (
) Computer Modelsلمجال من مجاالت الحياة وتحدي9د 9العالق99ات األساس99ية بين عناص99ره ،
ومن ثم استحداث ردود 9الفعل التي تتناسب مع أحداث ومواقف هذا المجال ،فالذكاء االص99طناعي
بالتالي مرتبط أوالً بتمثيل نموذج حاسوبي 9لمجال من المج99االت ،ومن ثم اس99ترجاعه وتط99ويره ،
ومرتبط 9ثانيا ً بمقارنته مع مواقف 9وأحداث مجال البحث للخروج باس99تنتاجات مفي99دة ،ويتض99ح أن
الفرق بين تعريفي الذكاء االصطناعي واإلنساني 9المذكورين أعاله هو أوالً القدرة على اس99تحداث
النموذج فاإلنسان قادر على اخ99تراع وابتك99ار 9ه99ذا النم99وذج ،في حين أن النم99وذج الحاسوبي ه99و
تمثي99ل لنم99وذج س99بق اس99تحداثه في ذهن اإلنس99ان ،وثاني99ا ً في أن99واع االس99تنتاجات ال99تي يمكن
استخالصها من النموذج فاإلنس99ان ق99ادر على اس99تعمال أن99واع مختلف99ة من العملي99ات الذهني99ة مث99ل
حين أن العمليات الحاسوبيه تقتص99ر على اس99تنتاجات مح99دودة طبق9ا ً لب99ديهيات وق99وانين 9متع99ارف
14
ويتركز 9أصل علم الذكاء االصطناعي 9في أبحاث تدرس أساليب تمثيل النماذج ( Model
) Representationفي ذاكرة الحاسب اآللي وطرق البحث والتطابق ( Search & Match
وس99وف نتكلم في ه99ذا البحث عن ط99رق 9التحكم اآللي وعن التقني99ات المس99تخدمه لتط99بيق
الذكاء الصناعي في الهندسه الكهربائية ونستعرض 9التطبيقات الثالث لل99ذكاء الص99ناعي في مج99ال
الهندسة الكهربائية وهي ( الشبكه العص99بية و المنط99ق الض99بابي و الخوازمي99ات الجين99ة) وس99نقوم
باالستفادة منها الختيار احدهما وتطبيقه ليق9وم بالس99يطره على مح9رك كهرب99ائي متن99اوب وس9نقوم9
15
الفصل االول:
مقدمة عن الذكاء االصطناعي'
أما العرب فقد عملوا بـ" آالالت الحيل " أي اآلالت ذاتيه الحركة من القرن التاسع
للميالد وك انت أبرزها اآلالت الموس يقية والس اعات والنواف ير .وي رى الكث ير من ذوي
االختصاصات الهندسية الحيل العربية هي السلف المباشرة للكثير من االجهزه ألحديثه مثل آالت
البيع المحاسبية.
ابتدع العالم االنكليزي (تورنج) اختبار للتأكد من ذكاء االله ,بحيث االختباركان عن
وضع االله في حجره مغلقه تخرج من نهاية طرفيه في ردهة ووضع أنسانا أخر في حجره مغلقه
أخرى يتصل هو األخر بنهاية طرفيه في نفس الردهة ويوجد إنسان أخر ( الحكم ) في الرده ة.
وهو الذي يتولى االتصال باالله ويتولى الحكم وأداء الحوار مع كل من االله واإلنسان الكتش اف
أي الطرفين يتصل باإلنسان دون إن يراهما ويقيس ذكاء االله وقدرتها على التفكير والقى اختبار
(تورنج) الكثير من المعارضة لعل أبرزها هو تأثر االختبار ب الحكم .وان ك ان قد ب دا يضع
األساس بدأت فيه أبحاث الذكاء االصطناعي وذكاء االله.
يعد الذكاء االصطناعي من أكثر المجاالت نجاحا في الوقت الحاضر حيث خرج من
طور البحث الى االستعمال التجاري واثبت الذكاء االصطناعي كفائه في مجاالت متعددة وأمكن
تطبيقها في كثير من التطبيقات التجارية في الشركات والمؤسسات الصناعية وغير الص ناعية [
.]1
16
1 . 2 .1تعريف الذكاء االصطناعي' :
هو احد علوم الحاسب اآللي ألحديثه التي تبحث عن أساليب متطورة للقيام بأعمال
واستنتاجات تشابه ولو في حدود ضيقه تلك األسباب التي تنسب لذكاء اإلنسان[.]1
2 .2 .1الذكاء اإلنساني:
هو جميع العمليات الذهنية من نبوغ وابتكار ونحكم في الحركة والحواس والعواطف .
أما في نطاق دراسة علم الذكاء االصطناعي للحاس بات االليه فيمكن تعريفه في نط اق
قدره اإلنسان على تطوير األشياء وتحليل خواصها والخروج باستنتاجات .فهو بذلك يمثل قدره
اإلنسان على تطوير نموذج ذهني لمجال من مجاالت الحي اة وتحديد عناص ره واس تخالص
العالقات الموجودة بينها ومن ثم استحدث ردود الفعل ال تي تتناسب مع أح داث ومواقف ه ذا
المجال .
من أهم فوائد هذا النموذج الذهني الذي يستحدثه اإلنسان الشعوريا انه يساعد على حصر
الحقائق ذات العالقة بالموضوع في مجال البحث وتبسيط الخطوات المعق دة ال تي تتم يز بها
الصورة الحقيقية [.]1
& )Proving
17
:3تطبيقات األنظمة الخبيرة (. )Expert Systems
اثبات النظريات.
و قد كانت احدى المشاكل الكبرى التي تواجه بناء هذه البرامج الى وقت قريب اضافة الى درجة
التعقيد العالية التي تمييز هذه البرامج ،هو حاجتها الى سعة تخزينية عالية .كما ان هذه البرامج
18
كانت تتولى معالجة مشاكل معقدة و مبهمة ما زالت قيد البحث و التطوير .و لذلك فقد تميزت
برامج الذكاء االصطناعي بالميزات و الخصائص التالية :
كانت هذه البرامج تتعامل مع رموز تعبر عن المعلومات المتوفرة مثل :الجو اليوم حار .
و السيارة خالية من الوقود .و احمد في ص حة جي دة .و الطع ام له رائحة زكية و هو تمثيل
يقترب من شكل تمثيل االنسان لمعلوماته في حياته اليومية .
تتوجه برامج الذكاء االصطناعي نحو مشاكل ال تتوافر لها حلول يمكن ايجادها تبعا
لخطوات منطقية محددة .إذ يتبع فيها أسلوب البحث التجريبي كما هو حال الطبيب الذي يق وم
بتشخيص المرض للمريض ،فأمام هذا الطبيب عدد من االحتماالت قبل التوصل إلى التشخيص
الدقيق ،و لن يتمكن بمجرد رؤيته للمريض و س ماع آهاته من الوص ول إلى الحل ،و ينطبق
الحال على العب الشطرنج ،فان حساب الخط وة التالية يتم بعد بث احتم االت و افتراض ات
متعددة ،و هذا األسلوب من البحث التجريبي يحتاج إلى ضرورة توافر سعة تخزين كب يرة في
الحاسب ،كما تعتبر سرعة الحاسب من العوامل الهامة لفرض االحتماالت الكثيرة و دراستها .
لما كان من الخصائص الهامة في برامج الذكاء االصطناعي استخدام أسلوب التمثيل
الرمزي في التعبير عن المعلومات ،و اتباع طرق البحث التجريبي في إيجاد الحلول فان برامج
الذكاء االصطناعي يجب أن تمتلك في بنائها قاعدة كب يرة من المعرفة تحت وي على الربط بين
الحاالت والنتائج مثل ذلك :
* إذا كان مشغل األقراص في جهاز الكمبيوتر ال يقرا البيانات المسجلة على القرص .
19
* و درجة الحرارة منخفضة .
و في هذه األمثلة يتضح التمثيل الرمزي (الجو غير صحو ) ،واحتض ان المعرفة بمعرفة عطل
مشغل األقراص و بمعرفة وجوب ارتداء العطف
يجب على البرامج التي تصمم في مجال الذكاء االصطناعي أن تتمكن من إعطاء حلول إذا
كانت البيانات غير مؤكدة أو مكتملة ،و ليس معنى ذلك أن تقوم بإعط اء حل ول مهما ك انت
الحلول خاطئة أم صحيحة ،و إنما يجب لكي تقوم بأدائها الجيد أن تك ون ق ادرة على إعط اء
الحلول المقبولة و إال تصبح قاصرة ،ففي البرامج الطبية إذا ما عرضت حالة من الحاالت دون
الحصول على نتائج التحليالت الطبية فيجب أن يحتوي البرنامج على القدرة على إعطاء الحلول
.
تعتبر القدرة على التعلم إحدى مميزات السلوك ال ذكي و س واء أك ان التعلم في البشر يتم عن
طريق المالحظة أو االستفادة من أخطاء الماضي فان برامج الذكاء االص طناعي يجب أن تعتمد
على استراتيجيات لتعلم اآللة .
ان االنظم99ه الخب99يرة بطبيعته99ا 9هي ف99رع تط99بيقي من ال99ذكاء األص99طناعي 9وهن99اك ع99دة
تطبيقات على االنظمة الخبيرة ,في التشخيص الطبي ,استكشاف المع99ادن ,وتكوين99ات الكمب99وتر .
كما ان االنظمه الخبيرة تنتشر في مجاالت تطبيقة معقدة كاداره العق99ارات ,خط99ط الش99ركات ,تقيم
التحكم الداخلي وتحليل الخطأ .
الفكرة االساسية وراء النظم الخبيرة بسيطة ,فالخبرة تنتقل من الخبراء الى الحاسوب ,
ويستدعيها مستخدمو الحاسوب كنصيحه معينه عند الحاجه ,ويستطيع 9الحاسوب ان يتوص99ل الى
استخالصات معينة ,وبعد ذلك تنصح األنظمه الخب9يرة الش9خص المحت9اج الى االستش9ارة التخ9اذ
القرار المناسب .
20
وتستخدم 9األنظمة الخب99يرة االن في االالف من المنظم99ات وتخ9دم العدي99د من المه9ام .ه9ذه
االمكانات تزود الشركات بانتاجية محسنة وميزات تنافسية هائلة [.]3
.5يتطلب بناؤها 9تمثيل كميات هائلة من المعارف 9الخاصة بمجال معين .
.6تعالج البيانات الرمزية غير الرقمية من خالل عمليات التحليل والمقارنة المنطقية[. ]1
21
4 .3 .1عنصري النظام الخبير :
.1اهل الخبره وهم االفراد الذين يقومون اعداد النظمه وادخالها 9في الحواسيب ومعالجه
الخلل في حاله حدوثه .
