CC BY
98
DOI: 10.24143/2073-1574-2017-2-60-68 УДК 681.5
А. В. Вынгра
МОДЕРНИЗАЦИЯ МОДЕЛИ СУДОВЫХ ХОЛОДИЛЬНЫХ УСТАНОВОК ПРИМЕНЕНИЕМ НЕЧЕТКОЙ ЛОГИКИ ДЛЯ РЕГУЛИРОВАНИЯ ТЕМПЕРАТУРЫ
Рассматривается модернизация цифровых регуляторов температур судовых рефрижераторных установок. Приведена сравнительная характеристика существующих регуляторов температуры, определены их преимущества и недостатки. Предложено использование нечеткой логики для определения температурного режима холодильной установки и управления работой компрессоров переменной производительности. Разработан блок регулирования температуры на нечеткой логике в среде математического моделирования MATLAB/Simulink. Блок регулирования обрабатывает входные сигналы, которыми являются значение рассогласования температур и дифференциал рассогласования температур. На основе набора логических правил блок регулирования формирует управляющий сигнал и отправляет его на компрессор переменной производительности. С помощью модели холодильной установки, представленной в среде математического моделирования Simulink, проведено сравнение работы установки в двух режимах: с применением управления температурой на нечеткой логике и с применением релейного управления температурой холодильной установки. Установлено, что регулятор на нечеткой логике более эффективен для применения в холодильной установке благодаря высокой чувствительности к изменениям температуры, логическому прогнозу изменения температуры, а также отсутствию большого заброса между требуемой и действительной температурой установки. В режиме использования нечеткой логики регулирование происходит плавно, с небольшой задержкой во времени. Сделан вывод о существенных отличиях между логиками температуры, применяемыми для управления температурой судовой холодильной установки, оценены преимущества нечеткой логики в сравнении релейной.
Ключевые слова: нечеткая логика, холодильная установка, моделирование систем управления, регуляторы температуры.
Введение
В настоящее время происходит интенсивное развитие флота, при котором в системы автоматического управления внедряется цифровое оборудование, которое позволяет упростить управление различными судовыми системами.
Регуляторы на нечеткой логике. В большинстве устройств автоматизации технологических процессов, используемых в настоящее время, нечеткая логика позволяет применить опыт операторов для управления процессами.
Целью базовых правил нечеткой логики является формализация и применение человеческого умозаключения. Таким образом, нечеткая логика является частью искусственного интеллекта. Базы правил нечеткой логики являются наиболее часто используемыми инструментами в приложениях с нечеткой логикой и представляют собой набор правил, которые обычно используются параллельно, но в некоторых приложениях могут быть объединены.
Применяются правила следующего типа: IF «утверждение» THEN «результат». Базы правил нечеткой логики, подобно традиционным экспертным системам, основываются на базе знаний, построенной на основе человеческого опыта.
Обзор литературы по вопросам использования нечеткой логики
Основной задачей применения нечеткой логики является увеличение точности работы системы путем принятия решений непосредственно самой автоматической системой по заданным правилам.
В статье [1] разработан алгоритм управления на основе нейро-нечеткой (НН) технологии и исследована система управления выводом биореактора на заданный установившийся режим в условиях тепловыделения процесса ферментации. Приведены результаты моделирования
НН-регулятора и оценка его эффективности по сравнению с традиционным пропорционально-интег-рально-дифференциальным регулятором (ПИД-регулятором). Результаты исследований, описанных в [1], дают основание полагать, что внедрение предложенной системы позволит повысить точность поддержания заданной температуры относительно ПИД-регулятора на 2,1 % и снизить пиковый расход хладагента на 43 %. При этом обеспечивается робастность к возмущениям по температуре охлаждающей воды и компенсация тепловыделения процесса при ограничении на расход охлаждающей воды и при допустимых температурных рассогласованиях в системе при пиковом тепловыделении.
