雷竞技网页版研究和评论——国际期刊雷竞技苹果下载

全球研究计算机科学杂志》上

菜单

石头:2229 - 371 x

所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

模糊方法和工具基于T-CONTROLLER起重机管理系统

Iryna Olehivna Verbenko* 1,罗马Oleksiyovych Tkachenko2
  1. 出版信息技术,利沃夫国立大学理工,利沃夫,乌克兰
  2. 出版信息技术,利沃夫国立大学理工,利沃夫,乌克兰
通讯作者:Iryna Olehivna Verbenko,电子邮件:(电子邮件保护)
相关文章Pubmed,谷歌学者

访问更多的相关文章全球研究计算机科学杂志》上

全球研究计算机科学杂志》上

文摘

可能的问题,比较分析控制门式起重机表示方法。选择T-Controller模糊干扰系统进行进一步的工作。运动的数学方程计算使用拉格朗日方程和欧拉和龙格-库塔方法。

关键字
龙门起重机,模糊干扰系统(FIS),模糊逻辑,T-Controller应用程序中,起重机管理系统。

介绍
工业起重机广泛应用于现代物流运输的装载在一个给定的轨迹。例如,龙门起重机负载从点对点在水平方向移动。通常是一个熟练的操作员管理这一任务。
在这个过程中,负载可能在pendulum-like运动摇摆。如果摆动超过适当的限制,必须减少或操作必须被打断,直到停止。
的一个方法来提高控制效率这样的过程是基于人类经验的使用和模糊建模[1]。模糊建模使用模糊逻辑控制器允许什么解决不利影响的问题,由于系统的非线性。

任务
主要目标是开发一个可靠、快速和可用的门式起重机的控制系统。系统应该管理快速转移负载从点对点控制摆动的负载的能力。由于起重机大车与商品没有划掉容许摆动的限制。swing实现管理控制的三个主要参数:相对于纵轴的角的车,车的位置相对于开始/结束点和对应点的力量。
模糊干扰系统:
目前不同的数学模型用于起重机管理不是因为设计问题制定模棱两可。因此,控制器基于模糊选择生产系统的概念。模糊推理系统(FIS)——模糊逻辑利用人类的常识或专家知识建立控制系统或模型数据。模糊推理系统应用模糊if - then规则,模型的定性方面人类知识和推理过程不使用精确的定量分析。然而,常见的模糊推理系统有几个问题。例如,良好的可解释性与准确性,少量的输入变量,耗时的调优,需要足够的数据基础和依赖去模糊化方法:相同的规则给不同的结果取决于去模糊化。所有这些问题限制的使用现有的模糊系统来管理复杂的技术对象。
模糊推理系统的算法:
Mamdani和Takagi-Sugeno算法是最受欢迎的和众所周知的FIS算法也可能受雇于起重机小车控制系统。一方面Mamdani +算法,如灵活的规则设计和模糊逻辑方法的实现,基于实验和推广专家的知识管理系统表示为透明,用户可以理解的。另一方面这个算法也有以下缺点:多元去模糊化过程中,每一个现有的去模糊化方法提供不同的低精度结果结果,需要更多的时间来正确地配置系统。总的来说,低利率的结果在允许的时间内形成延迟。Mamdani相比,Takagi-Sugeno算法只适用于足够的数值数据,通过田间试验,是可用的。尽管如此,如果模型参数取决于配置,自然或负载大小,使用这样的模糊推理系统,在一般情况下,不恰当的,因为它需要创建单独的模型对每个分割区域适当的控制行为的形成,大大影响系统的性能。
T-Controller模糊系统改善的准确性:
T-Controller金融中间人是一个原始的模糊逻辑方法。与传统的模糊推理系统相比,T-Controller是基于特殊的去模糊化方法和规则建筑是由预期的输出,析取规则:每个输出值只对应一个规则。还专家评估间隔可用于规则构建TController [2]。
因此T-Controlled相对常见的模糊系统,有几个主要优点如:
逻辑推理(和)和(或)构成组合成一个特定的步骤;
受制于特性的规则数量只输出变量;快去模糊化;
规则设计过程直观地理解专家通过分析可能的情况下输出变量;高精度的¢控制器——高速几何去模糊化方法和零系统误差(更严格的“输入”给出了更精确的“输出”);配置是更快的过程;
简单实现的软硬件版本。在下图T-Controller应用程序演示了[2,3]。
龙门起重机的简化模型
起重机运动的方程
龙门起重机的简化模型显示在图2,地点:我是一个车的位置相对于起点,xp和yp质心的位置,Mc是车的重量,议员是起重机的重量,α是一个购物车角,Fc是外部力量应用于车[4]。这一个钟摆可以表示成一个系统,输入参数u(起重机)的力量和两个输出:一个购物车(角)和我(车位置)[5]。
图像
运动的数学方程(1)和(2)可以利用拉格朗日方程,计算总势能和动能。
线性化后的非线性单模型的龙门起重机收到下面的微分方程组,在(3)和(4)表示。
图像
图像
图像
参数方程(1)和(2)是在表1中列出的值从(4、5)。线性运动方程(3)和(4)计算后取代(1)和(2):因为(α)= 1和罪恶(α)=α,并使用如表1中的参数。
欧拉和龙格-库塔数值方法用于微分方程系统的集成。
模糊控制模式龙门起重机小车的位置:
T-Controller FIS,使用模糊逻辑规则的一个适当的评估能力,提供输入的龙门起重机[6]。规则形成规范化的知识和专业经验的某些行业的专家。
对象管理(龙门起重机)的合成模型提出了基于龙格-库塔方法对图3和图4基于欧拉方法-模糊控制器控制系统可以用来起重机功能内置波动减少。
swing实现管理控制的两个主要输入参数:购物车的角相对于纵轴显示在第一列的截图和车位置相对于开始/结束点是第二列所示,和一个输出参数是计算使用T-Controller软件和第三列在图3和图4所示的屏幕截图。
图像
来说明系统的工作原理,并评估开发解决方案的有效性,创建相应的动画程序,延时图像变化定期执行。这个动画的截图是显示在图5 [7]。
图像

