Academic literature on the topic 'Програмне середовище Matlab/Simulink'

В статті розглядається створення керуючої програми процесом автоматичного нагрівання тіста пельменного продукту кубічної форми. Аналіз роботи підсистем регулювання температури в апараті здійснювалось на повній імітаційній моделі об’єкту керування та діючих на нього збурень. В ході апріорного аналізу особливостей реалізації системи автоматичного керування процесу функції регулювання відзначався високий рівень невизначеності динамічних властивостей каналів управління, і, перш за все, підсистеми регулювання температури нагріву пельменного продукту. Це вимагає підвищення якості реалізації функції регулювання. Воно повинно йти в напрямку підвищення запасу стійкості підсистеми регулювання температури, яке забезпечить стабілізацію динамічної точності регулювання в умовах змінних властивостей об’єкту керування, тобто в напрямку підвищення рівня точності роботи підсистеми. При розробці моделі системи керування виникла проблема створення на базі цієї ж моделі керуючої програми для промислового контролера та інтерфейсу керування, а також можливість роботи в декількох, абсолютно різних програмних продуктах. Подібні питання можуть виникнути при створенні програмного забезпечення для вирішення поставлених завдань. На поточний момент ми можемо варіювати і підбирати відповідно до тих чи інших вимог програмне забезпечення з різними можливостями системи автоматичного проектування. За допомогою ActiveX технологій створена модель була конвертована в середовище розробки програм LabView для подальшого створення керуючої програми. Що вирішило запитання з впровадженням технологічного рішення інженерних задач і їх використання для автоматизації виробництва при моделюванні процесів. Система була промодельована з тими ж параметрами що і в Matlab, та результати моделювання, які є адекватні оригінальній моделі, приведені в статті.

Розглянуто ефективний вогнегасний засіб у вигляді компресійної піни для боротьби з лісовими пожежами. На підставі аналізу експериментальних досліджень щодо ефективності компресійної піни над іншими вогнегасними речовинами, встановлено її переваги під час застосування у лісових масивах у разі виникнення пожеж. Спираючись на здійснений аналіз авторів, відзначено, що в країні немає зразків із технологією подачі компресійної піни. Розроблено математичну модель процесу генерування компресійної піни, яка у подальшому стане підґрунтям для виготовлення експериментального зразка системи для подачі компресійної піни. Найзручнішим інструментом для вирішення завдань з опису стаціонарних і перехідних процесів під час проектування конструкцій є сучасні програмні продукти. Графічне середовище імітаційного моделювання Simulink (інтегроване в програмне середовище MatLab) дає змогу за допомогою окремих блоків у вигляді направлених графів будувати динамічні моделі. Структура такої моделі побудована на підставі окремих, самостійних блоків, що самі по собі є окремими математичними моделями. Розроблена математична модель процесу генерування компресійної піни містить три окремі блоки. У цьому дослідженні виконано математичне моделювання роботи блоку газу, блоку подачі суміші води та піноутворювача та руху піни у рукаві. Кожний з блоків є автономною математичною моделлю зі своїми входом та виходом. За допомогою цих моделей здійснюється взаємодія між блоками в процесі виконання загальної задачі моделювання. Ці окремі блоки можна змінювати відповідно до змін конструкції установки, залишаючи тільки сталою зовнішню оболонку (кількість входів, виходів, розмірність) окремого блока. Наступним етапом дослідження є розроблення блоку піногенератора та системи комунікацій між блоками, для подальшої взаємодії цих блоків вже з розробленими блоками в цій роботі та виконання загальної задачі моделювання процесу генерування компресійної піни в системі. Під час взаємодій цих блоків буде виконуватися задача, яка полягає у визначенні необхідних технічних параметрів системи, залежно від вогнегасних властивостей компресійної піни, яку необхідно отримати.