В статье [2] разработана математическая модель для диагностики синхронного генератора судовой энергетической станции в условиях эксплуатации и продемонстрирована реализация одного из модулей экспертной системы с применением аппарата нечеткой логики для диагностики технического состояния судового синхронного генератора. Получена поверхность нейро-нечеткого вывода, позволяющая установить зависимость значений выходной переменной от значений входных переменных нечеткой модели. Предложена модель оценки технического состояния на основе нечеткой логики с учетом неисправности оборудования, обеспечивающая повышение экономичности, увеличение ресурсных характеристик и продление межремонтного периода эксплуатации судовых синхронных генераторов.
Обзор аналоговых и цифровых регуляторов
На современном этапе развития автоматических систем управления в судовых рефкон-тейнерных установках для регулирования и поддержания температуры используют цифровые и аналоговые регуляторы. Сравнение регуляторов температур для холодильных установок Carrier, Thermo King, Love Controls Division приведено в таблице.
Сравнительные характеристики регуляторов
Марка характеристики ^^^^^^ Carrier Thermo King Love Controls Division
Используемые микроконтроллеры DataCORDER Micro-Link 2i, 3i MPC2000, MPC2000ID, MP3000 TSS2
Датчики температуры NTC, 10 kOhm при 25 °C (770 F) 10K3A1 NTC, 10 kOhm при 25 °C (770 F) 10K3A1 PTC thermistor (1000П @ 25 °C)
Диапазон измеряемой температуры -54^ +130°C -54^ +150°C -50^ +150°C
Логика регулирования температуры Relay, PI Relay, PI Relay
Точность управления 0,1 °C 0,1 °C 0,1 °C
Цена 450-500 долл. 450-500 долл. 100 долл.
У регуляторов температур используется релейная и пропорционально-интегральная (ПИ) логика управления, причем цена регуляторов с ПИ-логикой управления в 4-5 раз больше регуляторов с релейной логикой.
Средний заброс точности регулирования у существующих регуляторов - 0,1 °С, а пределы регулирования температуры зависят от устанавливаемых в систему датчиков температуры.
Цифровые регуляторы температур холодильных камер
ПИД-регулятор. ПИД-регулятор - пропорционально-интегрально-дифференциальный регулятор, он состоит из пропорционального (Кп), интегрального (К/) и дифференциального (К^) звена, у каждого из них свой коэффициент усиления. На рис. 1 представлена исследуемая система автоматического регулирования холодильной установкой с ПИД-регулятором и отрицательной обратной связью.
ПИД - регулятор
Kn
Холодильная установка
Заданная температура, Тзад
K
и/р
ШИМ
K
d*p
Компрессор
Датчик температуры
Действительная температура, Тд
Рис. 1. Система автоматического управления холодильной установкой с ПИД-регулятором: ШИМ - блок широтно-импульсной модуляции
В системе с ПИД-регулятором температура Т установки измеряется с помощью датчика.
На вход системы поступает заданное значение температуры Тзад в тех же единицах, что и реальная температура.
Сумматор обратной связи вычитает из сигнала задания на температуру Тзад(0 сигнал реальной температуры Т(0 и формирует на выходе сигнал ошибки е(0:
е(?) = ) - Т(?).
Сигнал ошибки поступает на пропорциональное, интегральное и дифференциальное звенья ПИД-регулятора. Пропорциональное звено производит умножение сигнала ошибки е на коэффициент Кп и формирует выходной сигнал Уп:
Уп ^) = Кп • е().
Интегральное звено производит интегрирование сигнала е(0 по времени, умножает на коэффициент Ки и формирует выходной сигнал Уи:
t
Yu (t) = Ku •{e(x)dfc.
Дифференциальное звено производит дифференцирование сигнала ошибки по времени е(0, умножение результата на число К и формирование выходного сигнала Уа:
Yd (t) = Kd
de(t) dt '
Сумматор ПИД-регулятора суммирует сигналы Уп(0, Уи(0 и У¿(0 и формирует выходной сигнал У(0:
У ^) = Уп (t) + Уи ^) + Уа ^).
