Fuzzy regulace pohonu se stejnosměrným motorem

Abstract

Tato práce se zabývá určováním parametrů motoru, dále pak sestrojením regulátorů pomocí fuzzy logiky. Tyto regulace jsou porovnány s klasickou PID regulací. Samotné modely jsou vytvořeny v prostředí MATLAB Simulink s pomocí aplikací Fuzzy Logic Toolbox a PID Tuner. Simulovaný pohon se skládá ze tří částí: modelu motoru, modelu usměrňovače a regulační smyčky, která obsahuje buď samotný fuzzy, PID nebo PID regulátor s proměnnými konstantami. Simulován je stejnosměrný cize buzený motor napájený z tyristorového usměrňovače, regulovaným pomocí fuzzy logiky na požadavek otáček. Porovnáno je 6 způsobů uskutečnění regulátorů. První je tradiční PID regulace. Pro další regulaci je využit fuzzy PI regulátoru nahrazující PI a PID regulátory v tradiční regulaci. Tento typ regulátoru je také použit jako samostatný, regulující pouze otáčky. Fuzzy logika je využita i pro měnění konstant PID regulátoru otáček. Je zkoumáno využití shlukové analýzy pro tvorbu samotného fuzzy regulátoru a to pro různou velikost dat.

This thesis deals with the determination of motor parameters, and the construction of controllers using fuzzy logic. These regulations are compared with the classic PID regulation. The models themselves are created in the MATLAB Simulink environment using the Fuzzy Logic Toolbox and PID Tuner applications. The simulated drive consists of three parts: a motor model, a rectifier model, and a control loop that contains either a fuzzy, PID, or PID controller with variable constants. The separately excited DC motor is powered by the thyristor rectifier and regulated by fuzzy logic with speed request. Six ways of implementing controllers are compared. The first is traditional PID regulation. For further regulation, a fuzzy PI controller is used, replacing PI and PID controllers in traditional regulation. This type of controller is also used independently, regulating only speed. Fuzzy logic is also used to change the constants of the PID speed controller. The use of cluster analysis for the creation of the fuzzy controller itself is examined for different data sizes.