universitatea transilvania din braşov - old.unitbv.roold.unitbv.ro/portals/31/sustineri de...

Universitatea Transilvania din Braşov

Şcoala Doctorală Interdisciplinară

Departamentul Automatică şi Tehnologia Informaţiei

M.Sc Eng. Muhammad M.A.S. Mahmoud

Rezumatul tezei de doctorat

APLICAREA LOGICII FUZZY ÎN REŢELE

ELECTRICE DE DISTRIBUŢIE, INDUSTRIE ŞI

SECURITATEA MUNCII

APPLICATION OF FUZZY LOGIC IN

ELECTRICAL POWER NETWORK, INDUSTRY

AND SAFETY

Coordonator științific

Prof. univ. dr. ing. Sorin – Aurel MORARU

BRASOV, 2013

Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii

2 Muhammad M.A.S. Mahmoud

MINISTERUL EDUCAȚIEI NATIONALE

UNIVERSITATEA TRANSILVANIA DIN BRASOV

BRAŞOV, B-DUL EROILOR NR. 29, 500036, TEL. 0040-268-413000, FAX 0040-268-410525

RECTORAT

D-lui (D-nei) ..............................................................................................................

COMPONENȚA

Comisia de doctorat

Numită de către rectorul Universității Transilvania din Brașov

Nr. 5797 din 22. 04. 2013

Președinte: Prof. univ. dr. ing. Mihai ROMANCA

Facultatea de Inginerie Electrica și Știința Calculatoarelor

Universitatea “Transilvania” din Brașov

Coordonator științific: Prof. univ.dr. ing. Sorin-Aurel MORARU

Universitatea Transilvania din Brașov

Referenți: Prof. univ. dr. ing. Theodor BORANGIU

Universitatea “Politehnica” din Bucureşti

Prof. univ. dr. ing. Anca PURCĂREA

Universitatea “Politehnica” din Bucureşti

Conf. univ. dr. ing. Delia UNGUREANU

Universitatea “Transilvania” din Brașov

Data, ora şi locul susţinerii publice a tezei de doctorat: 31.05.2013 ora 10.30 în corpul V

al Universităţii “Transilvania”din Braşov, str. Mihai Viteazul nr. 5, etajul III, sala VIII 9.

Eventualele aprecieri sau observaţii asupra conţinutului lucrării vă rugăm să le transmiteţi

în timp util, pe adresa [email protected]

Totodată vă invităm să luaţi parte la şedinţa publică de susţinere a tezei de doctorat.

Vă mulţumim.

mailto:[email protected]



CUPRINS

CAPITOLUL 1 ...................................................................................................................................... 6 1.1. INTRODUCERE ........................................................................................................................ 6 1.2. OBIECTIVUL TEZEI DE DOCTORAT ................................................................................... 6 1.3. STRUCTURA TEZEI DE DOCTORAT ................................................................................... 6 1.4. PUBLICATII REZULTATE DIN TEZA DE DOCTORAT ...................................................... 8

CAPITOLUL 2 - STUDIU .................................................................................................................... 9 2.1. INTRODUCERE IN LOGICA FUZZY ..................................................................................... 9 2.2. STUDIU ASUPRA TEZEI ......................................................................................................... 9

2.2.1. SISTEMUL DE CONTROL LA SCARA LARGA ................................................... 10 2.2.2. EFICIENTA MOTORULUI GRUPULUI DE POMPE INTR-UN ........................... 11 SISTEM EOLIAN DE STOCARE A ENERGIEI ................................................................ 11 2.2.3. LOCALIZARI DEFECTE DIN RETEAUA ELECTRICA ....................................... 16 2.2.4. MASURI FUZZY ....................................................................................................... 17

2.3. TEHNICA FUZZY CLUSTERING C-MEAN ........................................................................ 17 2.3.1. DEFINITII: ................................................................................................................. 17 2.3.2. ALGORITM FUZZY C-MEANS CLUSTERING .................................................... 18 2.3.3. VALABILITATEA FUZZY CLUSTER: ................................................................... 18

CAPITOLUL 3 - MODELAREA CONTROLERULUI FUZZY BAZAT PE PE UN SISTEM TIPIC

DE ABSORBTIE A GAZULUI .......................................................................................................... 20 3.1. SISTEM DE EVACUARE GAZE ........................................................................................... 20

3.1.1. INFORMATII PE SCURT ......................................................................................... 20 3.1.2. IPOTEZE SI DEFINITI:............................................................................................. 21 3.1.3. MODEL DINAMIC.................................................................................................... 21

3.2. O SCURTA RELATARE DESPRE SISTEMELE FUZZY .................................................... 23 3.3. PROIECTAREA CONTROLERULUI FUZZY PENTRU UN SISTEM ................................ 25 DE ABSORBTIE GAZE ................................................................................................................... 25 3.4. STUDII DE SIMULARE SI REZULTATE ............................................................................. 25 3.5. CONCLUZII............................................................................................................................. 27

CAPITOLUL 4 - O NOUA ABORDARE A SISTEMELOR DE CONTROL FUZZY LA SCARA

LARGA ................................................................................................................................................ 28 4.1. ESTIMAREA STARII SISTEMELOR INTERCONECTATE ............................................... 28 4.2. ALGORITM: ............................................................................................................................ 28 4.3. MODEL DE SISTEM INTERCONECTAT: ........................................................................... 29 4.4. ESTIMAREA VARIABILELOR SI OUTPUTURILOR SISTEMULUI ................................ 30 4.5. PROIECTAREA UNEI SERII DE CONTROLERE FUZZY .................................................. 31 4.6. REZULTATELE SIMULARILOR .......................................................................................... 31 4.7. PERFORMANTA CONTROLERELOR FUZZY FEEDBACK PROPUSE:.......................... 32 4.8. CONCLUZIE ........................................................................................................................... 35

CAPITOLUL 5 - CONTROLER FUZZY PENTRU IMBUNATATIREA EFICIENTEI GRUPULUI

DE POMPE INTR-UN SISTEM DE STOCARE A ENERGIEI EOLIENE ................................. 36 5.1. MODELAREA SISTEMULUI ................................................................................................ 36

5.1.1. ALIMENTAREA: ...................................................................................................... 36 5.1.2. MODEL DE MOTOR: ............................................................................................... 36 5.1.3. MODEL DE POMPA ................................................................................................. 37 5.1.4. CARACTERISITICI DE PORNIRE SI FUNCTIONARE ALE MOTORULUI ...... 37

5.2. CONTROLER .......................................................................................................................... 38 5.3. REZULTATE SI PERTURBARI ............................................................................................. 43

5.3.1. RANDAMENT: .......................................................................................................... 43



5.3.2. FACTORUL DE PUTERE MOTOR ......................................................................... 43 5.3.3. PUTEREA MOTORULUI ......................................................................................... 44 5.3.4. VITEZA ...................................................................................................................... 46 5.3.5. CURENTUL DE PORNIRE ....................................................................................... 47

5.4. CONCLUZIE ........................................................................................................................... 47 CAPITOLUL 6 - CONTROLUL PUTERII REACTIVE SI A IMBUNATATIRII FACTORULUI

DE PUTERE UTILIZAND CONTROLERE FUZZY ..................................................................... 48 6.1. CONTROLER FUZZY AL FACTORULUI DE PUTERE ..................................................... 48

6.1.1. DIMENSIONAREA ELEMENTELOR ..................................................................... 49 6.1.2. FUZZY GROUSE CONTROLER (FGC) DESIGN: ................................................. 50 6.1.3. PROIECTARE FUZZY FINE CONTROLER (FFC) ................................................ 51 6.1.4. PROIECTAREA SEMNALULUI DE CONTROL DISCRET .................................. 52

6.2. STUDIU DE CAZ .................................................................................................................... 52 6.2.1. DATELE CAZURILOR ............................................................................................. 52 6.2.2. REZULTATE ............................................................................................................. 54

6.3. CONCLUZIE ........................................................................................................................... 55 CAPITOLUL 7 - MODELUL DE ESTIMARE A RATEI ACCIDENTELOR BAZAT PE

FACTORUL UMAN UTILIZAND TEHNCI DE CLUSTERING FUZZY C-MEAN ................. 56 7.1. COLECTAREA DATELOR SI ORGANIZAREA .................................................................. 56

7.1.1. CONCEPEREA CHESTIONARULUI ...................................................................... 56 7.1.2. RASPUNSUL ............................................................................................................. 56 7.1.3. LIMITARI .................................................................................................................. 56 7.1.4. MATRICE DE OPTIUNI ........................................................................................... 57

7.2. MODELARE ............................................................................................................................ 57 7.3. REZULTATELE SI DISCUTII DESPRE CLUSTERING ...................................................... 57 7.4. MASURAREA DATELOR ..................................................................................................... 59 7.5. DEZVOLTAREA MODELULUI ............................................................................................ 59 7.6. RATA DE PREZICERE A ACCIDENTELOR: ...................................................................... 59 7.7. REZULTATE RELEVANTE................................................................................................... 60 7.8. CONCLUZIE ........................................................................................................................... 62

CAPITOLUL 8 - DESCOPERIREA SCURT CIRCUITULUI ELECTRIC IN RETEAUA

INDUSTRIALA MV UTILIZAND TEHNICI DE FUZZY CLUSTERING ................................. 64 8.1. DESCRIEREA RETELEI: ....................................................................................................... 64 8.2. MATRICEA DE OPTIUNI: .................................................................................................. 64 8.2. LOCALIZAREA DEFECTELOR UTILIZAND COLOANA DE NORMALIZARE MAXIMA

65 8.2.1. CALCULATION PROCEDURES: ............................................................................ 65 8.2.2. REZULTATE SI DISCUTII: ..................................................................................... 65

8.3. LOCALIZAREA AVARIILOR UTILIZAND NORMALIZAREA SIMPLA MAXIMA ...... 66 8.3.1. PROCEDURI DE CALCUL: ..................................................................................... 66 8.3.2. REZULTATE: ............................................................................................................ 66

8.4. CONCLUZIE ........................................................................................................................... 67 CAPITOLUL 9 - PROPUNERE PENTRU NOI ARII DE APLICATIE PENTRU CONVERGENTA

FUZZY MULTIFUNCTIUNILOR .................................................................................................... 68 9.1. SCURT CONTEXT DESPRE MASURA FUZZY .................................................................. 68 9.2. APLICATIE NOUA ................................................................................................................. 68 9.3. CONLUZIE .............................................................................................................................. 68

CAPITOLUL 10 - CONCLUZII ........................................................................................................ 69 10.1. CONCLUZII GENERALE ...................................................................................................... 69 10.2. CONTRIBUTII ORIGINALE .................................................................................................. 69



10.2.1. CONTROL: ................................................................................................................ 69 10.2.2. TRENDING: ............................................................................................................... 70

10.3. DIRECŢII DE CERCETARE PENTRU VIITOR .................................................................. 71 BIBLIOGRAFIE (SELECŢIE) .......................................................................................................... 72 REZUMAT română/engleză .............................................................................................................. 75 CURRICULUM VITAE engleză/română ......................................................................................... 76 ANEXE ................................................................................................................................................. 80



CAPITOLUL 1

1.1. INTRODUCERE

In timp ce esenţa multor probleme de inginerie o reprezinta controlul diferitelor sisteme si recunoasterea

problemelor de trend (tendinte), care permit o mai buna intelegere a datelor si a performantei sistemului,

"Tehnica Logica fuzzy" a demonstrat performante sporite intr-o gama larga de sisteme pornind de la

clasicul pendul invers pana la sisteme sofisticate, pe scara larga.

Deoarece regulatoarele fuzzy si-au dovedit performantele in mai multe domenii ale stiintei si tehnologiei,

acest lucru a dus la dezvoltarea in continuare a teoriei sistemelor fuzzy, pentru a avea posibilitatea de a

rezolva probleme si mai complicate. In aceasta teza de doctorat, scopul nostru este de a prezenta noile

evolutii, atat din punct de vedere al controlului, cat si aplicatii folosind capacitatea IT si de programare

pentru a utiliza logica fuzzy. Teza de doctorat este formata din capitole independente. Fiecare capitol

prezinta o alta aplicatie de controlere fuzzy, insotita de dezvoltarea obligatorie a teoriei. Orice cititor poate

studia fiecare capitol al tezei ca pe o lucrare de cercetare de sine statatoare. Mai mult decat atat, aceasta

teza nu numai ca ofera o noua aplicatie a logicii fuzzy in industrie, dar, de asemenea, aceasta teza poate fi

recomandata studentilor care au parcurs elementele de baza ale teoriei multimilor fuzzy mai demult si

acum doresc sa le aplice. Citirea intregii lucrari va va oferi o varietate de idei si noi aplicatii IT pentru

activitatea viitoare, in vederea dezvoltarii de aplicatii noi, care pot utiliza logica fuzzy in diferite domenii.

1.2. OBIECTIVUL TEZEI DE DOCTORAT

Esenţa acestei lucrari de doctorat incepe cu capitolul introductiv, care prezinta studiul complet referitor la

activitatea anterioara de referinta si se concentreaza asupra Tehnicii de grupare (clustering) fuzzy. Un

obiectiv al tezei este introducerea de noi controlere fuzzy pentru diferite sisteme de inginerie. Un alt

obiectiv este rezolvarea a doua probleme de trend diferite, foarte neliniare, utilizand tehnica fuzzy

clustering; totodata, in cazul problemelor de control si de trend, utilizarea diferitelor software-uri si

metode IT pentru a analiza datele si informatiile colectate si pentru stabilirea de solutii. Se vor face

propuneri pentru noi aplicatii in convergente fuzzy pentru algoritmi multifunctiune.

1.3. STRUCTURA TEZEI DE DOCTORAT

Controlul este una din principalele aplicatii ale controlerelor fuzzy, mai ales pentru aplicatiile care pot fi

exprimate lingvistic cu usurinta. Capitolele 3, 4, si 5 vor dezvolta noi aplicatii in domenii de inginerie

diferite, cu sprijinul tehnologiei informatiei.

Capitolul 3 prezinta eforturile de cercetare care au fost efectuate in legatura cu controlul sistemelor

absorbante cu gaz / reactoarelor cu gaz. De asemenea, a fost introdusa o noua abordare a designului de

controler fuzzy pentru un sistem absorbant de gaze. Abordarea include o estimare a starii liniare care sa

genereze baza de cunostinte interne care stocheaza perechi intrare-iesire. Aceasta colectie de perechi este

apoi utilizata folosind software-ul MATLAB pentru a construi feedback-ul controlerului fuzzy. Sistemul

inchis de control fuzzy este garantat a fi stabil din punct de vedere asimptotic, in timp ce manipuleaza

timpul de raspuns. Se efectueaza studii de simulare pentru a ilustra performanta sistemului absorbant de

gaz [1] [2].

Capitolul 4 prezinta o noua abordare a controlului sistemului interconectat folosind teoria sistemului

fuzzy. Abordarea se bazeaza pe incorporarea unui grup de estimatori locali la nivel de sistem pentru a

genera baza de date intrare-iesire. O serie controlere fuzzy de feedback este apoi proiectata pentru a



asigura stabilitatea asimptotica a sistemului inchis. Tehnica dezvoltata este aplicata unui sistem pe scara

larga, instabil si se efectueaza studii ample de simulare pentru a ilustra potentialul noii abordari. Sunt

efectuate studii de simulare pentru a ilustra rezultatele si eficacitatea controlerului propus [3].

In capitolul 5 ne vom concentra pe sistemele de acumulare ale pompei, reprezentand o aplicatie

importanta a energiei eoliene, avand in vedere faptul ca sistemele de acumulare prin pompare sunt tot mai

mult implicate in domeniul energiei regenerabile la nivele ridicate de putere. Obiectivul acestui capitol

este de a proiecta un controler fuzzy optim pentru motorul pompei, in scopul de a obtine puterea maxima

disponibila pentru pompare si pierderi minime de motor, si, prin urmare, o eficienta mai mare a pompei.