.2المستفيدون من النظام 9وهم المدراء أو االشخاص الذين يستعينون بالنظام 9للبحث عن
حلول لمشكله معينه [.]1
.3أن وجود 9هذة النظم يقلل من مشكالت أرتفاع معدل أحالل العمالة الفنية و المهنية .
.4أن النظم الخبيرة تكون سهلة األستخدام 9بواسطة غير المتخصصين[. ]1
ج
يختلف النظام الخبير عن البرامج االعتيادية في الحاسب في أن المعرفة وثيقة الصلة
بموضوع 9معين وأساليب االستفادة من هذه المعرفة مندمجة مع بعض .في النظام الخبير يبدو
نموذج حل المشكلة كقاعدة معرفة قائمة بذاتها بدال من أن يكون جزءا من البرنامج العام وبهذا
يكون بإمكان النظام الخبير إدخال بيانات إلى القائمة االيعازات بطريقة إلى المعرفة المتوفرة من
دون الحاجة إلى إعادة البرمجة .وبهذا يمكننا القول أن برنامج الحاسب التقليدي ينظم المعرفة
بمستويين هما البيانات ،قاعدة المعرفة ،والسيطرة .
ومن هنا نجد االختالف بين النظام الخبير والذكاء االصطناعي عن برامج الحاسبة التقليدية
في حل المسائل التي ليست لها طريقة حل مسبقة -:
كونها تعمل بالرموز بدال من األرقام وبهذا تفتح المجاالت الجديدة لمعالجتها بواسطة
الحاسبة.
22
كونها تتعامل مع اللغات المبنية على المفسر وليس المترجم ، 9حيث تسمح للتعابير المبنية
على المفاهيم الصعبة في اللغات التقليدية .والتعبير عن المشكلة بلغة الذكاء االصطناعي
وهي ،والتي تتحول إلى إجراءات خالل التنفيذ وبهذا ال يكون على المبرمج أن يعرف مسبقا
الحل أو النتيجة .
ومن هذا تبين انه ليس كل نظام خبير يستند إلى قاعدة المعرفة هو نظام خبير ولكن أن يمتلك
القدرة على التفسير والوصول إلى القرارات وطلب معلومات إضافية كما يفعل اإلنسان الخبير
في عملية التفسير والتحليل والتحري وخاصة في المجاالت التي تكون فيها الحقائق كاملة أو غير
أكيدة[. ]4
الفصل الثاني:
التحكـــــم اآللــــــــي'
1 .2المقدمـــــــــــة
إن العالم شهد منذ امد بعيد تطبيقات لمفهوم نظرية التحكم .ففي عهد البابليين (عام
2100قبل الميالد ) اصدر الملك حمورابي 9بقوانين بلغ عددها 282قانونا موثقه على الحجارة.
لتنظيم العمليات الزراعية عن طريق غلق او فتح قنوات الري .وفي عهد االغريق (عام 285
قبل الميالد) تم اختراع ساعه مائيه تعمل أوتوماتيكا عن طريق التحكم الول مره في التاريخ في
مستوى سائل معين بواسطه عوامة وصمام قابل للفتح والغلق[.]6
وفي العصور 9الحديثه شهدت اوربا في القرن السادس عشرالكثير من عمليات التحكم
مثل التحكم في درجه الحراره عن طريق التحكم في مسار الهواء .وفي 9القرن الثامن عشر تم
اختراع طواحين الهواء التي امكن تنظيم 9عملها .وكان اختراع الماكينات التي تعمل بالبخار (عام
1758م) في المملكه المتحده بدايه لثوره صناعية تعتمد على التحكم في الطاقة بواسطه اشارات
ذات طاقه صغيرة مما مهد لظهور 9نظم التحكم ذات التغذيه العكسية او التغذية الرجعية .
وكان للحرب العالمية الثانية اثر كبير في تطور 9نظم التحكم االلي في كثير من التطبيقات
الكيميائيه والميكانيكيه والكهربية وفي مجال الطيران والبحرية ,مما ارسى قواعد جديده لنظم
التحكم الحديثة .وفي الوقت نفسه برز االهتمام باستخدام الحاسبات في توجيه المدفعيه المضاده
للطائرات والتحكم في الرادارات والتعرف 9على االهداف .
ثم اخذ العالم يتجه في االونه االخيره إلى إدخال علوم االتصاالت والتحكم 9في مختلف
مجاالت الحياه اليوميه لالنسان وذلك لغرض تحسينها 9وجعلها اكثر رفاهيه وتقدم [.]6
23
2 .2المفاهيم االساسية لمنظومه التحكم اآللي:
1 .2 .2النظام[:]7
هو عباره عن مجموعه من المكونات المترابطة التي تؤدي 9او تحقق هدفا ما سواء كانت
نمطا صناعيا او سياسيا او خالفه.
2 .2 .2التحكم [:]7
عباره عن عملية تصحيح مسار النظام كي يمضي 9في االتجاه الصحيح ،ويعتمد ذلك على
مجموعه االوامر التي تصدر لهذا الغرض .فاذا تم ذلك بغير تدخل االنسان فتعتبر 9العملية تحكما
آليا او تحكما أوتوماتيكيا.أما إذا أديرت العملية بواسطة االنسان فتعتبرتحكما 9فقط بدون ذكر كلمه
"الي" .
3 .2 .2تعريف نظام التحكم :
ان اي نظام اذا تحقق فيه سريان المعلومات بين عناصره المختلفه وتحليل ومعالجه
بعض المعلومات والبيانات لغرض استخدامها 9عن طريق مسار التغذيه الراجعه المرتده من
الخرج الى الدخل يقال عنه نظام تحكم[. ]7
24
في هذا النظام اشاره الخرج التؤثر على اشاره الدخل .فاذا كان المطلوب هو نظام تتبع بحيث
تكون االشاره الخارجه مساويه لالشاره الداخلة ,فان جهاز التحكم (ح) يجب ان يقوم بعمل
مساو لمعكوس العملية ( ع ) [.]7
ح ع
وبالتالي فان النظام ككل يتصف بانه نظام تحكم غير دقيق 9وغير عملي في كثير من
التطبيقات.
في هذا النظام يتم اضافه وسائل لقياس الخرج ومقارنته باشاره الدخل ثم الحصـول على اشـــاره
الخطأ عن طريق اشاره تصل الخرج بالـــــــــــدخل وهذه االشاره تـسمى التغذيــــه الراجعــــه
( .)FEEDBACKوعلى اساس اشاره التغذيه الراجعه يتم تصحيح الخطأ[. ]7
االوامر
خرج النظام
جهاز التحكم العملية تحت
التحكم
التغذية الراجعه
25
شكل ( :)2 – 2يوضح النظام المغلق بوجود التغذية الراجعه
26
( )2التحكم العام :
هذا النوع هو حاله خاصه من تحكم الموضعين حيث تكون قيمه الخرج النهائي ثابته متى كانت
نسبه الخطأ في مدى المسموح به .اما اذا تغيرت قيمه الخرج النهائي وكانت نسبه الخطا تعدت
المدى المسموح به يبدأ التغير في الخرج حتى ترجع نسبه الخطا الى المدى المسموح به .الى ان
تثبت قيمه الخرج النهائي عند هذا الحد .
( )1المحكومة:
هي تلك المنشأة الهندسية او العملية التقنية او الماكنة التي يراد التحكم في احد او عدد معين من
المتغيرات عند مخرجها وهذه المتغيرات تسمى بمتغيرات التحكم .
والمحكومة يمكن ان تقع تحت تأثير اشاره المنظم وهي اشاره التحكم وهي اشاره محسوبه
بقانون معين من قبل المنظم باالضافه الى انها تحاول تصحيح قيمه متغير 9التحكم .و يمكن ان
تقع تحت تاثير اشاره من تشويش خارجي 9ويكون ذا اثر غير مرغوب فيه وغالبا ما يكون
عشوائيا يتسبب في ان تحيد قيمه متغير التحكم عن القيمه المطلوبه.
27
شكل ( :)3 – 2يوضح المحكومه داخل النظام
لكي تتم مقارنه القيمه الفعلية لمتغير التحكم بالقيمه المطلوبه فانه يلزم قياسها 9بواسطه
جهاز قياس مناسب يحتوي 9على عنصر حس يتاثر تأثرا ملحوظا 9بتغيرالقيمه لمتغير التحكم.وفي9
كثير من االحوال يحتاج المصمم الى ان يغير نوع االشاره الخارجيه من عنصر الحس الى نوع
اخر (مثال تحويل االشارات الميكانيكيه الى كهربائيه ) يتناسب مع طبيعه مكونات المنظومه
ولذلك يستخدم ما يسمى بمحول االشاره transducerوهو عنصر يتوقف تكوينه على نوع
االشارة الداخله اليه والخارجه منه .
28
( )5المنظومه المفتوحه والمنظومه المقفله:
المنظومه المفتوحه هي المنظومه التي ال تتوقف 9اشاره التحكم فيها على القيمه الفعليه لمتغير
التحكم اما في المنظومه المقفله فان اشاره التحكم تتوقف بكيفيه او باخرى على القيمه لمتغير
التحكم.
ان فكره التغذيه المرتده تعتبر االساس االول في تصميم منظومات 9التحكم اآللي .وهذه النظريه
تقوم على اساس مقارنه القيمه الفعليه لمتغير التحكم بالقيمه المطلوبه ثم تحديد اشاره تحكم مناسبه
تتوقف 9بكيفيه او بأخرى على قيمه اشاره الخطأ الناتجه من عمليه المقارنه السابقه.
ان نظريه التغذيه المرتده تمثل قاسما 9مشتركا بين جميع المنظومات 9اآلليه حتى انه ال يطلق على
المنظومه اسم منظومه تحكم آلي اذا تواجدت فكره التغذيه المرتده لمتغير التحكم.
[]9 7 .2الحســاســـــــات
29
1 .7 .2تعريف الحساس :
وهو جهاز يحول المقادير الفيزيائية إلى مقادير كهربائية (حرارة – ضغط – إضاءة )... -والخرج إما جهد أو تيار
أو مقاومة .
أصبحت الحساسات في وقتنا 9الحاضر ضرورة أساسية في التطبيقات الصناعية .ويتطلع 9الصناعيّون
اليوم باتجاه قطع مدمجة من تجهيزات الحاسب المتحكم بها .في الماضي ,كان العاملون بمكانة العقل لهذه
التجهيزات .
حيث كان العامل هو المصدر لكل المعلومات حول عملية المعالجة وكان على العامل أن يعرف فيما إذا كانت هناك
قطع متوفرة ,أو أي من القطع كانت جاهزة ,وهل هي صالحة أم فاسدة ,وهل األدوات في حالة جيدة ,وهل مكان
التثبيت مفتوح أم مغلق ,و هكذا ...وبالتالي فإنه كان يتوجب على العامل أن يتحسس المشكالت بنفسه في العملية
اإلنتاجية .