结论
门式起重机广泛用于工业用途,需要将负载从一个区域到另一个地方。在这种情况下,负载应该没有任何移动起重机左右摆动,因为它可能伤害,尤其是人。因此在这个操作过程中负载可能流利pendulum-like波动轨迹。如果适当的摆动超过极限,它应该被推迟或操作必须暂停,直到摇摆不停止的时间。这些选项带走了大量的时间,造成物质损失。
在这个研究报告提出了龙门起重机小车控制系统的摇摆与高精度定位运动。除了操作系统的可视化动画。传统模糊干扰系统的优点和缺点。尽管如此,T-Controller好处与传统相比FIS十分突出。介绍了龙门起重机简化模型的模式基于两个输入参数:角度和位置,和一个输出功率和一个输出参数——权力。

承认
我们要感谢我们的同事Olexij Tkatchenko和Oleksandra Mishchuk输入。

引用
  1. h·m·奥马尔“控制龙门和塔CranesA¢A€–论文提交给弗吉尼亚理工学院的教师。——维吉尼亚州,2003年。- 100 p。
  2. o . Tkachenko¢€•基于规则系统的改进accuracyA¢€–/ /第56国际材料科学讨论会。图:图尔。2011。
  3. r . Tkachenko¢€•新范式的人工神经网络直接propagationA¢A€–Visnyk利沃夫国立大学理工。——¢„–386,1999。——ISSN 0321 - 0499
  4. Burul我。,Kolonić F., Matuško J., ―The control system design of a gantry crane based on H∞ control theory‖ MIPRO 2010. – Croatia. P. 183-188
  5. Popadic T。,Kolonic F., Poljugan A., ―A fuzzy control scheme for the gantry crane position and load swing control‖ University of Zagreb. — p. 6
  6. 关于T-controller[数字]来源。通过链接访问:http://tkatchenko.com/t-controller/about-t-controller/
  7. R。Tkachenko, O。Tkatchenko,我。Verbenko, O。Mishchuk“龙门起重机的模糊控制方案购物车的立场”,CSIT 2012, p。174 - 176年,2012年11月。
全球技术峰会