Doua controlere fuzzy pentru motor, bazate pe dependenta liniara (V/Hz) si pe cea cubica (V/Hz3) dintre

tensiune si frecventa sunt dezvoltate folosind software-ul SIMULINK pentru masina de inductie in

aplicatii de acumulare prin pompare. Controlerele fuzzy sunt concepute pentru a primi informatii de

frecventa din retea si de a estima unghiul de tragere pentru un circuit tiristor plasat intre sursa si sarcina

pentru a controla tensiunea de incarcare. In ambele cazuri, controlerele fuzzy au luat in considerare ca

variatia frecventei de alimentare a motorului in timpul pornirii si functionarii produce selectarea tensiunii

optime aplicate motorului. Simularea functionarii motorului in timpul pornirii si functionarii se realizeaza

pentru intreaga gama aplicabila de frecventa. Rezultatele si graficele detaliate arata cum controlerul

proiectat este rapid si precis. Protectia necesara a motorului si comparatia dintre link-ul DC si controlul

circuitului tiristor a fost deasemenea discutata [4], [5].

Capitolul 6 prezinta utilizarea tehnicii logica fuzzy pentru controlul puterii reactive al unei sarcini si, prin

urmare, imbunatatirea factorului de putere. Se utilizeaza un compensator de derivatie, care consta dintr-un

reactor in serie cu o punte tiristoare cu faza controlata in paralel cu un condensator. Controlerul este

compus din doua controlere fuzzy, independente si anume controlerul Grouse Fuzzy (CGF) si controlerul

Fine Fuzzy (CFF). Aceste controlere fuzzy sunt folosite pentru a controla unghiul de tragere al puntii

tiristoare pana cand factorului sursei de putere ajunge la o valoare dorita. Sunt prezentate simularile pentru

trei studii de caz diferite si rezultatele arata rapiditatea si precizia controlerului proiectat[6]. Capitolul

include urmatoarele:

• Ilustrarea schemei de control propuse.

• Descrierea etapelor de proiectare ale controlerului factorului de putere.

• Simularea tehnicii propuse prin testarea ei pentru trei studii de caz diferite.

De asemenea, logica fuzzy este folosita in prezent in multe aplicatii pentru diagnosticul, prognoza si

intelegerea comportamentului sistemelor foarte neliniare, cum ar fi marketingul, prognoza sarcinii

electrice, analiza incarcarii de lucru, analiza tehnica, etc ....

In acest Capitol 2 - Sectiunea 3.2, vom introduce un algoritm important pentru clasificarea gruparii -

"clustering" datelor, bazate pe logica fuzzy. Apoi, in capitolele 7 si 8, vor fi discutate doua noi aplicatii

pentru tendinte si predictie fuzzy.

In Capitolul 7 se introduce o abordare complet noua pentru analiza accidentelor din sectorul de constructii.

Este dezvoltat un model pentru colectarea de date prin intermediul unui chestionar legat de rata

accidentelor, completat de catre muncitori care lucreaza pentru o companie de constructii de renume din

Kuweit. Acest chestionar a fost conceput pentru a include informatii despre factorii umani, precum si alti

factori, cum ar fi tipul de munca, factorii manageriali, training, factori fizici si istoricul ratei de accidente

pentru fiecare tip de munca in timpul perioadei de angajare in respectiva companie de constructii, precum

si experienta in timpul carierei. Datele colectate sunt impartite in "setul de training" pentru construirea

modelului si "setul de testare" pentru verificarea modelului. Folosind software-ul MATLAB, informatiile

de training sunt clasificate intr-un numar de grupuri sau clustere, centrele de greutate ale acestor grupuri



fiind folosite ulterior pentru a genera un set de reguli pentru a dezvolta un motor fuzzy, care poate apoi

prezice si prognoza rata accidentelor. Cazurile test sunt utilizate pentru a verifica si valida modelul

dezvoltat. Concluzii importante si interesante au reiesit din rezultatele corelate si au fost determinate de

model si ilustrate in capitolul 7 [7].

Capitolul 8 studiaza o retea de distributie existenta de 13,8 kilovolti, care deserveste un camp de productie

de petrol intins pe o suprafata de aproximativ saizeci kilometri patrati, in scopul de a localiza orice defect

care poate aparea oriunde in retea utilizand tehnici de clasificare fuzzy c-mean. In plus, capitolul mai

introduce cateva metode pentru normalizarea bazei de date si selectarea numarului optim de clustere, in

scopul de a clasifica datele. Rezultatele si concluziile sunt date pentru a demonstra fezabilitatea pentru

metoda de localizare a erorii sugerata. [8A, 8B].

In capitolul 9 sunt prezentate diferite tipuri de convergente pentru secvente de multifunctiuni cu privire la

o masura fuzzy si sunt propuse unele noi aplicatii pentru teoria convergentelor pentru secvente de

multifunctiuni [9].

1.4. PUBLICATII REZULTATE DIN TEZA DE DOCTORAT

Ca un rezultat al muncii intense, timp de aproximativ trei ani a doctorandului, unsprezece (11) publicatii

au fost acceptate si publicate la conferinte si in reviste internationale. Aceste publicatii sunt mentionate in

continuare in teza de doctorat.



CAPITOLUL 2

STUDIU

2.1. INTRODUCERE IN LOGICA FUZZY

'' Este nevoie de logica fuzzy? "aceasta chestiune are un lung istoric de discutii animate si dezbateri.

Exista multe conceptii gresite despre logica fuzzy. Logica fuzzy nu este neclara. Practic, logica fuzzy este

o logica precisa de imprecizie si rationament aproximativ. Mai precis, logica fuzzy poate fi privita ca o

incercare de formalizare / mecanizare a doua capacitati umane remarcabile. In primul rand, capacitatea de

a conversa, a rationa si a lua decizii rationale intr-un mediu de imprecizie, nesiguranta, incomplet in ceea

ce priveste informatiile, informatii contradictorii, partialitate de adevar si partialitate de posibilitate - pe

scurt, intr-un mediu de informare imperfect. Si in al doilea rand, capacitatea de a efectua o mare varietate

de activitati fizice si mentale fara masuratori sau orice fel de calcule. De fapt, una dintre contributiile

principale ale logicii fuzzy - o contributie care nu este recunoscuta pe larg - este marea sa putere de

precipitare. Logica fuzzy este mult mai mult decat un sistem logic. Ea are multe fatete. Principalele

aspecte sunt: logic, fuzzy-set-teoretic, epistemice si relationale. Cele mai multe dintre aplicatiile practice

ale logicii fuzzy sunt asociate cu aspectul relational [11].

In general, multe sisteme de control pot fi inlocuite cu un sistem de control bazat pe logica fuzzy. Deci,

logica fuzzy nu este un raspuns universal, ci trebuie sa fie utilizat atunci cand este cazul pentru a asigura

un control mai bun. In cazul in care un simplu circuit inchis sau un controler PID functioneaza bine, atunci

nu este nevoie de un controler fuzzy. Exista multe cazuri cand reglajul unui controler PID sau proiectarea

unui sistem de control pentru un sistem complicat este coplesitoare. Abia atunci logica fuzzy are sansa de

a iesi in evidenta.

Un alt domeniu important de aplicare a controlului fuzzy este in automatizari industriale. PLC-uri bazate

pe logica fuzzy au fost dezvoltate de companii precum Moeller. Aceste PLC-uri, precum si alte

implementari ale logicii fuzzy, pot fi folosite pentru a controla orice numar de procese industriale.

Logica fuzzy gaseste de asemenea aplicatii in multe alte sisteme. De exemplu, sistemul de animatie

MASSIVE3D pentru generarea multimilor, foloseste logica fuzzy pentru inteligenta artificiala. Acest

program a fost utilizat pe scara larga in realizarea trilogiei Lord of the Rings, precum si a filmelor Leul,

Vrajitoarea si Garderoba.

Ca un ultim exemplu de logica fuzzy, aceasta poate fi utilizata si in alte domenii, nu doar de control.

Logica fuzzy poate fi utilizata in orice proces decizional, cum ar fi procesarea de semnal sau de analiza a

datelor, precum si recunoasterea de date si probleme de trend. Un exemplu in acest sens este un sistem

fuzzy logic, care analizeaza un sistem energetic si diagnosticheaza orice tulburari armonice. Sistemul

analizeaza tensiunea fundamentala, precum si a treia, a cincea si a saptea armonica, precum si temperatura

pentru a determina daca exista motive de ingrijorare in functionarea sistemului. [13]

In acest capitol vom oferi un studiu cuprinzator legat de lucrarile si eforturile academice anterioare care

sunt legate de aceasta teza, in scopul de a dezvolta un nou domeniu pentru aplicatii fuzzy. In ultima parte a

acestui capitol vom prezenta bazele tehnicii fuzzy c-means care vor fi utilizate in doua aplicatii diferite in

aceasta teza.

2.2. STUDIU ASUPRA TEZEI

In aceasta sectiune a lucrarii vom ilustra un efort de studiu pentru a reprezenta, in general, cercetarea



academica, precum si rapoartele industriale in care au fost gasite informatii legate de aceasta lucrare.

Acestea vor fi considerate a fi o referinta pentru teza de fata.

2.2.1. SISTEMUL DE CONTROL LA SCARA LARGA

O directie importanta in proiectarea sistemelor de inginerie s-a axat pe utilizarea de modele matematice

simplificate pentru a facilita procesul de proiectare. Aceasta constituie asa-numita abordare de proiectare

de sistem, bazata pe modele. O privire de ansamblu asupra tehnicilor care stau la baza pot fi gasite in [17].

Cele mai multe rezultate disponibile au trecut cu vederea pana in prezent cunoasterea operationala a

sistemului dinamic. Pe de alta parte, o abordare a sistemului bazata pe cunoastere [18] a fost propusa a se

ocupa cu probleme de analiza si proiectare pentru diferite clase de sisteme dinamice, incorporand atat cel

mai simplu model disponibil, cat si cele mai bune cunostinte disponibile despre sistem. Pentru sisteme

fizice unice, unul dintre eforturile anterioare in aceasta directie, a fost pe dezvoltarea unui sistem de

invatare expert, a se vedea [19-22] si referintele lor. O abordare alternativa a fost pe integrarea

elementelor sistemelor evenimentelor discrete cu ecuatii diferentiale [23]. O a treia abordare, sustinuta

practic a fost prin utilizarea de control fuzzy logic, prin aplicarea cu succes de seturi fuzzy si teoria

sistemelor [18].

Pentru sistemele interconectate, abordarea de mai sus motiveaza cercetarea in domeniul controlului

inteligent prin combinarea tehnicilor de control si de teoria sistemelor cu cele de inteligenta artificiala.

Accentul principal ar trebui sa fie pe integrarea unei baze de cunostiinte, un rationament aproximativ

(asemanator cu cel uman) si / sau un proces de invatare intr-o structura ierarhica.

Controlerele fuzzy logic [23, 24, 25] sunt in general considerate aplicabile la instalatii care sunt matematic

slab intelese (nu exista un model matematic acceptabil pentru instalatie) si deasemenea

in cazul in care operatori umani cu experienta sunt disponibili pentru a controla instalatia in mod

satisfacator si sa furnizeze "reguli ale degetului mare" calitative (norme de control calitative privind

frazele vagi si fuzzy).

1) ordonarea ierarhica a regulilor fuzzy este utilizata pentru a reduce dimensiunea

motorului de inferenta.

2) implementarea in timp real sau simularea on-line a controlerelor fuzzy poate ajuta la

reducerea sarcinii seturilor de reguli de dimensiuni mari prin declansarea datelor

senzoriale inainte de introducerea datelor de iesire ale sistemului la motorul de inferenta. Un efort concertat a fost facut pentru a reduce in mod oficial dimensiunea bazei de reguli fuzzy pentru a

face un control fuzzy atractiv pentru sistemele interconectate. Doua dintre dificultatile in proiectarea

oricarui sistem de control fuzzy sunt:

• Forma functiilor de apartenenta.

• Alegerea regulilor fuzzy.

Proprietatile unei functii de apartenenta fuzzy sunt de obicei neclare. Prin urmare, am putea folosi diferite

functii de apartenenta pentru a caracteriza aceeasi descriere. Conceptual, exista doua abordari pentru a

determina o functie de apartenenta. Prima abordare este de a utiliza cunostiintele expertilor umani. De

obicei, aceasta abordare nu poate da decat o formula aproximativa a functiei de apartenenta; se necesita

un reglaj fin. In cadrul celei de-a doua abordari, datele sunt colectate de la diversi senzori pentru a

determina functiile de apartenenta. Deci, structurile functiilor de apartenenta sunt mentionate in primul

rand, apoi reglajul fin al parametrilor functiei de apartenenta ar trebui implementat pe baza datelor

colectate [22].

In [27], a fost organizat un sistem de control fuzzy si a fost aplicat la controlul concentratiei de etanol intr-

un proces de cultivare gen sarja de alimentare pentru producerea de emulsie Acinetobacter calcoaceticus

RAG-I. Functiile de apartenenta si regulile fuzzy au fost determinate de seturi de date si experiente



obtinute din experimente preliminare de culturi. Variabilele de intrare, eroare (diferenta dintre valoarea

setata a punctului si variabila de proces) si schimbarea de eroare, au fost fuzificate prin utilizarea functiilor

de apartenenta si a variabilei de iesire, iar modificarea ratei de alimentare cu etanol a fost dedusa pe baza

functiilor de apartenenta si a regulilor fuzzy date. Pentru a obtine va1oarea numerica pentru variabila de

iesire, a fost utilizata metoda centrului de greutate in procedura de defuzificare. Rezultatele au aratat ca a

fost bine reglementata concentratia de etanol in jurul nivelului optim si randamentul emulsiei a crescut in

comparatie cu metoda cultivarii controlate de circuitul conventional de control.

Capitolul 3 contribuie la dezvoltarea ulterioara a tehnicilor de control fuzzy prin prezentarea unei noi

abordari in proiectarea controlerelor fuzzy pentru un sistem absorbant de gaze.

In capitolul 4, vom contribui la dezvoltarea in continuare a tehnicilor de controlul inteligent a sistemelor

interconectate. Acesta ofera o noua abordare a proiectarii controlerelor fuzzy pentru sisteme

interconectate. Abordarea consta in doua etape: in prima etapa, un grup de evaluatori locali vor construi si

genera baza de date a perechilor de intrare-iesire. In a doua etapa, o serie de regulatoare fuzzy de feedback

sunt proiectate si implementate pentru a asigura satiabilitatea asimptotica a sistemului interconectat. Studii

de simulare pe un sistem la scara larga, cu valori proprii instabile sunt efectuate pentru a ilustra

caracteristicile si capacitatea noii abordari.

2.2.2. EFICIENTA MOTORULUI GRUPULUI DE POMPE INTR-UN

SISTEM EOLIAN DE STOCARE A ENERGIEI

In general, un sistem de pompare pentru energia eoliana este format din turbina eoliana, generator,

convertor, motorul pentru pompa de conducere si pompa. In functie de distanta de la lacul de acumulare si

generator eolian, sursa de energie poate fi conectata la reteaua de utilitati sau poate functiona autonom,

atunci cand distanta este mai mica de 20 km [30]

Dezavantajul la pompare pentru surse autonome regenerabile de energie are o eficienta globala redusa

[36], din cauza a multe componente implicate in lantul electro-energetic. Eficienta unui sistem este

definita ca fiind raportul dintre puterea de intrare si cea de iesire. Pentru sistemul de stocare al energiei

eoliene, eficienta globala este raportul dintre puterea data de generatorul turbinelor eoliene si puterea

disponibila pentru pompare. Cu toate acestea, o operatiune optimizata a sistemului de stocare este obtinuta

prin participarea tuturor elementelor lantului electro-energetic al sistemului de stocare al energiei eoliene

pentru a imbunatati eficienta.

In [37], conceptul de control al motorului pentru actionarea unei pompe a fost discutat in scopul de a

obtine puterea maxima disponibila si o eficienta mai mare a sistemului de pompare folosind convertor DC

link. Pentru obtinerea rezultatelor a fost folosit controlerul cu circuit deschis. Cu toate acestea, hartia nu a

determinat controlerul sa actioneze motorul.

In capitolul 5, vom dezvolta controlerul cerut cu circuit inchis pentru dependenta tensiune-frecventa

folosind un simplu circuit tiristor cu unde complete, al carui unghi de tragere este reglat de catre

controlerul fuzzy logic. Rezultatele vor fi ilustrate si discutate in continuare in Capitolul 5.

1) CONTROLUL PUTERII REACTIVE SI IMBUNATATIREA FACTORULUI DE

PUTERE

In zilele noastre, factorul de putere este o problema importanta. Utilizarea tot mai intensa a electronicii de

putere, in toate tipurile de aplicatii industriale si cerintele severe ale standardelor imping cercetarea spre

gasirea de noi solutii pentru a mentine factorul de putere industriala in anumite limite [38].