Вступ. Для виявлення полуменевих пожеж одними з найкращих є теплові пожежні сповіщувачі. Вони найпростіші, не дорогі, прості та дешеві в обслуговуванні, дуже надійні, мають хорошу стійкість до різноманітних завад порівняно з іншими типами сповіщувачів, однак, мають найбільшу інерційність спрацювання. Існує ряд об’єктів, де виникають полуменеві пожежі або де є значне забруднення і тоді теплові пожежні сповіщувачі є незамінними у використанні. Загалом, теплові пожежні сповіщувачі більш стійкі до несприятливих умов середовища порівняно з іншими типами сповіщувачів. Зменшити час виявлення загорання тепловими пожежними сповіщувачами можна завдяки використанню новітніх технологій при розробці алгоритмів роботи на основі нечіткої логіки, нейронних мереж та сучасних мікроконтролерів. Ці математичні апарати дають змогу покращити технічні характеристики теплових сповіщувачів, зменшити їхню інерційність спрацювання. Вони також можуть зменшити хибність спрацювання пожежного сповіщувача та точно розпізнати загорання.Мета роботи. Розробити блок нечіткої логіки максимального теплового пожежного сповіщувача з можливістю його реалізації в мікроконтролері на базі апаратно-обчислювальної платформи (плати) Аrduino.Основні результати дослідження. У цій статті розглядається так званий метод нечіткого висновку Сугено. Найпростіший спосіб візуалізувати системи Сугено першого порядку – це вважати, що кожне правило є визначенням місця розташування рухомої точки. Тобто одиночні вихідні піки можуть переміщатися лінійно у вихідному просторі, залежно від того, що є вхідним сигналом. Це також має тенденцію зробити такі системи дуже компактними та ефективними.Для подальшого застосування плат Arduino для розробки та дослідження нечіткого блоку максимального пожежного сповіщувача, побудованого на основі нечіткої логіки, необхідне здійснення одного дуже важливого кроку – розібрати на елементарні складові і дослідити пакет Fuzzy Logic Toolbox, який надалі буде використовуватися як еталонний для розробки програми для Arduino. У випадку програмної реалізації нечіткого блоку в програмному середовищі Arduino найкращі результати отримуються при застосуванні функцій належності трикутної і трапецієподібної форми. В пакеті Fuzzy Logic Toolbox MATLAB/Simulink був розроблений нечіткий блок Сугено. Надалі він виступив еталонним на етапі створення нової моделі нечіткого блоку і її реалізації в пакеті MATLAB/Simulink для подальших досліджень точності та адекватності отриманої моделі. Розроблена нова модель нечіткого блоку Сугено нульового порядку в пакеті MATLAB/Simulink. Проведено дослідження точності і адекватності отриманої моделі, шляхом подачі лінійного наростаючого сигналу на вході зі швидкістю 1 од/сек. Результати збіглися, похибка відсутня. Отже отримана нова модель буде служити прототипом для створення нечіткого блоку максимального теплового пожежного сповіщувача в мікроконтролері плати Arduino.В програмному комплексі Arduino з використанням мови програмування С була здійснена апаратна реалізація нечіткого блоку Сугено нульового порядку для одного входу на платі Arduino Mega 2560. Реалізація здійснена для масштабованого сигналу на вході і виході [0, 1]. Такий масштаб легко привести до робочої напруги плати Arduino 5 В. Після програмування плати Arduino було здійснено експериментальні дослідження шляхом зміни потенціометром напруги на вході плати від 0 до 5 В, що відповідає вихідному сигналу з давача температури DHT21/AM2301A. Крок зміни напруги на вході – 0,25 В.Висновки. Розглянуто математичні основи нечіткого блоку Сугено. На їх основі для максимального теплового пожежного сповіщувача розроблено модель нечіткого блоку Сугено з одним входом у програмному середовищі MATLAB/Simulink. В ході проведених досліджень вона показала 100% точність і адекватність по відношенню до існуючої моделі у пакеті Fuzzy Logic Toolbox MATLAB/Simulink. На відміну від існуючої моделі запропоновану модель нечіткого блоку можна реалізувати в мікроконтролері. В програмному комплексі Arduino, була здійснена апаратна реалізація нечіткого блоку максимального теплового пожежного сповіщувача з використанням мови програмування С і плати Arduino Mega 2560. Після програмування Arduino було здійснено експериментальні дослідження. Похибка результату, обчисленого Arduino не перевищила 2,5%. Час виконання одного повного циклу нечіткого блоку – 0,004сек.

