FAKULTET ELEKTROTEHNIKE I RAČUNARSTVA

ZAVOD ZA AUTOMATIKU I PROCESNO RAČUNARSTVO

Prof. dr.sc. Zdenko Kovačić

INTELIGENTNO UPRAVLJANJE
SUSTAVIMA
Tema I: NEIZRAZITI SUSTAVI UPRAVLJANJA

Upute za laboratorijske vježbe

ZAGREB, 2002/2003.
Predgovor
Metode neizrazitog upravljanja predstavljaju novi pristup problemima upravljanja
složenim nelinearnim sustavima, sustavima čiji matematički model je vrlo teško ili nemoguće
opisati te sustavima s većim brojem ulaza i izlaza kod kojih dolazi do nejasno definiranih
međudjelovanja. Treba napomenuti da se tehnika neizrazitog upravljanja afirmirala u brojnim
primjenama na tehničke i netehničke sustave (industrija, ekonomija, medicina).
Ove laboratorijske vježbe sastavni su dio gradiva izbornog predmeta “Inteligentno
upravljanje sustavima”, koji se predaje na smjeru Automatika i Industrijska elektronika u
devetom semestru studija na Fakultetu elektrotehnike i računarstva u Zagrebu. Vježbe su po
svom sadržaju i redoslijedu izvođenja usklađene sa sadržajem i redoslijedom izvođenja teoretske
nastave obuhvaćene u sadržaju skripte Z. Kovačića i S. Bogdana: “Inteligentno upravljanje
sustavima - Tema I: NeizrazitI sustavi upravljanja” Zavoda za automatiku i procesno računarstvo.
Cilj laboratorijskih vježbi je omogućiti studentima da ovladaju osnovnim znanjima iz
područja neizrazitih sustava upravljanja te u tom smislu predstavljaju podlogu za uspješno
svladavanje vještina iskustvenog i automatiziranog projektiranja neizrazitih regulatora. Vježbe
također imaju za cilj razviti kod studenata kritički odnos prema tehnici neizrazitog upravljanja,
kako bi ju što uspješnije mogli koristiti za rješavanje praktičnih problema.
Vježbe koje slijede nastale su kao plod dugogodišnjih istraživanja na području
inteligentnih sustava upravljanja, a tomu su doprinjeli i brojni konstrukcijski i diplomski radovi
studenata FER-a smjera Automatika. Tako se zadaci postavljeni pred studenta u vježbi 1. mogu
povezati s diplomskim radovima [1, 2, 3, 4, 6, 7, 9], a zadaci u vježbi 2. s diplomskim radovima
[5, 8, 10].

[1] Markić M., "Mikroprocesorski neizraziti regulator brzine vrtnje", Dipl. rad , 1994.
[2] Vikalo H., "Adaptivno i robusno neizrazito upravljanje s vremenski optimalnim
podešavanjem koeficijenta pojačanja", Dipl. rad br. 901, 1994.
[3] Štajdohar M., "Realizacija neizrazitog regulatora uz korištenje VME 68030", Dipl. rad br.
913, 1994.
[4] Kovačević N., "Realizacija neizrazitog adaptivnog regulatora s referentnim modelom i
neizrazitim adaptacijskim mehanizmom uz korištenje mikroračunala µSON-85", Dipl. rad
br. 915, 1995.
[5] Cupec R., "Samoučeći neizraziti regulator s referentnim modelom", Dipl. rad br. 916, 1995.
[6] Prpić E., "Realizacija adaptivnog upravljanja s referentnim modelom i neizrazitim
adaptacijskim mehanizmom ", ", Dipl. rad br. 923, 1995.
[7] Vezmarović B., "Realizacija neizrazitog adaptivnog regulatora s µC 8097", Dipl. rad br.
938, 1995.
[8] Balenović M., "Primjena referentnog modela i modela osjetljivosti za učenje (podešavanje)
parametara neizrazitog regulatora", Dipl. rad br. 999, 1997.
[9] Kelebuh T., "Simulacijski modeli neizrazitih algoritama za programski paket Matlab", Dipl.
rad br. 1066, 1998.
[10] Reichenbach T., "Poboljšanje samoučećeg neizrazitog regulatora", Dipl. rad br. 1095, 1999.
[11] Kožnjak K., "Projektiranje neizrazitog regulatora temperature primjenom laboratorijskog
modula fuzzyLAB", Konstr. rad br. 1701, 1998.
Uvod- Kako koristiti Matlab Fuzzy Logic Toolbox 1

1. UVOD - Kako koristiti Matlab Fuzzy Logic Toolbox

U pojedinim vježbama koje slijede koristi se programski alat “Fuzzy Logic Toolbox” (u
nastavku FLT), čije se funkcije pozivaju u okviru simulacijskog paketa Matlab. FLT se pokreće u
komandnom prozoru Matlaba naredbom: > fuzzy.

FLT se sastoji od četiri glavna prozora: FIS editora (Sl 1.1), editora funkcija pripadnosti za
ulaze i izlaze (Sl 1.2), editora neizrazitih pravila (Sl 1.3), preglednika pravila (Sl 1.4).

1.1. FIS Editor

Središnji dio FLT-a je FIS Editor (Sl. 1.1.) u kojem se određuje broj ulaza, imena ulaznih
i izlaznih varijabli te tip regulatora ( mamdani ili sugeno). U FIS editoru biraju se metode
odlučivanja i po potrebi otvaraju drugi prozori FLT-a pomoću izbornika View. Izbor neizrazitog
regulatora tipa Mamdani podrazumijeva da su jezične vrijednosti izlazne varijable regularni
neizraziti skupovi. Izbor neizrazitog regulatora tipa Sugeno podrazumijeva da su jezične
vrijednosti izlazne varijable neizraziti skupovi tipa singleton. FIS editor također omogućava izbor
izračunavanja ukupnog skupa izlazne varijable (agregacije). Tako npr. agregacija tipa max vodi
na izračunavanje izlaza preko centra površine, dok sum vodi prema proračunu centra težišta.

Sl. 1.1. FIS Editor

Uvod- Kako koristiti Matlab Fuzzy Logic Toolbox 2

Da bi se FLT povezao sa Simulinkom, potrebno je definirati FIS-matricu, a to se može

napraviti na jedan od sljedeća dva načina:

1. Naredbom u Matlabovom komandnom prozoru:

> w=readfis(‘ime_dat.fis’),

nakon čega slijedi ispis svih elemenata FIS matrice.

2. U meniju File FIS Editora odaberemo opciju Save to workspace.

1.2. Editor funkcija pripadnosti

Editor prikazan na slici 1.2. omogućava definiciju oblika funkcija pripadnosti (naredba
Type) za ulaze i izlaz te zadavanje graničnih parametara svake pojedine funkcije (naredba
Params). Na raspolaganju je 11 standardnih funkcija (trokut, trapez, zvono, Z-oblik, Pi-oblik, S-
oblik, Gauss i dr. - vidi sliku 1.3.). Moguće je odrediti raspon funkcija (naredba Range),
imenovati funkcije (naredba Name) te mijenjati raspon prikaza (naredba Display Range). U
izborniku Help dan je detaljan prikaz i objašnjenje svih operacija.