O formulare matematica pentru controlul optim al puterii reactive este discutat in [39]. De asemenea, un

fuzzy logic optimizat si controlere digitale PID pentru un convertor de corectie pentru o singura faza a

factorului de putere, utilizat la UPS online ca "sursa de alimentare neintrerupta" sunt demonstrate in [40,

41]. Parametri ca functii de intrare de apartenenta, functiile de iesire de apartenenta, regulile de inferenta

ale controlerului fuzzy si castigul proportional, castigul integral si controlerul PID derivat sunt selectate si

optimizate prin algoritmi genetici. In plus, sunt implementate aplicatiile unui convertor hibrid in [42].

Capitolul 6 se axeaza pe utilizarea seturilor fuzzy logic pentru a controla factorul de putere de alimentare.

Spre deosebire de abordarea conventionala capacitiva pentru imbunatatirea factorului de putere in sistem

de curent alternativ, sistemul de control propus are avantajul ca evita complexitatile asociate cu modelarea

matematica neliniara a convertoarelor de comutare.

Schema de control fuzzy logic propusa consta din doua controlere bazate pe abordarea liniarizata a

"Puterii reactive – curba unghiului de tragere". Primul controler (FGC) este conceput pentru a da cea mai

apropiata valoare dorita a unghiului de tragere, necesara pentru compensarea puterii sursa reactive. Cu

toate acestea, corectia la iesire a acestui controler nu este suficient de precisa si, prin urmare, este nevoie

de o alta etapa de corectie. Astfel, al doilea controler (FFC) verifica valoarea factorului sursa de putere si

o imbunatateste la o valoare prestabilita dorita. Mai multe cazuri de studiu sunt ilustrate pentru a asigura

perfectionarea propusa a controlerului.

2) FACTORUL UMAN IN PREZICEREA RATEI ACCIDENTELOR

In [47], a fost prezentata o noua procedura pentru evaluarea calitativa a exactitatii umane la inspectia cu

ultrasunete. Aceasta procedura face uz de numere fuzzy si, in consecinta, incertitudinile implicate in

procedura de evaluare pot fi luate in considerare. Rezultatele acestui studiu indica faptul ca este posibil sa

se determine standardul de calitate (QS) pentru un sistem de examinari nedistructive (NDE), prin

utilizarea unei abordari fuzzy, astfel incat sa se poata obtine un grad de participare la acest QS si o valoare

preconizata a exactitatii umane intr-un mediu fizic dat. Prin cunoasterea standardului de calitate si al

gradului de participare a factorilor modelatori la fiecare actiune, resursele pot fi alocate acelor aspecte care

contribuie cel mai mult la exactitatea umana.

In [48], aproape 100% din accidentele si incidentelor de aviatie pot fi atribuite oricarei erori umane a

personalului care lucreaza in sistemul de aviatie. Acest lucru se datoreaza faptului ca oamenii au

stimulente, capacitati si responsabilitati pentru functionarea sigura si eficienta a sistemului. Factorii umani

au devenit, prin urmare, o preocupare majora pentru personalul de operare si de management in toate

domeniile sistemelor de aviatie. Atentia lor este axata in principal pe eliminarea erorilor umane in sine.

(Rezistenta la eroare)

In [48], autorul contesta construirea unei strategii de prevenire a accidentelor prin integrarea diverselor

cunostiinte si competente ale factorului uman, inclusiv al procesului de investigare al factorului uman de

utilizare a "modelului Downhill", pe care eu insumi l-am dezvoltat in 1998, cand Jocurile Olimpice de

Iarna au avut loc la Nagano City in Japonia.

In politica de prevenire a accidentelor majore (MAPP) [49], toate site-urile COMAH sunt obligate sa

furnizeze informatii autoritatilor de reglementare, este puternic recomandat sa se faca referire la diferitele

moduri in care compania dvs. sau site-ul controleaza factorul uman. [49] ofera o prezentare generala a

informatiilor specifice pe care le-ati putea lua in considerare.

In [50], proiectele de cercetare si dezvoltare tehnologica care contribuie la tema factorului uman pot fi

luate in considerare in opt fascicule, fiecare dintre ele referindu-se la unul dintre cele trei domenii tinta

principale de cercetare si dezvoltare tehnologica din cercetare.



Cercetarea in domeniul factorului uman s-a concentrat asupra a trei domenii principale:

• Imbunatatirea conditiilor de lucru si usurinta de utilizare

• Cresterea sigurantei si eficientei

• Interfata optimizata om-masina

Toate domeniile identificate sunt puternic interdependente. O atentie speciala este acordata HMI (interfata

om-masina). Cerintele pentru HMI sunt intotdeauna combinate cu imbunatatiri ale conditiilor de munca,

sigurantei si eficientei.

In [50], proiectele de cercetare si dezvoltare tehnologica care contribuie la intelegerea factorului uman

sunt luate in considerare in opt fascicule sau "clustere". Aceste grupuri sunt:

• Educatie / calificare si formare

• Rolul uman

• Acceptarea tehnologiei

• Comportamentul sofer / operator

• Automatizarea

• Managementul informatiei

• Proceduri operationale

• Abilitati de retinere

• Educatie / calificare si formare

In zona de educatie / calificare si formare profesionala, cercetarea urmareste sa armonizeze conditiile

de munca si standardele de educatie / calificare ale personalului in Europa. Principalele activitati in

acest domeniu sunt in sectoarele transportului naval si aerian.

Rolul uman

Aria de cercetare cu privire la rolul omului ia in considerare rolul actual si viitor al angajatilor din

sectorul transporturilor. Cercetarea se concentreaza pe sectoarele de transport aerian si naval.

Acceptarea tehnologiei

Zona de acceptare a tehnologiei acopera toate modalitatile si se ocupa in principal cu introducerea de

noi tehnologii in sectorul transporturilor. Acceptarea tehnologiei de catre persoanele fizice este un

factor de succes important pentru punerea in aplicare a noilor tehnologii. O atentie deosebita trebuie sa

fie acordata diferentelor culturale.

Comportamentul sofer / operator

In zona de comportament sofer / operator, cercetarea are scopul de a reduce erorile umane si

organizationale, care sunt principalele motive pentru decese in transporturi.

Automatizarea

In zona de cercetare a automatizarii, scopul este cresterea eficientei si sigurantei transportului.

Introducerea automatizarii are un impact major asupra angajatilor, cum ar fi mediul de lucru si

cerintele de competente. In plus, aspectele ergonomice sunt abordate, deasemenea definirea cerintelor

generale pentru introducerea de noi componente tehnologice. Acest lucru poate include cerinte in ceea

ce priveste vizibilitatea, protectia fonica, manipularea; de exemplu, in specificatia de teste de sistem

pentru ERTMS.



Managementul informatiei

Zona de cercetare a managementului informatiilor are ca scop imbunatatirea interactiunilor om-

masina. Accentul se pune pe aplicarea de tehnologii telemetrice avansate. Cercetarea utilizeaza de

multe ori simulatoarele si facilitatile demonstrative.

Proceduri operationale

In domeniul procedurilor operationale, cercetarea are ca scop stabilirea de noi cerinte pentru

personalul operational si imbunatatirea mediului de lucru. Interactiunile si interfetele om-masina

optimizate prezinta un interes specific pentru a asigura functionarea in conditii de siguranta si

eficienta.

Abilitati de retinere

Cercetarea abilitatilor de retinere investigheaza abilitatile necesare ale personalului de a satisface

cerintele viitoare ale tehnologiilor avansate si procedurilor operationale.

Dupa cum este prezentat in [51], s-a publicat pe scara larga si s-a recunoscut, ca efectele adverse ale

erorilor umane in procesul decizional si perceptia de risc sunt cauzele primare sau care contribuie la

accidente grave.

Actele riscante si erorile umane asociate cu multe accidente implica, de asemenea, conditii prealabile

latente puternice si influente care implica supraveghere si organizare. Nu ar trebui sa ne asteptam ca

procesele actuale de investigatie privind siguranta si protocoalele de interviu prescrise sa ne ofere o

revelatie "completa si sincera" si o analiza a factorilor umani psihologici si fiziologici complecsi, care pot

compromite deciziile si comportamentul in conditii de siguranta. O lista cu analiza factorului uman ofera o

vedere subiectiva, neponderata a domeniului de aplicare si a complexitatii factorului uman implicat

probabil in incidentul Esperanza. Un semn √ inseamna ca starea a fost prezenta la unele persoane sau

intreg personalul implicat in incident.

In [52], ancheta demonstreaza ca acel cadru HFACS dezvoltat si dovedit initial pentru domeniul militar,

poate fi folosit pentru a identifica in mod credibil factorul uman care sta la baza problemelor asociate cu

accidentele din aviatia comerciala. Mai mult, rezultatele acestui studiu evidentiaza zonele critice ale

factorului uman, care au nevoie de cercetari suplimentare de siguranta si ofera fundatia pe care sa se

construiasca un program pentru o mai mare siguranta in aviatia civila.

In cele din urma, analiza de date asa cum este prezentata aici, va oferi informatii valoroase care vizeaza

reducerea numarului de accidente aviatice, prin strategii de investitii bazate pe evaluari de date si

obiective ale programelor de interventie. Cadrul HFACS se poate dovedi un instrument util pentru

ghidarea investigatiilor accidentelor viitoare in domeniu si dezvoltarea unor baze de date mai bune in ceea

ce priveste accidentele, ambele avand posibilitatea de a imbunatati calitatea generala si accesibilitatea

factorului uman la baza de date privind accidentele.

In [55], la 31 octombrie 2000, un zbor al Singapore Airlines SQ006 a intrat pe pista gresita la aeroportul

Chiang-Kai-shek (CKS) din Taiwan. Ploile abundente si vantul puternic provenit de la taifunul

"Xangsane", au predominat in momentul accidentului. Avionul a fost distrus de coliziunea cu

echipamentul pentru constructia pistei si de focul de dupa impact.

In [56], ancheta demonstreaza ca datele post-accident pot fi organizate folosind modele traditionale de

prelucrare a informatiilor si erorilor umane. Aceasta abordare impune unei baze de date oarecum

nebuloase, o structura a factorului uman, fara povara reinvestigarii incidentului initial. Mai mult, acest tip

de analiza a datelor ofera un cadru teoretic pentru identificarea si descrierea tendintelor in tipurile de erori

asociate cu accidentele. Oricum, cadrele examinate aici, au avut limitarile lor, si, prin urmare, cadrele



alternative ar trebui sa fie luate in considerare inainte de a fi adoptate. Odata ce un cadru cuprinzator a fost

identificat si aplicat, dezvoltarea interventiilor pentru a reduce aparitia si consecintele erorilor umane ar

trebui sa fie mai usor de procurat.

In [57], multe organizatii consuma o multime de timp si efort incercand sa imbunatateasca siguranta.

Odata cu rezolvarea problemelor tehnice si de hardware, multi efectueaza audituri ale sistemului de

management al sigurantei pentru a descoperi abateri de la standardele de performanta stabilite in politicile

lor de sanatate si securitate. Managementul de linie este incurajat sa efectueze inspectii periodice ale

locului de munca si angajatii sunt instruiti sa se comporte in conditii de siguranta si li se acorda

echipamentul de protectie corespunzator. Impactul unor astfel de initiative poate fi vazut in tendinta de

scadere generala a statisticilor privind accidentele 1990 - 1998 / 99. Cu toate acestea, in ultimii doi ani,

statisticile privind accidentele sunt in crestere in multe sectoare industriale din Marea Britanie. In industria

de exploatare, de exemplu, a existat o crestere cu 60% a numarului de decese (HSC, 2001). Lucrarea a

investigat motivul pentru care acest lucru se intampla intr-un moment in care industria isi concentreaza

eforturile pentru revitalizarea Sanatatii si Securitatii pentru a crea o cultura pozitiva de siguranta.

In [57], autorul speculeaza ca rata de fatalitate in industrie este brusc in crestere, intr-un moment in care

exista un accent pozitiv pe Sanatate si Siguranta si au fost stabilite obiective la nivelul intregii industrii

pentru reducerea numarului de accidente. Autorul speculeaza ca nivelul extrem de ridicat al impozitului pe

agregat impus de guvern, conduce la reduceri de cost, obiective de productie mai ridicate si nesiguranta

locului de munca. La randul lor, acesti factori au un impact asupra comportamentului oamenilor la toate

nivelurile ierarhice din industrie, al caror rezultat este o rata brusc crescuta a accidentelor / incidentelor. O

astfel de speculatie s-ar potrivi cu siguranta la teoria si dovezile referitoare la influenta factorului uman in

accidente. Indiferent de cat de convingator ar putea fi acest argument, nu ar trebui sa fie utilizat ca o scuza

care sa permita industriei sa abroge responsabilitatile sale in ceea ce priveste siguranta.

Autorul a concluzionat, de asemenea, in [57] ca, pana industria nu examineaza serios ceea ce face de fapt

in legatura cu siguranta, si incepe sa masoare si sa monitorizeze comportamentul oamenilor in legatura cu

siguranta la fiecare nivel ierarhic, mai multe persoane vor muri in carierele din Marea Britanie.

In [58], evaluarea sigurantei bazata pe metodele conventionale, cum ar fi evaluarea probabilitatii riscurilor

(PRA), poate nu e potrivita pentru a face fata sistemelor inovatoare cu un nivel ridicat de incertitudine, in

special in etapele de proiectare ale fezabilitatii si conceptelor unui sistem de inginerie maritima. Prin

contrast, modelele de siguranta utilizand metode de logica fuzzy utilizeaza reguli fuzzy IF-THEN care pot

modela aspectele calitative ale cunoasterii umane si ale proceselor de rationament fara a utiliza analize

cantitative precise. Abordarile de logica fuzzy pot fi utilizate mai bine pentru a efectua analize de risc in

etapele initiale de proiectare ale sistemelor mari de inginerie maritima. Acest lucru ofera un instrument

pentru a lucra direct cu termeni lingvistici frecvent utilizati in efectuarea evaluarii sigurantei. Aceasta

lucrare se concentreaza asupra dezvoltarii si reprezentarii variabilelor lingvistice pentru modelarea

subiectiva a nivelurilor de risc. Aceste variabile sunt apoi cuantificate folosind teoria multimilor fuzzy. In

aceasta lucrare, este prezentata dezvoltarea a doua cadre de evaluare a sigurantei utilizand metode de

logica fuzzy pentru etapa de proiectare concept pentru suportul decizional bazat pe siguranta ingineriei

maritime. Se utilizeaza un exemplu pentru a ilustra si compara abordarile propuse. Pe viitor, analiza de

risc a aplicatiilor de inginerie maritima pot profita pe deplin de abordarile logicii fuzzy pentru a le

completa pe cele deja existente.

In [59], dezvoltarea tehnologica accelerata duce la o importanta sporita a aspectelor de siguranta pentru

organizatii, precum si pentru mediul lor. Prin urmare, in special in cazul organizatiilor de mare risc, este

necesara o viziune extinsa a sigurantei - siguranta sistemului, incluzand factorul uman. Aceste organizatii

au nevoie de structuri adecvate, precum si de norme relevante de tratare a actiunilor de siguranta sau

sarcini. Abordarea sistemului de siguranta este reflectata in etapa recenta de dezvoltare in domeniul



cercetarii de siguranta, care a inceput cu un accent pe tehnologie si extinderea acesteia la erorile umane,

sistemele socio-tehnice si mai recent la perspectiva inter-organizationala. Teoriile de cauzare a

accidentelor, precum si abordarile pentru invatarea organizationala sunt bazele teoretice. Cu toate acestea,

majoritatea masuratorilor (metodelor) si interventiilor raman in etapele anterioare, si anume la orientarea

erorii tehnice sau umane. Aceasta problema a fost discutata prin exemple. Contributia s-a incheiat cu o

perspectiva asupra posibilitatilor viitoare de integrare ale noilor evolutii in cercetarea de siguranta.

In [60], un instrument pentru analiza sistematica a erorii si riscului (SERA), bazat pe un cadru teoretic

solid oferit de modelele Information Processing (IP) si Teoria controlului de perceptie (PCT), a fost

dezvoltat pentru investigarea cauzelor accidentelor si incidentelor produse din cauza factorului uman.

