在线刊号(2278-8875)印刷版(2320-3765)
EltahirHussan1阿里·哈姆达2
|
有关文章载于Pubmed,谷歌学者 |
更多相关文章请访问国际电气、电子和仪器工程高级研究杂志
本文介绍了喀土穆地区灌溉控制模糊逻辑的实现。2个传感器用于控制灌水泵,温度传感器和湿度传感器。采用MATLAB/SIMULINK软件进行计算机仿真,建立了模型。该模型的操作结合了开环控制和闭环控制两种控制方法。采用了Mamdani和Sugeno两种算法。给出了规则表,并给出了仿真结果及其分析。分析了灌溉控制器模型在三种不同输出信号和三、五种不同隶属度情况下的运行情况。
关键字 |
灌溉,控制,模糊逻辑,传感器 |
介绍 |
农业是大多数苏丹人的生计来源,对国家经济有很大影响。在干旱地区或降雨量不足的情况下,灌溉变得困难。因此,为了保证合理的产量和水的安全,需要实现自动化。本文详细介绍了变频灌溉、成熟传感器、温度传感器、单片机、阀门和水泵的设计和仪表,以控制分段灌溉、喷灌或滴灌的水流。该系统在硬件成本、功耗和话费方面都非常经济。本文提出的模糊控制系统采用MATLAB,模糊逻辑Simulink进行编程和仿真,并将一台灌溉机转换为程控控制器进行电子控制。本文介绍了苏丹喀土穆地区灌溉过程模糊控制的实现方法。 |
文献调查 |
根据调查,在灌溉控制领域有许多论文,太阳能智能灌溉系统是印度农民的答案,他提出了由太阳能水泵组成的系统,灌溉用于增加农业生产,以满足论文[7]中日益增长的人口需求。在现代雨水灌溉系统中,植物一半的土地面积是由雨水供应的,因此大量的水被节省下来。食品需求的不断增长要求食品生产技术和灌溉控制的快速改进,如纸[6]。对于温度控制,采用模糊逻辑控制器是最好的方法,如纸[9]。图形动态仿真软件的使用更受工程师欢迎,以减少开发新的控制系统的时间,如论文[3] |
方法 |
标准的模糊控制器是使用隶属度函数来定义输入变量和输出变量。模糊控制器可以是不同的类型,但最常用的是三角隶属函数[6]。语言输入变量按照不同的规则使用,这些规则可以综合在表1中。表2。与语言变量相对应的变量值的定义通常是由编写模糊控制器Angelina[1]的人的经验定义的。模糊逻辑控制算法由7个阶段组成,如图1所示。模糊逻辑控制器的不同实现是由于不同的推理和去模糊化方法。这七个陡坡的实现和仿真与MATLAB\SIMULINK..Mamdani隶属函数方法首次用于控制器设计G.S. Nhivekar[5]。定义值的两个输入变量表示模糊集(3和5隶属度),如表1所示。表2。 Philip [2]. The inputs variables were loads,temperature and humidity derivable from sensors. The output of the controller is the quantity that controls the irrigation pump. |
![]() |
A.获取清晰的输入 |
温度和湿度是由斜坡信号产生的两个信号,然后通过温度传递函数和带有增益的传递函数从传感器读取。 |
b .模糊性 |
模糊化接口将输入值转换为输入模糊变量Namitha[3]的语言术语。从传感器读取的湿度范围(0-1000 mv),模糊化过程将其计算为Dray,中等或潮湿,温度传感器读数(0-1000)也被评估为低,中,高。 |
C.规则评估 |
根据表i和表2所示的隶属度函数,规则库由输入和输出变量之间所需关系的规则定义。Namitha[3]。规则评估每次执行一条规则,使用所获得的每个条件的隶属度。 |
d .推理 |
模糊逻辑控制器的输出取决于规则的隶属度等级。取决于当前输入值。推理方法可以根据每个规则的动作部分的性质进行分类。采用Mamdani方法,结果是由式(1)和式(2)中最小积法或最小相关法相关的项或模糊集的集合 |
![]() |
![]() |
![]() |
![]() |
e .聚合 |
Mamdani方法规定了特定的聚集来将一个加权模糊集组合成一个模糊集,如式(3)所示。 |
![]() |
通过图5中的公式计算每个模糊集的重心(COG)来进行聚合 |
![]() |
f .去模糊化 |
Mamdain方法推理阶段的输出是一个模糊集。Defozzyificatin是指从一组单例、一组重心或一组模糊集评估一个清晰的输出。去模糊化方法可分为质心法和最大值法两种。 |
G.脆度输出 |
当推理的输出是模糊集时,将Max方法应用于Mamdani方法。同样的规则应用于sugeno型模糊推理系统控制器的输入。 |
结果与分析 |
在MATLAB / SIMULINK环境下进行仿真。图1给出了仿真模型。有两个输入温度和湿度的模糊控制器,输入信号作为随机数与反馈信号有累加点连接,温度信号通过传递函数埋葬,湿度信号通过增益2埋葬,传递函数s1跟随。 |
![]() |
图1。带有两个输入温度和湿度的模糊控制器 |
图1显示了仿真模型。有两个输入温度和湿度的模糊控制器,输入信号作为随机数与反馈信号有累加点连接,温度信号通过传递函数埋葬,湿度信号通过增益2埋葬,传递函数s1跟随。 |
![]() |
图2两个输入温度和湿度的模糊控制器 |
图2两个模糊控制器,温度和湿度两个输入,输入信号取随机数与有求和点的反馈信号连接,温度信号通过传递函数1、3传递,湿度信号通过增益2传递,传递函数2、4跟随,第一个控制器通过Mamdani模糊控制器加载,第二个控制器通过Sugeno模糊控制器加载。规则分别适用于Mamdani和Sugeno两种方法的3个成员和5个成员。 |
![]() |
图3。显示了相同类型(Mamdani)在不同隶属度(三隶属度和五隶属度)下的输出之间的差异,我们可以看到成员函数的增加提高了控制器的输出 |
![]() |
图4。显示了反馈对Mamdani控制器效率的影响,闭环控制器克服了变化,而不是开环 |
![]() |
图5。模糊控制器mamdani和sogemo具有三隶属度和反馈 |
![]() |
![]() |
图6。Mamidani有五个会员,sogemo有五个会员 |
讨论 |
结果表明,基于sugeno型模糊推理的控制器具有平滑的操作推理控制器。基于sugeno型模糊推理系统的五隶属度控制器比三隶属度控制器效果更好。同时指出,基于sugeno型模糊推理系统的控制器对输入值变化的响应比Mamdani型更有效。 |
结论 |
基于mamdani型模糊推理系统的灌溉控制器和基于sugeno型模糊推理系统的灌溉控制器的开发可用于灌溉泵运行控制或任何水控制系统,sugeno型模糊推理系统在性能和适应性方面具有较好的效果,sugeno隶属度越高,效率越高。 |
确认 |
作者要感谢El_NeelainUniversity工程学院、Al Duma博士和AbdBasit苏丹大学以及控制工程系的负责人为开展这项工作提供了设施 |
参考文献 |
|