Sl.1.2. Editor funkcija pripadnosti

Uvod- Kako koristiti Matlab Fuzzy Logic Toolbox 3

U izborniku Edit naredbom Add MFs unose se nove funkcije pripadnosti, čiji nazivi i
oblici su dani na slici 1.3.

trapmf gbellmf trimf gaussmf gauss2mf smf

1
0.8
0.6
0.4
0.2
0

zmf psigmf dsigmf pimf sigmf

1
0.8
0.6
0.4
0.2
0

Sl.1.3. Oblici funkcija pripadnosti u FLT-u

1.3. Editor pravila

U editoru pravila prikazanom na slici 1.4. upisuju se pravila na način da se iza svakog
pravila pritisne CTRL-ENTER. Npr: if e is vne and de is vnde then y is a1. Nakon CTRL-
ENTER dobije se:

1.If (e is vne) and (de is vnde) then (y is a1)

Pravila se mogu unosti u obliku teksta, simbola ili indeksa. Ukoliko se pojavi pogreška u
pravilima ili ako nije definirana neka funkcija pripadnosti na početku reda, pojavit će se oznaka
#. Uvijek treba prvo unijeti funkcije pripadnosti, pa tek onda unositi pravila odlučivanja.

1.4. Preglednik pravila

Preglednik pravila prikazan na slici 1.5. daje potpuniji prikaz neizrazitog odlučivanja.
Svako pravilo predstavljeno je s jednim retkom i tri stupca. Prvi stupac odnosi se na prvi ulaz, a
drugi na drugi ulaz (polazni dio pravila), dok se treći stupac odnosi na izlaz (posljedični dio
pravila). Svaki stupac ima svoju kontrolnu liniju, koja se proteže od vrha do dna preglednika i
koja pokazuje aktivna pravila. U pregledniku pravila može se promatrati kako oblik pojedine
funkcije pripadnosti utječe na rezultat odlučivanja. Pomoću miša (pomicanjem kontrolne linije)
ili tastature (unošenjem brojčanih vrijednosti) zadaju se ulazne vrijednosti, a preglednik pravila
nam daje rezultat odlučivanja.
Uvod- Kako koristiti Matlab Fuzzy Logic Toolbox 4

Sl.1.4. Editor pravila

Sl.1.5. Preglednik pravila

Uvod- Kako koristiti Matlab Fuzzy Logic Toolbox 5

1.5. Metode neizrazito-binarne (N/B) pretvorbe u FLT-u

U FLT-u se može izabrati jedna od 5 metoda N/B pretvorbe (Sl.1.6), a postoji i opcija
Customize u okviru koje se može definirati vlastita metoda pretvorbe.

Sl. 1.6. Metode neizrazito-binarne pretvorbe u FLT-u

U nastavku je dan algoritam izračunavanja pojedinih metoda N/B pretvorbe:

1.CENTROID
total_area = sum(mf);
out = sum(mf.*x)/total_area;
Napomena: ovisno o tome da li je izabrana agregacija tipa max ili sum, rezultat je središte
površine (COA) ili središte težišta (COG).

2. BISECTOR
tmp = 0;
for k=1:data_n,
tmp = tmp + mf(k);
if tmp >= total_area/2,
break;
end
end
out = x(k);

3. MOM
out = mean(x(find(mf==max(mf))));

4. SOM
tmp = x(find(mf == max(mf)));
[junk, which] = min(abs(tmp));
out = tmp(which);

5. LOM
tmp = x(find(mf == max(mf)));
[junk, which] = max(abs(tmp));
out = tmp(which);
Uvod- Kako koristiti Matlab Fuzzy Logic Toolbox 6

1.6. Naredbe u FLT-u

FLT sprema podatke o regulatoru u *.fis datoteku. Svi parametri regulatora mogu se
jednostavno promijeniti editiranjem *.fis datoteke (npr. u NOTEPAD-u), u kojoj se nalazi
jednostavan tekstualni prikaz svih pravila, funkcija pripadnosti, metoda odlučivanja i dr. U
tablici 1.1. dane su neke naredbe Fuzzy Logic Toolbox-a.

Tablica 1.1. Neke naredbe u FLT-u

showfis(w) prikazuje nam cjelokupnu strukturu neizrazitog regulatora.

plotmf(w,’input’,1) iscrtava oblike funkcija pripadnosti za ulaz
getfis(w) daje osnovne podatke o regulatoru
plotfis(w) crta regulator sa ulazima i izlazom
gensurf(w) crta upravljačku površinu s kojom regulator radi
deffuzzdm metode neizrazito-binarne pretvorbe
rmmf uklanja funkcije pripadnosti iz FIS matrice
newfis kreira novi FIS dokument
writefis sprema FIS dokument
rmvar uklanja varijablu iz FIS dokumenta
Matematički i simulacijski modeli procesa 1

2. Matematički i simulacijski modeli procesa

2.1. Elektrohidraulički sustav

U nastavku je dan opis matematičkog i simulacijskog modela elektrohidrauličkog sustava,

koji je nelinearan proces s vremenski nepromjenljivim parametrima.

2.1.1. Matematički model elektrohidrauličkog sustava

Razmatrani elektrohidraulički sustav (sl. 2.1) sastoji se od dvoradnog cilindra koji je

opterećen mehaničkim dijelom određene mase, elastičnosti i prigušenja, te električkog - strujom
upravljanog servoventila koji upravlja protokom ulja kroz cilindar [Pommier et al., 2002].

y, v c
P1 P2
M0 M
V1 ,S0 S0 , V2
b
Cilindar Radni
mehanizam

Q1 Q2

Servoventil

Pa Pi

Slika 2.1. Elektrohidraulički sustav

Električni dio elektrohidrauličkog servoventila može se opisati prijenosnom funkcijom

drugog reda:
Yu ( s ) − kω n2
= 2 , (2-1)
U ( s ) s + 2ζ n ω n s + ω n2
gdje je:
Yu – pozicija servoventila [m],
U – ulazna struja servoventila [A],
k – koeficijent pojačanja servoventila [m/A],
ω n – prirodna frekvencija servoventila [rad/s],
ζ n – koeficijent prigušenja servoventila.
Matematički i simulacijski modeli procesa 2

Jednadžbe protoka kroz servoventil glase:

 yu ⋅ Pi − P1 ⋅ sign ( Pi − P1 ) za yu ≥ 0

Q1 ( yu , P1 ) =  , (2-2)
 yu ⋅ P1 − Pa ⋅ sign ( P1 − Pa ) za yu < 0
− yu ⋅ P2 − Pa ⋅ sign ( P2 − Pa ) za yu ≥ 0

Q2 ( yu , P2 ) =  , (2-3)
 − yu ⋅ Pi − P2 ⋅ sign ( Pi − P2 ) za yu < 0

gdje je P1 tlak u lijevoj, a P2 tlak u desnoj komori cilindra. Koeficijent pojačanja servoventila k
obuhvaća i proporcionalno pojačanje vezano uz protok te je stoga izostavljeno u jednadžbama (2-
2) i (2-3). Pi je tlak izvora, a Pa tlak rezervoara. Pretpostavlja se da su tlakovi izvora i rezervoara
konstantne veličine. Protoci Q1 i Q2 jednakog su iznosa:
Q1 ( y u , P1 ) = −Q 2 ( y u , P2 ) . (2-4)
Za cilindar vrijedi sljedeća hidrodinamička jednadžba:
V dP dV
⋅ + =Q. (2-5)
B dt dt
Parametar B je modul stlačivosti tekućina (u ovom slučaju ulja), V, P i Q su volumen, tlak
i protok cilindra. Volumeni dviju komora cilindra mijenjaju se s pomakom klipa y na način da je:
V1 = V0 + S 0 y
, (2-6)
V2 = V0 − S 0 y
gdje je S0 površina poprečnog presjeka cilindra, a V0 je poluvolumen cilindra.