SERA ofera un proces structurat pentru identificarea atat a esecurilor active, cat si a conditiilor care au dus

la aceste esecuri. In contextul acestui raport, SERA este dezvoltat ca un instrument pentru a ajuta

investigatorului accidentului la completarea versiunii Fortelor Canadiene a Sistemului de clasificare a

accidentelor legate de factorul uman sau HFACS. Cu toate acestea, SERA ofera propria taxonomie a

cauzelor legate de factorul uman si ar putea exista singura, independent de HFACS, atat ca un instrument

de investigare, cat si ca o taxonomie a clasificarii accidentelor. Din cauza separarii puternice dintre

esecurile active si conditiile preexistente care marcheaza punctele de interventie pentru sistemul de

siguranta, SERA poate fi extinsa pentru a oferi un instrument de management al riscurilor atat la nivel

tactic (pentru operatori) cat si strategic (pentru manageri). Se dezvolta un concept pentru un instrument de

management al riscului, bazat pe 12 factori SERA la nivel tactic si sase factori SERA la nivel strategic.

Este demonstrata utilizarea unui instrument software pentru implementarea etapelor analizei SERA.

In toate studiile de mai sus, s-a constatat ca nu s-au facut eforturi academice la predictia ratei accidentelor

de munca din sectorul constructiilor, prin urmare, in capitolul 7, obiectivul nostru este dublu:

a. Pentru a genera un model uman pe baza interactiunii dintre factorii umani, factori de conducere,

informatii de munca, si factori externi asupra ratei accidentelor.

b. Pentru a prezice rata anuala a accidentelor intr-un sector din piata constructiilor din Kuweit

pentru orice esantion de lucratori alesi pe baza unor factori similari. Acest model si procedurile de

predictie ulterioara a accidentelor poate fi folosit ca referinta tipica pentru alte aplicatii similare.

2.2.3. LOCALIZARI DEFECTE DIN RETEAUA ELECTRICA

In general vorbind, sistemele electrice de distributie a energiei electrice includ toate partile sistemelor de

utilitati electrice dintre sursele de alimentare in masa si echipamentele service-intrare la consumatori.

Functia principala a retelei de distributie este de a furniza energie electrica produsa din surse mari catre

consumatori la nivelul de tensiune dorit si cu un grad de fiabilitate adecvat [62].

Marile retele de distributie, releele de distanta [62] sau dispozitivele sofisticate detectoare de erori sunt

folosite pe langa metodele traditionale pentru a localiza defectele. In general, toate metodele de mai sus

sunt fie costisitoare sau necesita mult timp pentru a localiza defectele si, mai mult, atunci cand reteaua este

mare si proiectarea sa este complicata. Situatia devine mai complexa dupa caz intr-o retea multi-inel, mai

ales atunci cand citirile efective de eroare sunt disponibile numai la substatia majora pentru reteaua

studiata aici. In ultimii 10 ani, au fost facute mai multe eforturi pentru a rezolva problemele de localizare a

defectelor folosind tehnici inteligente de programare [65, 66, 67].

In capitolul 8, oferim o metoda rapida si cu cost relativ redus pentru localizarea defectelor de retea prin

utilizarea tehnicii de fuzzy clustering c-mean. Aceasta tehnica introduce metode pentru normalizarea

datelor disponibile si selectarea numarului optim de clustere pentru clasificarea datelor. Tehnica dezvoltata



este aplicata unei retele de distributie existente de 13,8 kilovolti, care serveste un camp de productie de

petrol si se intinde pe o suprafata de aproximativ saizeci kilometri patrati. Rezultatele simularii au

demonstrat fezabilitatea si eficienta metodei sugerate de localizare a defectelor.

2.2.4. MASURI FUZZY

In [68], lucrarea prezinta anumite proprietati ale functiilor masurabile in raport cu masura fuzzy. De

asemenea, unele relatii dintre functiile masurabile si multifunctionalele total-masurabile sunt stabilite in

aceasta lucrare. Lucrarea este pur matematica, si nu a furnizat nici o aplicatie care poate fi propusa pentru

un astfel de algoritm.

In capitolul 9, vom da o bibliografie scurta [68], si, prin urmare, propunem unele aplicatii care pot fi gasite

in aceasta lucrare.

2.3. TEHNICA FUZZY CLUSTERING C-MEAN

Clustering incearca sa evalueze relatiile dintre modelele de date stabilite de organizarea modelelor in

grupuri sau clustere, astfel incat modelele dintr-un grup sunt mai asemanatoare intre ele decat sunt modele

apartinand clusterelor diferite. Multi algoritmi pentru clustering fuzzy si de hard au fost dezvoltate pentru

a realiza acest lucru. Un aspect important este strans legat de valabilitatea clusterului, care se ocupa cu

semnificatia structurii impuse printr-o metoda de clustering. In aceasta sectiune vom ilustra un algoritm

fuzzy important de clustering si tehnica de valabilitate inrudita, care va fi utilizat in doua noi aplicatii de

date in Capitolul 7 si Capitolul 8 al tezei.

2.3.1. DEFINITII:

1. Un set fuzzy intr-o expunere universala U este caracterizat de o functie de apartenenta A(x) care ia

valori in intervalul [0,1] ( [69].

2. O taietura de set fuzzy A este un set clar A care contine toatel elementele din U care au o

valoare de apartenenta in A mai mare decat adica,

A = {x U A(x

3. Difuzificarea este definita ca o cartografiere de la setul fuzzy B` in V R la punctul clar y*V.

Conceptual, sarcina de a defuzificare este de a specifica un punct in V, care reprezinta cel mai bine

multimea fuzzy B `. Urmatoarele trei criterii ar trebui sa fie luate in considerare in alegerea metodei de

defuzificare:

a. Plauzibilitate: Punctul y* ar trebui sa reprezinte B` din punct de vedere intuitiv.

b. Simplitate de calcul.

c. Continuitate: o mica schimbare in B `nu ar trebui sa duca la o schimbare mare in y *.



2.3.2. ALGORITM FUZZY C-MEANS CLUSTERING

Algoritmul fuzzy c-means clustering (FCM) este echivalentul fuzzy al celui mai apropiat algoritm de hard

clustering , care minimizeaza functia urmatoare a obiectivului cu privire la apartenenta fuzzy ij, si

centrul de greutate Vi.

Jm i j ij)m.║ ( Xj,Vi ) ║

2

Unde:

X = vector care reprezinta datele

i = 1,2…,c

j = 1,2…,n

c = numarul de clustere

n = numarul de puncte de date

m = index fuzzy (mai mare de 1)

Algoritmul FCM este executat in urmatorii pasi:

1. Initializeaza apartenentele ij ale lui Xj apartinand clusterului i in asa fel incat

j ij) = 1

2. Calculati centrul de greutate fuzzy Vi pentru I = 1,2, ..., C, utilizand

3. Actualizati apartenenta fuzyy ij utilizand

4. Repetati pasii 2 si 3 pana cand valoarea lui Jm nu mai este in scadere.

FCM converge intotdeauna la minimul local strict al lui Jm pornind de la o presupunere initiala a ij, dar

diferite optiuni ale lui ij initial ar putea duce la minime locale.

2.3.3. VALABILITATEA FUZZY CLUSTER:

Calitatea unui cluster este data de cat de strans sunt asociate punctele de date la centrele clusterului, iar

functiile de apartenenta sunt cele care masoara nivelul de asociere sau clasificare. Daca valoarea uneia

dintre apartenente este semnificativ mai mare decat celelalte pentru un anumit punct de date, atunci acest

punct este identificat ca fiind o parte a subsetului de date reprezentate de centrul clusterului corespunzator.

Dar, fiecare punct de date are c apartenente, deci, este de dorit a rezuma informatiile cuprinse in

apartenenta de un singur numar, care arata cat de bine este clasificat punctul de date de clustering. Acest

lucru poate fi realizat intr-o varietate de moduri, de exemplu, pentru un punct de date X j cu apartenenta

ij cj,, s-ar putea folosi oricare din urmatoarele:



Index1 i ij)2

Index2 = - i ijlog ij)

Index3 = maxi ij)

Index4 = mini ij)/maxi ij)

De fapt, primii trei indici ai acestora au fost folositi ca masura a calitatii de clustering si reprezinta baza

pentru coeficientul de valabilitate al partitiei, clasificarea entropiei, si exponentul proportiei, respectiv

[70,71].

Pentru a ilustra folosirea functiei de valabilitate, ne vom concentra pe tehnica coeficientului de partitie,

care va fi folosita in capitolul 4 si 5 din cauza simplitatii sale. Se bazeaza pe utilizarea

Sj = i ij)2

ca o masura a clasificarii punctului de date KTH. Acesta este un indicator rezonabil pentru ca,

cu cat mai aproape este un punct de date de un centru cluster, cu atat mai aproape este Sj de 1, valoarea

maxima pe care ar putea-o avea. Invers, cu cat mai departe este punctul KTH de toate centrele de cluster

cu atat mai aproape este valoarea Sj de 1/c, valoarea minima posibila. Coeficientul de partitie este atunci

media pe setul de date a lui Sj. In special, pentru un set de date X = (x1, ..., xj), precum si o gama specifica

de c si m, se obtine iesirea lui FCM si se calculeaza coeficientul de partitie (PC) din PC = J ( i ( ij) 2

/ n. Cu cat mai aproape este aceasta valoare de alta, cu atat mai bine sunt datele clasificate. Deci, in teorie,

se calculeaza PC pentru iesirile unei varietati de valori ale lui c si m selecteaza cel mai bun clustering ca si

cel corespunzator coeficientului celei mai mari partitii.



CAPITOLUL 3

MODELAREA CONTROLERULUI FUZZY BAZAT PE

PE UN SISTEM TIPIC DE ABSORBTIE A GAZULUI

REZUMATUL CAPITOLUL 3: Acest capitol ofera o procedura noua si eficienta pentru constructia

motorului de inferenta prin incorporarea unui estimator liniar in generarea si stocarea perechilor de

intrare-iesire. Aceasta colectie de perechi este apoi utilizata pentru a construi un fuzzy feedback controler.

Prin reglajul fin al parametrilor controlerului, se arata ca sistemul de absorbtie al gazelor ofera intotdeauna

un raspuns imbunatatit garantat. Simularea numerica a unui sistem de absorbtie de gaz de ordinul 6 se

realizeaza si rezultatele obtinute arata in mod clar ca schema controlerului estimator-fuzzy are

performante excelente.

3.1. SISTEM DE EVACUARE GAZE

3.1.1. INFORMATII PE SCURT

Procesele de separare joaca un rol important in cele mai multe industrii chimice. Fluxurile de la

reactoarele chimice contin deseori un numar de componente; unele dintre aceste componente trebuie sa fie

separate de celelalte componente care se vand ca produs final, sau pentru a fi utilizate intr-un alt proces de

fabricatie. Un exemplu uzual al unui proces de separare este absorbtia gazelor [27] (de asemenea, numit

frecarea gazelor, sau spalarea gazelor), in care un amestec de gaz intra in contact cu un lichid (absorbant

sau solvent) pentru a dizolva selectiv unul sau mai multe componente prin transfer de masa din gaz in

lichid. Absorbtia este folosita pentru a separa amestecurile de gaze; indeparteaza impuritatile,

contaminantii, poluantii, sau otravurile catalizante de la un gaz, sau recupereaza substante chimice

valoroase. In general, zonele de interes in amestecul de gaze pot fi toate componentele, numai

component(ele) care nu au fost transferate, sau numai componenta (componentele) transferate. Absorbtia

este frecvent realizata in turnuri platou (coloane plate), coloane ambalate, turnuri de pulverizare, coloane

cu bule, si contactori centrifugali. Un turn platou este un vas de presiune vertical, cilindric in care vaporii

si lichidul, care curg in contra-curent, sunt separate pe o serie de tavi metalice sau placi; vezi Fig. 1.

Componentele care intra in partea de jos a turnului, fluxul de alimentare cu gaz, sunt absorbite de catre

curentul de lichid, care curge in fiecare tava, peste un stavilar de iesire si printr-o descendenta, astfel incat

fluxul produs de gaz (paraseste partea de sus a turnului) este mai pur.

Alimentare cu lichid Produsul de gaz

Produsul lichid Alimentarea cu gaz

FIG.1 Coloana de absorbtie gaz, n stagii



(1) y V - xL - y V xL dt

xdM

y V - xL - y V xL dt

)Wy xd(M

jj1j1-j

j

jj1j1-j

jj

3.1.2. IPOTEZE SI DEFINITII:

Ipotezele de baza folosite sunt [27]:

a. Componenta majora a curentului de lichid este inerta si nu se absoarbe in curentul de gaz.

b. Componenta majora a fluxului de gaz este inerta si nu se absoarbe in curentul de lichid.

c. Fiecare etapa a procesului este o faza de echilibru, adica, vaporii care parasesc o etapa sunt in

echilibru termodinamic cu lichidul din acea faza.

d. Retinerea molului de lichid este constanta.

Vom introduce acum urmatoarele definitii variabile:

L = moli de lichid inert pe timp: = debitul in moli de lichid

e.V = moli de vapori inerti pe timp: = debitul de vapori in moli

M = lichid in moli pe etapa: = retinere de lichid in moli pe etapa

W = moli de vapori pe etapa: = retinere de vapori in moli pe etapa

xj = moli de solutie (etapa j) pe mol de lichid inert (etapa j)

yj = moli de solutie (etapa j) pe moli de vapori inerti (etapa j)

3.1.3. MODEL DINAMIC

Conceptul de etapa de echilibru este important pentru dezvoltarea unui model dinamic [27] a turnului de

absorbtie. Un stadiu de echilibru este reprezentat schematic in fig. 2.

FIG. 2 Un stadiu tipic de absorbtie de gaz.

Cantitatea totala de solutie in etapa j este suma solutiei in faza lichida si in faza gazoasa (adica, M xj + W

yj). Astfel, rata de schimbare a cantitatii de solutie este d(M xj + W yj)/dt si bilantul componentei de

material in jurul etapei j poate fi exprimat ca:

unde am presupus ca acumulandu-se, lichidul este mult mai dens decat vaporul. In ipoteza (d), atunci (1)

simplifica in:

Sub presupunerea A3), lasam

Lx i-1

Vyi+1

Lx i

Vyi



(4) xM

d V - x

M

d) V(L - x

M

L

dt

xd1jj1-j

j

(7) x(t)C y(t)

(t)u B A x(t) (t) x

(6) y M

V x

M

L x

M

d) V(L

dt

xd

(5) xM

L x

M

d V - x

M

d) V(L

dt

xd

1n1-nnn

f211

M

VdL

M

L

M

Vd

M

VdL

M

L

M

Vd

M

VdL

M

L

M

Vd

M

ML

A

0

00

000

000

00000

M

V

M

L

B

00

0

care exprima o relatie lineara intre faza lichida si compozitii in faza gazoasa in etapa j, cu d fiind un

parametru de echilibru. Folosind (3) in (2) si aranjand avem:

Pentru absorberul de gaz stadiul n, (4), este valabil pentru j = 2, ..., n-1. La etapele extreme, avem:

unde xf si yn +1 sunt lichide cunoscute si compozitii alimentate cu vapori. Combinand (4-6), ajungem la

modelul spatial:

unde A este o matrice de system (nxn) cu o structura tridiagonala si B este o matrice de intrare (nxm), iar

C este o matrice de iesire (nxp) date de:



100000

000001C

3.2. O SCURTA RELATARE DESPRE SISTEMELE FUZZY

Sistemele fuzzy sunt sisteme bazate pe cunostiinte lingvistice [58]. Centrul unui sistem fuzzy este asa-

numita regula fuzzy IF – THEN (DACA-ATUNCI). Aceste reguli sunt declaratii in care unele cuvinte

sunt descrise de functii continue de apartenenta. De exemplu,

DACA temperatura vasului este mare, ATUNCI deschiderea valorii de carburant e mica.

DACA temperatura vasului e mica, ATUNCI deschiderea valorii combustibilului este mare. (8) Temperatura functiei de apartenenta

1 “Joasa” “Ridicata”

0 25 50 Temperatura (F)

Fig. 3.a Temperatura Functiei de apartenenta

Functia de apartenenta a valvei

1 “Mica” “Mare”

0 25 50 Valve opening (mm)

Fig. 3.b Functiile de apartenenta ladeschiderea valvei

In general, punctul de plecare al construirii unui sistem fuzzy este de a obtine o colectie reguli fuzzy IF-

THEN de la experti umani, experimente sau pe baza cunostintelor in domeniu. Urmatorul pas este de a

combina aceste reguli intr-un singur sistem. Exista trei tipuri de sistem fuzzy, care sunt frecvent utilizate

[58]:

• Sisteme fuzzy pure,

• Sisteme fuzzyTakagi-Sugeno-Kang (TSK), si

• Sistem Fuzzy cu fuzificator si defuzificator

Cele trei sisteme sunt descrise pe scurt in continuare. Configuratia unui sistem fuzzy este ilustrata in fig. 4.