Розглянуто питання вибору коригуючої ланки для підвищення якості регулювання електрогідравлічного приводу технологічного обладнання. Виконано аналіз способів корекції динамічних характеристик електрогідравлічних слідкуючих приводів з дросельним регулюванням. Для приводів, побудованих на основі стандартних модулів, показана доцільність послідовної установки в ланцюг електромеханічного перетворювача коригуючої ланки - реального пропорційно-диференцуючого регулятора. Як параметри налаштування коригуючої ланки розглядаються постійна часу і коефіцієнт передачі регулятора, до уваги також прийнята постійна часу, що характеризує інерційність ланки. Для вибору оптимальних значень параметрів настроювання коригуючої ланки електрогідравлічного приводу технологічного обладнання рекомендовано проведення досліджень в середовищі Simulink пакета прикладних програм MATLAB. Наведено приклад дослідження впливу параметрів настройки коригуючої ланки на динамічні характеристики електрогідравлічного приводу з дросельним регулюванням. Представлена блок-діаграма для моделювання перехідних процесів в середовищі Simulink. Відмічені особливості вибору рекомендованих значень параметрів налаштування коригуючої ланки електрогідравлічних приводів технологічного обладнання для механічної обробки матеріалів. Отримано передавальна функція електрогідравлічного слідкуючого приводу з коригувальною ланкою.

Актуальність. Ідентифікація каналу контрольованих збурень залишається актуальною задачею при побудові САР, які забезпечують високу динамічну точність стабілізації регульованої змінної. Ця задача потребує крім знань з теорії випадкових процесів також і навиків застосування сучасних пакетів програм MATLAB, що забезпечують аналіз і синтез систем керування. Мета. Навести приклади застосування пакетів Signal Processing Toolbox та System Identification Toolbox в учбовій задачі ідентифікації динамічних властивостей каналу контрольованих збурень тестового об’єкту керування та виявити вплив на точність визначення параметрів моделі діапазону їх змін, а також інтенсивності та спектрального складу неконтрольованих збурень. Метод. В якості методу дослідження обрано моделювання тестового об’єкту керування в середовищі Simulink. Результати. Наведено експериментальні дані, які характеризують вплив на точність ідентифікації параметрів тестового об’єкту керування зміни його часу запізнення, а також спектрального складу неконтрольованих збурень. Висновки. При відсутності неконтрольованих збурень зміна часу запізнення тестового об’єкту керування не суттєво впливає на точність ідентифікації параметрів його моделі. Ця точність в більшій мірі залежить від інтенсивності неконтрольованих збурень, ніж від їх спектрального складу. В цілому пакети програм Signal Processing Toolbox та System Identification Toolbox можуть бути рекомендовані для підготовки спеціалістів з автоматизації виробничих процесів в отриманні навичок з аналізу сталих процесів в САР.

Досліджується можливість вдосконалення процесу планування на основі спроможностей з метою мінімізувати потребу в зразках ОВТ та максимізувати набуття спроможностей впродовж їх життєвого циклу. Використовуючи теорію нечітких множин проведено оцінювання альтернативних зразків ОВТ. Розроблено модель нечіткого висновку визначення корисності зразків ОВТ в набутті спроможностей в основу якої покладено нечітку логіку. Здійснено моделювання альтернативних зразків ОВТ щодо витрат на стадіях життєвого циклу «Використання» та «Підтримка» використовуючи сучасне програмне середовище MATLAB. Результати моделювання надали можливість на етапі планування підвищити ефективність управління оборонними ресурсами використовуючи значення корисності зразків ОВТ. Впровадження в оборонний менеджмент розробленої моделі дозволяє в автоматичному режимі без участі експертів визначати зразки ОВТ, враховуючи вартість їх життєвого циклу та наблизити процес планування до євроатлантичних підходів.