Блок широтно-импульсной модуляции (ШИМ) служит для преобразования выходного сигнала ПИД-регулятора в силовой управляющий сигнал, позволяющий изменять производительность компрессора.
Модернизация модели холодильной установки использованием нечеткой логики для регулирования производительности компрессора
Для системы регулирования температуры на нечеткой логике входными величинами являются рассогласование температур и дифференциал температуры (рис. 2).
n
0
Регулятор на нечеткой логике
yT-*
1 П" '-►l Dy/dt I—►
Фаззификация
Логический вывод
База правил нечеткой логики
Дефаззификация
Yf
Действительная температура, Тд
Холодильная установка
Компрессор
Датчик температуры
Рис. 2. Модернизированная система автоматического управления холодильной установкой
с помощью нечеткой логики
Выходной сигнал после системы регулирования преобразуется блоком широтно-импульсной модуляции и позволяет устанавливать необходимую производительность компрессора.
Для того чтобы сравнить работу терморегуляторов и модернизировать систему автоматического управления, воспользуемся моделью холодильной установки, созданной в программе математического моделирования МАТЬАВ^тиНпк [3].
Модель холодильной установки (рис. 3) состоит из следующих подсистем:
1. Механическая подсистема (через все компоненты данной подсистемы осуществляется поток хладагента) имеет 4 смоделированных блока для основных компонентов подсистемы:
компрессор; конденсатор; расширительный клапан; испаритель.
2. Подсистема управления состоит из блока управления и блока индикации состояния компонентов модели [4-7].
Рис. 3. Модель холодильной установки в среде MATLAB/Simulink: Condenser - конденсатор; Evaporator - испаритель; Compressor - компрессор; Expansion Valve - расширительный клапан; Solver Configuration - задание конфигурации; Fliud Properties - свойства жидкости; Refrigeation Compartment - охлаждаемое помещение; Target Refrigeration Temperature - задание температуры охладителя
Y
От производительности компрессора зависит скорость выполнения цикла охлаждения и производительность системы охлаждения соответственно, поэтому для управления холодильной установкой требуется изменять производительность компрессора.
Для того чтобы провести сравнительную характеристику и на ее основании дать заключение о работе системы на нечеткой логике, в блоке регулирования применим две логики регулирования температуры - релейную и нечеткую.
При использовании нечеткой логики регулирование происходит плавно, с небольшой задержкой во времени [8-13], благодаря чему происходит меньший скачок потребляемой мощности электропривода компрессора.
Реализованная модель управления на нечеткой логике в среде моделирования MATLAB в модели холодильной установки представлена блоком «Fuzzy Logic Controller with Ruleviewer» (рис. 4) [3].
Рис. 4. Блок регулирования температуры на нечеткой логике
Входной величиной 1 является заданная температура установки, вход 2 предоставляет программе данные о реальной температуре установки, организовывая обратную отрицательную связь по температуре. Полученное рассогласование температур поступает на вход блока нечеткого логического вывода.
Второй входной величиной блока является дифференциал рассогласования температур. На выход 1 с блока логики управления поступает сигнал, %, который преобразуется в широтно-импульсный сигнал управления с изменяемой длиной импульса.
Обработка входных сигналов происходит по заданным логическим правилам [14]:
1) Если «Низкая величина рассогласования температур» и «Низкая величина дифференциальной ошибки показателей температуры», тогда «Низкая производительность компрессора».
2) Если «Низкая величина рассогласования температур» и «Средняя величина дифференциальной ошибки показателей температуры», тогда «Низкая производительность компрессора».
3) Если «Низкая величина рассогласования температур» и «Высокая величина дифференциальной ошибки показателей температуры», тогда «Производительность компрессора ниже среднего».
4) Если «Средняя величина рассогласования температур» и «Низкая величина дифференциальной ошибки показателей температуры», тогда «Низкая производительность компрессора».