Baza de reguli fuzzy reprezinta colectarea de reguli fuzzy IF-THEN. Motorul de inferenta fuzzy combina

aceste reguli fuzzy intr-o cartografiere de la setul fuzzy in spatiul de intrare U Rn la seturi fuzzy in



Average Weighted

Fuzzy Rule

spatiul de iesire V R bazata pe principii de logica fuzzy. In cazul in care linia feedback punctata din fig.

4 exista, sistemul devine un sistem dinamic fuzzy (FDS).

Baza de reguli fuzzy

Fuzzy sets in U Fuzzy sets in V Seturi fuzzy in U si V

Motor de inferenta fuzzy

Fig. 4 Configuratia de baza a sistemelor pure fuzzy

Principalul dezavantaj in sistemul fuzzy pur este ca setul fuzzy de intrare si iesire al acestuia este stabilit

fuzzy, in timp ce in proiectare si inginerie, intrarile si iesirile sunt variabile cu valori reale. Takagi, Sugeno

si Kang (Takagi si Sugeno [1985] si Kang [1988]) au introdus un alt sistem fuzzy ale carui valori de

intrare si rezultate sunt variabile cu valori reale. Acest sistem utilizeaza reguli in urmatoarele:

DACA inputul x este mare atunci outputul y = cx (9)

Unde cuvantul mare are aceeasi semnificatie ca si in (8), iar c este o constanta. Comparand (8) si (9),

putem vedea ca partea de ATUNCI a regulii, se schimba din lingvistic intr-o formula matematica simpla,

care duce la combinarea mai usoara a regulii. De fapt, sistemul fuzzy TSK este o medie ponderata a

valorii din partile ATUNCI ale regulilor. Fig. 5 arata configuratia de baza a sistemului fuzzy TSK.

Regula fuzzy

x in U y in V

Medie ponderata

Fig. 5: Sistem fuzzy TSK

Principala problema cu sistemul fuzzy TSK este ca partea sa ATUNCI nu ar putea reflecta un cadru bun

pentru a reprezenta cunoasterea umana. Pentru a rezolva aceasta problema, este utilizat al treilea tip de

sisteme fuzzy. Fig. 6 ilustreaza structura principala a sistemului fuzzy cu fuzifier si defuzifier.

Regula de baza fuzzy

x in U y in V

Fuzzy sets Fuzzy sets Seturi fuzzy in U si V

in U in V Motor de inferenta fuzzy

Fig. 6: Sistem fuzzy cu fuzifier si defuzifier

Comparand acest sistem cu sistemul fuzzy pur, putem vedea ca singura diferita intre cele doua sisteme

sunt fuzifier care transfera variabila cu valori reale intr-un set fuzzy, si defuzifier care transfera multimea

fuzzy intr-o variabila cu valori reale.

Fuzzy Rule

Base

Fuzzy Inference Engine

Fuzzy Rule Base

Fuzzy Inference

Engine

Defuzzifier

Fuzziffier



3.3. PROIECTAREA CONTROLERULUI FUZZY PENTRU UN SISTEM

DE ABSORBTIE GAZE

Urmand (8), proiectarea unui controler fuzzy poate fi implementata prin urmatoarele etape:

Etapa 1: Presupunem ca iesirea y (t) ia valori in interiorul U = [, ] R. Definiti 2N +1 fuzzy Al in U,

care sunt normale, consecvente si complete cu functiile de apartenenta triunghiulare prezentate in Fig. 7.

Deci, vom folosi seturi fuzzy N A1, ---, AN pentru a acoperi intervalul negativ [, 0), celelalte seturi

fuzzy N AN+2, ---, A2N +1 acopera intervalul pozitiv (0, ], si alegeti centrul x N +1 din setul fuzzy AN

1 la zero.

Fig. 7 Functii de apartenenta pentru controlerul fuzzy.

Pasul 2: Considerati urmatoarele 2N+1 reguli fuzzy IF-THEN:

DACA y este Al, ATUNCI u este Bl (10)

Unde l = 1, 2, ---, 2N+1, si centrele y1 al setului fuzzy Bl sunt alese astfel incat

0 pentru l = 1,---, N

yl = 0 pentru l = N+1 (11)

0 pentru l = N+2,---, 2N+1

Pasul 3: Proiectati controlerul fuzzy de la regulile fuzzy DACA ATUNCI 2N +1 (10) folosind motorul de

inferenta produs, singleton fuzifier si centrul medie defuzifier. Controlerul fuzzy proiectat este

∑ 2N+1 y 1 Al(y)

l=1 (12)

v = - f(y) =

∑ 2N+1 Al(y)

l=1

Unde Al(y) sunt aratate in Fig. 7 si y 1 satisface y (11).

Pentru a estima gama de perechi de intrare-iesire {vi, yi}, poate fi utilizat estimatorul complet [17].

3.4. STUDII DE SIMULARE SI REZULTATE

Sa consideram un sistem absorbant de gaze cu urmatorii parametri: L= 80, M=200, V=100 si d=0,5.

Astfel,

65.0M

VdL

, 4.0

M

L

, 25.0

M

dV

, 5.0

M

V



Un program MATLAB este scris pentru a simula sistemul de absorbant de gaze. Inputuri diferite, pozitive

si negative se aplica pas cu pas pentru a estima rezultatele. Rezultatele a doua cazuri sunt ilustrate in fig. 8

si fig. 9. Este prezentat comportamentul de urmarire a rezultatelor

Raspuns output cu semnale de input positive Raspuns output cu semnale de input negative

De la perechea de input-output s-a obtinut ca comportamentul sistemului este examinat si intervalele sale

de output (inputurile controlerului) sunt prezise. Fig. 10 ilustreaza o schema bloc a absorberului de gaze si

multimea controlerului fuzzy.

Fig. 10: Diagrama bloc a sistemului absorberului de gaz si controlerele fuzzy

Pentru a controla raspunsul absorberului de gaz, intervalul de valori lingvistice ale outputului fiecarui

controler fuzzy de feedback este reglat intre (- 3) si (3). Comparatia intre raspunsul de output cu controler

fuzzy (in cazul in care numarul de valori lingvistice ale perechii input-output a controlerului este trei) si

fara controler este ilustrat in Fig.11 si Fig.12.

In Fig.11, controlerul este reglat pentru a interfera in descompunerea naturala a sistemului. In Fig.12,

controlerul fuzzy este ajustat pentru a imbunatati raspunsul absorberului de gaz. Se remarca faptul ca

raspunsul sistemului controlat are depasiri mai mici, o mai mica eroare a starii de echilibru si este mai

rapid in comparatie cu sistemul necontrolat.



Fig .11: Controlerul este regalt sa interfereze cu Fig .12: Controlerul este reglatsa imbunatateasca raspunsul

descompunerea naturala a sistemului sistemului

3.5. CONCLUZII

Acest capitol contribuie la dezvoltarea in continuare a tehnicilor de control fuzzy prin prezentarea unei noi

abordari a proiectarii controlerului fuzzy pentru un sistem absorbant de gaze utilizand suportul IT

(MATLAB). Acesta ofera o procedura noua si eficienta de a construi motorul de inferenta prin

incorporarea unui estimator liniar la generarea si stocarea perechilor input-output. Aceasta colectie de

perechi este apoi utilizata pentru a construi un controler fuzzy de feedback. Prin reglajul fin al

parametrilor controlerului, se arata ca sistemul absorbant de gaze are intotdeauna o stabilitate garantata.

Simularea numerica a unui amortizor de gaz de ordinul sase se realizeaza si rezultatele obtinute arata in

mod clar ca la schema propusa estimator – controler fuzzy, randamentul sistemului are performante

excelente.



CAPITOLUL 4

O NOUA ABORDARE A SISTEMELOR DE CONTROL FUZZY LA

SCARA LARGA REZUMATUL CAPITOLULUI 4: In acest capitol, vom contribui la dezvoltarea in continuare a tehnicilor

de control inteligent al sistemelor interconectate. Aceasta ofera o noua abordare a proiectarii de control

fuzzy pentru sistem interconectat. Abordarea consta din doua etape: in prima etapa, un grup de estimatori

locali este construit pentru a genera baza de date a perechilor de intrare-iesire. In a doua etapa, o serie de

controlere fuzzy de feedback sunt proiectate si implementate pentru a asigura satiabilitatea asimptotica a

sistemului interconectat. Sunt efectuate studii de simulare pe un sistem la scara larga, cu valori proprii

instabile pentru a ilustra caracteristicile si randamentul noii abordari.

4.1. ESTIMAREA STARII SISTEMELOR INTERCONECTATE

In continuare, termenii ”pe scara larga” si „de interconectare” sunt folositi interschimbabil. Termenul de

sistem la scara larga (LSS) nu are un sens unic stabilit, dar se refera la sisteme care au mai multe

caracteristici speciale, cum ar fi un subsistem multiplu, [14,17] control multiplu, obiective multiple,

structuri de informatii descentralizate si/sau ierarhice. Orice LSS include mai multe variabile, dar

controlul lor se confrunta cu un fapt bine stiut [16] care sustine ca starile nu sunt intotdeauna disponibile

pentru masurare si trebuie estimate.

Multi autori au considerat estimarea starii sistemelor la scara larga intr-o modalitate de input

descentralizata. Aici ne vom rezuma la un algoritm convenabil [15]. Modelul subsistemului al i-lea este

descris de

Unde toti vectorii si matricile cu definite in mod corespunzator si gi(.) este functia de interactiune dintre

subsistemul al i-lea si restul sistemului. Se considera ca (Ci, Ai) este complet onservabila pentru

i = 1, 2, …….. N.

Urmatorul algoritm gaseste starile optime ale un sistem pe scara larga bazat pe estimari descentralizate si

control [17]:

4.2. ALGORITM:

Etapa 1

Cititi matricele Ai, Bi si selectati Qi 0 si Ri 0 ca matrice ponderata.

Etapa 2:

Rezolvati urmatoarele ecuatii algebrice Riccati 2N pentru Hi, Ki

Hi(AT

i + Ii) + (Ai +Ii)Hi - HiDiHi+Qi = 0 (15)

Ki(AT

i + Ii) + (Ai+ Ii)Ki - KiSiKi+Qi = 0 (16)

Where Di = CT

iCi , Si = Bi R-1

i BT



Etapa 3:

Integrati urmatorul set de N ecuatii simultane pentru ei(t), I = 1, 2 .... N, folosind starea initiala

ei(0) = x i(0)

)

(17)

Etapa 4:

Integrati urmatorul set de n ecuatii simultane pentru x 1(t), i = 1, 2, ..... N

(18)

Etapa 5:

Generati perechile de intrare-iesire {vi, ŷi = ci ̂ i}.

4.3. MODEL DE SISTEM INTERCONECTAT:

Sa presupunem urmatorul sistem interconectat de ordine 10 [17]:

(19)

（20）



(21)

Care este considerat a fi compus din doua subsisteme cuplate, fiecare de ordinul 5. Parametrii de cuplare

sunt r1jk si r2jk unde j si k iau valori de 1,2,3,4 si 5. In continuare, ne referim la structura modelului

sistemului interconectat ca

(22)

Unde G12(r1) si G21(r2) sunt matrici de cuplare.

Pentru valori tipice [4] de r115=-0.1, r124=0.1, r142=0.2, r222=0.1,r242=0.15,r251=0.11 si toate celelalte

valori ale parametrilor de cuplare sunt zero, am examinat stabilitatea sistemului prin calculul valorilor

proprii ale matricei A. Ele sunt {-1.0915, -1.0641, 0.477 + j0.0206, 0.477 - j0.00206, 0.022 + j0.0544,

0,022 - j0.0544, -1.8709 + j0.1713, -1.8709 - j0.1713, -1.9306 + j0.1413, -1.9306 - j0.1413}, si este destul

de clar ca exista patru valori proprii care se afla in jumatatea deschisa din dreapta a planului complex si,

astfel, sistemul interconectat este instabil. In plus, este usor de verificat daca sistemul interconectat este

atat controlabil si observabil.

4.4. ESTIMAREA VARIABILELOR SI OUTPUTURILOR SISTEMULUI

Se scrie un program Matlab Simulink [72] pentru punerea in aplicare a algoritmului de calcul (1) din

sectiunea 4.2 cu privire la sistemul interconectat. Diferite etape de inputuri pozitive si negative sunt

aplicate pentru a estima raspunsul de output. Rezultatele a doua cazuri sunt ilustrate in Fig. 13 si Fig. 14.

Se observa faptul ca outputurile au tendinta de a urmari convenabil semnalele de intrare.

Fig. 13 Rezultatele simularii pt. cazul 1. Fig. 14 Rezultatele simularii pentru cazul 2.



4.5. PROIECTAREA UNEI SERII DE CONTROLERE FUZZY

Vom trata sistemul interconectat ca fiind compus din doua subsisteme identice si cuplate. Sistemul de

control trebuie sa fie proiectat astfel incat fiecare subsistem sa aiba propriul controler fuzyy de feedback

negativ, cu inputul acestuia fiind output pentru subsistemului respectiv (fig. 15). Fiecare subsistem fuzzy

este construit cu ajutorul a doua sisteme fuzzy.

Subsistem

Estimatori

Controler fuzzy

Regula fuzzy de baza Reglaj fin

Motor de inferenta

Fig. 15: Diagrama bloc a seriei de controlere fuzzy de feedback propuse.

In scopul de a construi fiecare controler fuzzy, urmatorii pasi sunt implementati: -

Pasul 1:

Gama de inputuri pentru fiecare controler fuzzy [i, i] este dedusa din valoarea estimata a outputurilor

respective ale subsistemului, unde i = 1, 2, 3, 4.

Pasul 2:

Set fuzzy 2N +1 ML

i in [i, i], care sunt normale, consecvente si complete cu functii de apartenenta

triunghiulare [24], si sunt definite pentru fiecare controler, unde L = 1, 2--, 2Ni+1. Folosim set fuzzy Ni

MiNi+2

, ---, Mi2Ni+1

pentru a acoperi negativ intern [ I, 0), cealalta Ni fuzzy Mini 2, ---, Mi2Ni +1 pentru a

acoperi intern pozitiv (0, ], iar centrul fuzzy set MiNi+1

la zero.

Pasul 3: Se considera urmatoarele reguli 2Ni+1

DACA yai este MiL sau ybi este Mi

L ATUNCI u este Ki

L (23)

Unde L = 1, 2,---, 2Ni+1, si ai, bi sunt inputuri la controlerul fuzzy i, si centrele yaiLsi yb

-L ale setului fuzzy

kiL sunt alese in asa fel incat

-0 pentru l = 1---, Ni

yai-L

si ybi-L

= 0 pentru l = Ni+1 (24)

0 pentru l = Ni+2, ---, 2Ni+1

Step 4: Motorul de inferenta al produsului, singleton fuzzyfier, si centrul mediu defuzifier sunt selectate

pentru proiectarea controlerului fuzzy.

4.6. REZULTATELE SIMULARILOR

Comportamentul outputurilor sistemului interconectat dupa implementarea controlerelor fuzzy cu functie

input de pas unitara sunt prezentate in Fig. 16 si Fig. 17. Este evident faptul ca sistemul devine asimptotic

stabil prin utilizarea controlerelor fuzzy de feedback negative



y1

Fig. 16: Outputuri y1 cu y2 Fig. 17: Outputuri y3 cu y4

4.7. PERFORMANTA CONTROLERELOR FUZZY FEEDBACK PROPUSE:

Acum, vom examina efectul matricii de cuplare asupra performantei sistemului interconectat controlat

fuzzy. Sunt puse in aplicare cinci cazuri suplimentare cu trepte de cuplare diferite. Reglarea fina a

functiilor de apartenenta a fost necesara pentru a adapta variatiile lor. Tabelul-1 este un rezumat al cazuri

testate:

Tabelul-1: Rezumatul celor 6 cazuri testate.