Uvrštenjem jednadžbi (2-6) u jednadžbu (2-5) dobiva se ponašanje tlaka unutar dviju
komora cilindra:
dP1 B
= (Q1 − S 0 v ) , (2-7)
dt V0 + S 0 y

dP2 B
= (Q2 + S 0 v ) , (2-8)
dt V0 − S 0 y

gdje je v brzina klipa.

Mehanički dio sustava opisan je slijedećom dinamičkom jednadžbom:
d2y dy
(M + M0 )⋅ 2
= S0 ⋅ P1 − S0 ⋅ P2 − b ⋅ − c ⋅ y − Ff , (2-9)
dt dt

gdje je M0 masa klipa i klipnjače, M masa mehaničkog dijela, b i c su krutost i viskoznost

mehaničkog dijela. U danom modelu zanemarena je sila trenja Ff.

2.1.2. Simulacijski model elektrohidrauličkog sustava

Razmatrani elektrohidraulički sustav ima vrijednosti parametara procesa kako je
prikazano u Tablici 2.1.
Matematički i simulacijski modeli procesa 3

Tablica 2.1. Parametri sustava

Mjerna
Varijabla Opis varijable Iznos
jedinica
ωn Granična frekvencija servoventila 500 rad/s
ξn Koeficijent prigušenja servoventila 0.4
k Koeficijent pojačanja servoventila 5.1e-5 m/A
Pi Ulazni tlak (tlak izvora, tj. pumpe) 280e5 Pa
Pa Izlazni tlak (tlak rezervoara) 1e5 Pa
V0 Poluvolumen cilindra 5e-4 m3
M0 Masa klipa i klipnjače cilindra 50 kg
S0 Površina poprečnog presjeka klipa 1.53e-3 m2
B Modul stlačivosti tekučina 7e8 Pa
M Masa tereta 20 kg
c Koeficijent elastičnosti tereta 1e5 N/m
b Koeficijent prigušenja tereta 5000 Ns/m

Na slikama 2.2. do 2.5. prikazani su simulacijski modeli elektrohidrauličkog sustava,

elektrohidrauličkog ventila, dvoradnog hidrauličkog cilindra i mehaničkog dijela sustava za
Matlab-Simulink okruženje temeljeni na prethodno opisanom matematičkom modelu.

Q1
u
Q2
280e5

Pi P1
Pi
Q1 Q1 P1 P1
1 u
y 1000 1
Pa
P2 P2
u Q2 Q2 y
P2
F F m2mm
1e5 Elektrohidraulicki
servoventil y
Pa V1 V1
v

dy V2 V2

Radni
Cilindar
mehanizam

Sl. 2.2. Simulacijski model elektrohidrauličkog sustava

Matematički i simulacijski modeli procesa 4

f(u)
1
1 Fcn Q1
Switch
P1

f(u)
2
Pi Fcn1
-k*wn^2
3
u s2 +2*zn*wns+wn^2
+/-20mA

4
f(u)
Pa
Fcn2
5
P2 2
f(u)
Q2
Switch1
Fcn3

Sl. 2.3. Simulacijski model elektrohidrauličkog sevoventila

1 B 1
1
Q1 s
P1

4 S0
V1
4 S0 3
dy y
3
V0 S0
F

5
S0
V2

1
2 B 2
s
P2
Q2

Sl. 2.4. Simulacijski model dvoradnog hidrauličkog cilindra

Matematički i simulacijski modeli procesa 5

1 1
1 1/(M0+M) 1
s s
F y
2
v
3
a
c

Sl. 2.5. Simulacijski model mehaničkog dijela sustava

2.1.3. Specifikacije za projektiranje neizrazitog regulatora

Za zadani elektrohidraulički sustav vrijede sljedeće specifikacije koje treba uvažiti kod
projektiranja neizrazitog regulatora:
- ulaz u simulacijski model (sl. 2.2) je u opsegu [-20, 20], a fizikalno odgovara vrijednosti struje
servoventila u miliamperima,
- izlaz iz simulacijskog modela je u opsegu [-300, 300], a fizikalno odgovara vrijednosti
položaja klipa u milimetrima.
Vježba 1. Projektiranje sustava neizrazite regulacije 7

Vježba 1. Projektiranje sustava neizrazite regulacije

Cilj vježbe:
Iskustvenim postupkom isprojektirati neizraziti regulator koji upravlja zadanim nelinearnim procesom.
Prije samog projektiranja dobro se upoznati s matematičkim modelom procesa kao i simulacijskim
modelom za Matlab+Simulink radi kreiranja kvalitetne baze znanja o upravljanju zadanim procesom.
Potrebna simulacijska ispitivanja obaviti za zadane parametre nelinearnog procesa. Prilikom projektiranja
regulatora koristiti Fuzzy Logic Toolbox za Matlab. Razraditi vlastiti plan simulacijskih eksperimenata i
rezultate eksperimenata potom detaljno analizirati i komentirati. Pismeni izvještaj o radu i postignutim
rezultatima na laboratorijskoj vježbi pisan u Wordu predati do naznačenog roka. Originalnost i kvaliteta
izvještaja će se bodovati za ukupnu ocjenu iz kolegija.

Priprema za vježbu:

• Proučiti matematički i simulacijski model procesa kojim treba upravljati.

• Proučiti upute za rad s Fuzzy Logic Toolboxom.
• Prilikom projektiranja neizrazitog regulatora potrebno je predvidjeti slijedeće korake:
a) izbor ulaznih i izlaznih (jezičnih) varijabli neizrazitog regulatora (određivanje
područja razmatranja vrijednosti),
b) izbor jezičnih vrijednosti – neizrazitih skupova,
c) izbor oblika funkcija pripadnosti,
d) određivanje neizrazitih pravila upravljanja,
e) izbor mehanizma neizrazitog odlučivanja,
f) izbor neizrazito-binarne pretvorbe.

Ad a): Neizraziti regulator treba imati dva ulaza i jedan izlaz. Ulazne varijable u
neizraziti regulator su signal razlike e(k) i promjena signala razlike de(k), de(k)=e(k)-e(k-1), a
izlaz neka je označen s u(k). Povedite računa da se u simulacijskom modelu signali reference i
povratne veze dovedu na ulaze A/D pretvornika te se preko multipleksera u neizraziti regulator
dovode kao normirani ulazi (vidi sliku V1.1.).

1
-
z +
,,.
Sample
time
0.001

+
- Mux K1 K2
Ref. 8 bit A/D ...
vrijednost (0 , +10) Mux1 .. 8 bit D/A Ograničenje
. Fuzzy KONTINUIRANI
(-10 , +10)
Logic DIO1
Controller

Kpv
Tpvs+1
8 bit A/D Ograničenje
(-10 , 0) Povratna veza

Sl. V1.1. Primjer gradnje simulacijskog modela neizrazitog sustava upravljanja

Vježba 1. Projektiranje sustava neizrazite regulacije 8

Vodite osobitog računa o tome u kojim granicama je definirano područje razmatranja

vrijednosti ulaza i izlaza regulatora. Pažljivo procijenite granice ovih područja kako bi nakon
normiranja ulaza i izlaza neizraziti regulator djelovao u cijelom radnom području..
Iznos koeficijenta normiranja kod korištenja 8-bitnih A/D pretvornika iznosi
K1=1/0.078125=12.8, gdje je 0.078125 V osnovni interval kvantizacije signala. Kod 12-bitnih
A/D pretvornika taj koeficijent iznosi K1=1/0.004882812=204.8. Na sličan način obavlja se
normiranje izlaza (npr. koeficijent K2=1/12.8=0.078125), pri čemu taj koeficijent može poslužiti
i za dodatno normiranje izlazne varijable (promjenu pojačanja otvorenog kruga). Uz ovakav
izbor koeficijenata normiranja područja razmatranja ulaza i izlaza neizrazitog regulatora
pripadaju intervalima naznačenim u tablici V1.1.

