НЕЧІТКА ЕКСПЕРТНА СИСТЕМА ДЛЯ КЕРУВАННЯ ТЕМПЕРАТУРОЮ ПОВІТРЯ У ПРИМІЩЕННЯХ ТОРГОВЕЛЬНО-РОЗВАЖАЛЬНОГО ЦЕНТРУ
DOI:
https://doi.org/10.17721/2519-481X/2023/79-12Ключові слова:
нечітка експертна система, температура повітря, повітряне опалювання, операторАнотація
У статті подано етапи розробки нечіткої експертної системи для оператора теплового пункту торгово-розважального центру. Показано принцип роботи системи повітряного опалення ТРЦ, що реалізується за допомогою комп'ютерно-інтегрованого керування зі SCADA – системою. Для ефективної роботи системи управління температурою повітря у різних зонах ТРЦ розроблено функції належності зон комфорту з погляду відвідувачів та вимог санітарних норм. Вказано, що типові регулятори стабілізації температури повітря не завжди можуть забезпечити заданий режим через вплив великої кількості неконтрольованих збурень на систему управління. У такому випадку за відсутності додаткових блоків адаптації алгоритмів керування доцільним ставати дистанційне керування оператором за допомогою мнемосхеми процесу вентиляції. І для підвищення ефективності процесу дистанційного регулювання тепловим устаткуванням запропоновано експертну систему, що реалізує алгоритм І. Мамдані, з управління клапанами витрати теплоносія. Контролер отримує інформацію від датчиків температури зовнішнього повітря та повітря в зоні контролю ТРЦ. Після обробки сигналів від датчиків контролер передає інформацію на комп'ютер з експертною системою. Залежно від значень температури та пори року програма розраховує оптимальне положення клапана (у відсотках ходу) витрати теплоносія та рекомендує встановити його оператору.
Також, показано, що у процесі розробки нечіткої експертної системи рекомендується обирати гаусівський тип функцій належності; мінімальна кількість терм – множин – три функції належності; вагові коефіцієнти кожного правила в базі знань однакові та дорівнюють 100; метод дефазифікації – метод центру тяжіння. Вказано, що введення експертних порад операторам також може призвести до зниження часу реакції на позаштатні ситуації до 90% підвищення надійності роботи обладнання загалом.
Посилання
1. “Opalennya torhovykh tsentriv” [Heating of shopping centers] Climate systems. www.ovk-group.com/tipovye-proekty/torgovye-centry/otoplenie/.
2. Solovei, D. (2023), ”Povitryane opalennya: pryntsyp roboty, plyusy ta minusy systemy” [Air heating: principle of operation, pros and cons of the system], www.alterair.ua/stati/vozdushnoe-otoplenie-printsip-primenenie/.
3. Sanitarni normy mikroklimatu vyrobnychykh prymishchenʹ DSN 3.3.6.042-99 9. (1999), [Sanitary norms of the microclimate of industrial premises DSN 3.3.6.042-99] Document va042282-99, www.zakon.rada.gov.ua/rada/show/va042282-99#Text.
4. Shvydkistʹ reaktsiyi operatora i pidvyshchennya efektyvnosti z iFIX. (2023), [Speed of operator response and increased efficiency with iFIX] www.digitap.com.ua/company-products/hmi-scada-ifix/.
5. Katsadze, T. L. (2014), “Ekspertni systemy pryynyattya rishenʹ v enerhetytsi: navchalʹnyy posibnyk” [Expert decision-making systems in energy: a study guide], K.: LOGOS,. 173 p.
6. Bolloju, N. et al. (2019) “A knowledge-based system for improving the consistency between object models and use case narratives” Expert Systems with Applications, vol. 39, pp. 9398-9410.
7. Tripathi, K. A. (2017) “Review on Knowledge-based Expert System: Concept and Architecture” Artificial Intelligence Technique.
8. Shiue, W. et al. (2020) “A frame knowledge system for managing financial decision knowledge” Expert Systems with Applications, vol. 35, pp. 1068-1079.
9. Mamdani, E. H. (1974) “Application of fuzzy algorithms for control of simple dynamic plant” Proc. Inst. Elect. Eng. Contr. Sci., vol. 121. рр. 1585 – 1588.
10. Zadeh, L. A. (1965) “Fuzzy sets” Information and Control, №8. рр. 338 – 353.
11. fuzzyTECH (2023) www.fuzzytech.com.
12. “Avtomatizirovannaya sistema upravleniya ventilyatsiyey” [Automated ventilation control system] www.datasolution.ru/avtomatizirovannaya-sistema-upravleniya-ventilyatsiej






