energyЭнергетика. Известия высших учебных заведений и энергетических объединений СНГENERGETIKA. Proceedings of CIS higher education institutions and power engineering associations1029-74482414-0341BNTUenergy-518Research ArticleЭЛЕКТРОЭНЕРГЕТИКАELECTRICAL POWER ENGINEERINGУправление подъемным краном с использованием нечеткого логического диспетчераControl of Overhead Crane while Using Fuzzy Logic DispatcherЭнаятоллахАлави СайедAnaitollahAlavi Said

Аспирант

г. Минск

energy@bntu.byПетренкоЮ. Н.PetrenkoY. N.

Кандидат технических наук, доцент

г. Минск

energy@bntu.byБелорусский национальный технический университетBelarus200818122008063742Copyright © Энаятоллах А., Петренко Ю.Н., 20082008Энаятоллах А., Петренко Ю.Н.Anaitollah A., Petrenko Y.N.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://energy.bntu.by/jour/article/view/518

Задача системы управления краном заключается в обеспечении перемещения груза с минимальным раскачиванием. Классический ПИД-контроллер не является лучшим решением из-за нелинейности системы. Представлена процедура проектирования нечеткого логического контроллера на основе нечеткой логики и теории грубого контроллера. Представлены сравнительные показатели обоих контроллеров, полученные в результате цифрового моделирования.

The objective of a crane control system is to ensure movement of a load with minimum load swing. A classical Proportional-Derivative (PID) controller is not the best solution of this problem due to the non-linear system. The paper presents a designing procedure of fuzzy logic controller on the basis of fuzzy logic and theory of a rough controller. Comparative indices of both controllers obtained as a result of digital modeling are given in the paper.

ReferencesКабанов, С. А. Управление системами на прогнозирующих моделях / С. А. Кабанов. – СПб., 1997.Кабанов, С. А. Управление системами на прогнозирующих моделях / С. А. Кабанов. – СПб., 1997.Pawlak, Z. // Rough Set and Fuzzy Sets and Systems. – 1985. – № 17. – Р. 72–79.Pawlak, Z. // Rough Set and Fuzzy Sets and Systems. – 1985. – № 17. – Р. 72–79.Dogan, Coker. Fuzzy Rough Sets are Intuitionistic L-Fuzzy Sets / Coker Dogan // Fuzzy Sets and Systems. – 1998. – Vol. 96. – Р. 170–175.Dogan, Coker. Fuzzy Rough Sets are Intuitionistic L-Fuzzy Sets / Coker Dogan // Fuzzy Sets and Systems. – 1998. – Vol. 96. – Р. 170–175.Lin, T. Y. Rough Set Theory in Very Large Databases / T. Y. Lin // Symposium on Modeling, Analysis and Simulation. – 1996. – Vol. 2. – Р. 9–12.Lin, T. Y. Rough Set Theory in Very Large Databases / T. Y. Lin // Symposium on Modeling, Analysis and Simulation. – 1996. – Vol. 2. – Р. 9–12.Леоненков, А. В. Нечеткое моделирование в среде МАТLАВ и fuzzу ТЕСН / А. В. Леоненков. – СПб., 2003.Леоненков, А. В. Нечеткое моделирование в среде МАТLАВ и fuzzу ТЕСН / А. В. Леоненков. – СПб., 2003.Опейко, О. Ф. Микропроцессорные средства в автоматизированном электроприводе / О. Ф. Опейко, Ю. Н. Петренко. – Минск: Амалфея, 2008. – 340 с.Опейко, О. Ф. Микропроцессорные средства в автоматизированном электроприводе / О. Ф. Опейко, Ю. Н. Петренко. – Минск: Амалфея, 2008. – 340 с.Kankana, C. Fuzziness in Rough Set / C. Kankana, B. Ranjit // Fuzzy Sets and Systems. – 2000. – Vol. 110. – Р. 15–22.Kankana, C. Fuzziness in Rough Set / C. Kankana, B. Ranjit // Fuzzy Sets and Systems. – 2000. – Vol. 110. – Р. 15–22.

The authors declare that there are no conflicts of interest present.