Tablica V1.1. Područja razmatranja ulaznih i izlaznih varijabli

K1 K2 ulazne varijable izlazne varijable

8 - bitni A/D 12.8 0.078125 [-128,128] [-128,128]
12 - bitni A/D 204.8 0.004882812 [-2048,2048] [-2048,2048]

Ad b): Za svaki ulaz neizrazitog regulatora potrebno je odabrati pet, a za izlaznu

varijablu sedam jezičnih vrijednosti. Jezične vrijednosti ulaza i izlaza dane su u tablicama:

Jezične vrijednosti de e
VELIKI NEGATIVAN VNDE VNE
MALI NEGATIVAN MNDE MNE
OKO NIŠTICE ZDE ZE
MALI POZITIVAN MPDE MPE
VELIKI POZITIVAN VPDE VPE

Jezične vrijednosti u
VELIKO NEGATIVNO VNU
SREDNJE NEGATIVNO SNU
MALO NEGATIVNO MNU
OKO NIŠTICE ZU
MALO POZITIVNO MPU
SREDNJE POZITIVNO SPU
VELIKO POZITIVNO VPU

Ad c): Pri izboru oblika funkcija pripadnosti treba voditi računa da su područja
razmatranja vrijednosti ulaznih varijabli neizrazitog regulatora normirana na interval [-1,1]. Izbor
oblika funkcija pripadnosti ovisit će o širini baze znanja o upravljanju procesom te o zadanoj
kvaliteti upravljanja (što je uvijek glavni cilj). Svrsishodno je krenuti s najčešće korištenim
oblicima (trokut, trapez ili gauss). Pri korištenju grafičkog editora funkcija pripadnosti, moguće
je definirane funkcije spremiti u datoteku ime_dat.fis, čije ime se automatski pojavljuje u
zaglavlju prozora editora. Treba još jednom napomenuti (vidi Uvod - Kako koristiti Matlab FLT)
da su konkretne vrijednosti za svaki pojedini neizraziti skup pohranjene u datoteci ime_dat.fis i
da se mogu izravno editirati kao običan tekst.
Ad d): Polazni oblik tablice neizrazitih upravljačkih pravila neka uvijek ima grubu ali
logičnu strukturu (npr. za VPE i VPDE Æ VPU).
Vrijednosti parametara neizrazitih skupova izlaza iz neizrazitog regulatora su slijedeće:
Vježba 1. Projektiranje sustava neizrazite regulacije 9

[Output1]
Name='u'
Range=[-128 128] ; 8-bitni D/A pretvornik
NumMFs=7
MF1='vnu':'trapmf',[ _ _ _ ] ; Napomena: centroidi se u Matlabu definiraju
MF2='snu':'trapmf',[ _ _ _ ] ; kao vrlo uski trapezi
MF3='mnu':'trapmf',[ _ _ _ ]
MF4='zu':'trapmf',[ _ _ _ ]
MF5='mpu':'trapmf',[ _ _ _ ]
MF6='spu':'trapmf',[ _ _ _ ]
MF7='vpu':'trapmf',[ _ _ _ ]

Ad e) i f): Mehanizam neizrazitog odlučivanja podrazumijeva izbor operatora nad

neizrazitom relacijom u polaznom dijelu pravila, izbor tipa implikacije u vezi ocjene stupnja
pobuđenosti pojedinih pravila te izbor tipa neizrazito-binarne pretvorbe. Ove akcije se
obavljaju u okviru prozora FIS-editora (Uvod - Sl. 1.1.). Preporučuju se slijedeće vrijednosti
parametara, koji određuju karakteristike mehanizma neizrazitog odlučivanja:

[System]
Name='ime_dat'
Type='mamdani'
NumInputs=2
NumOutputs=1
NumRules=25
AndMethod='min'
OrMethod='max'
ImpMethod='prod' ; može i ‘min’
AggMethod='sum'
DefuzzMethod='centroid'

Rad na vježbi (obavezni zadaci su otisnuti masnim rednim brojem):

R1.1. Najprije snimiti i u izvještaj uključiti odziv samog procesa na skokovitu ulaznu pobudu.
Ustanoviti karakter procesa kako bi se ispravno odredio tip neizrazitog regulatora, tj. da li
je PI ili PD tipa.

Zadati željeno dinamičko ponašanje neizrazitog sustava upravljanja (σm, tm) pomoću
referentnog modela drugog reda i snimiti e-de trajektoriju referentnog modela radi
procjene granica područja razmatranja e(k) i de(k). U tu svrhu može se koristiti blok
referentnog modela drugog reda iz vježbe V2. Odziv referentnog modela također
iskoristiti za određivanje najpovoljnijeg iznosa intervala uzorkovanja (tm/20 < td < tm/10).

U simulacijskom modelu će se najbolja kvaliteta upravljanja postići uz uporabu 12-bitnih

A/D i D/A pretvornika. Nakon prvog iskustvenog podešenja neizrazitog regulatora snimiti
e-de trajektoriju neizrazitog sustava upravljanja i ocijeniti da li su koeficijenti normiranja
Ke i Kde dobro određeni. Nastaviti s podešavanjem parametara regulatora dok ne
postignete zadano dinamičko ponašanje. Ne zaboravite da se trodimenzionalnim prikazom
upravljačke površine neizrazitog regulatora može se dobiti vrlo slikovit uvid u nelinearan
karakter regulatora.
Vježba 1. Projektiranje sustava neizrazite regulacije 10

R1.2. Zanimljiv eksperiment može biti ispitivanje osjetljivosti neizrazitog regulatora na

promjene vrijednosti parametara procesa. Na taj način mogu se donijeti iskustveni
zaključci o robustnosti neizrazitih algoritama na npr., umjerenije i veće promjene
parametara.

R1.3. U simulacijskim eksperimentima se vrlo jednostavno može ispitati utjecaj promjena:

- broja neizrazitih skupova ulaznih i/ili izlazne varijable,
- oblika funkcija pripadnosti neizraziih skupova ulaznih varijabli,
- oblika raspodjele funkcija pripadnosti ulaznih i/ili izlazne varijable (linearna ili
nelinearna – npr. gušća oko nule),
- posljedičnih dijelova neizrazitih pravila,
- operatora neizrazite implikacije i/ili izbora metode proračuna izlaza iz regulatora,
- koeficijenta normiranja ulaznih i/ili izlazne varijable regulatora.

Analizirajući rezultate eksperimenata mogu se donijeti zaključci o utjecaju promjene

pojedinih parametara regulatora na dinamičko vladanje neizrazito reguliranih sustava
(možete provjeriti da li su tvrdnje s predavanja opravdane).

R1.4. Ocijeniti u svom izvještaju u kojoj mjeri bi stečeno iskustvo iz rada na laboratorijskoj
vježbi koristilo pri projektiranju nekog novog neizrazitog regulatora. Ako postoji
pobuđeno zanimanje i znatiželja, može se pokušati s nekim drugim procesom (npr.
primjeri procesa s predavanja).