5) Если «Средняя величина рассогласования температур» и «Средняя величина дифференциальной ошибки показателей температуры», тогда «Низкая производительность компрессора».
6) Если «Средняя величина рассогласования температур» и «Высокая величина дифференциальной ошибки показателей температуры», тогда «Производительность компрессора ниже среднего».
7) Если «Высокая величина рассогласования температур» и «Низкая величина дифференциальной ошибки показателей температуры», тогда «Производительность компрессора ниже среднего».
8) Если «Высокая величина рассогласования температур» и «Средняя величина дифференциальной ошибки показателей температуры», тогда «Производительность компрессора выше среднего».
9) Если «Высокая величина рассогласования температур» и «Высокая величина дифференциальной ошибки показателей температуры», тогда «Высокая производительность компрессора».
Все вышеперечисленные логические правила представлены в среде МАТЬАБ в виде заполняемых треугольников (рис. 5).
Рис. 5. Диаграмма набора нечетких правил для модернизируемой системы автоматического управления
холодильной установкой
На рис. 6 представлены графики изменения температуры холодильной камеры (полная линия) и заданная температура (пунктирная линия) для релейного способа (рис. 6, а) и нечеткого способа (рис. 6, б) регулирования температуры (в Кельвинах). Из данных рисунка видно, что релейный способ регулирования имеет ряд недостатков, один из которых - широкий заброс регулирования температуры (в приведенной модели - 4 °К). Кроме того, при высокой частоте включения и выключения компрессора на максимальную производительность пусковые токи приводят к быстрому износу оборудования.
Тетрега1иге (К)
а
Рис. 6. Результаты моделирования работы системы автоматического управления: изменение температуры камеры контейнера (релейная логика (а); нечеткая логика (б)) и заданная температура
Рис. 6. Результаты моделирования работы системы автоматического управления: изменение температуры камеры контейнера (релейная логика (а); нечеткая логика (б)) и заданная температура
В модели с использованием нечеткой логики температура поддерживается в пределах 0,5 °К от заданной, при том, что регулятор сам выбирает производительность компрессора.
Выводы
В статье предложено использование нечеткой логики для управления компрессором переменной производительности в системе регулирования температуры холодильной установки. Разработан блок регулирования температуры на нечеткой логике для холодильных установок.
На основании результатов моделирования можно заключить, что регулятор на нечеткой логике более эффективен для применения в холодильной установке благодаря высокой чувствительности к изменениям температуры, логическому прогнозу изменения температуры, а также отсутствию широкой петли гистерезиса по сравнению с регулированием релейной логикой. Для большинства холодильных установок главной проблемой является попадание в компрессор не-испаренного жидкого хладагента. Так как жидкость несжимаема, это приводит к неисправностям. При работе с регулятором на нечеткой логике забросы температур испарителя меньше, что благоприятствует испарению хладагента и правильной работе компрессора.
Нечеткая логика может быть применима в цифровых регуляторах температур. Применение нечеткой логики имеет ряд преимуществ: оно способствует меньшему износу оборудования, позволяет избежать порчи перевозимых продуктов из-за точного поддержания заданной температуры.
СПИСОК ЛИТЕРА ТУРЫ
1. Лубенцова Е. В., Володин А. А., Лубенцов В. Ф. Нейро-нечеткая система управления температурным режимом ферментационного процесса // Инфокоммуникационные технологии. 2014. Т. 12. № 3. С. 55-62.
2. Стеклов А. С., Серебряков А. В., Титов В. Г. Система диагностики технического состояния судового синхронного генератора // Электрооборудование: эксплуатация и ремонт. 2016. № 1. С. 26-33.
3. Штовба С. Д. Проектирование нечетких систем средствами МАТЬАВ. М.: Горячая линия-Телеком, 2007. 288 с.
4. Блюмин С. Л., Шуйкова И. А., Сараев П. В. Нечеткая логика: алгебраические основы и приложения. Липецк: ЛЭГИ, 2002. 111 с.