Анотація. Стаття присвячена можливості застосування стандартних типів нейрорегуляторів, що пропонує середовище MATLAB & Simulink при моделюванні керування технологічним процесом, а саме стадією подрібнення, шляхом застосування узгодженого інтелектуального керування в умовах невизначеності. Застосування технологій штучного інтелекту в гірському ділі є досить актуальним в цей час. На відміну від «класичних» детермінованих автоматизованих систем керування, які засновані на використанні жорстких алгоритмів (або чіткої логіки), системи з використанням штучного інтелекту мають властивості навчання та самонавчання (тобто накопичення та узагальнення досвіду). Використання штучних нейро‑нечітких мереж для моделювання і ідентифікації об’єкта керування – підхід, який зазвичай розглядається як альтернатива методам, заснованим на фізичних або технологічних принципах. Зокрема, це стосується можливості використання нейронних мереж та нечіткої логіки для управління технологічними процесами дроблення-подрібнення та збагачення корисних копалин. В роботі було розглянуто три можливих типи регуляторів, які пропонує середовище MATLAB & Simulink, а саме регулятора з передбаченням NN Predictive Controller, регулятору на основі моделі авторегресії NARMA-L2 та контролера на основі еталонної моделі – Model Reference Controller. Кожен з розглянутих регуляторів може застосовуватись при моделюванні технологічного процесу, але доцільність використання того чи іншого типу, в першу чергу залежить від характеру технологічного процесу. При моделюванні була досліджена можливість керування технологічним процесом за допомогою штучного інтелекту (регуляторів на основі нейронних мереж). Аналіз результатів моделювання трьох типів нейрорегуляторів, показав, що найбільш доцільним при моделюванні керування технологічного процесу подрібнення є застосування регулятора типу NARMA-L2.

В статті розглядаються результати праці над грантовим проектом ЄС № 83263440 «Розвиток українсько-молдавського транскордонного виробничо-науково-освітнього кластера з переробки вторинних продуктів виноробства». Роботи направлені на зниження собівартості виноробної продукції за рахунок комплексної переробки вторинної сировини, що дає можливість одержувати продукти, які представляють значну цінність для низки галузей народного господарства, а саме: етиловий спирт, винну кислоту, енотанин, виноградне масло, біоконцентрати вітамінів групи В, вітамін D, фуражні корми, абразивні матеріали та інші. Представлена раціональна для Одеського регіону технологічна схема переробки, яка включає нові зразки обладнання – сепаратор, дробарку, інфрачервону сушарку. Способи термообробки сировини та конструкції обладнання захищені патентами України. Згідно із запропонованими способами термообробки сушарка ИКС-1 забезпечує інфрачервоне нагрівання насіння винограду з його наступним адіабатичним охолодженням-дозріванням. Приведена конструктивна схема сушарки. Також розглядається технічна реалізація системи автоматичного керування інфрачервоною сушаркою, в середовищі Simulink програми Matlab досліджені алгоритми регулювання, що забезпечують високу точність підтримання температури насіння в процесі сушіння. Представлена модель сушарки як об’єкту керування, запропонована структура системи, яка дозволяє частково компенсувати вплив на температуру насіння зовнішніх неконтрольованих збурень. Приведені порівняльні результати моделювання систем автоматичного регулювання звичайної і підвищеної динамічної точності, які підтвердили доцільність включення в систему додаткового каналу компенсації впливу збурень. Наведені результати промислових випробувань устаткування та систем автоматизації. Виявлені раціональні параметри технологічного процесу сушіння виноградного насіння. Випробовування підтвердили заявлені характеристики розроблених систем автоматизації і устаткування.

The expansion pack of Simulink MATLAB is the core of the interactive software system designed for mathematical modeling of linear and nonlinear dynamical systems and devices. It can be presented like functional block diagrams.