R1.5. Neki od simulacijskih eksperimenata mogu se ponoviti uz uporabu 8-bitnih ili 10-bitnih
A/D i D/A pretvornika. Mogu se uočiti i komentirati razlike koje se javljaju u odnosu na
odzive dobivene s 12-bitnim pretvornicima.
Vježba 2. Sustavi upravljani samoučećim neizrazitim regulatorom 11

Vježba 2. Sustavi upravljani samoučećim neizrazitim regulatorom s

referentnim modelom i modelom osjetljivosti

Cilj vježbe:
Iskustveni postupak projektiranja neizrazitog regulatora primijenjen u Vježbi 1., zamijeniti postupkom
samoorganiziranja, tj. samoučenja na osnovi primjene referentnog modela drugog reda i modela
osjetljivosti. U tu svrhu potrebno je koristiti funkcijski blok samoučećeg neizrazitog regulatora koji je
napravljen za Matlab v. 5.3, a koji je u potpunosti kompatibilan sa standardnim neizrazitim regulatorom iz
Fuzzy Logic Toolbox-a. Razraditi vlastiti plan simulacijskih eksperimenata te rezultate eksperimenata
potom analizirati i stručno komentirati. Pismeni izvještaj o radu i postignutim rezultatima na
laboratorijskoj vježbi pisan u Wordu predati do naznačenog roka. Originalnost i kvaliteta izvještaja će
se bodovati za ukupnu ocjenu iz kolegija.

Priprema za vježbu:

• Proučiti strukturu neizrazitog regulatora te algoritam samoorganiziranja bloka

samoučećeg neizrazitog regulatora za Matlab-Simulink.
• Proučiti način rada s blokom samoučećeg neizrazitog regulatora.

V2.1. Struktura i rad neizrazitog regulatora

Neizraziti regulator korišten u ovoj laboratorijskoj vježbi je Takagi-Sugeno-Kang tipa, odnosno Sugeno
regulator tipa nultog reda, čija neizrazita pravila u posljedičnom dijelu kao izlaznu funkciju imaju konstantu, koja
odgovara neizrazitom skupu tipa singleton izlazne veličine regulatora. Na razmatrani neizraziti regulator primjenjuje
se način samoorganizacije baze neizrazitih pravila primjenom referentnog modela i modela osjetljivosti.
Neizraziti regulator ima dvije ulazne varijable, signal razlike e(k) i promjenu izlaznog signala dy=y(k)-
y(k-1), i jednu izlaznu varijablu uFC(k). Promjena izlaznog signala uvedena je kao ulaz zbog boljeg ponašanja
regulatora kod skokovitih promjena reference, kada ulaz de(k) trpi veliku promjenu, a dy(k) ne. U ostalim trenucima
signali de(k) i dy(k) su jednakog iznosa, ali suprotnog predznaka.
Za svaku ulaznu varijablu samoučećeg neizrazitog regulatora s modelom osjetljivosti koristi se pet
različitih neizrazitih podskupova, koji su opisani Gaussovim funkcijama kakve se koriste u okviru Matlaba:

( x − cke ) 2
−
µ e k = e 2 (w )
e 2
k
, k=1,2,3,4,5 (V2-1a)
( x − ckdy ) 2
−

µ dy k = e 2 (w )
dy 2
k
, k=1,2,3,4,5 (V2-1b)

gdje je : x - ulazna vrijednost ( e ili dy ),

j j
c i - centroid funkcije pripadnosti µ i ,
w ij - širina funkcije pripadnosti µ i .
j

Napomena: U bilješkama za predavanja [1] Gaussove funkcije pripadnosti bile su nešto drugačije definirane:
( x −c )2
−
G ( x, w, c ) = e w
(V2-2)

Ovako definirane funkcije pripadnosti imaju vrijednost različitu od nule u čitavom području razmatranja
ulaznih varijabli. Da bi se izbjeglo nepotrebno aktiviranje onih funkcija pripadnosti koje bi imale vrlo mali utjecaj na
izlaz regulatora, uveden je tzv. α-rez. tj. Gaussove funkcije pripadnosti se prekidaju na mjestima gdje bi poprimile
Vježba 2. Sustavi upravljani samoučećim neizrazitim regulatorom 12

vrijednost manju od minimalne vrijednost funkcija pripadnosti α (sve vrijednosti funkcija pripadnosti manje od α
postavljene su na nulu - vidi bilješke za predavanja).
Vrijednost koeficijenta α u samoučećem neizrazitom regulatoru postavljena je na α=0.05, pa se stoga
vrijednosti funkcija pripadnosti µ ke (x ) i µ kdy (x ) nalaze u intervalu [α,1].
Budući da su izlazni neizraziti skupovi tipa singleton, algoritam za neizrazito-binarnu pretvorbu u
slučaju proračuna izlaza računanjem centra težišta, glasi:
5 5

∑∑ µ [e(k )]⋅ µ [dy(k )]⋅ A

i =1 j =1
e
i
dy
j ij

u FC (k ) = 5 5
(V2-3)
∑∑ µ [e(k )]⋅ µ [dy(k )]
e dy
i j
i =1 j =1
gdje je: Aij - centroid izlaznog neizrazitog skupa (singleton), koji je aktiviran (i,j)-tim neizrazitim pravilom,
k - korak diskretizacije.
Prema izrazu (2-3) vidljivo je da je odabrana neizrazita implikacija tipa produkt, a neizrazita agregacija
tipa suma (koja vodi na metodu centra težišta - vidi Uvod).
Odabrano je pet ulaznih neizrazitih podskupova za ulazne varijable e i dy (Sl.V2.1.). Njihove jezične
vrijednosti su: veliko negativno (VNE, VNDY), malo negativno (MNE, MNDY), oko nule (ZE, ZDY), malo
pozitivno (MPE, MPDY) i veliko pozitivno (VPE, VPDY).

vne mne ze mpe vpe

1

0.8
stupanj pripadnosti

0.6

0.4

0.2

-1 -0.5 0 0.5 1
e

Sl. V2.1. Raspodjela funkcija pripadnosti ulaznih neizrazitih podskupova

Upravljačka pravila se najjednostavnije mogu prikazati tablicom. Tipično upravljačko neizrazito pravilo
u neizrazitom regulatoru Sugeno tipa nultog reda ima oblik:

Ako je e A i dy je B tada u = Aij

gdje su A i B neke od jezičnih vrijednosti {VN, MN, Z, MP, VP} .

Tablica V2.1. prikazuje jednu takvu tablicu upravljačkih pravila, čiji su elementi centroidi izlaznih
skupova A ij , aktivirani (i,j)-tim upravljačkim pravilom. Ako se vrijednosti centroida promatraju kao akcije, tada
tablica V2.1. predstavlja tablicu akcija.

Tablica V2.1 Primjer tablice upravljačkih pravila

dy/e VNE MNE ZE MPE VPE

VNDY A11 A21 A31 A41 A51
MNDY A12 A22 A32 A42 A52
ZDY A13 A23 A33 A43 A53
MPDY A14 A24 A34 A44 A54
VPDY A15 A25 A35 A45 A55
Vježba 2. Sustavi upravljani samoučećim neizrazitim regulatorom 13

V2.2. Referentni model

Referentni model opisuje željeno, odnosno zadano, ponašanje sustava. Cilj samoučećeg neizrazitog
regulatora je da regulirani sustav što vjernije slijedi dinamičko vladanje referentnog modela. Korišteni referentni
model je drugoga reda i jediničnog pojačanja. Prijenosna funkcija takvog referentnog modela u s-području dana je
izrazom :
Y M (s ) ω n2
G M (s ) = = 2 (V2-4)
U r (s ) s + 2ξω n + ω n2

gdje je : ωn - prirodna frekvencija modela,

ξ - faktor prigušenja.