Caz No. A11,A22

Norm

G12

Sparsty

G12

Norm

G21

Sparsty

G21

Norm

Stabilitatea

sistemului

fara

controler

Stabilitatea

sistemului cu

controler

1 (Fig. 16, 17) 2.2529 3/25 0.2 3/25 1.8028 Instabil Stabil

2 (Fig. 18, 19) 2.2529 12/25 0.4712 3/25 0.1803 Instabil Stabil

3 (Fig. 20, 21) 2.2529 3/25 .2 12/25 0.5341 Instabil Stabil

4 (Fig. 22, 23) 2.2529 1 3.0361 3/25 0.1803 Instabil Stabil

5 (Fig. 24, 25) 2.2529 3/25 .2 1 3.0364 Instabil Stabil

6 (Fig. 26, 27) 2.2529 1 3.0361 1 3.0417 Instabil Stabil

Urmatoarele figuri ilustreaza cazurile test de mai sus:



y3

y1

y3

y1

Fig. 18: Cazul 2 Output y1 si y2 y2






y1

y3

y1

y3







y3



4.8. CONCLUZIE

In acest capitol, am dezvoltat o noua abordare pentru proiectarea controlerului fuzzy pentru sistemul

interconectat. S-a demonstrat ca abordarea consta din doua etape: In etapa 1, a fost constituit un grup de

estimatori locali, pentru a genera baza de date de intrare-iesire. Apoi, folosind software-ul SIMULINK, o

serie de controlere de feedback a fost conceputa si implementata pentru a garanta stabilitatea asimptotica a

intregului sistem. Studii de simulare extinse au fost efectuate pentru a sprijini o abordarea elevata a

design-ului.



CAPITOLUL 5

CONTROLER FUZZY PENTRU IMBUNATATIREA EFICIENTEI

GRUPULUI DE POMPE INTR-UN SISTEM DE STOCARE A ENERGIEI

EOLIENE

REZUMATUL CAPITOLUL 5: O stocare prin pompare pentru energia eoliana arata ca in Fig. 1. Se

compune din turbina eoliana, generator, convertor, motorul de pompa si pompa.

Fig. 28. Sistem de stocare a energiei eoliene

In functie de distanta de la lacul de acumulare si de generatorul eolian, sursa de energie poate fi conectata

la reteaua de utilitati sau poate sa functioneze autonom, atunci cand distanta este mai mica de 20 km [30].

Dezavantajul sistemului de stocare prin pompare pentru sursele autonome de energie regenerabila este ca

are o eficienta globala mica, din cauza a multor componente implicate in lantul de electro-energetic. In

acest capitol vom dezvolta controlerul cu circuit inchis cu dependenta tensiune-frecventa, folosind un

simplu circuit tiristor cu unde complete, al carui unghi de tragere este reglat de un controler logica fuzzy

(Fig. 29), in scopul de a imbunatati eficienta grupului motor - pompa. Rezultatele vor fi ilustrate si

discutate in continuare.

Fig. 29. Sistem de stocare a energiei eoliene prin pompare cu controler fuzzy pt.dependenta tensiune-frecventa

5.1. MODELAREA SISTEMULUI

5.1.1. ALIMENTAREA:

Turbina eoliana si generatorul sau de inductie sunt modelate ca surse simple de alimentare pentru

frecventa variabila cu o tensiune de faza constanta de 400 volti. Sursa de alimentare este conectata la

circuitul de sarcina prin tiristor cu unde complete.

5.1.2. MODEL DE MOTOR:

Sarcina motorului este modelata ca pentru un motor de inductie de 5,5 kW cu urmatorii

parametri:



a. Puterea nominala aparenta = 6.962 VA, tensiune de la linie la linie = 380V, frecventa = 50 Hz

b. Rezistenta stator = 0,71 Ohm, Inductance stator = 4,5 mH

c. Rezistenta Rotor = 0.728 Ohm, Inductante Rotor = 4,5 mH

d. Inductanta mutuala: 93.75 mH

e. Inertie = 0.2, kg.m^ 2, factor de frecare = 0.051 M.m.s, perechi de poli = 3

5.1.3. MODEL DE POMPA

Sarcina pompei a fost modelata prin viteza/cuplul si viteza /curbe de putere dupa cum este aratat in Fig. 30

si Fig 31.

Fig 30. Viteza pompei/Cuplu Fig 31. Viteza pompei/Putere

Caracteristica dependenta de frecventa optima a tensiunii a fost analizata in [37], pentru eficienta maxima.

Analizele recomanda urmatoarele caracteristici pentru cazuri de pornire si functionare:

5.1.4. CARACTERISITICI DE PORNIRE SI FUNCTIONARE ALE MOTORULUI

5.1.4.1. CARACTERISTICA DE PORNIRE

Pornirea motorului a fost facuta pe caracteristica V /Hz cu panta de 30/5.

5.1.4.2. CARACTERISTICA DE FUNCTIONARE

a. In intervalul de 5 Hz si 10 Hz, s-a impus ca motorul sa mearga pe caracteristica determinata de foaia

de date a motorului, care este:

V/ Hz13 = 0.0025 3. f

3 + 30. (25)

b. In intervalul de 10 Hz si 20 Hz s-a impus ca motorul sa treaca la caracteristica data de:

V/ Hz23 = 0.005 3. f

3 + U10Hz. (26)

c. In intervalul de 21 Hz si 25 Hz, motorului i s-a impus sa treaca pe caracteristica:

V/ Hz33 = 0.006 3. f

3 + U20Hz. (27)

d. Peste 25Hz, caracteristica s-a bazat pe

V/ Hz23 = 0.0025. f

3 + U25Hz (28)

in paralel cu:

V/ Hz13 = 0.0025 3. f

3 + 30 (29)



2/1)]

2

)2(sin

2

)2(sin(

1[

sourceVLoadV

2/1]}

)tω/(α)l

r()(sin)({sin

1[

2tdet

z

sourceV

LoadI

Unde:

U10Hz, U20Hz si U25Hz zinta tensiunile la 10 Hz, 20 Hz si respectiv 25 Hz.

Caracterisitca optima tensiune - frecventa pentru eficienta maxima este ilustrata in Fig.32.

Fig 32. Caracteristica optima V/H3 .

5.2. CONTROLER

Pentru a construi un controler fuzzy cu semnal de intrare "frecventa" si semnal de iesire "unghi-Alfa de

tragere", pentru a regla tensiunea aplicata motorului la frecventa corespunzatoare semnalului de intrare

bazat pe caracteristica optima de tensiune-frecventa pentru eficienta maxima, este important a se dezvolta

o relatie directa intre "unghi-Alfa de tragere" si frecventa bazata pe caracteristica optima tensiune-

frecventa.

5.2.1. PASUL 1:

Efectul circuitului monofazat cu unde complete este considerat a determina marimea incarcarii de tensiune

si curentul la un unghi de tragere diferit "Alfa". Formulele generale pentru valorile efective ale curentului

(Iload) si tensiunii (Vload) pe o sarcina, cuprind inductanta in serie cu rezistenta, controlate de circuitul

monofazat cu unde complete sunt prezentate in [73]. Aceste formule sunt dupa cum urmeaza (31):

(30)

Unde:

= 2 f radiani / secunda

(Alfa) = unghiul de tragere

= unghiul de extinctie (unghi de cut-off)

= tan-1 (l / R)

l = incarcare de inductanta

r = incarcare de rezistenta

t = timp

z = impedanta de sarcina.



Deoarece unghiul conducator = - nu poate depasi , atunci unghiul de tragere nu va fi mai mic de

si, prin urmare domeniul de reglaj al unghiului de tragere este

(32)

Pentru a maximiza intervalul unghiului de tragere pentru un control mai bun al tensiunii, o sarcina

rezistiva poate fi introdusa in paralel la motor pentru a minimiza valoarea de 0.

Pentru puterea maxima transferata motorului, este considerat unghiul maxim de conducere. Prin urmare,

valoarea tensiunii controlate corespunzatoare fiecarei unghi de tragere poate fi calculat presupunand ca

= / 2 si = .

Valoarea tensiunii controlate in ceea ce priveste unghiul de tragere la valori diferite ale frecventei poate fi

gasita printr-o metoda practica si rapida cu ajutorul functiei MATLAB Simulink [72]. Figura 33 ilustreaza

modelul propus, care a fost utilizat pentru a evalua valoarea tensiunii controlate pentru diferite valori ale

unghiului de tragere (Alfa).

Fig 33: Model propus pentru calculul tensiunii controlate pentru valori diferite ale unghiurilor de tragere .

Folosind modelul Simulink aratat in Fig. 33, legaturile directe dintre "unghiul-Alfa de tragere" si

"frecventa" bazata pe caracteristica optima tensiune-frecventa data in sectiunea 5.1.4 ilustrata in

urmatoarele figuri 34 si 35.

Fig.34 . Relatiile intre “unghiul de tragere-Alfa” si Fig.35. Relatiile intre “unghiul de tragere-Alfa” si



“frecventa” bazata pe caracteristica V/Hz3 . “frecventa” bazata pe caracteristica V/Hz .

5.2.2. PASUL 2:

La acest pas, vom liniariza curbele "Alfa-frecventa" obtinute in pasul 1. Curbele rezultate legate de V/H si

V/H3 sunt impartite in sectiuni M si N, (marcate cu galben in tabelele cu rezultate), care pot fi aproximate

la cele mai apropiate sectiuni liniare. Se construiesc doua controlere fuzzy. Una pentru curba V/Hz3 H

"Alfa-frecventa" si altul pentru curba V/H "Alfa-frecventa". Primul controler fuzzy consta in sub-

controlere, M fuzzy, fiecare reprezentand o sectiune, iar al doilea controler este alcatuit din N sub-

controlere, fiecare reprezentand deasemenea o sectiune.

Outputul rezultant al fiecarui sub-controler fuzzy va fi egal cu sectiunea respectiva liniarizata folosind

urmatoarele functii pentru procesul de implicare fuzzy:

• Motor Mamdany.

• Tip triunghiular pentru functiile de apartenenta.

• Produs pentru AND (SI).

• Max pentru SAU (OR).

• Min pentru Implicare

• Proportional pentru agregare.

• Cel mai mare maxim pentru Defuzzificare

• Cu regula fuzzy:

DACA (Frecventa) ESTE MF (input)a ATUNCI () ESTE MF(output)

b (33)

unde,

a = 1,2,…K (numarul functiunii de apartenenta fuzzy)

b = K – a + 1 (numarul functiunii de apartenenta fuzzy )

si K este numarul functiunilor de apartenenta fuzzy.

In functie de setarile fuzzy de mai sus, urmatoarea Figura 36 ilustreaza un input/output tipic pentru un

sub-controler fuzzy legate de V/Hz3 cu o gama de frecventa de input de 28-30 Hz si un unghi output de

tragere Alfa () in intervalul de 0-42.8 grd. Rezultatele dovedesc validitatea sub-controlerului fuzzy de a

reprezenta sectiunea liniarizata a acestui interval specific.

Fig 36: Input/output tipic pentru un sub-controler fuzzy legate de V/Hz3

5.2.3 PASUL 3:

Setul de instrumente Simulink este folosit pentru a construi controlerul fuzzy V/Hz3 pentru sistemul

motor-pompa ilustrat in Fig 29. Simularea completa este realizata pentru a functiona cu motor de inductie

de la gama de frecvente de 0-50 Hz. Se presupune initial ca motorul este in stare de functionare (alunecare

= 0,02), cand pornirea motorului a fost facuta pe caracteristica V/Hz, nu pe V/Hz3. Rezultatul se gaseste in

tabelul 2.

Tabelul 2: Resultatele controlerului fuzzy de V/Hz3 pentru sistemul motor-pompa



Tabel 3: Rezultatele controlerului fuzzy V/Hz pentru sistemul motor-pompa

5.2.4 PASUL 4: In aceasta etapa, instrumental SIMULINK este utilizat pentru a construi controlerul fuzzy V/Hz in loc de

V/Hz3. Motorul se presupune a fi initial in repaus . Tabelul 3 de mai sus rezuma rezultatele.

Faza

sursa

Tensiune

[V]

Frecventa

sursa [Hz]

Tensiunea de faza

necesara controlata

[V]

Alfa

Calculat

[Grd]

Alfa Masurat

[Grd]

Tensiunea de faza

controlata masurata

[Volt]

Eficienta

masurata

%

231 0 0 180 rotor blocat rotor blocat rotor blocat

231 2 12 166.4 rotor blocat rotor blocat rotor blocat

231 4 24 158.5 158.6 23.82 11.07

231 6 30.54 155 156 26.56 29.25

231 8 31.28 154.3 155.2 29.59 47.27

231 10 32.5 153.5 153.5 32.54 49.91

231 12 41.15 148.9 149.7 39.36 55.5

231 14 46.22 146.2 145.8 47.07 60.38

231 16 52.98 142.9 142.4 53.89 60.2

231 18 61.66 138.7 138.8 61.2 64.88

231 20 72.5 133.5 133.5 72.49 67.59

231 22 136.4 103.7 103.7 1363 68.66

231 24 155.44 94 94.1 155.2 70.21

231 26 210 56.7 56.7 209.9 64.9

231 28 221 42.8 42.8 221 69.11

231 30 233.8 0 0 230.2 71.3

231 35 233.8 0 0 230.2 73.75

231 40 233.8 0 0 230.2 70.85

231 45 233.8 0 0 230.2 66.42

231 50 233.8 0 0 230.2 61.7

Faza sursa

Tensiune

[V]

Frecventa

sursa

[Hz]

Tensiunea de faza

necesara

controlata

[V]

Alfa

Calculat

[Grd]

Alfa Masurat

[Grd]

Tensiunea de

faza controlata

masurata

[Volt]

Eficienta

masurata

%

Eficienta

V/H_SS

%

231 0.5 3 173.1 rotor blocat rotor blocat rotor blocat rotor blocat

231 1 6 171. rotor blocat rotor blocat rotor blocat rotor blocat

231 2 12 166.3 rotor blocat rotor blocat rotor blocat rotor blocat

231 2.8 16.8 163 17.64 162.5 1.3 10.9

231 3 18 162.5 161.8 18.53 1.2 10.3

231 4 24 158.4 158.4 24.16 1.05 10.4

231 5 30 154.9 154.9 30.12 1 14.6

231 10 60 139.4 141.5 55.7 0.66 37

231 15 90 125.4 91.56 124.7 0.35 51.6

231 20 120 111.5 110.2 122.9 0.22 63

231 25 150 96.8 96.8 150.1 0.138 72

231 30 180 79.9 79.9 180 0.12 77



5.2.5 PASUL 5:

De la pasul 3 si pasul 4, randamentul in starea de echilibru poate fi comparat intre controlerele V/Hz3 si

V/H. Rezultatul este dat in figura urmatoare 37 & 38.

Fig.37. Randamentul la o stare de echilibru atins Fig.38. Desfasurarea randamentului net maxim

de ambele controlere V/Hz si V/Hz3 atins de ambele controlere.

In figura 37, se poate observa ca randamentul maxim alterneaza intre cele doua controlere. Din frecventa

2.8Hz la 23.5Hz, randamnetul maxim poate fi realizata prin controlerul V/Hz3. Cu toate acestea, la

frecventa 23.5 - 37 Hz, randamentul maxim poate fi realizat prin controlerul V/Hz. Pentru domeniul de

frecventa mai mare de 37 Hz, unghiul de tragere pentru ambele controlere atinge minimul (zero), si

tensiunea aplicata motorului atinge valoarea sa maxima (230 V), prin urmare, ambele controlere au

aceleasi rezultate pentru randament. Fig 38 ilustreaza randamentul maxim net realizat de catre ambele

controlere.

Pentru a construi controlerul fuzzy necesar, trebuie luate in considerare urmatoarele criterii, precum si la

constructia acestuia:

a. Controlerul trebuie sa treaca la caracteristica V/Hz in timpul pornirii motorului.

b. Pentru randament maxim:

• Controlerul trebuie sa fie trecut la V/Hz3 pentru frecvenea mai mici de 23,5 Hz.

• Controlerul trebuie sa fie trecut la V/Hz in gama de frecvente de la 37Hz la 23.5Hz.

Fig 39: Controlere fuzzy propuse pentru a obtine randamentul maxim pentru operatia pompa-motor la orice frecventa

231 35 210 56.5 56.5 210.1 0.1 75

231 40 230 0 0 230.2 0.12 70.9

231 45 230 0 0 230.2 0.2 66.4

231 50 230 0 0 230.2 0.33 61.7



5.3. REZULTATE SI PERTURBARI

Modelul din Fig.39 a fost utilizat pentru a determina principalele caracteristici pompa-motor, cum ar fi

"Randament", "Putere", "Pierderi", "Factor de putere", "Ora de pornire" si "Protectie", pentru intervalul

efectiv de frecventa de la 2.8Hz la 35Hz. Rezultatul va fi ilustrat si discutat in continuare in aceasta

clauza.