واآلن تستخدم 9الحواسيب في العديد من المجاالت الصناعية التي تستخدم نظام الـ ( ) PLCللتحكم بحركة و
تتابع اآلالت .حيث أن نظام الـ ( ) PLCأكثر سرعة و دقة في العمل وإنجاز 9المهام ،وكذلك يقوم على اكتشاف
وتفحص عمليات المعالجة بنفسه .
يمكن أن تستخدم 9الحساسات البسيطة من قبل نظام الـ ( ) PLCلتختبر فيما إذا كان العنصر موجوداً 9أو مفقوداً ,
وكذلك لتقيم حجم العناصر ,ولتختبر 9فيما إذا كان المنتج فارغ أم ممتلئ .
إن الحساسات في الحقيقة ،تنجز مهام بسيطة وبكفاءة عالية وبدقة أكبر مما يمكن أن يفعله األشخاص ،وإن
الحساسات أكثر سرعة كما أن األخطاء المرتكبة فيها تكون قليلة .
وإن تعدد أنواع الحساسات وتعقيدات استخدامها 9في حل مشاكل التطبيقات ينمو يوميا ً ،حيث دخلت حساسات جديدة
لسد االحتياجات ،وهناك مجالت مكرسة لمواضيع الحساسات .
30
)4حساسات معدل الجريان والتدفق .
31
)26الحساسات الذكية .
عندما نختار حساس لالستخدام في تطبيق معين هناك عدة اعتبارات يجب أن تأخذ بالحسبان وهي كالتالي :
32
: الفصل الثالث
تقنيات الذكاء الصناعي
1 .3الشبكات العصبية' ()Neural Networks
هي عباره عن نظام لمعالجة البيانات بشكل يحاكي و يشابه الطريقة التي تقوم بها
الشبكات العصبية الطبيعية لإلنسان أو للكائن الحــــــي ( أي النظام العصبي البشري(.
الشبكة العصبيه ( ) Neural Networkتحتوي 9عدد كبير من ( أنظمه صغيره لمعالجة
المعلومات ) تسمى الخليه العصبيه( )Neuronوهي عباره عن إقتراح و نظريه رياضية تصف
كيف يتم العمل في الخليه العصبية الطبيعيه لإلنسان .وهنا يتم تبادل اإلشارات العصبية من خليه
إلى خليه أخرى في الجهاز العصبي الطبيعي .أي في الشبكة العصبية الطبيعيه.
33
شكل ( :)1 – 3الشبكات العصبية الطبيعية لإلنسان
وهي الجزء الذي يقرر أن يتم إرسال إشاره إلى الخاليا التي تلي الخليه الحالية .وهنــــــــا
34
يحدث العمل ( لو تخيلنا أن عدد شحنات المجمعة من خالل ال Somaأصبح كافي بدرجه معينـه
تكافئ درجة الشحنات في ال Axonفيتم إرسال إشارات ل Dendritesللـــــخاليا التي تـــــــلي
الخليه .
و في مثال تحسس الحراره العاليه نجد أن الحراره تحولت إلى عدد من الشحنات العصبية
في خاليا الجلد و خاليا الجلد تمرر اإلشاره إلى الخليا العصبيه .والخليا العصبيه تحت المنطقه
المتعرضه للحراره تحسست عدد كبير من الشحنات العصبيه و تم تجميع هذه اإلشارات في
الخليه .ولكن عدد اإلشارات المستلمه كبير بشكل أنه يكافئ الدرجه للحرق فإن الخليه ترسل
إشاره للخليه اللتي تليها لكي تنقل المعلومه إلى العقل و هناك يتم فهم أنه يوجد حرق في منطقه
المتعرضه لدرجه حراره عاليه.
نجـــــد أنــــه يتكون من المدخــــالت ( ) input vectorو هـنا تمثل بال ( X1, X2,
. ) X3 ,.......Xnو يمكن أن نتخــــيل أنها تمثل ال Dendritesللخلية ( بطريقة مــــا) .أي
مجموعه اإلشارات المدخلة للخلية .وهنا تكون إما يوجد إشاره أي ( واحـــد ) أو ال يوجد إشـاره
35
( صفر).
الوزن ( ) Weights
وهو يمثل درجه الوزن لألشاره المدخلة .ويمكن أن نتخيل أن الوزن للحراره المرتفعه مثالً 50
ووزن الحراره المنخفضة ب 3و درجه الحراره اإلعتياديه .27
وفيها يكمن العمل الحقيقي للخليه العصبـــــــية .أي مثـــالً هنــا يتـــم جمــــــــع األوزان
لإلشارات المدخلة ومقارنتها بقيمة معينة للحد أو العتـــــــبة ) Threshold (.فإذا كان مجموع
أوزان اإلشارات يـزيد عن ال Thresholdتكون اإلشاره المخرجه هي ( واحد ) و اذا كـان أقل
يكون الناتج ( صفر).
36
معالجه اإلشارات (مثل اإلشارات الدوائر 9اإللكترونيه). ()1
التحكم . ()2
التعرف على األنماط ( مثل الكتابه اليدويه أو الصور او بصمة اليد أو التوقيع (. ()3
التعرف على األصوات. ()4
في الطب. ()5
1 .2 .3مقدمـة
ان مصطلح المنطق الضبابي )fuzzy logic( 9تم وضعه في عام 1965من قبل
البروفسور 9لطفي زاره .استخدم 9المصطلح لوصف 9المجاميع متعدده القيم .حيث ظهرمفهوم
المنطق متعدد القيم في عام 1920في جامعه Heisenbergللتعامل مع ميكانيكا الكم .وطبق9
لطفي زاده منطق 9متعدد القيم و وضع مصطلح المجموعه الضبابيه ( )fuzzy setsوهي
المجموعه التي عناصرها ترجع الى قيم مختلفه .ويعتبر 9تحويله من المنطق الكالسيكي الذي يعبر
بالخطا او الصواب و بالرقم واحد او صفر ليصبح المنطق الضبابي متعدد القيم بين صفر الى
واحد وتعتبر انتقاله من الرياضيات التقليديه واالرقام الى الرياضيات الفلسفيه واللغويه.
37
المجموعه التقليديه:
في المجموعه التقليديه او الكالسيكيه يمكن لعنصر ما ينتمي لمجموعه واما انه ال ينتمي
لها بتاتا .مثال المجموعه Aوالمجموعه .Uاذا قمنا بتعريف 9الداله Aالتي تعطي لكل عنصر
من العناصر 9المجموعه Uدرجه انتمائه الى المجموعه , Aوذلك عبر اعطائها الرقم 1اي A
(X)=1اذا كان العنصر 9ينتمي للمجموعه Uاي العنصر Xينتمي للمجموعه .Aاما اذا كان
العنصر Xال ينتمي ل Aفان الداله Aتعطي الرقم 9صفر اي ان .A(X)=0
وعلى هذا فانه يمكن التعبير على الداله Aكالتي:
نأخذ مثال العنصر -U ,X=100هذه درجه حراره بارده جدا ولذلك هي تنتمي تماما
للمجموعه Aأي ان A(X)=1µاما اذا اخذنا درجه +X=500فان هذه درجه حراره حاره
جداولذلك العنصر Xالينتمي ابدا الى. A
الى االن لم نخرج عن استعمال المنطق 9الكالسيكي 9حيث ان Aكانت تنتمي او ال تنتمي .لكن
لنأخذ مثال درجه الحراره X=12في المنطق التقليدي لدينا احتمالين اما ينتمي اوال ينتمي لA
.اما في المنطق الضبابي يمكن ان نقول ان Xينتمي الى درجه %50الى Aاي ان درجه
الحراره 12درجه نصف بارده نصف معتدله مثال A(X)=0.5وهنا نرى اختالف في تعريف
الداله .Aµ
حيث تعرف رياضيا:
A: U {0.1} µ
)XµA(X
حيث يمكن للداله ان تعطي نتائج بين 1,0على عكس االمر في المنطق الكالسيكي 9حيث ال
تعطي الداله اال رقم 1او رقم صفر.
38
( )1العكس :
لناخذ مثال -Aاو Áعمليه عكس Aوهي مجموعه الدرجات المعتدله و Bهي -Aاي
الدرجات الحراره الغير معتدله .حيث في المنطق الكالسيكي 9يجب مثال على درجه الحراره
المعتدله ان تنتمي كليا ل Aوفي 9نفس الوقت ال تنتمي ل Bبتاتا اي مثال درجه الحراره 20ان
تكون تخضع للعالقه µA (20)=1وفي 9نفس الوقت µA (20)=0وهذا تجسيد للمنطق9
الكالسيكي حيث درجه الحراره 20اما ان تحسب على المجموعه المعتدله او الغير معتدله.
وليس من الممكن ان تكون 20درجه في نفس الوقت متعدله وغير معتدله.
وهذا يمكن تحقيقه اذا كانت داله االنتماء =µB µA
( )3الدمج:
يمكن تعريف عمليه الدمج في المنطق الضبابي وفي 9المنطق الكالسيكي على حد السواء كما هو
الحال لعمليه العكس .اي باستعمال 9عمليات رياضيه على دالة االنتماء µلكن في الدمج عوض
استعمال عمليه الطرح تستعمل عمليه . max
بعض المصطلحات التي تستخدم في سياق المنطق 9الضبابي9
39
( )3قاعده القوانين.
( )4محرك المعلومات.
( )5نموذج فتح الضبابية.
التغير االلي في تصميم 9البرامج ألي خمس عناصر تكون مسيطر ضبابي متكيف.
نظام السيطره الضبابي 9يتكون من العناصر 9الثابته.و العناصر 9الغير ثابته هي جزءا من نظام
التحكم تحتوي 9على متحسسات التحويل من النظام الموجي الى النظام الرقمي و المحول من
التحويل من النظام الرقمي الى الموجي .و دوائر 9التطبيع .هناك نوعان من دوائر 9التطبيع االول
لجدوله القيم الفيزائيه الداخله من المسيطر( )controllerالى قيم طبيعيه .والنوع 9الثاني يحول
من القيم الطبيعيه الى القيم الفيزيائيه.