Parametri ωn i ξ mogu se proračunati iz zadanih pokazatelja kvalitete prijelaznog procesa, vremena prvog
maksimuma (tm) i nadvišenja (σm):

 σ [%] 
ln 2  m 
 100  π
ξ= , ωn = . (V2-5)
2  σ m [% ]  − ξ 2
π + ln 
2
 t m 1
 100 

Nakon diskretizacije ZOH metodom, jednadžba diferencija referentnog modela glasi :

y M ( k ) = a M 1 ⋅ y M ( k − 1) + a M 2 ⋅ y M ( k − 2) + bM 1 ⋅ u r ( k − 1) + bM 2 ⋅ u r ( k − 2) (V2-6)

Pogreška slijeđenja referentnog modela služi kao pokazatelj koliko se dinamičko vladanje reguliranog
sustava približilo vladanju referentnog modela, a može poslužiti i kao osnova za procjenu u kolikoj mjeri treba
promijeniti parametre regulatora. Pogreška slijeđenja referentnog modela eM dana je izrazom:

e M (k ) = y M (k ) − y (k ) (V2-7)

V. 2.2.1. Referentni model kao blok u Simulinku

Referentni model izrađen je kao CMEX funkcija u SIMULINK-u i predstavljen je blokom s jednim ulazom
i dva izlaza (Sl. V2.2.). Ulaz u blok referentnog modela je referentni signal, prvi izlaz iz bloka referentnog modela je
odziv referentnog modela, a drugi izlaz su parametri prijenosne funkcije referentnog modela. Budući da je referentni
model diskretni blok, parametri su u stvari koeficijenti diferencijalne jednadžbe dane izrazom (V2-6).

Izlazni signal
ulazni signal
reference
referentni
model
Parametri
referentnog modela

Sl. V2.2. Referentni model kao blok u SIMULINK-u

Vježba 2. Sustavi upravljani samoučećim neizrazitim regulatorom 14

Na slici V2.3. prikazano je korisničko sučelje bloka referentnog modela. Parametri bloka su vrijeme prvog
maksimuma, postotno nadvišenje i vrijeme uzorkovanja. Da bi se zadao željeni referentni model, potrebno je u
dijalog okvir za unos upisati željeno vrijeme prvog maksimuma i nadvišenja te vrijeme uzorkovanja. Blok
referentnog modela koristi se u sklopu bloka samoučećeg neizrazitog regulatora.

Sl. V2.3. Izgled korisničkog sučelja bloka referentnog modela u SIMULINK-u

V. 2.3. Model osjetljivosti sustava s neizrazitim regulatorom

Svaki nelinearni proces s jednim ulazom i jednim izlazom, može se opisati jednadžbom:

[ ]
y (t ) = f y (n ) (t ), y (n −1) (t ),..., y ' (t ), y , u (m ) (t ), u (m −1) (t ),..., u' (t ), u (t ), t + ξ (t ) (V2-8)

gdje je ξ(t) šum mjerenja.

Ukoliko se s λ označe promjenjivi parametri samoučećeg neizrazitog regulatora, njegov izlaz u(k) može se
napisati u slijedećem obliku:
r
u (k ) = Γ(e, dy , λ ) = ∑ Ai ⋅ φ i [e(k ), dy (k )] (V2-9)
i =1
gdje su :
Ai - i-to neizrazito pravilo ,
r - broj neizrazitih pravila,
φi - temeljna neizrazita funkcija i-tog neizrazitog pravila.

Temeljna neizrazita funkcija (engl. fuzzy basis function) definirana je na slijedeći način:

µ ae [e(k )] ⋅ µ bdy [dy (k )] µ j [e(k ), dy (k )]

φ j [e(k ), dy (k )] = p q
= r
(V2-10)
∑∑ µ [e(k )] ⋅ µ [dy (k )] ∑ µ [e(k ), dy (k )]
m =1 n =1
m
e
n
dy
i =1
i

gdje su :
j=1,2,…,r,
a=1,2,…,p,
b=1,2,…q,
p,q označavaju broj ulaznih neizrazitih skupova.
Vježba 2. Sustavi upravljani samoučećim neizrazitim regulatorom 15

Temeljna neizrazita funkcija pokazuje stupanj doprinosa pojedinog aktiviranog pravila pri proračunu izlaza
iz regulatora.
Iz jednadžbe (V2-10) vidi se da je korištena neizrazita implikacija tipa produkt, jer model osjetljivosti
zahtijeva analitičku i derivabilnu formu operatora implikacije.
Ukupni diferencijal izlaza iz sustava uz varijacije parametara je :

N
∂y (k )
dy (k ) = ∑ ⋅ dλ i (V2-11)
i =1 ∂λi

Za male varijacije parametara regulatora jednadžba (V2-11) glasi :

N
∂y (k ) N
∆y (k ) = ∑ ⋅ ∆λ = ∑η λi ⋅ ∆λi (V2-12)
i =1 ∂λi i =1
gdje je :

η λ (k ) funkcija osjetljivosti parametara neizrazitog regulatora definirana kao:

i

∂y (k ) ∂y (k ) ∂u (k )
η λ (k ) = = ⋅ (V2-13)
i
∂λi ∂u (k ) ∂λi

Funkcije osjetljivosti ovise o dinamičkom pojačanju procesa (∂y(k)/∂u(k)), a kako je proces nepoznat, treba
ga aproksimirati. Aproksimacija procesa ponaša se kao filter čije dinamičko pojačanje određuje dinamičko ponašanje
funkcija osjetljivosti, a sukladno tome i brzinu učenja. Koristeći različite aproksimacije procesa (filtre) dobijaju se
različite varijante neizrazitih regulatora. Ukoliko se kao aproksimacija procesa koristi Gsm, dobije se slijedeći oblik
funkcija osjetljivosti:

∂y (k )  ∂u (k ) 
η λ (k ) = ≈ G sm   (V2-14)
i
∂λi  ∂λi 

Iz izraza (V2-9) i (V2-13) slijedi izraz :

∂u (k ) ∂
= {Γ[e(k ), dy (k ), λ ]} (V2-15)
∂λi ∂λi

Uvrštenjem izraza (V2-15) u izraz (V2-12) dobije se:

N
 ∂ 
∆y (k ) ≈ ∑ G sm  {Γ[e(k ), dy (k ), λ ]} ⋅ ∆λi (V2-16)
i =1  ∂λi 

Iako λ može biti bilo koji parametar neizrazitog regulatora, u bloku samoučećeg neizrazitog regulatora
mijenjaju se samo težišta izlaznih neizrazitih podskupova, jer se pokazalo da je to dovoljno za kvalitetno upravljanje.
Osjetljivost izlaza iz regulatora na promjene centroida glasi :

∂u (k ) ∂u (k ) ∂
= = {Γ[e(k ), dy (k ), λ ]} = φ i [e(k ), dy (k )] (V2-17)
∂λi ∂Ai ∂Ai

Iz izraza (V2-17) vidljivo je da je osjetljivost izlaza na promjenu centroida neizrazitog izlaznog

podskupa aktiviranog i-tim upravljačkim pravilom jednaka temeljnoj neizrazitoj funkciji i-tog neizrazitog
upravljačkog pravila. Uvrštenjem izraza (V2-17) u (V2-16) dobije se :
Vježba 2. Sustavi upravljani samoučećim neizrazitim regulatorom 16

N
∆y (k ) ≈ ∑ G sm {φ i [e(k ), dy (k )]}⋅ ∆Ai (V2-18)
i =1

Za primjenu modela osjetljivosti u samoučećem neizrazitom regulatoru pretpostavlja se da model procesa

nije poznat te se kao filter koji aproksimira proces koristi referentni model. Pri tome izraz (V2-18) prelazi u :

η A (k ) = a M 1 ⋅ η A (k − 1) + a M 2 ⋅ η A (k − 2 ) + bM 1 ⋅ φ A (k − 1) + bM 1 ⋅ φ A (k − 2 )
i i i i i
(V2-19)

uz:

G sm (z ) ≈ K s G m (z ) (V2-20)

Uvodi se faktor sigurnosti Ks, koji osigurava dodatnu stabilnost učenja. Ukoliko učenje postane nestabilno
ili se želi usporiti učenje s ciljem drugačije izgradnje tablice upravljačkih pravila, tada se to može postići povećanjem
vrijednosti faktora sigurnosti Ks.

