Adaptivní regulátory s principy umělé inteligence v prostředí MATLAB - B&R

Abstract

Diplomová práce se zabývá problematiku adaptivního řízení především na samočinně se nastavující regulátory. Práce je rozdělena na dvě části. První část popisuje identifikační metody. Mezi tyto metody patří identifikace pomocí metody nejmenší čtverců a neuronových síti. Metody jsou navzájem porovnávány a je provedeno vyhodnocení kvality identifikace. Druhá část popisuje porovnání různých druhů adaptivních regulátorů s pevně nastaveným PSD regulátorem. Adaptivní regulátory jsou porovnávány v závislosti na různých identifikačních metodách. Pro identifikační i regulační část bylo realizováno uživatelské vizualizační prostředí. S využitím programu Matlab/Simulink jsou porovnány průběhy odezev na poruchu a změnu dynamiky procesu při řízení simulačních soustav a fyzikálního modelu připojeného k PLC firmy B&R.The diploma thesis is focused on an adaptive control, especially in a self-tuning controller area. The thesis is divided into two main parts. The first part deals with identification methods of the adaptive control. The recursive least squares algorithm and the neural network method are the most popular identification methods. These methods are contrasted and the identification quality evaluation is done. The second part compares various types of the adaptive controllers with a non-adjustable PSD controller. The adaptive controllers are investigated from the various identification method point of view. The user graphic interface was realized for the identification and regulatory part. The time behavior of system responses after incoming disturbance and dynamic process changes during simulation systems control is compared with a physical model connected to B&R PLC. The comparison is done with the application of Matlab/Simulink program.