ركزت التجارب في الذكاء الصنعي بشكل تقليدي على محاولة تكرار 9تصرفات اإلنسان
–أذكى الكائنات الحية -وتطبيقها في مجال البرمجيات ,وقد 9استطاعت هذه المقاربة نوعا ً ما أن
تحقق نجاح ملحوظ ,وأكبر مثال على ذلك آلة ديب بلو للعب الشطرنجDeep Blue chess
machineالتي تغلبت على الذكاء البشري 9المتمثل بالالعب كاسبروف Kasparovوذلك في
شهر أيار من عام , 1997لكن عملية المحاكاة السابقة للسلوك البشري ,كانت محدودة نوعا ً ما,
حيث وقفت عاجزة عن حل بعض المسائل ,التي يعرف معظم الناس حلها مسبقا ً .ومن هنا بدأت
تظهر فكرة الطرائق الذكية الحسابية computational intelligence methodsمثل
الحوسبة التطورية , evolutionary computingالتي زودت الحاسب بإمكانية حل المسائل
المعقدة دون االعتماد على خبرة اإلنسان,وانما حاولت االستفادة من ألية التطور(المطروحة في
نظرية داروين) وتحويلها 9لنموذج حاسوبي كإجرائية لألمثلة ,فكما في الطبيعة ,فإن عملية
التطور في الكائنات الحية تهدف للتكيف مع البيئة المحيطة بهدف النجاة فعملية التطور تتجه دوما ً
نحو ما هو أمثل وأفضل للكائن الحي – و مثال عليها تطور الزرافات 9بحيث استطالت اعناقها9
لتستطيع الوصول لغذائها المتمثل في أوراق األشجار العالية – إذ أن البقاء لألصلح.
وفعالً ,فلم تلبث االفكار السابقة طويالً 9حبيسة المختبرات ,حيث تم فعليا ً طرح فكرة
الخوارزميات 9الجينية –التي هي جزء من الحوسبة التطورية -بشكل رسمي في الواليات المتحدة
عام 1970من قبل بروفيسور في علوم الحاسب من جامعة ميشيغان Michigan University
ofيدعى جون هوالند , Johon Hollandوقد كان قد بدأ بالعمل عليها منذ بدايات الستينيات,
40
وكان هدفه تطور 9فهم إجرائية التطور 9الطبيعية وتصميم نظم صناعية لها مميزات مشابهه للنظم
الطبيعية.
وكما أن الدافع المستمر لتحسين أداء النظم الحسابية ,جعل من الخوارزميات الجينية حأل مغرياً9
وجذابا ً من أجل حل بعض مسائل األمثلة التي لم يكن من الممكن حلها بزمن معقول باستخدام بقية
الطرق التقليدية السائدة.
األمثلية المحلية بدالً من الوصول 9للحل األمثلي العام ,تلك المطبات التي غالبا ً ما تقع فيها طرائق9
البحث التدريجية , Gradient search methodsلكن بشكل عام فإن الخوارزميات 9الجينية
تميل ألن تكون مكلفة حسابيا ً .
كل الكائنات الحية تتألف من خاليا ,يوجد في كل خلية نفس مجموعة الكروموزومات
. chromosomes
حيث ان الكروموزومات هي عبارة عن سالسل من الدي ان اي , DNAوبإمكاننا 9القول
بأن الكروموزومات 9هي بمثابة نموذج يمثل الكائن كله .إذ يتألف كل كروموزوم 9من عدد من
الجينات ,التي بدورها عبارة عن كتل من الدي ان اي , DNAو كل جين geneير ّمز بروتين
محدد ,اي بشكل اساسي بإمكاننا القول بأن كل جين ير ّمز صفة معينة في الكائن الحي ,على
سبيل المثال لون العينين .
لكل جين ضمن الكروموزوم موقعه الخاص ,يدعى هذا الموقع ب . locus
تدعى المجموعة الكاملة من المادة الجينية –اي كل الكروموزومات – بالجينوم . genome
وتدعى مجموعة محددة من الجينات ضمن الجينوم بالجينوتايب. genotype 9
يتحول الجينوتايب في الكائن الحي -بعد التطورات التي تلي مرحلة الوالدة – إلى الفينوتايب
, phenotypeالذي يمثل بدوره خواص فيزيائية مدركة في الكائن الحي ,مثل لون العينين ,
الذكاء … ,الخ
3 .3 .3التكاثر: reproduction
اول مرحلة في عملية التكاثر ,هي مرحلة االتحاد recombinationأو التصالب
crossoverبين الكروموزومات ,حيث تقوم الجينات من الوالدين في هذه المرحلة-بطريق ٍة ما -
بتشكيل الكروموزوم 9الجديد ,وهنالك احتمال بعدها لهذه االجيال الجديدة الناتجة new
offspringبأن تخضع للطفرة . mutation
41
4 .3 .3الطفرة :Mutation
وتعني حدوث تغيير بسيط في بعض عناصر الدي ان اي , DNAهذه التغيرات تنتج
بشكل اساسي 9من اخطاء اثناء نسخ الجينات من االبوين .وتقاس صالحية fitnessالكائن الحي
بقدرة الكائن الحي على النجاح في حياته.
يتضح لدينا من المنطلق البيولوجي 9الذي تم استيحاء فكرة الخوارزميات الجينية منه .أما
في مجال الحوسبة فإن الفكرة األساسية التي أظهرت الحاجة لنوع من الخوارزميات مماثل نوعا ً
ما ,أللية عمل الكروموزومات في الكائنات الحية هي التالية:
غالبا ً عند محاولة حل مسألة ما ,يكون لدينا في كل مرة حل ,لكن هذا الحل غالبا ً ال
يكون الحل األمثلي ,وإنما نستطيع وضوحا ً أن نر بأنه لو كان بإمكاننا مكاملة هذا الحل مع حل
سابق للمسألة بشكل أو بآخر ,الستطعنا 9الوصول للحل األمثل .أي :لو أن عدد من الحلول
تواجدت معا ً في لحظة معينة ,نالحظ ان الحل األمثلي يكون مبعثراً بينها ,وبالتالي فإن وجود الية
لدمج هذه الحلول ,قد تولد لنا في لحظة ما الحل األمثل ,فإذا تخيلنا كل حل بمثابة تتالي من
الجينات ضمن كروموزوم– 9حل – المتواجد بدوره ضمن مجموعة من الكروموزومات 9المختلفة
–عدة حلول للمسألة –ضمن تجمع ما , populationعندها بإمكاننا عبر العمليات المتاحة على
الكروموزمات –التصالب والطفرة – انتاج حلول جديدة -كروموزومات جديدة أبناء– قد يمثل
أحدها الحل األمثل ,ونستطيع 9تقييم هذا الحل ,عبر تابع الصالحية , fitness functionالذي
سيقيس جودة هذا الحل ,وبالتالي فرصته بالنجاة ,واالنتقال للجيل التالي.
[ .]1الترميز الثنائي Binary Encoding
42
ويعد من أشهر الطرائق المسخدمة في تمثيل الحلول في الخوارزميات الجينية ,وتنبع
شهرته لكونه أول اسلوب تم استخدامه في ترميز الحلول في الخوارزميات الجينية ,حيث يتم هنا
ترميز كل حل (كروموزوم ) 9على شكل سلسلة من البتات 0أو .1
Chromosome A 101100101100101011100101
Chromosome B 111111100000110000011111
في هذا النوع من التراميز 9كل كروموزوم 9يمثل سلسلة من األعداد أو الرموز غير
المتكررة ,والمتوضعة وفق 9تتالي ما.
الشكل التالي يوضح شكل كروموزوم يستخدم ترميز 9التباديل مرةً باستخدام األعداد ,ومرةً
باستخدام األحرف9
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 ترميز 9التباديل عادة في مسائل الترتيب . Ordering Problems
في هذا النوع من التمثيل يكون لدينا كل كروموزوم عبارة عن سلسلة من بعض القيم
المرتبطة بشكل وثيق بمسألة ما ويمكن لهذه القيم أن تأخذ عدة صيغ ممكنة وذلك حسب المسألة
التي يتم معالجتها ,مثل سالسل من األرقام ,األعداد الحقيقية ,محارف ,أو حتى مجموعات من
أغراض معقدة .Complicated Objects
الشكل التالي يمثل بعض الكروموزومات التي تستخدم ترميز القيمة
43
)Chromosome C (back), (back), (right), (forward), (left
ويستخدم 9عادةً في المسائل التي تستخدم 9بعض القيم المعقدة كاألعداد الحقيقية .
من أجل هذا النوع من التمثيل قديضطر إلى تطوير مؤثرات تصالب وطفرة خاصة ,لتناسب
علية التمثيل المستخدمة في هذه المسائل.
إيجاد مجموعة األوزان لشبكة عصبونية Finding weights for neural network
يستخدم هذا النوع من الترميز بشكل أساسي للتعابير والبرامج التطورية evolving
. programs or expressionsحيث يكون كل كروموزوم 9في ترميز الشجرة بمثابة شجرة
من بعض األغراض , objectsمثل التوابع أو األوامر في لغات البرمجة .
الشكل التالي يمثل كروموزومات تستخدم 9ترميز الشجرة
هذا النوع من الترميز مفيد في البرامج التطورية . evolving programsولغة
البرمجة LISPتستخدم 9هذا النوع من التمثيل ,وذلك ألن البرامج ضمنها تمثل بهذا النموذج
,ويمكن بسهولة تحليلها (تحليل بنية البرنامج) , Parsingباستخدام هذا النموذج في التمثيل
,وبالتالي يمكن عندها تطبيق المؤثرات الجينية –كالتصالب والطفرة – بسهولة باستخدام 9هذا
النموذج في التمثيل.
حيث يكون الكروموزوم هنا بمثابة توابع ممثلة في بنية الشجرة .
44
( : )2أما المكون الثاني فهوتابع الصالحية fitness function
في لحظ ٍة ما ,عندما يكون لدينا عدد من الحلول ,نحن بحاجة أللية فعالة ومدروسة
توجهنا نحو الحل األفضل من بين مجموعة من الحلول المطروحة ,أي نحن بحاجة لتابع
الصالحية الذي يرشدنا نحو الحل األمثل ,ويعطينا تقييم أولي ,اي من هذه الحلول هو أقدر على
النجاة وأصلح ألن ينتقل للجيل التالي .وطبعاً 9هنا أيضا ً فإن عملية اختيار هذا التابع ذو عالقة
وثيقة بالمسألة المطروحة ,وال يوجد تابع عام بشكل مطلق لحساب الصالحية .
ان عملية االنتقال للجيل التالي ,تتم عبر عملية االنتقاء Selection Operatorالتي سنشرحها
بعد قليل.
تنبع أهمية العمليات الجينية من إيجاد حلول لم تكن موجودة سابقا ً في فضاء الحلول
ومن أهم العمليات الجينية :
-التصالب crossover or recombination
-الطفرة mutation
ويعتمد بشكل كبير أداء الخورزميات 9الجينية على هذين المؤثرين ,وطبعا ً بالتأكيد فإن أسلوب
التمثيل المستخدم 9له دوره ايضا ً .