V.2.4. Algoritam podešavanja parametara neizrazitog regulatora

Cilj algoritma podešavanja parametara samoučećeg neizrazitog regulatora je minimizacija pogreške između
odziva referentnog modela i odziva reguliranog procesa. Algoritam koristi uzastopne skokovite promjene reference
te uspoređujući odzive referentnog modela i promatranog procesa podešava parametre. Podešavanje pojedinog
parametara SNR-a obavlja se jednom po iteraciji učenja. Iteracijom učenja se smatra interval između dvije promijene
referentnog signala.

Pogreška slijeđenja modela definirana je izrazom (V2-7). Kako je odziv iz referentnog modela uvijek
jednako određen, željena promjena izlaza iz sustava se podudara upravo s pogreškom slijeđenja modela:

∆y (k ) = e M (k ) . (V2-21)

Iz izraza (V2-12) i (V2-18) slijedi izraz za promjenu pojedinog upravljačkog pravila:

r
e Mκ (k ) − ∑η κ Ai ⋅ ∆Ai
∆A j (k ) =
κ i =1,i ≠ j
(V2-22)
η κA (k ) j

gdje je:
κ - trenutna iteracija učenja.

Budući da se promjena parametara obavlja samo jednom u jednoj iteraciji učenja, pogodno je
promjenu obaviti u trenutku kada je utjecaj tog parametra najveći, a to je trenutak kada pripadajuća funkcija
osjetljivosti poprima maksimalnu vrijednost. Iz izraza (V2-10) vidljivo je da je temeljna neizrazita funkcija i-tog
neizrazitog pravila φi konveksna eksponencijalna funkcija, jer predstavlja umnožak dvije također konveksne
eksponencijalne (Gaussove) funkcije µ ek ( x ) i µ dyk (x ) . Znači da postoji maksimum temeljne neizrazite funkcije,
koji sa stanovišta implementacije algoritma nije teško odrediti.

U tom slučaju nazivnik u izrazu (V2-22) prelazi u η A

κ
j
(ν ) = max[η (k )], a samim tim izraz (V2-22)
κ
j
κ
Aj

poprima oblik:

e κM (ν κj ) − ∑η κ (ν κ ) ⋅ ∆Aκ
r

Ai j ii
i =1,i ≠ j
∆Aκj =
η κA (ν κj )
(V2-23)
j

Na slici V2.4. prikazana je općenita struktura samoučećeg neizrazitog regulatora s funkcijama osjetljivosti.
Vježba 2. Sustavi upravljani samoučećim neizrazitim regulatorom 17

Referentni
model

Algoritam Kriterij
ucenja kvalitete

Uref Samouceci u y
neizraziti Proces
regulator

Sl. V2.4. Struktura samoučećeg neizrazitog regulatora

V.2.5. Opis bloka SNR-a za SIMULINK uz korištenje modela osjetljivosti

Na slici V2.5. prikazan je izgled bloka samoučećeg neizrazitog regulatora za programski paket
Matlab+Simulink. Blok ima tri ulaza i dva izlaza.

Ulazi u blok su:

- referentni signal ur,
- signal razlike e=ur – y,
- mjereni izlaz iz procesa y.

Izlazi iz bloka su:

- izlaz iz referentnog modela,
- izlaz iz samoučećeg neizrazitog regulatora (upravljački signal).
Da bi blok pravilno funkcionirao važno je da svi ulazi i izlazi budu pravilno spojeni, osim izlaza iz
referentnog modela, koji služi samo za praćenje odziva referentnog modela.

ref erenca

izlaz iz ref erentnog modela

signal pogreš ke e

Izlaz iz samouč eć eg regulatora

izlaz iz procesa
Samouč eć i
neizraziti regulator

Sl. V2.5. Izgled bloka SNR-a za Matlab+Simulink

Vježba 2. Sustavi upravljani samoučećim neizrazitim regulatorom 18

Na slici V2.6. prikazana je unutarnja struktura bloka SNR-a, koja sadrži blok referentnog modela te
koeficijente skaliranja koef_e i koef_dy koji mijenjaju raspon ulaznih veličina e i dy. Koeficijente treba tako
podesiti da maksimalne ulazne veličine e i dy budu 1, a minimalne -1, kako bi regulator radio s cijelim opsegom
vrijednosti ulaznih veličina. Ako nije tako, (što načelno nije dobro), limiteri će opseg, ukoliko je to potrebno,
ograničiti na opseg [-1,1]. Ulazi u blok SNR u_f i izlaz i_f automatski se pohranjuju u radno područje Matlaba.
Podaci o ulaznim veličinama e i dy pohranjeni su kao matrica, a podaci o izlaznoj veličini kao vektor. Na slici V2.7.
dan je izgled korisničkog sučelja, koje se pokaže nakon što korisnik dvaput klikne mišem na blok SNR-a prikazan na
slici V2.6.

1
1 referentni izlaz iz
model [MOD] referentnog
ref erenca modela
[U] parametri
referentnog
modela
[E] [YM]

2 -K-
signal
pogreš ke e skaliranje e
Mux u_f

2
3 y dy -K-
Izlaz iz
izlaz iz
procesa skaliranje dy
[U]
snr samouč eć eg
regulatora

referenca i_f

[YM]
[MOD]

param. ref. modela

SNR
izlaz iz
referentnog [E]
modela
pogreš ka

Sl. V2.6. Unutrašnjost bloka SNR-a u SIMULINK-u

Sl. V2.7. Izgled korisničkog sučelja bloka SNR-a

Vježba 2. Sustavi upravljani samoučećim neizrazitim regulatorom 19

Korisnik je u mogućnosti odrediti slijedeće parametre bloka:

1. FISMATRIX

tip : <ime>

Prvi parametar bloka SNR-a označava ime neizrazite matrice, koju korisnik zadaje (u ovom slučaju
upisano je ime motorfis). Oblik neizrazite matrice je u potpunosti onakav kakav je definiran u ostalim Simulink
simulacijama, odnosno onakav kakav je definiran u Simulink - Fuzzy Logic Toolbox-u v.2.0. Neizrazita matrica
se mijenja, odnosno stvara pomoću naredbe " fuzzy <ime matrice> ", ili izmjenom tekstualne datoteke <ime
matrice>.fis u kojoj su spremljeni svi njeni podaci.

2. Koliko iteracija (promjena) referentne veličine za učenje

tip : < realna vrijednost>

Vrijednost drugog parametra korisniku dopušta da sam odredi koliko promjena referentne veličine će
trajati učenje. Nakon dosegnutog broja promjene referentne veličine učenje će prestati i samoučeći neizraziti
regulator će dalje raditi sa do tada naučenom upravljačkom tablicom.
Ukoliko se ovdje stavi vrijednost nula učenje neće niti početi, odnosno tablica upravljačkih pravila će ostati
prazna, što se može koristiti za promatranje djelovanja samo proporcionalnog regulatora ili samo koeficijenta
predupravljanja.

3. Koeficijent Ks

tip : < realna vrijednost>=Ks

Parametar Ks nam određuje vrijednost faktora sigurnosti Ks, koji je u neposrednoj je vezi sa statičkim
pojačanjem reguliranog procesa, odnosno dinamičkim pojačanjem oko neke točke. Ukoliko učenje postane
nestabilno povećanjem vrijednosti koeficijenta Ks može se stabilizirati učenje. Povećanjem koeficijenta Ks
samoučeći neizraziti regulator sporije "uči", odnosno sporije izgrađuje tablicu, ali je učenje stabilnije.