5.3.1. RANDAMENT:

Neglijand pierderile din circuitul tiristor, curba de input putere-randament obtinuta de controlerul

circuitului tiristor cu unda completa din aceasta lucrare poate fi comparata cu rezultatul obtinut in [37],

folosind controlerul link DC. Figura 40 ilustreaza rezultatele:

Fig 40: Comparatie intre rezultatele controlerului tiristor cu unde complete si rezultatele controlerului link DC

Din rezultat se poate observa ca la o putere de intrare de 150 Watt, randamentul sistemului de pompa -

motor s-a imbunatatit de la 47% la 64% prin utilizarea controlerului fuzzy propus pentru a regla unghiul

de tragere al circuitului tiristor cu unda completa.

5.3.2. FACTORUL DE PUTERE MOTOR

Tabelul 3 ilustreaza factorul de putere al motorului in cazul aplicarii controlerelor V/Hz si V/Hz3.

Comparand Tabelul 4 cu figurile 37a, se poate usor face o corelare intre cele doua curbe pentru a

concluziona ca invelisul de maxim randament este urmarirea factorului de putere maxima obtinut din

ambele controlere.

Tabelul 4: Rezultate ale factorului de putere al motorului

Frecventa

[Hz] Factor de putere V/H SS

Factor de putere

V/H3 SS

Randament MAX

%

2.8 0.46 0.47 0.47

3 0.43 0.45 0.45

4 0.365 0.363 0.365

5 0.32 0.36 0.36

10 0.285 0.654 0.654

15 0.264 0.717 0.717

20 0.294 0.734 0.734

25 0.353 0.216 0.353

30 0.397 0.2184 0.397

35 0.423 0.337 0.423



5.3.3. PUTEREA MOTORULUI

"Puterea de intrare a motorului", "Puterea de iesire a motorului", "Pierderi la Motor" si "Puterea de iesire

pompa" la pompa sunt ilustrate in tabelele 5, 6, 7, si respectiv 8.

Tabelul 5: Rezultate Puterea de intrare a motorului

Tabelul 6: Rezultatele puterii de iesire a motorului

Frecv

[Hz] Puterea de intrare la motor V/H SS [WATT]

V/H3 SS Putere de intrare la motor

[WATT] Randament max%

2.8 32 27 0.47

3 34 30 0.45

4 46.2 44.7 0.365

5 60 41 0.36

10 140 86 0.654

15 328 234 0.717

20 617 500 0.734

25 1059.9 1184 0.353

30 1716.31 1899 0.397

35 2536.4 2600 0.423

Frecv [Hz] V/H SS Putere de iesire de la motor

[WATT]

V/H3 SS Putere de iesire de la motor

[WATT]

Randament max

%

2.8 3.45 3.4 0.47

3 4 3.9 0.45

4 7.2 7.1 0.365

5 11.5 11.1 0.36

10 70 58 0.654

15 213 178 0.717

20 478 412 0.734

25 896 916 0.353

30 1504 1548 0.397

35 2280 2305 0.423



Tabelul 7: Rezultatele puterii de iesire a pompei

Tabelul 8: Rezultatele pierderilor de motor

Frecv [Hz] V/H SS Putere de iesire de la pompa

[WATT]

V/H3 SS Putere de iesire catre pompa

[WATT]

Randament max%

2.8 3.41 3.39 0.47

3 3.67 3.65 0.45

4 4.95 4.93 0.365

5 6.75 6.3 0.36

10 49 43 0.654

15 167 142 0.717

20 393 343 0.734

25 763 781 0.353

30 1321 1353 0.397

35 1897 1914 0.423

Frecv [Hz] V/H SS Pierderi de motor

[Watt]

V/H^3 SS Cuplul motorului

[Watt]

Randamentul max

%

2.8 28.55 23.6 0.47

3 30 26.1 0.45

4 39 37.6 0.365

5 48.5 29.9 0.36

10 70 28 0.654

15 115 56 0.717

20 139 88 0.734

25 163.9 268 0.353

30 212.31 351 0.397

35 256.4 295 0.423



Pentru rezultatele de mai sus ale "Puterii de intrare motor", este de remarcat faptul ca, in intervalul efectiv

de frecventa de la 2.8Hz la 35 Hz, controlerul a operat motorul la o putere minima, care poate fi obtinuta

fie prin V/Hz sau V/Hz3. Acest rezultat este in concordanta cu rezultatele pierderilor de motor (Tabelul 8),

deoarece pierderile au fost de asemenea minimizate datorita imbunatatirii factorului de putere al

motorului. Cu toate acestea, curba "Puterii motorului" (tabelul 6) arata ca mai putina energie devine

disponibila pentru pompa si respectiv pompa a furnizat mai putina putere de iesire pentru pomparea

lichidului (tabelul 7). Analizand rezultatele, s-a constatat ca reducerea "Puterii motorului", in intervalul

efectiv de frecventa este mai eficienta decat cresterea "Puterii de iesire a motorului" si "Puterea de iesire a

pompei".

Tabelul 9 ilustreaza economia neta la puterea sistemului de pompare care determina imbunatatirea

eficientei sistemului de pompare, unde:

Eficienta = Puterea de iesire a pompei / puterea de intrare motor (34)

Deoarece reducerea puterii de intrare motor este mai mare decat cresterea puterii de iesire a pompei,

randamanetul resultant este crescut.

Tabelul 9: Economia neta la puterea sistemului de pompare

5.3.4. VITEZA

Tabelul 10 face un rezumat al rezultatelor vitezei pompa-motor la aplicarea controlerelor V/Hz si V/Hz3.

Se poate observa o usoara diferenta in viteza la operarea motorului cu controler V/H si V/H3. Aceasta

usoara schimbare de viteza se datoreaza de fapt schimbarii la tensiunea aplicata care cauzeaza o usoara

schimbare a valorii cuplului de operare si in mod normal aceasta nu cauzeaza o schimbare efectiva a

vitezei la motoarele cu inductie.

Frecv

[Hz]

Reducerea puterii de intrare

in motor

Cresterea puterii de iesire din

motor

Crestere puterii de intrare

pompa

Eonomia neta la puterea de

pompare

2.8 5 0.05 0.02 4.93

3 4 0.1 0.02 3.88

4 1.5 0.1 0.02 1.38

5 19 0.4 0.45 18.15

10 54 12 6 36

15 94 35 25 34

20 117 66 50 1

25 124.1 20 18 86.1

30 182.69 44 32 106.69

35 63.6 25 17 21.6



Tabelul 10: Viteza motor-pompa

5.3.5. CURENTUL DE PORNIRE

Timpul actual de pornire pentru motorul bazat pe caracterisitca V/Hz este prezentat in figura 40. Aceste

date sunt importante pentru protectia motorului, dupa cum poate indica rotorul blocat la frecvente diferite.

In consecinta, releul de protectie trebuie sa fie programat sa initieze un semnal de declansare in cazul in

care momentul actual de pornire al motorului depaseste timpul de pornire dat in (Figura 41).

Fig. 41: Timpul de pornire al motorului la o frecvente diferita

5.4. CONCLUZIE

Controlerul fuzzy cu circuit inchis prezentat in acest capitol are o tehnica eficienta, rapida si precisa in la

controlul motorului. Dupa cum se vede din structura generala a controlerului, se utilizeaza atat

caracteristica V/Hz cat si cea V/Hz3 pentru a obtine randamentul maxim pomparea sistemului de stocare a

energiei. O mai buna eficienta a fost realizata prin utilizarea unui circuit de control cu tiristor in loc de

linkul DC pentru a controla caracteristicile dependenta tensiune-frecventa. Cauza efectiva care produce

imbunatatirea randamentului este imbunatatirea factorului de putere al motorului. Aceasta contributie la

cercetare va aduce in atentie in activitatea viitoare generalizarea controlerelor motoarelor pentru a include

atat caracteristicile V/Hz cat si V/Hz3, astfel incat caracteristica dependenta optima a frecventei de

tensiune sa poata fi selectata pentru a realiza pierderi minime si eficienta maxima a motorului. Mai multe

probleme trebuie, de asemenea, sa fie luate in considerare in viitor, cum ar fi problema armonicelor

produse prin descrierea unui filtru de armonici. In plus, setarea releelor de protectie trebuie sa fie

verificata in timpul actiunii de controler.

Frecv [Hz] V/H SS RPM V/H3 SS RPM Randamentul max %

2.8 53 53 0.47

3 57.5 57.5 0.45

4 77.2 77.2 0.365

5 97.2 96.2 0.36

10 195 181 0.654

15 294.8 274.7 0.717

20 393.4 371.9 0.734

25 491.3 495.3 0.353

30 589.5 595 0.397

35 688.5 691 0.423



CAPITOLUL 6

CONTROLUL PUTERII REACTIVE SI A IMBUNATATIRII

FACTORULUI DE PUTERE UTILIZAND CONTROLERE FUZZY

REZUMATUL CAPITOLULUI 6: In acest capitol, ne vom concentra pe utilizarea de seturi de logica fuzzy

pentru a controla factorul de putere de alimentare. Schema de control logica fuzzy propusa consta din

doua controlere. Primul controler (FGC) este conceput pentru a da cea mai apropiata valoare dorita a

unghiului de tragere necesara pentru compensarea puterii reactive sursa. Cu toate acestea, iesirea de

corectie a acestui controler nu este eficient de precisa si, prin urmare, este nevoie de o alta etapa de

corectie. Astfel, al doilea controler (FFC) verifica valoarea factorului de putere sursa si o imbunatateste

peste o valoare prestabilita dorita. Discutia include urmatoarele:

• Ilustrarea schemei de control propuse.

• Descrierea etapelor de proiectare ale controlerului factorului de putere.

• Simularea tehnicii propuse de testare pentru trei studii de caz diferite.

6.1. CONTROLER FUZZY AL FACTORULUI DE PUTERE

Figura 42 ilustreaza schema bloc pentru o incarcare variabila monofazata, cu factor de putere variabil

decalat, furnizat de sinusoida sursei de curent alternativ. Baterie de condensatoare in paralel cu inductanta,

controlata de un circuit unda completa monofazat, care este conectat in paralel cu incarcatura potrivita sa

guverneze puterea totala reactiva a circuitului. Controlerul fuzzy este conceput pentru a regla unghiul de

tragere al circuitului unda completa monofazat, in scopul de a regla tensiunea aplicata peste inductanta. In

acest fel, puterea totala reactiva a sursei poate fi minimizata pentru imbunatatirea factorului de putere

sursa. Pentru circuite trifazate, un controler este dedicat pentru fiecare etapa. Pentru simplitate am

considerat aici un circuit monofazat.

Fig. 42: O diagram bloc detaliata a incarcarii, controlerele fuzzy, sursa si schema de control

Structura controlerului din figura 42 contine doua controlere fuzzy independente: Fuzzy Grouse Controler

(FGC) si controlerul Fine Fuzzy (FFC). Intrarea FGC este puterea reactiva de sarcina. Semnalul de iesire

al acestui controler da cea mai apropiata valoare a unghiului de tragere dorit, care este necesar pentru a

minimiza factorul de putere sursa. Inputul FFC este factorul de putere sursa. Iesirea FFC corecteaza

unghiul de tragere al controlerului unda completa monofazat, pana cand factorul de putere sursa atinge sau

depaseste valoarea presetata dorita.

Urmatoarele proceduri descriu etapele de proiectare ale controlerului factor de putere:



6.1.1. DIMENSIONAREA ELEMENTELOR

Dimensiunile „inductanta" si „baterie de capacitanta” sunt selectate astfel incat puterea lor maxima

reactiva disponibila (in VAR) este egala cu puterea maxima de sarcina reactiva (MLQ). Avand in vedere

ca sursa de tensiune este continuu aplicata pe bateria de capacitanta (presupunand caderea de tensiune pe

cablul scurt neglijabila), atunci valoarea capacitantei "C" a bateriei poate fi determinata dupa cum

urmeaza:

Unde Vsource este “sursa” r.m.s. de tensiune in volti and f is “sursa” de frecventa in Hz.

Cu toate acestea, nu este cazul pentru inductanta deoarece este conectata in serie cu un controler de unda

completa. Existenta unor astfel de controlere va limita puterea reactiva maxima disponibila consumata de

inductanta in functie de actiunea unghiului de tragere a puntii tiristoare. Astfel, efectul circuitului unda

completa monofazat se in considerare la determinarea dimensiunii inductantei.

Dupa cum sunt enumerate in [73], formulele generale pentru valoarea efectiva a curentului (Iload) si a

tensiunii (Vload) , peste o incarcare, cuprind inductanta in serie cu rezistenta, controlata de un circuit unda

completa monofazat. Aceste formule sunt date dupa cum urmeaza:

(36a)

(36b)

Unde:

=2f radian/second

= unghiul de tragere

= unghiul de extinctie (unghiul taiat)

= tan-1

(l/r)

l = inductanta de sarcina

r = rezistenta de sarcina

t = timp

z = impedanta de sarcina

Deoarece unghiul de conducere = - nu poate depasi , unghiul de tragere nu poate fi mai mic

decat , iar domeniul de reglaj al unghiului de tragere este:

(37)

Pentru puterea reactiva maxima disponibila consumata de inductanta pura MARP, unde r este ignorata in

ecuatia de mai sus 3.2 a & b), se considera unghiul maxim de conducere. Prin urmare, valoarea inductantei

poate fi calculata din urmatoarea ecuatie presupunand ca = /2 si = (neglijand impedanta de cablu

scurt si considerand tiristoarele ideale):

MARP = (Vload) x (Iload) (38)

2

sourceV2

MLQ

fC

Farad

(35)

β

π

1/2t)ω/(α)l

r(sourceLoad t]}dωθ)esin(αθ)t{sin(ω

π

1[

z

V2V

β

π

1/2t)ω/(α)l

r(sourceLoad t]}dωθ)esin(αθ)t{sin(ω

π

1[

z

V2I



Aceasta valoare MARP trebuie sa fie egala cu sarcina maxima reactiva MLQ putere pentru compensare

completa. Cu toate acestea, cele doua ecuatii enumerate mai sus sunt neliniare si dificil de rezolvat. Este

necesara o alta procedura simpla atunci cand se determina marimea inductantei L.

Astfel, valoarea inductantei poate fi gasita printr-o metoda practica si rapida cu ajutorul instrumentului

Simulink [72]. Figura 43, ilustreaza modelul propus, care a fost folosit. Modelul consta dintr-o sursa de

alimentare de curent alternativ conectat la un compensator de putere reactiva controlata de un circuit

tiristor. Procedura de a gasi valoarea inductantei L poate fi rezumate la urmatoarele etape:

• Selectati o valoare initiala pentru inductanta ca L = 1 ( 2C)

• Rulati modelul si inregistrati sursa VAR sursa.

• Daca sursa VAR este egala cu zero, atunci opriti testele. Daca nu, cresteti usor valoarea inductantei

pana cand sursa VAR atinge valoarea zero. Apoi, aceasta valoare a sursei VAR va determina

valoarea dorita a inductantei.

Fig.43: Circuit Simulink utilizat pentru determinarea si schitarea raportului (QL/MLQ) in functie de unghiul de

tragere ()in domeniul de la /2 la .

6.1.2. FUZZY GROUSE CONTROLER (FGC) DESIGN:

Dupa folosirea modelului Simulink aratat in Figura 25, valoarea inductantei este obtinuta din iteratie.

Apoi, acelasi model este utilizat din nou pentru a gasi raportul (QL/MLQ) pentru o serie de (), incepand

de la / 2 la unde (QL) este puterea reactiva a inductantei la o anumita valoare (). Acest raport (QL /

MLQ) in functie de unghiul de tragere () este apoi schitat. Curba tipica este cea aratata in Fig. 44.

Fig.44: Curba tipica pentru (QL/MLQ) in functie de unghiul de tragere ()

Dupa aceea, curba neliniara rezultata se imparte in N sectiuni, unde fiecare sectiune neliniara este

aproximata de sectiunea liniara cea mai apropiata. Astfel, N Gross Fuzzy controlers (FGC) sunt construite,

cate un FGC pentru fiecare sectiune, astfel incat inputul fiecarui controler sa fie egal cu

1 - (QLoad / (MLQ), unde (QLoad) este puterea reactiva de sarcina. Outputul lui FGC este unghiul de tragere

(), rezultand (QL), aproximativ egal cu MLQ minus QLoad. Precizia rezultantei (QL) depinde de



liniarizarea curbei.