5. Рутковский Л. Методы и технологии искусственного интеллекта. М.: Горячая линия-Телеком, 2010. 520 с.
6. Библиотека морской литературы. URL: http://www.sealib.com.ua/electrition.html (дата обращения: 18.12.16).
7. Дерябин В. В., Сазонов А. Е. Нейро-нечёткая модель счисления пути судна // Вестн. Гос. ун-та мор. и реч. флота им. адмирала С. О. Макарова. 2015. № 4 (32). С. 7-16.
8. Черный С. Г., Жиленков А. А. Интеллектуальная поддержка принятия решений при оптимальном управлении для судовых электроэнергетических систем // Вестн. Гос. ун-та мор. и реч. флота им. адмирала С. О. Макарова. 2014. № 3 (25). С. 68-75.
9. Черный С. Г., Жиленков А. А. Идентификация внешних параметров сигналов для экспертных подсистем в составе устройств судовых электроэнергетических систем // Науч.-техн. ведом. Санкт-Петерб. гос. политех. ун-та. Информатика. Телекоммуникации. Управление. 2014. № 3 (198). С. 28-36.
10. Zhilenkov A., Chernyi S. Investigation performance of marine equipment with specialized information technology // Procedia Engineering. 2015. Vol. 100. P. 1247-1252.
11. Chernyi S., Zhilenkov A. Modeling of complex structures for the ship's power complex using XILINX system // Transport and Telecommunication. 2015. Vol. 16 (1). P. 73-82.
12. Пат. РФ № 165914. Устройство контроля остойчивости судна / Соколов С. С., Нырков А. П., Чёрный С. Г., Жиленков А. А.; опубл. 29.06.2016.
13. Жиленков А. А., Черный С. Г. Исследование автоколебательных процессов в комбинированных автономных электроэнергетических системах // Контроль. Диагностика. 2016. № 5. С. 61-67.
14. Ротштейн А. П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. Винница: Универсум-Винница, 1999. 320 с.
Статья поступила в редакцию 13.02.2017
ИНФОРМАЦИЯ ОБ АВТОРЕ
Вынгра Алексей Викторович — Россия, 298309, Керчь; Керченский государственный морской технологический университет; ассистент кафедры электрооборудования судов и автоматизации производства; [email protected].
A. V. Vyngra
MODERNIZATION OF THE MODEL OF SHIP REFRIGERATION UNITS USING FUZZY LOGIC FOR TEMPERATURE CONTROL
Abstract. The paper considers modernization of digital temperature regulators of ship refrigerating units. The comparative analysis of the existing temperature regulators has been carried out, their advantages and disadvantages being determined. The author proposed to use fuzzy logic principles to determine the temperature mode of the refrigeration system and to control the operation of variable-output compressors. There has been developed a temperature control unit based on fuzzy logic in MATLAB/Simulink environment. The control unit processes input signals that are the temperature mismatch value and the temperature mismatch differential. Using a set of logic rules, the control unit generates a control signal and sends it to a variable performance compressor. By means of the model of the refrigeration unit presented in the Simulink mathematical modeling environment operation of the plant is compared in two modes: using temperature control on fuzzy logic and using the relay temperature control. The fuzzy logic controller has been stated to be more efficient due to its higher sensitivity to temperature changes, a logical forecast of the temperature change, and little difference between the required and real temperature of the unit. In terms of fuzzy logic, regulation process is smooth, with a little delay. The simulation results showed significant differences between the temperature logics used to control temperature of a ship refrigerating unit, advantages of fuzzy logic over relay logic.
Key words: fuzzy logic, refrigeration unit, modeling of control systems, temperature regulators.
REFERENCES
1. Lubentsova E. V., Volodin A. A., Lubentsov V. F. Neiro-nechetkaia sistema upravleniia tempera-turnym rezhimom fermentatsionnogo protsessa [Neuro-fuzzy system of control of temperature rate of zymotic process]. Infokommunikatsionnye tekhnologii, 2014, vol. 12, no. 3, pp. 55-62.