4. Ograničenje promjene akcija

tip : < realna vrijednost>=ogr

Ograničenje promjene akcija računa se prema slijedećoj jednadžbi:

α = e (OGR* em ) , (V2-24)

gdje α označava vrijednost sa kojom se dijeli izračunata promjena akcije u trenutnoj iteraciji učenja.
Što je veći koeficijent α to će učenje biti sporije, te vrijedi sve već rečeno kod koeficijenta Ks.
Ograničenje promjene akcija i koeficijent Ks su djelomično komplementarni, a djelomično čine istu stvar, ali na
nešto drugačiji način.
Ukoliko je vrijednost ogr>1 tada postoji drugo ograničenje, koje ne dopušta promjene akcija veće od 1.
Ukoliko je ogr<1 tada toga ograničenja nema. Kao što se može zaključiti, najbrže učenje je onda kada je
parametar ogr jednak nuli.

5. Vrijednost kriterija kvalitete na kojoj prestaje učenje

tip : < realna vrijednost>

Kriterij kvalitete je IAE kriterij dan jednadžbom :

i +1
E=∑e (V2-25)
i

gdje su: i = početno vrijeme tekuće iteracije učenja,

i+1 = završetak tekuće iteracije učenja, odnosno početak slijedeće iteracije
 Vježba 2. Sustavi upravljani samoučećim neizrazitim regulatorom 20

Pri svakoj skokovitoj promjeni referentne veličine tijekom učenja kriterij se postavlja na nulu i nakon
toga se računa za trenutnu iteraciju učenja. Ako je učenje u dobrom smjeru, tada vrijednost sume E opada sa
vremenom.

6. Pojačanje predupravljanja (statički procesi) ili pojačanje P-regulatora (astatički)

tip : <realna vrijednost>=Kp

Ovaj parametar bloka SNR-a treba gledati zajedno sa slijedećim parametrom (vidi pod 7.), koji određuje tip
procesa.

Vrijednost parametra Kp određuje pojačanje proporcionalnog regulatora, ako je izabrani tip procesa
"astatički proces", a ukoliko je izabrani proces tipa "statički proces", tada parametar Kp predstavlja početno
podešenje koeficijenta predupravljanja, koje se podešava s vremenom.
U slučaju izbora vrijednosti parametra Kp=0 i tip procesa="astatički proces" (7. parametar ) , tada izlaz iz
bloka SNR predstavlja samo upravljačku veličinu dobivenu iz SNR-a, tj. bez dodatnog djelovanja
proporcionalnog regulatora.
Ako je vrijednost parametara Kp=0, a tip procesa="statički proces" tada, budući da se koeficijent
predupravljanja uči, izlaz iz samoučećeg neizrazitog regulatora će biti kompozicija signala iz samoučećeg
neizrazitog regulatora i dodatnog signala predupravljanja.

7. Tip procesa

tip : <izborni dijalog>

Izborom tipa procesa se mijenja struktura samoučećeg neizrazitog regulatora. Moguć je izbor dva tipa
procesa : "statički proces"
"astatički proces"
Ukoliko se izabere "statički" tip procesa tada vrijednost parametra Kp postaje pojačanje proporcionalnog
regulatora, a ukoliko se izabere "astatički" tip procesa tada koeficijent Kp postaje početna vrijednost koeficijenta
predupravljanja.

8. Ispis na disk

tip : <označavanje>

Izborom opcije "Ispis na disk" kreiraju se datoteke na disku s posebno zanimljivim rezultatima
simulacije, koji su navedeni u tablici V2.2. Ovi se parametri mogu koristiti za detaljniju analizu i grafički
prikaz rezultata.

Tablica V2.2. Ispis zanimljivih rezultata simulacije.

redni broj 1. 2-26. 27. 28. 29. 30.

parametra
koeficijenti
osjetljivosti em - pogreška
opis akcija kriterij broj diskretnog intervala Kf - koeficijent slijeđenja
parametra vrijeme samoučećeg kvalitete od promjene reference predupravljanja referentnog modela
neizrazitog
regulatora

9. Min. vrijednost osjetljivosti za promjenu (normalno 0.15)

tip : < realna vrijednost>

Ovaj parametar označava vrijednost praga funkcija osjetljivosti. Ako je maksimalna vrijednost parametra
funkcije osjetljivost u promatranoj iteraciji učenja manja od praga vrijednosti funkcija osjetljivosti, tada se u toj
iteraciji akcija samoučećeg neizrazitog regulatora vezana uz tu funkciju osjetljivosti neće promijeniti.
Vježba 2. Sustavi upravljani samoučećim neizrazitim regulatorom 21

Rad na vježbi:

(Obavezne) smjernice za rad i planiranje eksperimenata

R2.1. U simulacijskom modelu za Matlab+Simulink zamijeniti postojeći blok neizrazitog

regulatora procesa, koji je bio iskustveno podešen u Vježbi 1. s blokom samoučećeg
neizrazitog regulatora s referentnim modelom i modelom osjetljivosti. Odrediti potrebne
parametre za rad samoučećeg neizrazitog regulatora. Predvidjeti da dinamičko vladanje
sustava (vrijednost nadvišenja i vrijeme maksimuma) odgovara dinamičkom vladanju
reguliranog sustava u Vježbi 1.

Zadati željeno dinamičko ponašanje neizrazitog sustava upravljanja (σm, tm) pomoću
referentnog modela drugog reda i snimiti e(k)-de(k) trajektoriju referentnog modela radi
procjene granica područja razmatranja e(k) i de(k). U tu svrhu može se koristiti blok
referentnog modela drugog reda iz Vježbe 2. Odziv referentnog modela također iskoristiti
za određivanje najpovoljnijeg iznosa intervala uzorkovanja (tm/20 < td < tm/10).

U slučaju upravljanja statičkim procesom postaviti koeficijent predupravljanja na

vrijednost obrnuto proporcionalnu vrijednosti koeficijenta pojačanja procesa.

Izvršiti simulacijske eksperimente i snimiti odzive sustava, signala pogreške slijeđenja

modela eM(k) te izlaza iz samoučećeg neizrazitog regulatora na skokovitu promjenu
referentne veličine uz uporabu 12-bitnih A/D i D/A pretvornika. Na priloženim slikama s
početka i kraja učenja prikazati najviše četiri uzastopne prijelazne pojave. Komentirati
stvarna vremena potrebna da učenje završi. Obaviti analizu dobivenih rezultata i
usporediti rezultate s rezultatima dobivenim u Vježbi 1.

U izvještaj uključiti maske regulatora i referentnog modela radi mogućnosti kontrole

podešenih vrijednosti parametara regulatora. Potrebno je nacrtati upravljačku površinu
neizrazitog regulatora i komentirati njezin karakter. Komentirati razlike u odnosu na
upravljačku površinu u Vježbi 1.

(Neobavezne) smjernice za rad i planiranje eksperimenata

R2.2. Promijeniti parametre referentnog modela i pokrenuti simulaciju. Komentirati rezultate.

R2.3. Promijeniti parametre sustava koji značajno utječu na dinamiku i pokrenuti simulaciju.
Komentirati rezultate.
R2.4. Pokušati učenje učiniti nestabilnim.
R.2.5. Ako postoji pobuđeno zanimanje i znatiželja, može se pokušati upravljati nekim drugim
procesom (npr. primjeri procesa s predavanja).