45
11001111 = 11001011+11011111
Offspring C
11011111
11001011 Offspring D
46
وربّ رسمة خي ُر من ألف جملة توضيحية :
Offspring C
11011111
11001001 Offspring D
( )4التصالب الحسابي Arithmetic crossover
وفي هذا النوع من التصالب يتم تنجيز بعض العمليات الحسابية وذلك إلنشاء أبناء جدد
47
: الفصل الرابع
تطبيقات الذكاء الصناعي في
الهندسة الكهربائية
1 . 1 .4المقدمة :
تس99تخدم 9مثبت99ات نظ99ام الطاق99ة لتولي99د إش99ارات مراقب99ة مكمل99ة لنظ99ام اإلث99ارة إلخم99اد الذبذب99ة
المنخفضة التردد داخل النظام 9و المنطقة الواقعة بينهما .يستخدم مثبت نظام الطاقة التقليدي بش99كل
واسع في أنظمة الطاقة الراهنة وكانت له مساهمة في تحسين الثبات الدينامي لنظام الطاقة .وحيث
أن أنظمة الطاقة تتغير مع الزمن ،فإن تص99ميم مثبت نظ99ام الطاق99ة التقلي99دي المب99نى على النم99وذج
الخطي لنظام الطاقة []18
48
تستخدم خوارزميات نحقيق االمثليه الذكي99ه لتحدي99د الوس99ائط (المتغ99يرات) األمث99ل بالنس99بة لـ
مثبت نظ99ام الطاق99ة التقلي99دي CPSSعن طري 9ق 9تحس99ين دال99ة التكلف99ة المبني99ة على قيم99ة الجين
(الصفه) إلى الحد األمثل في النماذج الغير مرتبطه كمبيوتريا 9مع الشبكه[ .]19وبم99ا أن األس99لوب
مبنى على نموذج خطي وال يتم فيه تحديث الوسائط (المتغيرات) عن طريق 9الشبكه ،فإنها تفتقر
إلى األداء المرضي 9أثناء التشغيل العملي.
يش99يرالتطبيق إلى أن99ه ق99د تم ترك99يز 9أك99ثر على االس99تخدام 9المش99ترك لألنظم99ة وتقني99ات مث99ل
الشبكات العصبية إلضافة خاصة قابلية التكيف مع التصميم [ ،ً ]20تستخدم معظم 9الطرق المبني99ة
على السيطرة غير الخطية نماذج مبسطة للتقليل من تعقيد الخوارزميات 9.و عند أخذ تعقيد أنظمة
الطاقة العملية يتطلب األمر المزيد من النماذج الواقعية مع زمن حساب أق99ل للحص99ول على تحكم
فعال محكم على مدى واسع من ظروف التشغيل.
بما أن الشبكات العصبية تتمتع بم99يزة الس99رعة في الحس99اب والق99درة على التعميم والتعليم ،تم
تطبيقها بنجاح لتعريف 9ومراقبة األنظمة غير الخطية.
يشمل العديد على تطبيق الشبكات العصبية على تصميم مثبت نظام الطاقة PSSضبط
والوسائط( 9متغيرات) مثبت نظام الطاقة التقليدي [ CPSS ]21[ ,]22وتنفيذ التحكم بالتغذيه
الراجعه او العكسيه [ ]23والتحكم المباشر والتحكم 9التكيفي غير المباشر 9.ال يقوم ضبط وسائل
متغيرات مثبت نظام الطاقة التقليدي CPSSوتحكم 9النموذج العكسي بتحديث والشبكات العصبية
على الشبكه لذا فإن أداءها يعتمد على نوعية عينات التدريب خارج الشبكه[ ،]24ومن الصعب
الحصول عليها .و يتم إلى حد كبير تخفيض زمن الحساب[ .]25لكن ال توجد طريقة دقيقة للقيام
مباشرة بتقييم أداء ضابط 9التحكم ،خصوصاً 9عندما تتغير وسائط( 9متغيرات) النظام مع الزمن.
لذلك ،ال يكون هذا هو أسلوب التحكم األكثر فاعلية.
و باإلمكان تصميم مثبت نظام طاقة تكيفي غير مباشر عن طريق 9استخدام إشارتي إدخال
انحراف السرعة وانحراف الطاقة عن ضابط التحكم في الشبكة العصبية.و أنه من الممكن تصميم
مثبت نظام طاقة مدرب على الشبكه باستخدام انحراف السرعة فقط كمدخل إلى ضابط التحكم
العصبي .يتكون النظام العصبي غير المباشر من شبكتين وهما ضابط 9التحكم العصبي 9والمعرف
العصبي .يستخدم ضابط 9التحكم العصبي 9لتوليد إشارة تحكم ويستخدم 9المعرف العصبي لتقديم
نموذج دينامي لـلوحدة لتقييم وتحديث ضابط التحكم العصبي .حيث أنه يمكن تحديثه كلل من
المعرف العصبي وضابط 9التحكم العصبي على الشبكه ،وباإلمكان أن يتكيف ضابط 9التحكم مع
التغيرات في تصميم 9حالة النظام.
نظام اآللة المفردة المتصل بشبكة القدرة يستخدم لتقييم شبكة عصبية مكيفة انظر الشكل
( ،)1 – 5تتألف اآللة المفردة المتصلة بشبكة القدرة من مولد تزامني ،وتوربين ،ومنظم ونظام9
حفز وخط ارسال متصل مع شبكة القدرة .هذا الموديل مركب ضمنيا ً في بيئة الوصلة المشبهة
49
في برنامج MATLABباستخدام 9مجموعة وحدة 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 المحدود VTREF ،هو مرجع الفولتية الطرفية VT ،هي الفولتية الطرفيةVA ،
هو خرج منظم الفولتية VF ،هو فولتية المجال VE ،هي اشارة تثبيت نظام الحفز ∆ω ،هي
سرعة االنحراف VPSS ،هي اشارة خرج مثبت نظام الطاقة و Qهي قوة تفاعل الطاقة في
طرفية المولد.
في الشكل ( ،)1 9- 5يستخدم المفت99اح S1لتنفي99ذ فحوص99ات على نظ99ام الطاق99ة م99ع ش99بكة
عصبية مكيفة غير مباشر IDNCعلى مثبت نظام الطاقة التقليدي CPSSوبدون (بالمفت99اح ،S1
على وضع 3 9،2 9،1على التوالي .يستخدم المفت99اح S2لالختي99ار بين التش99غيل الع99ادي ومرحل99ة
التدريب (الوضع 2 ،1على التوالي ).
يتكون تصميم 9الشبكة العصبية المكيفة غير مباشرمن شبكات عصبية مستقلة وهي ضابط9
التحكم العصبي والمعرف العصبي . 9الشكل ( ) 2 – 5بنية تدريب المع99رف العص99بي 9وض99ابط9
التحكم العصبي .يتم تنفيذ هاتين المرحلتين على شكل تعاقبي 9عند توصيل ضابط التحكم المباش99ر
في الشبكة العصبية مع الوحدة عن طريق وضع المفتاح S1على الوضع 1في الشكل ( .)2 – 5
ت99بين الخط99وط المتقطع99ة مس99ارات إلع99ادة االنتش99ار 9لتح99ديث المع99رف العص99بي وض99ابط التحكم
العصبي .يصف عمليات تدريب المعرف العصبي وضابط 9التحكم العصبي .
50
شكل ( :) 2 – 5بنية ضابط 9التحكم غير المباشر للشبكة العصبية.
حيث أن عملي99تي الت99دريب تظه99ران في ش99كل واح99د ،و تص99نف كلت99ا اإلش99ارتين ) VPSS(kو ∆
) ω(kفي الخط99وة ،kلكن ∆) ω(kليس99ت االس99تجابة إلش99ارة ض99ابط التحكم ) .VPSS(kونظ99راً9
لخاصية التأخر الزمني ،ينعكس تأثير اشارة ضابط التحكم ).VPSS(k
أ -المعرف العصبي:
يتم تطوير المعرف العصبي عن طريق استخدام نموذج معدل الحركة العكسية الذاتية غير
الخطية.
منظم التحكم العصبي هو أيضا ً شبكة تغذية متع99ددة الطبق99ات تم ت99دريبها 9بخوارزمي99ة .إن
عدد الخاليا العصبية في طبقات الدخل ،والمخفية والخرج هو 1 9،6 9،3على التوالي .المدخالت
الى ضابط التحكم العصبي هي انحراف السرعة ∆ ωوقيمتيها السابقتين وأن خرج ض99ابط التحكم
العصبي هو اشارة التحكم .VPSSيتم التوصل الى عدد الخالي99ا العص9بية في الطبق99ات المخفي9ة في
كل من المعرف العصبي وضابط 9التحكم العصبي بطريقة البحث.
4 .1 .4عملـــــــــية التــــــــــدريب:
مرحلة ما قبل المراقبة
خالل هذه المرحلة ،يوضع المفتاح S2على الوضع 2في الش99كل( .) 1 – 5يتم توزي99ع قيم
االشارات العشوائية بين -0.1 , 0.1وهي حد مدى الخرج النموذجي 9لمثبت نظام الطاقة التقليدي.
51
تدريب المعرف العصبي:
يظهر الشكل ( ) 3 – 5عملية تدريب المعرف العصبي أثناء مرحلة ما قبل التحكم .الم99دخالت
الى المعرف العصبي خالل هذه المرحلة هي [∆ω(K-1), [∆ω(K-2), [∆ω(K-3), VPSS (k-1),
) [ VPSS (k-2), VPSS (k-3وخرجها 9هو ∆) .ώ(kويكون الخرج المطلوب للوحدة هو ∆). ω(k
ويتم اعطاء دالة تكلفة لتدريب المعرف العصبي.
يستخدم الشكل ( ) 4 – 5الظهار عملية تدريب المعرف 9العصبي .يمكن أن يرى أن المعرف العصبي
يعطي تقديراً جيداً لخرج الوحدة بعد التدريب لمدة 4ثوان.
يظهر هذا التدريب في الشكل ( ، ) 5 – 5يتم هذا التدريب مع تدريب المع99رف العص99بي بش99كل
تع99اقبي . 9خالل ه99ذه المرحل99ة ،يك99ون االدخ99ال إلى ض99ابط التحكم العص99بي ه99و [∆w(k-1),
52
) [∆w(k-2), ∆w(k-3والمخرج هو ، Vpssحيث تتم تغذيتهما 9بعد ذلك إلى المعرف العصبي
وتقييمهما مقابل الخرج المطلوب .تحس9ب إش9ارة التحكم المطلوب9ة عن طري9ق 9المع9رف العص9بي
بواسطة مقارنة خرج المعرف العصبي 9مع االستجابة المطلوبة (حيث أنه يتوقع أن تكون السرعة
ثابتة في جميع األوقات
5 .1 .4االستنتاجات:
يبنى تصميم شبكة عصبية مكيفة غير مباشر على انحراف سرعة المولد .بذلك ،فإن
الحسابات الواردة في تصميم الشبكة العصبية هي في حدها األدنى .تظهر نتائج تشبيه ثالثة
أنواع من االضطرابات حيث يعطى هذا المثبت لنظام الطاقة إخماد أفضل وأسرع 9عند وجود
اضطرابات صغيرة وكبيرة مع تغيرات في ظروف تشغيل النظام .إن وجود إخماد أفضل وأسرع
يعني أن بإمكان المولدات أن تشتغل بكامل طاقتها 9تقريبا ً وبهذا نضمن بقاء المولدات ثابتة عن
حدوث أخطاء قطع مثل دوائر 9قصر ثالثي الطور .وهذا يعني توليد طاقة أكبر.