2. Steklov A. S., Serebriakov A. V., Titov V. G. Sistema diagnostiki tekhnicheskogo sostoianiia sudovogo sinkhronnogo generatora [Troubleshooting operating conditions of a ship synchronous generator]. Elektroobo-rudovanie: ekspluatatsiia i remont, 2016, no. 1, pp. 26-33.
3. Shtovba S. D. Proektirovanie nechetkikh sistem sredstvami MATLAB [Design of fuzzy systems using MATLAB system]. Moscow, Goriachaia liniia-Telekom, 2007. 288 p.
4. Bliumin S. L., Shuikova I. A., Saraev P. V. Nechetkaia logika: algebraicheskie osnovy i prilozheniia [Fuzzy logic: algebraic basis and applications]. Lipetsk, LEGI, 2002. 111 p.
5. Rutkovskii L. Metody i tekhnologii iskusstvennogo intellekta [Methods and technologies of artificial intelligence]. Moscow, Goriachaia liniia-Telekom, 2010. 520 p.
6. Biblioteka morskoi literatury [Library on marine subjects]. Available at: http:// www.sealib.com.ua/electrition.html (accessed: 18.12.16).
7. Deriabin V. V., Sazonov A. E. Neiro-nechetkaia model' schisleniia puti sudna [Neuro-fuzzy model of a ship reckoning]. Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota im. admirala S. O. Makarova, 2015, no. 4 (32), pp. 7-16.
8. Chernyi S. G., Zhilenkov A. A. Intellektual'naia podderzhka priniatiia reshenii pri optimal'nom uprav-lenii dlia sudovykh elektroenergeticheskikh sistem [Intelligent support of decision making under optimal control for ship electric power systems]. Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota im. admirala S. O. Makarova,, 2014, № 3 (25), pp. 68-75.
9. Chernyi S. G., Zhilenkov A. A. Identifikatsiia vneshnikh parametrov signalov dlia ekspertnykh podsistem v sostave ustroistv sudovykh elektroenergeticheskikh sistem [Identifying external characteristics of the signals for expert subsystems being parts of the ship electric power systems]. Nauchno-tekhnicheskie vedomosti Sankt-Peterburgskogo gosudarstvennogo politekhnicheskogo universiteta. Informatika. Telekommunikatsii. Upravlenie, 2014, no. 3 (198), pp. 28-36.
10. Zhilenkov A., Chernyi S. Investigation performance of marine equipment with specialized information technology. Procedia Engineering, 2015, vol. 100, pp. 1247-1252.
11. Chernyi S., Zhilenkov A. Modeling of complex structures for the ship's power complex using XILINX system. Transport and Telecommunication, 2015, vol. 16 (1), pp. 73-82.
12. Sokolov S. S., Nyrkov A. P., Chernyi S. G., Zhilenkov A. A. Ustroistvo kontrolia ostoichivosti sudna [Ship stability control system]. Patent RF, no. 165914, 29.06.2016.
13. Zhilenkov A. A., Chernyi S. G. Issledovanie avtokolebatel'nykh protsessov v kombinirovannykh avtonomnykh elektroenergeticheskikh sistemakh [Analysis of self-oscillating processes in the combined autonomous electric power systems]. Kontrol'. Diagnostika, 2016, no. 5, pp. 61-67.
14. Rotshtein A. P. Intellektual'nye tekhnologii identifikatsii: nechetkaia logika, geneticheskie algoritmy, neironnye seti [Intelligent systems of identification: fuzzy logic, genetic algorithms, neuron nets]. Vinnitsa, Uni-versum-Vinnitsa, 1999. 320 p.
The article submitted to the editors 13.02.2017
INFORMATION ABOUT THE AUTHOR
Vyngra Alexei Viktorovich — Russia, 298309, Kerch; Kerch State Marine Technological University; Assistant of the Department of Electrical Equipment of Ships and Industrial Automation; [email protected].
