BMXAMI0810H处理模糊集是模糊控制关键的阶段。它由模糊控制知识库“控制”。图6展示了适用的知识库。注意err和der输入变量是如何量化的。它们的分布函数不是等距分布的;err成员函数被更多地“推向”中心(S),而der成员函数则被更多地推向高值。为什么这种安排?检查知识库中的输出变量分布提供了答案。考察零(Z)级。它们的配置为:紧密地跟随误差的平方根函数err的输出,这是可能是对时间控制中使用的开关曲线的仿真。接下来,看看与其它控制器相比,模糊控制器的性能如何,其输出变量的形状以图8中橙色线表示。
应用基于神经网络的控制
在控制系统中使用人工神经网络(ANN)有无数种可能性。其中,很多使用基于神经网络的受控系统(工厂)模型,或对其逆动态进行建模,与经典PID控制器相结合,有助于创建自适应和其它更复杂的控制系统。
通过训练这种神经网络,模拟位置伺服系统的开关曲线可以尝试一种不同的方法。正如之前所了解的,通过使用时间控制可以实现快速的伺服机构运动。开关曲线关键的一个方面,是使用调节误差的平方根函数。甚至是模糊控制器,也被“调谐”以模拟该平方根函数。
然而,由于实际开关曲线仍然可以与sqrt()函数的近似值不同。有没有办法找到位置伺服机构的实际开关曲线?答案是肯定的。可以找到位置伺服机构的实际开关曲线,“训练”ANN记住它并按需生成它。更进一步,可以训练ANN来接管整个开关控制器。
开关曲线是关于[err,der]对值的序列,伺服电机驱动器对可施加到电机的额定电压进行极性转换。通过在开环中运行伺服机构(即无反馈),测量并记录其位置(err)和速度(der)来查找相应的值。
BMXAMI0810H
BMXAMI0810H
Hübner Digital Tacho incremental Encoder POG90DN2048
Simatic S5 CPU944B 6ES5 944-7UB11 6ES5944-7UB11
Pepperl+Fuchs Schaltverst?rke?r KFD2-SOT-EX1 ovp
Pepperl&Fuchs Lichttaster OJ500-M1K-E23
10 Stk. Drossel F11.126/252 0,47μF x1 + 2x 1mH + 580K
Siemens Simovert P Micromaster 6SE3114-0DC40 ovp
Siemens Simovert P Micromaster 6SE3121-0DC40
Siemens Simovert P Micromaster 6SE3115-8DC40
Siemens Simovert P Micromaster 6SE3117-3DC40
Leuze Reflexionslicht?schranke PRK 96K/P-1361-29 ovp
Leuze Reflexionslicht?schranke PRK 96K/P-1360-21 ovp
Siemens Simolink Encoder 6SX7005-0AG01 versiegelt
Simatic S5 DO451 6ES5 451-8MA11 versiegelt
Simatic S5 DO451 6ES5 451-8MA11 ovp
Simatic S5 Busmodul 6ES5 700-8MA11 6ES5700-8MA11 OVP
Simatic S5 115U Betriebsystemmo?dul 6ES5 816-1BB11
Siemens NEOZED Lasttrennschalt?erSR60 5SG7230 ovp
Kl?ckner Moeller Hilfssschütz DILER-31-G-C ovp
Mitsubishi MELSEC F2-60ET-ESS F260ETESS ovp
Schenck process Bedienger?t Tastatur DTT20
Simatic S7 ET200X 6ES7 142-1BF30-0XA0
Simatic S7 ET200X 6ES7 141-1BF31-0XA0
Simatic S7 ET200X 6ES7 194-1JB00-0XA0 ovp
BOSCH Schwei?steuerun?g Typ E81..DYD E8126DYD
Moeller Leistungsschütz DIL3M80/22 37kW ovp
Moeller Lasttrennschalt?er PN2-200
Endress+Hauser Flowtec Procom ZL 6520
Endress+Hauser SILOMETER FXN 671 Z / FXN671
Endress+Hauser SILOMETER HTA 470 Z / HTA470Z