53
2 .4تصميم المنطق الضبابي المحكم لمثبت نظام الطاقه:
1 .2 .4المقـــــــدمه:
إن أحدى أهم مشاكل مثبت الطاقه هي ذبذبه التردات المنخفضه في األنظمة المتشابكةً.
هذه التردات تتراوح تتراوح بين جزء من 1هيرتز إلى عدة هيرتزات .و قد تبقى الذبذبات
لدقائق و تتزايد حتى تسبب فصل النظام إن لم يتوفر 9اإلخماد المالئم لهاعند تكرار ذبذبة النظام.
تحدث الذبذبة نتيجة عدم كفاية عزم دوران االخماد في وحدة التوليد بالتزامن .ويمكن تحسين
وضع الثبات الكلي ألنظمة الطاقة بتطبيق إشارات التحكم اإلضافية على حلقات التحكم بالحث في
المولد .يتم توليد إشارة التحكم اإلضافية بواسطه دائره موجيه معروفة باسم مثبت نظام الطاقة [
.]26
يتم استخدام 9مثبت نظام الطاقة التقليدي ،يتم تحديد االعدادات لهذه المثبتات باالعتماد
على الموديل الخطي لنظام الطاقة حول نقطة التشغيل للتزويد 9باألداء األمثل .بشكل عام تكون
أنظمة الطاقة غيرخطية و يمكن أن تتنوع حاالت التشغيل على نطاق 9واسع .تبعا ً لذلك يتم
تخفيض أداء مثبت نظام الطاقة حينما تتغير نقطة التشغيل من واحدة إلى أخرى نتيجة للوسائط
الثابتة للمثبت.يبدو إن التحكم الضبابي مالئما تبعا ً الحكامه وانخفاض عبء الحسابات فيه .يمكن
إنشاء ضوابط 9المنطق الضبابي بسهولة باستخدام 9كمبيوتر مصغر 9بسيط .يتم تحديد إشارة التثبيت
54
اإلضافية باستخدام عناصر ضبابيه .وهنا يطبق نظام الطاقه باستخدام المطق الضبابي .للتحكم
غير الخطي في الزمن الحقيقي لحث المولد .يتم منح إشارة التحكم لنقطة التجميع في منظم
الفولتية اآللي ويتم 9التزويد بعزم الدوران بقصد االخماد المالئم لوحدة المولد التزامني مع
التحسين اإلضافي 9في وقت االرتفاع و وقت االستقرار.
2 .2 .4تمثيــــــل النظــــام:
يتألف النظام األساسي من مولد تزامني غير خطي متصل بخطي نقل متوازيين مع شبكة
القدرة الشكل ( .) 6 – 5يتم إعطاء إشارة الخرج لمثبت نظام الطاقة واآلخر إلى نقطة التجميع
في منظم الفولتية اآللي وفي 9النهاية يتم إعطاء اإلشارة المحصلة إلى نظام الخروج من المولد
التزامني وباستخدام التيار المنتظم للمحفز ،يمكننا تحقيق عزم دوران اإلخماد الالزم ،وبذلك
تتوقف 9الذبذبات في وقت االستقرار.
لدراسة االحكام ووقت 9االرتفاع ووقت 9االستقرار والمسار 9األقصى ،سوف نقوم بتوصيل ثالثي
الطور مؤرض ،على مسار المولد .
الشكل ( : .) 7 – 5الخطأ الحاصل في مسار المولد ،انقطاع الخط (الخط ) 1و دخول الحمل
المفاجئ .
55
إن أنظمة التحكم الضبابي 9هي أنظمة معتمدة على القوانين حيث تمثل مجموعة من
القوانين التي يطلق عليها القوانين الضبايبه .إن هدف أنظمة التحكم الضبابية هي استبدال مشغل
انساني ماهر بنظام ضبابي معتمد على القوانين ] . [ 27يزود 9ضابط المنطق الضبابي
خوارزمية يمكنها تحويل استراتيجية التحكم اللغوي باالعتماد على معرفة خبير باستراتيجية
التحكم اآللي .يفسر الشكل ( .) 8 – 5التصميم 9األساسي لضابط المنطق الضبابي 9والذي يتألف
من الواجهة الضبابية وقاعده المعرفه ( تتألف من قاعدة بيانات و قاعدة قوانين و منطق صنع
القرار و كتلة واجهة لتفكيك الضبابيه تستخدم 9إشارة التحكم .
المتكم الضبابيي تم استخدام وحدات التاخير لعمل الدوران الكهربائي الالزم حسب
انحراف السرعه ودائره تقديم الطور 9التي يتم استخدامها للتعويض عن التاخير .يستخدم 9مثبت
نضام الطاقه الضبابي انجراف السرعه ∆wكمدخل للمتولد التزامني ,يتم توليد ثالثه اشارات
منفصله من ∆wباستخدام 9وحدات تاخير الوقت .والتي يتم تزويد 9مثبت نضام الطاقه الضبابي
بها .تعمل اشاره الدخل االولى والثانيه كخطا وانحراف 9الخطأ ,ويعتبر المدخل الثالث اشاراه
مساعده تغرض زياده الدقه في اشاره التحكم.
أي : يأتي المدخل األول U1إلى ضابط المنطق 9الغامض مباشرة من
56
يتم اشتقاق المدخالت الثانية والثالثة U2و U3من مثبت نظام الطاقة باستخدام المنطق
الضبابي المحكم بواسطة بتطبيق دائره التأخير و الجمع مع تأخيرفي 9الوقت التي يتم توقيتها 9بناء
على تكرار شبكة الطاقة .يأخذ مثبت نظام الطاقة باستخدام 9المنطق الضبابي المدخالت الثالثة أن
انحراف السرعة في الحاله الثابته يكون صفرا ،تضبط 9القيم اإلسمية لمدخالت مثبت نظام الطاقة
باستخدام المنطق 9الضبابي على القيمة صفر .إن مدخالت مثبت نظام 9الطاقة باستخدام 9المنطق
الضبابي هي قيم عددية متفرعة تتراوح بين القيم ] [ 1 ، 1-ألن كل داالت عضوية المدخل
مصممة لقبول المدخالت ضمن هذا النطاق .يتم تبني نطاق مطابق 9للخرج .إن اختيار النطاق
اإليجابي والسلبي مدخل ( والمخرج ) تسمح لمثبت نظام الطاقة باستخدام 9المنطق الضبابي
إلدخال إشارات التثبيت اإليجابية أو السلبية إلى نظام التحفيز .وتبعا ً لهذا ،يمكن تطبيق 9زيادة أو
تخفيض عزم الدوران ،حسب الالزم ،على العضو الدوار 9للمولد.
6 .2 .4عملية الضبابيه:
عملي99ة الض99بابيه هي التخطي99ط 9من المج99ال ال99رقمي إلى داخ99ل المج99ال الض99بابي . 9كم99ا يع99ني
بالضبابيه تعيين القيمة اللغوية المعرفة بعدد صغير نسبي من داالت العضوية إلى المتغير.
توجد ثالثة مدخالت منفصلة من انحراف الس99رعة وتزوي99د مثبت نظ99ام الطاق99ة باس99تخدام
المنط99ق الض99بابي المحكم به99ا .ويتم بع99دها تحدي99د ع99دد وش99كل داالت العض99وية .من أج99ل ه99ذا
التصميم الخاص .وبالنسبة للمدخالت ،يتم استخدام ما مجموعه س99ت داالت عض99وية للض99بابيه.
على سبيل المثال ،يكون Pin1هو دالة عضوية المدخل اإليجابي للمدخل األول بينما Nin2هو
الدالة العضوية المدخلة السالبة للمدخل الثاني .
57
تظه99ر دوال العض99وية الموجب99ة ( )Pinوالس99البة ( )Ninفي الش99كل ( .) 9 – 5تعت99بر دوال
العضوية من اإلدخاالت الثالثة المتماثلة .يعوض عن أية فوارق 9كبيرة ناتج99ة عن ف99رق 9المس99توى
األول ،أو فرق المستوى الثاني ،أو فرق 9المس99توى 9الث99الث .مثالً ،إذا ك99ان أي إدخ99ال مثبت نظ99ام
الطاقة كبيرا ،عندها سوف يكون خ99رج مثبت النض99ام إش99ارة تع99ويض كب99يرة ذات قطبي99ة مناس99بة
بس9بب الش9كل المخت9ار ل99دوال العض99وية .وله9ذا ،ال يمي99ل منحى اتج9اه العض99و ال9دوار 9إلى زي9ادة
السرعة أو إلى إنقاص السرعة بمعنى أنه يحتفظ بقيمة ثابتة.
بالنسبة لإلخراجات ،تستخدم اثنتان من دوال العضوية وهما (السالب والموجب) Pout،
Noutمن أجل عملية ازالة الضبابية .تتكون الدوال من خطين مائلين متعاكس9ين كم99ا ه99و م99بين
في الشكل ( .) 10 – 5
السبب في اختي99ار العالق99ة الخطي99ة ه99و أن دال9ة عض99وية الخ99رج تك99ون ع99ادة تم99ثيالً خطي9ا ً لدال9ة
عضوية الخرج .في التصميم ،تم انجاز ذلك باستخدام 9دوال عضوية على شكل شبه منح99رف . 9اذا
تم تشكيل دوال العضوية ،يمكن استخدام 9هذه الدوال لتطوير 9أساس القاعدة.
9 .2 .4أســـــــاس القاعدة:
تحت99وي القاع99دة األساس99ية الخاص99ة بـمثبت نظ99ام الطاق99ة باس99تخدام المنط99ق الض99بابي 9المحكم
RFLPSSعلى القواعد التالية:
58
يتم تغيير 9ناتج أساس القاعدة إذا تم التغيير في وزن أية قاع99دة ،وتعطى ك99ل قاع99دة أهمي99ة
متساوية .ويمكن تمثيل أي نموذج كامل مثبت نظ99ام 9الطاق99ة باس99تخدام 9المنط99ق الض99بابي المحكم
. RFLPSS
10 .2 .4االستنتاجات:
في ه99ذا البحث ،يتم وص 9ف 9تنفي99ذ ض99ابط 9تحكم منط 9ق 9ض99بابي كمثبت نظ99ام طاق99ة .يتم
حس99اب اش99ارة التث99بيت ال99تي يتم تولي99دها عن طري99ق ض99ابط التحكم باس99تخدام 9دال99ة عض99وية
ضبابيه قياسية .وهنا يتمتع مثبت نظام الطاقة باستخدام المنط 9ق 9الض99بابي المحكم RFPLSS
بم99يزة ذات أداء ع99ال بالنس99بة لل99وقت الحقيقي ووقت 9االس99تقرار والتج99اوز 9االقص99ى ،وهي
العوامل األكثر أهمية في قوة التحكم العالية.
