|
|
|
|
کنترل نظارتی مبتنی بر نقشه‌های شناختی فازی برای یک سیستم دینامیکی، مورد مطالعاتی: مدیریت انرژی در یک خودروی هیبرید برقی پلاگین
|
|
|
|
|
|
|
|
نویسنده
|
الیاسی حسین
|
|
منبع
|
هوش محاسباتي در مهندسي برق - 1399 - دوره : 11 - شماره : 2 - صفحه:111 -120
|
|
چکیده
|
در این مقاله یک استراتژی جدید کنترلی مبتنی بر نقشه‌های شناختی فازی به‌منظور طراحی یک کنترل‌کننده نظارتی برای یک سیستم پیچیده ارائه شده است. این کنترل‌کننده نظارتی به‌گونه‌ای طراحی شده است تا سیگنال‌های مرجع لازم را برای کنترل‌کننده‌های محلی استفاده‌شده در بخش‌های مختلف سیستم پیچیده فراهم کند. طراحی کنترل‌کننده نظارتی پیشنهادی شامل دو بخش است: 1 ابتدا براساس روابط علت و معلولی بین اجزای مختلف سیستم پیچیده، یک نقشه شناختی فازی اولیه پایه‌ریزی می‌شود. 2 سپس با توجه به نیازهای کنترلی مفاهیم جدیدی به این نقشه شناختی اضافه می‌شود و ارتباط بین این مفاهیم جدید و مفاهیم نقشه شناختی فازی اولیه براساس یک شاخص عملکردی بهینه می‌شود. استراتژی کنترلی پیشنهادی برای مدیریت انرژی در یک خودروی هیبرید پلاگین برقی از نوع سری‌موازی استفاده شده است. نتایج حاصل از شبیه‌سازی نشان می‌دهند استراتژی کنترلی پیشنهادی، در مقایسه با کنترل‌کننده فازی مرسوم، عملکرد بهتری در برآورده‌شدن اهداف کنترلی برای یک سیستم پچیده دارد.
|
|
کلیدواژه
|
سیستم‌های پیچیده، نقشه‌های شناختی فازی، کنترل نظارتی، خودروی هیبرید پلاگین
|
|
آدرس
|
دانشگاه بیرجند, دانشکده مهندسی برق و کامپیوتر, ایران
|
|
پست الکترونیکی
|
h_eliasi@birjand.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Supervisory Control Based on Fuzzy Cognitive Maps for a Dynamic System, Case Study: Energy Management in a Plugin Hybrid Electric Vehicle
|
|
|
|
|
Authors
|
Eliasi Hussein
|
|
Abstract
|
In this paper, a new control strategy based on Fuzzy Cognitive Maps (FCMs) in order to design a supervisory controller for a complex system is presented. This supervisory controller is designed to provide reference signals needed for local controllers used in different sections of complex system. Designing of proposed supervisory controller consists of two part: 1 First, a basic FCM is constructed based on the cause and effect relationships between various components of the complex system, 2 Then, according to the control needs, new concepts are added to this cognitive map, and the relationship between these new concepts and the concepts of the primary fuzzy cognitive map is optimized based on a functional index. The proposed control approach is applied to energy management of a seriesparallel plugin hybrid electric vehicle problem. The simulation results show that the proposed control strategy has a better performance in satisfying the control objectives for a complex system than the conventional fuzzy controller.
|
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|