UNIVERSITATEA AUREL VLAICU ARAD Facultatea de Inginerie Automatic i Informatic Aplicat

Controlul pendulului inversat cu regulator neuro-fuzzy

Profesor coordonator

Student:

Conf. univ. dr. ing. Valentina B la

Danity Srgian

Mi-am propus in cadrul acestui proiect sa obtin controlul unghiului unui pendul inversat atasat unui corp mobil. Scopul este de a ma familiariza cu notiunile de regulator fuzzy si retea neuronala studiate in cursul semestrului. A fost un moment oportun pentru a face o comparatie cu regulatoarele de tip PID studiate anterior. Abordarea se poate caracteriza drept superficiala deoarece am preferat o analiza grafica in locul unei analize matematice, iar ajustare fina a regulatoarelor a s-a facut prin incercari repetate. Pasii urmati au fost: 1. 2. Obtinerea modelului de simulare pentru pendului inversat (sursa: www.mathworks.com) Modificarea modelului matematic (traducerea semnalelor in limba engleza din limba spaniola si adaugarea de intrari si iesiri conform scopului propus). Studierea functiilor de transfer. Modelarea si ajustarea unui regulator PID in vederea intelegerii mai bune a actiunii regulatorului si a obtinerii de marimi pentru comparatii pentru metodele fuzzy si euro-fuzzy. Sacrificarea controlului asupra pozitiei mobilului datorita complexitatii setului de reguli pentru inferenta fuzzy. Modelarea si ajustarea unui regulator fuzzy de tip Mamdani. Modelarea si ajustarea unui regulator fuzzy de tip Sugeno. Obtinerea retelei neuronale din regulatorul fuzzy de tip Sugeno. Obtinerea seturilor de date de antrenare pentru reteaua neuronala folosind ca sursa regulatorul fuzzy de tip Sugeno. Antrenarea retelei neuronale cu seturile de date obtinute mai devreme. Incarcarea regulatorului neuro-fuzzy antrenat mai devreme si testarea in simulator atat cu perturbatiile folosite si in cazul celorlalte regulatoare cat si semnale de perturbatii aleatoare. Analizarea rezultatelor si concludere.

3. 4.

5. 6. 7. 8. 9. 10. 11.

12.

Modelul matematic al ansamblului pendul inversat mobil .

Animatia modelului matematic al ansamblului pendul inversat mobil pe durata simularii.

Functia de transfer albastru: pozitia mobilului; verde: unghiul pendulului la un impuls aplicat cuplului mobilului.

Functia de transfer albastru: pozitia mobilului; verde: unghiul pendulului la un impuls aplicat pendulului.

Modelul de simulare cu regulatoare PID control unghi pendul si pozitie mobil.

Graficele de evolutie a marimilor in cazul reglarii cu regulatoare PID.

Modelul de simulare cu regulator fuzzy control unghi pendul.

Setul de reguli a unui regulator fuzzy de tip Mamdani. 6

Suprafata marimii de comanda pentru regulatorul fuzzy de tip Mamdani.

Graficul de evolutie a marimilor in cazul regulatorului fuzzy de tip Mamdani.

Setul de reguli a unui regulator fuzzy de tip Sugeno.

Suprafata marimii de comanda pentru regulatorul fuzzy de tip Sugeno.

Graficul de evolutie a marimilor in cazul regulatorului fuzzy de tip Mamdani.

Structura retelei neuronale generata in urma importarii regulatorului fuzzy de tip Sugeno.

Setul initial de date de antrenare al retelei neuronale.

Datele de intrare pentru antrenarea retelei neuronale.

Datele antrenarii retelei neuronale. 10

Antrenarea retelei neuronale cu un pachet de date de antrenare complex.

Setul de reguli al regulatorului neuro-fuzzy in urma antrenarii cu pachetul de date complexe.

11

Suprafata marimii de comanda a regulatorului neuro-fuzzy in urma antrenarii cu pachetul de date complexe.

Graficul de evolutie al marimilor controlate cu regulator neuro-fuzzy antrenat cu pachet de date complexe.

12

In loc de concluzie Efortul depus in obtinerea acestor date a fost considerabil insa rezultatele sunt peste masura asteptarilor. Am dobandit o mai buna intelegere a regulatoarelor fuzzy si neuro-fuzzy dar in acelasi timp am convingerea ca sunt necesare intrumente software puternice pentru a putea obtine regulatoare perfomante in cazul proceselor usor de instabilizat unde setul de reguli de inferenta este complex sau cel putin este necesara o vasta experienta pentru a putea organiza inferenta. Un dezavantaj al toolbox-ului anfisedit este faptul ca o valoare a functiei de apartenenta a marimii de control nu se poate repeta daca se doreste obtinerea unui regulator neuro-fuzzy. Si nu in cele din urma am ajuns sa cunosc mult mai bine intrumentele Simulink , anfisedit si fuzzy disponibile in cadrul aplicatiei de calcul matriceal MATLAB.

13