1 .3 .4المقـــــــدمة :
تشهد أنظمة الطاقة ذبذبات منخفضة تتكرر تبعا ً لالضطرابات 9.ترتبط هذه الذبذبات
منخفضة المتكرره باستقرار اإلشارة الصغيرة لنظام الطاقة .تم اكتشاف ظاهرة ثبات اآللة
التزامنية تحت االضطرابات الصغيرة باختبار حالة آلة مفردة متصلة بنظام شبكة القدرة .إن
تحليل اآللة المفردة المتصلة بنظام 9مسار النهائي يعطي تبصرا ًفعليا داخل مشكلة الذبذبات
منخفضة التكرار .تم تصنيف الذبذبات منخفضة التكرار في الشبكات الداخليه و تسود 9اآللة
المفردة المتصلة بنظام شبكة القدرة في الوضع المحلي للذبذبات المنخفضة التردد [.]28
قد تبقى هذه الذبذبات وتتزايد حتى تكون سببا في فصل النظام إن لم يتوفر 9اإلخماد
المالئم .تم تطبيق نظرية التحكم الحديثة على مشاكل تصميم مثبت نظام 9الطاقة .بالرغم من قدرة
تقنيات التحكم الحديثة التعامل مع التراكيب المختلفة ،اال أن مرافق نظام الطاقة مازالت تفضل
بنية مثبت نظام الطاقة التقليدي لتقديم الوقت وتأخيره.
59
خالفا ً لتقنيات الوضع األمثل األخرى ،تعمل الخوارزمية الجينية لتمثل حلوال ً محتملة مختلفة .
تتمتع الخوارزمية الجينية بالموازاة الضمنية التي تمكنها من البحث في مجال المشكلة بشكل
ممتاز ويمكن التوصل 9الى الوضع األمثل بسرعة أكبر عند تطبيقها على مشكلة.
تم وضع الالليات لكي تعامل مع الماكنه االحاديه المتصله بشبكة القدرة تم توظيف
خوارزمية البحث الجيني لحل مشكلة الوضع األمثل و البحث عن إعدادات .تم تنفيذ تحليل قيمة
اإليجن و نتائج التشبيه لتقدير فعالية وقوة البحث الجيني لمثبت نظام الطاقة المقترح إلخماد
أالوضاع الغير ثابته للذبذبات الكهربائيه و تحسين الثبات الديناميكي 9ألنظمة الطاقة.
يتم اس99تخدام الماكن99ه االحادي99ه المرتبط99ه ش99بكة الق99درة وترتب9ط 9االل99ه بنظ99ام كب99ير خالل
خطوط النقل .يمكن تقليص استخدام آلة متصلة بنظام كبير عن طري99ق اس99تعمال خ99ط ارس99ال إلى
آلة مفردة متصلة بنظام شبكة القدرة ،باستخدام دائره ثيفنن المكافئه لش99بكة .المول9ده ت9زود 9النظ9ام
بالطاقة .و يمكن تخطيط 9المعادالت التي تصف عملية حالة الثبات للمولد التزامني 9المتصل بش99بكة
القدرة عن طريق رد الفعل الخارجي ،حول أي نقطة تشغيل محددة ،كما في المعادالت التالية
يتم التعبير 9عن التفاعل بين معادالت السرعة و الفولتية لآللة بثوابت kالستة (.) k1-k6
تعتبر هذه هي الثوابت باستثناء ، k3الذي يعتبر دالة على نسبة المممانعه ،معتمدة على تحميل
الطاقة الفعلي الحقيقي وذات ردة فعل كما في مستويات 9التحفيز في اآللة .كما تم األخذ في
االعتبار مثبت نظام الطاقة التقليدي الذي يشكل سلسلة من الشبكات المتصلة مع انحراف9
60
على أنها إشارة مدخل .يظهر الشكل 1النموذج الخطي لآللة المفردة سرعة المولد
المتصلة بنظام كبير حول نقطة التشغيل.
يتم الحصول على قيم اآليجين(الصفه)من وضع مصفوفه جينه و باستخدام 9برنامج Matlab.
يبدو من قيم الحلقة المفتوحة ،إن النظام بدون مثبت نظام الطاقة PSSيكون غير مستقر
ووج9د 9ان99ه ال حاج99ة لنق99ل بعض قيم اآليجين(الص99فه) نظ99رأ ألنه99ا موض99وعة في الجه99ة
اليسرى .وفي حالة وجود 9أي من الحاالت الكهروميكانيكية ،تلزم إضافة مثبت نظ99ام الطاق99ة
PSSلتحسين ثبات النظام .باستخدام 9خوارزمية مراقب9ة النم9وذج غ9ير المركزي9ة ،يتم ايج9اد
متغير نظام الطاقة التقليدي.
لتقليل معايير الخطأ ،يولد ضابط 9التحكم متغيرات الكسب وثبات الوقت المتق99دم للط99ور.
يتم تقليل الزمن المتمم مضروبا ً في القيمة المطلقة للخطأ عن طريق تطبيق 9خوارزمية جينيةً.
تعم99ل ه99ذه الخوارزمي99ة على ترم99يز 9المتغ99يرات كي يتم تحس99ينها الى الوج99ه األمث99ل حيث تم
تمثيل كل متغير 9بست عشرة بايت وتم توليد كروموسوم واحد او كروموسومات عن طري99ق
تسلسل خيوط المتغير الرموز .وعلى نقيض البحث العشوائي التقليدي.
تمضي الخوارزمية ق99دما ً كم99ا يلي :تق99ييم ك99ل كروموس99وم ،عن طري99ق ف99ك ترم99يز الخي99ط
للحصول على معادل تقديم وتأخير 9الوقت التي يتم تطبيقها بعد ذلك في تمثي99ل وص99لة التش99بيه
في نظام الحلقة المغلقة.
تم اختيار الخمسة أفراد األكثر مالءمة آليا ً في حين تم اختيار الباقي بشكل عشوائي .
إن هذه هي إستراتيجية النخبة التي تؤكد على إن اإلرادة األفضل لألجيال لن تضعف
أبدا وبالتالي 9ضمان تقارب الخوارزمية الجينية.
باستخدام األفراد 9الذين تم اختيارهم ، 9يتم اختيار المجموعة التالية عن طريق 9التجاوز
والطفرة نقطة واحدة .وتم تطبيق الطفرة مع احتمالية منخفضة جداً مقدارها 0.001
لكل خانة (بت) .يضمن التكاثر 9عن طريق استخدام التجاوز 9والطفرة عدم وجود
61
فقدان كامل ألي جين في المجموعة عن طريق قدرتها 9على إدخال أي جين قد ال
يكون موجوداً 9في البداية ،أو يفقد الحقاً.
تم تكرار هذا الترتيب حتى يكون قد تم تقارب الخوارزمية ( 50مرة) و التوصل 9الى
تشبيه وتقييم ضبط معادل تقديم وتأخير زمن الخوارزمية الجينية باستخدام باستخدام
التشبيه في برنامج . MATLAB
الخطوة :1
وضع عداد توليد k=0ووضع 9حلول مبدئية عشوائية } . X0={Xi, i= ……….nيمكن كتابة
الحل المبدئي X، ithعلى شكل ] ،xi=[p1p2….pj…pmحيث يتم توليد المتغير pjلل99ترتيب jth
عن طريق اختي9ار عش9وائي لقيم9ة ذات احتمالي9ة موح9دة من مس9احة البحث المتعلق9ة به9ا [Pimin.
.] Pjmaxتشكل هذه الحلول المبدئية المجموعة الرئيسية في التوليد المبدئي .x0ويتم تقييم كل فرد
من x0باستخدام 9الدالة الموضوعية ،Jالمجموعة .x= x0
الخطوة :2
تحسين كل فرد وصوالً الى الوجه األمثل في ،xواستبدال 9كل فرد في xبنسخته المحسنة محلياً،
وتحديث قيم الدالة الموضوعية وفقا ً لذلك.
الخطوة :3
البحث عن القيمة المثلى للدالة الموضوعية Jminووضع الحل المتعلق بالدالة Jminعلى أساس
أنها الحل األفضل X bestمع الدالة الوظيفية .J best
الخطوة :4
تفقد معايير اإليقاف .إذا تمت تلبية واحد منها ،يتم التوقف 9.خالف ذلك ،ضع ،k=k+1ثم انتقل
إلى خطوة .5
الخطوة :5
ضبط عداد السكان على .i=5
الخطوة :6
الرسم بشكل عشوائي ،مع احتمالية موحدة .هنالك حالن وهما x1، x2من ، xتنطبقان على
مشغلي التجاوز والطفرة الجينية للحصول على .x3
62
الخطوة :7
ً
تحسين الحل x1محليا والحصول على .x3
الخطوة :8
تفقد عن كون x3أفضل من الحل األسوأ في x1بالحل x3واستبدال قيمة الهدف بقيمة .x3
الخطوة :9
ً
اذا كانت ،i=nانتقل الى الخطوة ،3خالفا لذلك ضع i=i+1وارجع الى الخطوة .6
تم تطوير 9مساحة حالة تزايدية لنظام اآلله المتصله مع منظم فولتية ذي أربع99ة متغ99يرات.
لقد وجد أن هذا النظام بدون مثبت نظ99ام طاق99ة يك99ون غ99ير مس99تقر م99ع وج99ود 9الج99ذور في الجه99ة
اليمنى .تم وضع مشبه لالستجابة الدينامية للنظام 9بدون مثبت نظام طاقة باستخدام 9وصلة التش99بيه
لالضطراب.
شكل ( :)12 – 5وقت حالة الحمل العادي لآللة المفردة المتصلة بشبكه القدره .
7 .3 .4االستنتاجات:
63
ان أداء مثبت نظام الطاقة التقليدي CPSSقد ال يعطي نتائج مرضية عندما يحدث تغيير
هائ999ل في نقط999ة التش999غيل.تظهراالس999تجابة الدينامي999ة أن نظ999ام 9مثبت الطاق999ة المب999نى على
الخوارزمية الجينية له استجابة مثلى وتكون االس99تجابة سلس99ة وفيه9ا 9انطالق زائ99د واس99تقرار
أقل مقارنة مع مثبت نظام الطاقة التقليدي.
عن99د مقارن99ة مثبت نظ99ام الطاق99ة التقلي99دي ومثبت نظ99ام 9الطاق99ة المب99نى على الخوارزمي99ة
الجيني99ة ،يعطى مثبت نظ99ام الطاق99ة المب99نى على الخوارزمي99ه الجين99ه نت99ائج التش99بيه ان مثبت
الطاقة المبني على البحث يمكن أن يعمل بفاعلية وقوة على نط99اق واس99ع ويض99هر ق99دره على
الصيطره اكبر من مثبت نظام الطاقه .
الفصل الخـامس:
السيطرة على المحرك الحثي
المتناوب بأستخدام المنطق الضبابي'
1 .5المقدمـــــــــــة
في الفصل الرابع درسنا 9التطبيقات الثالث للذكاء الصناعي فوجدنا ان االكثرمرونه في
التطبيق على الطاقه الكهربائيه هو المنطق الضبابي 9الذي يعتمد على قوانين يضعها الباحث
حسب النظام المطبق عليه .وسنقوم في هذا الفصل باستخدام المنطق الضبابي 9للسيطره على
المحرك الكهربائي الحثي المتناوب ثالثي الطور باستخدام 9النمذجه ببرنامج الماثالب (.)Matlab
ان المحرك الحثي المتناوب من اكثر المحركات استخداما 9وهو االكثر شهره في انظمه
السيطره في المجال الصناعي .باالضافه الى استخدامه المنتشر في مشغالت البيت الرئيسية.
كذلك فان تصميمه بسيط ومنخفض الكلفه مقارنه بالمحركات 9االخرى .و يربط المحرك الحثي
المتناوب مباشره مع مصادر التيار المتناوب.
64
هناك انواع مختلفه من المحركات الحثيه المتواجده في سوق العمل وان اختالف هذه االنواع
يختلف حسب التطبيق المطلوب.
ان السرعه والعزم 9هي اداه التحكم النواع متعدده من المحركات الحثيه المتناوبه .حيث تحتوي
جميع انواع المحركات الحثيه على جزء دوار وجزه ثابت وتستخدم المجال المغناطيسي 9المتولد
لتدوير الجزء الدوار[.]29
في السنوات القليله الماضيه اصبحت تقنيه ال simulinkمن اوسع الرزم 9البرمجيه من
الناحيه االكاديميه ومن الناحيه الصناعيه للنمذجه ولتمثيل 9االنظمه .ان الفائده من هذا النظام او
اي نظام مشابه له سوف تمكن الباحث او المستخدم 9من عمل االختبارات التي يحتاجها اذ
باالمكان بناء النماذج المطلوبه او اخذ نموذج قديم ويجري 9عليه االضافات او التغيرات.
ان عمليه التمثيل ()simulationهنا هي عمليه تفاعليه لذلك فانه باالمكان تغير بعض
المتغيرات ومالحظه التغير بالنتائج مباشره على الدائره .ان مثل هذه النماذج تقوم بتحويل
الحاسوب الى مختبر لنمذجه وتحليل الدوائر 9التي ال يمكن تمثيلها ببساطه في المجال العملي.
لقد استخدمنا في هذا البحث تقتيه الـ Matlab -Simulinkفي تمثيل المحرك الحثي
المتناوب ثالثي الطور وتم استخدام تقتيه المنطق الضبابي للسيطره حيث تم صياغه القوانين
الخاصه بالمنطق 9الضبابي لكي تتعامل مع متغيرات السرعه والعزم 9في المحرك الحثي المتناوب
ثالثي الطور ويمكن رؤيتها بالضغط على مربع متحكم المنطق الضبابيfuzzy logic( 9
.)controlerكما هو موضح في الشكل التالي.
65
4 .5قوانين المنطق الضبابي للسيطره :
تم وضع قوانين المنطق الضبابي 9لتعالج حاالت مختلفه من التغيرات المحتمله حسب طبيعه
النظام وسوف 9نجد ان القوانين هي لفظيه والذي يميز المنطق الضبابي 9عن باقي التطبيقات:
ويمكن رؤيه هذه القوانين في برنامج الــ Matalb-simulinkعن طريق مربع المسار
Start – toolboxes – fuzzylogic – FIS editor viewer
66
الشكل ( :)1 – 5النموذج الكامل للنظام في برنامج الماثالب(.)Matlab
ويمكن رؤيه النتائج عن طريق 9مربع الخرج المتمثل بعرض منحنيات الخرج ويسمى 9ب()scop
حيث يوضح احداثيات اربع منحنيات وتمثل االحداثيات كالتالي:
االول :يمثل الفولتيه مع الزمن.
الثاني :يمثل التيار مع الزمن.
الثالث :يمثل العزم مع الزمن.
الرابع :يمثل منحني انحراف السرعه.
67
الشكل ( :)2 – 5يوضح منحنيات الخرج
68
الشكل ( :)3 – 5يمثل منحني متغيرات الدخل و الخرج
69
الشكل ( :)4 – 5يظهر خصائص متحكم المنطق الضبابي 9في النظام
70
الفصل السادس:
االستنتاجات و التوصيات
1 .6االستنتاجات
بعد دراسة التطبيقات السابقة لتقنيات الذكاء الصناعي ( و هي الشبكة العصبية الصناعية
و المنطق الضبابي 9و اللوغاريثمات الجينية) التي استخدمت في تطبيقات الهندسة الكهربائية,
قام الباحث بأختيار 9تقنية المنطق الضبابي 9و ذلك لمرونة هذا التطبيق في صياغة القوانين بينما
قد نحتاج الى عدد كبير من الخطوات البرمجية لو استخدمنا 9تطبيق الشبكة العصبية الصناعية أو
قد نحتاج الى عمليات حسابية معقدة جدا في حالة استخدام تطبيق اللوغاريثمات الجينية .و قد تم
تمثيــل النظــام على محــرك حثي متناوب ثالثي الطور و نمذجته باستخدام 9برنامج الـــ(
. )Matlab – Simulinkو يمكن تلخيص االستنتاجات في ما يلي:
( )1ان تقنية الشبكة العصبية ( )Neural Networkتميل الى تمثيل المعلومات (
)modeling Toolsحيث يكون لدينا عدد اكبر من المعلومات ,و ينصح باستخدم9
الشبكة العصبية في المشاريع 9التي تحتاج الى ايجاد عالقة بين المعلومات و بين النتائج
المطلوب الوصول اليها.
( )2ان تقنية المنطق الضبابي 9تستخدم للتعامل مع معلومات غير مؤكدة أو المعلومات المضببة
من خالل وضع عالقات و قوانين من قبل الباحث أو المطبق 9حسب التغيرات التي تطرأ
على بيئة العمل ( المدخالت) .و لهذا السبب ينصح بأستخدامها في المشاريع التي تعطي
حاالت مختلفة لمدخل معين اكثر من اعطاها ارقام 9او بيانات.
( )3اما تقنية الخوارزميات 9الجينية فأنها تستخدم لمعرفة افضل القيم التي تحصل عليها
المنظومة لذلك ينصح الباحث بأستخدامها 9مع المشاريع التي تعطي ناتج أو خرج يكون
مثالي بين المخرجات.
71
2 .6التوصيات
( )1يوصي 9الباحث بتطبيق 9تقنية المنطق 9الضبابي على المحرك الحثي المتناوب ثالثي
الطور 9مختبريا ً و مقارنـــة النتائج المختبرية مع النتائج التي اظهرها برنامج
. .Matlab – Simulink
( )2تطبيق 9تقنيتي الشبكة العصبية الصناعية و الخوارزميات الجينية التي درسناها 9في
الفصل الثالث و الرابع على المحرك الحثي المتناوب ثالثي الطور لمقارنة النتائج على
نفس التطبيق 9الظهار التقنية االكثر مالئمة عملياً.
72
المراجع العربية
[ – ]1ثائر محمود ,صادق فليح عطيات" ,مقدمة عن الذكاء الصناعي" ,الطبعة االولى
[ – ]6المؤسسة العامة للتعليم الفني و التدريب المهني " ,تقنية االنظمة الهيدروليكية و
[ – ]7االستاذ الدكتور عبد المنعم بالل " ,التحكم اآللي و الذكاء االصطناعي بين النظرية و
[ – ]8تغريد عبد العزيز طلبة " ,هندسة التحكم االوتوماتي" ,مطبعة جامعة الملك سعود –
الرياض.1989 ,
[ – ]30د .رمزي احمد عبد الحليم ,د .عالء الدين عويد محمد صالح ,تحليل انظمة القدرة
الكهربائية ,كلية الهندسية جامعه الموصل.1992 ,
73
المراجع األجنبية
Amsterdam, 1996.
[11] – Dr. Marcian N. Cirstea, Dr. Andrei Dinu, Dr. Jeen Gkhor, Prof.
[13] - George S. Klir, " Fuzyy Sets and Fuzzy Logic Theory and
74
[17] – Jain N. M. Martis, " Fusion of Neural Network, Fuzzy Systems and
Genetic Algorithms".
[18]. Wenxin Liu, Ganesh k., Venayagamoorthy, Donald c., wunsch II,
''Adaptive neural network based power system stabilizer design'', university
of Missouri-rolla, mo65401, USA.
[19]. Larsen, E.V. and Swann, D.A., ''Applying power system stabilizers'',
IEEE, PAS-100, NO. 6 – PP. 3017-3041, 1981.
[21]. Hsu, yy. And chen, c.l., '' Tuning of power system stabilizers using an
artificial neural network.
[22]. Segal, r. Kothari, m.l. and madnani, s., '' radial basis function network
adaptive power system stabilizer'' IEEE, VOL. 16, NO. 2, PP. 722-727,
2000.
[23]. Park, y.m., hyun, s.h., and lee, j. h., '' Asynchronous generator stabilizer
design using neuro inverse controller and error reduction network, IEEE,
VOL. 11, NO. 4 , PP. 1969-1975, 1996.
[24]. ZHANG, Y., MALIK, O.P., Hope, g.s., and chen, g.p., '' applications of
an inverse input/output mapped ann as a power system stabilizer'', IEEE,
VOL. 9, NO. 3, PP. 433-441, 1994.
[25]. Shamsollahi, p. and malik, o.p., '' direct neural adaptive control applied
to synchronous generator'', IEEE, VOL. 14, NO. 4, PP. 1341-1346, 1999.
[26]. S. a., taher, and a. shemshadi, '' design of robust fuzzy logic power
system stabilizer, eng. And tech., vol.21, 2007.
[27]. Toliyat h.a., sadeh, j. and ghazi r., '' design of augment fuzzy logic
power system stabilizer to enhance power system stability'', IEEE, vol. 11
no. 1 , 1996.
75
[28]. Mohamed Zellaguri, '' Robust power system stabilizer design using
genetic local search technique for signle machine connected to an infinite
bus, ISSN. 1997-5422.
76
Abstract
77