In scopul de a proiecta fiecare FGC, intreaga gama de intrare a functiei de apartenenta fuzzy FGCMF(in)a

pentru fiecare controler este setata la limitele (QL / MLQ) din sectiunea respectiva liniarizata, si gama de

intrare a functiei de apartenenta fuzzy FGCMF(in)b pentru fiecare controler este setata la limitele () din

sectiunea liniarizata respectiva. De exemplu, in cazul 3 (cum va fi explicat mai tarziu in detaliu), primul

controler este proiectat pentru a lua o actiune in cazul in care raportul (QL / MLQ) ajunge la o valoare

cuprinsa intre rl = 0,95 si 1 si, outputul unghiului de tragere al acestui controler va lua o valoare intre 90

de grade si 1 = 100 grade. Cu toate acestea, al doilea controler este proiectat pentru a lua o actiune in

cazul in care raportul (QL / MLQ), ajunge la o valoare intre r2 = 0,175 si rl = 0,950 si, outputul unghiului

de tragere al acestui controler va adopta o valoare intre 1 = 100 grade si 2 = 105 grade, si asa mai

departe.

Outputul rezultant al fiecarui controler fuzzy poate fi obtinut bazat pesectiunea liniarizata respectiva

utilizand urmatoarele functiuni pentru procese de implicare fuzyy:

Motor Mamdany .

Tip triunghi pentru functii de apartenenta.

Produs pentru AND (SI).

Max pentru OR (SAU).

Proportional pentru agregare.

Cel mai mare maxim pentru Defuzzificare.

Regula fuzzy : IF(DACA) este MF(in)a THEN (ATUNCI) () este MF(out)

b

unde,

a = 1,2, ... F (numarul fuzzy al functiei de apartenenta)

b = F-a+l (numarul fuzzy al functiei de apartenenta)

a si b sunt numere ale functiilor de apartenenta

F este numarul fuzzy al functiei de apartenenta.

Sistemul Simulink de schimbare automata SS 1 (Fig. 42) este proiectat sa verifice intervalul activ al

(QL/MLQ) pentru a selecta FGC corespunzator bazat pe acea valoare a raportului (QL/MLQ).

6.1.3. PROIECTARE FUZZY FINE CONTROLER (FFC)

Deoarece iesirea FGC nu este exacta datorita procesului de liniarizare, FFC este conceput pentru a regla

unghiul de tragere g, in scopul de a obtine factorul de putere dorit.

Doua controlere fuzzy sunt folosite impreuna cu sistemul de comutare automata pentru a selecta

controlerul adecvat in functie de tipul factorului de putere (Lead sau Lag), care este determinat de sursa

VAR semnul (+ sau -) asa cum se arata in figura 42.

Inputul fiecarui controler FFC este factorul sursa de alimentare (PF) si outputul este unghiul de tragere

corectiva (M), care este necesar pentru a regla fin iesirea FGC. Deoarece valoarea factorului de putere

variaza intre zero si unu, atunci amplitudinea inputului functiei de apartenenta a fiecarui FPC,

FFCMF(in)a este [0, 1].

Outputul functiei de iesire a fiecarui FFC este FFCMF(out-Lag)a pentru intarzierea inputului si FFCMF

(out-LEAD)a, pentru conducerea inputului si, amploarea intervalului unghiului de tragere pentru prima

sectiune linearizata (1) este considerata ca o baza pentru a scala outputul FFC dat in continuare, cu faptul

ca orice alta sectiune pot fi selectata ca baza. De asemenea, [0, Δ1] si [-Δ1, 0] sunt atribuite FFCMF

(out-Lag)b si respectiv FFCMF (out-LEAD)

b. In plus, factorii de multiplicare N (kN = ΔN,/1) sunt

utilizati pentru a scala outputul FFC in scopul de a se potrivi cu magnitudinea gamei unghiului de tragere

al sectiunii linearzate respective (ΔN). Prin aceasta metoda, se utilizeaza mai putine FFC.



Un alt sistem automat de comutare Simulink SS2, asa cum se arata in figura 42 sincronizat cu SS 1 este

conceput pentru a verifica gama activa de (QL/MLQ), in scopul de a selecta factorul de multiplicare

adecvat (KN). Functiile fuzzy de implicare in proces folosite pentru proiectarea FGC sunt utilizate de

asemenea pentru proiectarea fiecarui desen sau model FFC, dar cu urmatoarele reguli fuzzy:

IF (PF) este FFCMF (in) a

THEN (∆) este FFCMF (out Lag) a

(39)

IF (PF) este FFCMF (in) a

THEN (∆) este FFCMF (out Lead) a

(40)

6.1.4. PROIECTAREA SEMNALULUI DE CONTROL DISCRET

Tehnica de insumare este utilizata pentru a adauga iesirea GFC la iesirea FFC. Sistemul de prelevare

aratat in figura 42 este proiectat pentru a converti semnalul analogic de control rezultant la semnalul

discret. Timpul de esantionare este selectat a fi mai mare decat constanta de timp a sistemului. Semnalul

discret este conectat la intrarea pentru generatorul de impulsuri sincronizate pentru a controla unghiul de

tragere al tiristorului. In consecinta, reteaua var si factorul de putere sursa sunt controlate.

6.2. STUDIU DE CAZ

Instrumentul MATLAB-Simulink a fost utilizat pentru a modela circuitul prezentat in figura 42, care este

folosit ca baza pentru studiul a trei cazuri "pilot". Aceste cazuri sunt atribuite pentru a verifica capacitatea

controlerului de a opera intr-o variatie considerabila a valorilor factorului de putere la diferite sarcini si

nivele de tensiune.

6.2.1. DATELE CAZURILOR

Fiecare caz este format din patru etape de sarcina. Etapele de sarcina sunt selectate astfel incat factorul de

putere sa varieze intre 0.3-1.0 lag. Cu toate acestea, pentru cazurile practice, factorul de putere variaza

intre 0,6 si 0,8 si astfel, gama larga propusa pentru factorul de putere testat aici este de a demonstra

capacitatea controlerului proiectat. Tabelul 11 rezuma parametrii circuitului pentru trei niveluri de

tensiune de 120, 480 si 4160 volti. Figurile 45 a, b si c ilustreaza procesul de liniarizare pentru fiecare caz.



Tabelul 11: Datele circuitului parametrii cazurilor

Fig.45a: Rezultatele liniarizarii pentru cazul 1

Fig.45b: Rezultatele liniarizarii pentru cazul 2

Fig.45c: Rezultatele liniarizarii pentru cazul 3

MLQ

90 110 130 150 170 Deg

MLQ

90 110 130 150 170 Deg.

Deg. 90 110 130 150 170

MLQ



6.2.2. REZULTATE

Controlerul este ajustat pentru a corecta factorul de putere al cazurilor la o valoare mai mare decat o

valoare dorita de 0,97. Aceasta valoare este prestabilita si poate fi orice valoare practica aleasa. Figurile 46

a, b & c ilustreaza rezultatele pentru cazurile 1-3. Aceste cifre arata variatia sarcinii puterii active si

reactive in raport cu timpul, pentru fiecare caz. Raspunsul controlerului in timpul perioadei de testare

reprezentata de unghiul de tragere este de asemenea indicat. In plus, sursa si valorile factorului de putere

al sarcinii sunt reprezentate grafic pentru a verifica timpul de raspuns al controlerului si acuratetea.



6.3. CONCLUZIE

Rezultatele testelor pentru cele trei cazuri arata clar cat de eficient este controlerul. Chiar si atunci cand

puterea reactiva de sarcina este foarte mica la un factor de putere atat inalta cat si jos, controlerull a reusit

sa ajunga la un nivel de precizie. In timpul etapei de unde factorul de putere al sarcinii este mai mare de

0,97 si, prin urmare, nu este nevoie de compensarea cu un condensator, controlerul va verifica factorul de

putere sursa de la inceputul acelei etape si daca scade sub 0. 97, va actiona, in scopul de a elimina

compensarea adaugata in etapa anterioara. Acesta este motivul pentru care controlerul a actionat asa cum

se arata in figura 44 pentru sarcina a patra in cazul nr. 1 unde factorul de sursa de alimentare scade sub

0.97. Cu toate acestea, in cazul in care factorul de putere sursa sta peste valoarea prestabilita a factorului

de putere de 0,97 in etapa de sarcina in care factorul de putere al sarcinii este mai mare de 0,97, atunci nu

se va lua nici o masura ca in figura 44 pentru a patra sarcina in cazul nr. 3. Timpul necesar pentru

imbunatatirea factorului de putere al controlerului, este relativ scurt in toate cele trei cazuri, in comparatie

cu aplicatiile practice. In cazurile reale, factorul de putere ramane neschimbat pentru o perioada mai lunga

de timp. Timpul maxim pentru corectia factorului de putere a fost de 0.35 secunde inregistrate la cazul

nr.1. In general, graficele arata ca controlerul functioneaza satisfacator in conditii diferite de incarcare si

atunci cand nu este nevoie de compensatia condensatorului.

Asa cum s-a mentionat mai inainte, corectia factorului de putere este intr-adevar o problema importanta.

Controlerul proiectat prezentat in aceasta sectiune prezinta o tehnica eficienta, rapida si precisa in

controlul puterii reactive. Dupa cum se vede din structura generala a controlerului, este aplicabil pentru

sarcinile ramase ale factorului de putere. Practic, acest lucru este aproape adevarat, dar nu intotdeauna in

cazul in care, in rare ocazii, factorul de putere de sarcina totala conduce nu ramane in urma. Acest lucru va

atrage atentia spre generalizarea controlerelor prezentate, astfel ca va fi benefic pentru ambele cazuri. Mai

multe probleme trebuie, de asemenea, sa fie luate in considerare in viitor, cum ar fi dinamica motoarelor.

Dupa cum este cunoscut ca sarcinile cele mai conectate sunt motoarele care intr-adevar necesita testarea

acestui controler in aceste conditii. Din rezultatele testelor, s-a vazut ca viteza controlerului depinde de

constanta de timp a sistemului si, prin urmare, este nevoie de o intarziere pentru a asigura ca dinamica

motoarelor atinge echilibrul. Alte aspecte legate de tiristoare, cum ar fi armonicele trebuie sa fie luate in

considerare pentru descrierea filtrului de armonici. In plus, dispozitivele de protectie, cum ar fi releele

trebuie sa fie verificate in timpul actiunii controlerului. In cele din urma, lucrarea prezentata a fost bazata

pe o singura faza si poate fi extinsa pentru sistem trifazic.



CAPITOLUL 7

MODELUL DE ESTIMARE A RATEI ACCIDENTELOR BAZAT PE

FACTORUL UMAN UTILIZAND TEHNCI DE CLUSTERING FUZZY C-

MEAN

REZUMATUL CAPITOLULUI 7: In aceasta parte a lucrarii, vom incerca sa utilizam o abordare complet

diferita si foarte noua pentru a analiza - accidentele din sectoarele de constructii. Va fi dezvoltat un model

pentru datele colectate dintr-un chestionar de rata a accidentelor completat de catre muncitori care

lucreaza pentru o companie de constructii de renume. Acest chestionar a fost conceput pentru a include

informatii despre factorul uman, precum si alti factori, cum ar fi tipul de munca, factorii de conducere,

training, factori fizici si istoricul ratei de accidente pentru fiecare munca in timpul perioadei de munca in

aceasta companie anume de constructii, si experienta sa in timpul carierei. Datele colectate vor fi impartite

intr-un set de training pentru construirea modelului si un test pentru verificarea modelului. Informatiile de

training se clasifica intr-un numar de grupuri sau clustere, centrele de greutate ale acestor grupuri fiind

ulterior folosite pentru a genera un set de reguli pentru a dezvolta un motor fuzzye, care poate apoi prezice

si prognoza rata de accidente. Cazurile test vor fi utilizate pentru a verifica si valida modelul dezvoltat.

Discutii cu privire la rezultatele obtinute prin utilizarea tehnicilor de logica fuzzy se efectueaza.

7.1. COLECTAREA DATELOR SI ORGANIZAREA

Diferite autoritati guvernamentale masoara siguranta pe santiere de constructii [20], insa coordonarea si

schimbul de informatii intre ele inca lipseste. In plus, datele disponibile pe santiere privind accidentele nu

sunt nici corecte, nici complete, din cauza lipsei unui sistem de raportare a accidentelor de incredere si a

unui sistem de inregistrare. Inregistrarile incomplete se datoreaza investigarii superficiale a accidentelor.

Prin urmare, am incercat sa evitam modul normal de a face acest lucru, si in schimb, ne-am concentrat pe

muncitor, si ratele sale de accidente in timpul anilor sai de experienta de lucru ca o sursa de date

importanta. Am incercat sa concepem chestionarul in asa fel incat sa serveasca scopului nostru de analiza

datelor, si am ales metoda interviului pentru a obtine maximum de date exacte posibil.

7.1.1. CONCEPEREA CHESTIONARULUI

In conceperea chestionarului (Anexa 1), am selectat cateva caracteristici anume ale naturii umane, care,

credem noi, au un mare potential la cauza accidentelor de pe piata locala [20]. Cea de a doua pagina a fost

conceputa pentru a se concentra pe informatiile de lucru. A treia pagina a fost un amestec de factori

externi si istoric de accidente, concentrandu-se pe numarul de accidente cu care muncitorul s- a confruntat

in timpul activitatii sale de pe piata locala de constructii, care a fost cele mai importante date de care am

avut nevoie pentru a dezvolta modelul nostru. Severitatea accidentelor nu a fost luata in considerare,

deoarece nu este considerat un factor care influenteaza rata accidentelor.

7.1.2. RASPUNSUL

Din cazurile originale pe care le-am colectat de la 95 de oameni, am inclus doar 76 de cazuri si am exclus

19 de cazuri, care au fost incomplete. Acest lucru a produs o rata de raspuns foarte mare, care a ajuns la

82,1%, care este destul de ridicata, mai ales ca lungimea chestionarului este destul de mare si este un pic

complicat.

7.1.3. LIMITARI

Limitari in acest studiu ar trebui sa remarcate. Una dintre limitari este ca nu am inclus informatii specifice



legate de consecintele accidentului. O alta limitare este faptul ca acest studiu a fost facut numai pe barbati

si nici un caz de sex feminin a fost studiat, ceea ce il face specific doar pentru un singur sex.

7.1.4. MATRICE DE OPTIUNI

Matricea de optiuni (FM) este cea mai importanta parte a activitatii noastre in acest capitol, deoarece prin

utilizarea acestei matrici am fost capabili de a converti variabilele lingvistice in variabile numerice. Astfel,

avem de-a face cazuri practice si am redus operatiunile necesare de procesare a rezultatelor.

Coloanele matricei FM reprezinta caracteristica variabilelor obtinute din chestionar. Randurile matricei

reprezinta cazuri diferite de muncitori pe care i-am selectat pentru interviuri. Astfel, pentru fiecare caz din

matrice am trasat semnificatiile lingvistice in numere conforme cu ponderile propuse. Aceste ponderi

caracteristice sunt scalate pe o scara de ordinul cinci de la 1 la 5, pentru a reprezenta variabilele

lingvistice. Prin urmare, 1 inseamna `foarte rau’, 2 inseamna `rau’, 3 inseamna ` mediu’, 4 inseamna

`bun`, iar 5 inseamna `foarte bun’. Toate celelalte variabile sunt tratate in acelasi mod, pana cand a fost

generata matricea. O proba a caracteristicilor matrii este prezentata in tabelul 12. Matricea caracteristica

completa este atasata in Anexa 2.

Tabelul 12: Exemplu de matrice caracteristica care ilustreaza ponderea unora dintre caracterisitci pentru primele 10

cazuri

7.2. MODELARE

In acest stadiu, vor fi implementata tehnicile FCM pe matricea caracteristica dupa normalizarea datelor,

bazate pe valorile maxime ale coloanei pentru a usura munca si fiind mult mai orientativ, apoi s-a decis

numarul optim de clustere, prin aplicarea unor tehnici de valabilitate de grup. Centrele de greutate pentru

aceste grupuri optime sunt considerate modele perfecte si reprezinta matricea caracteristica.

In order to obtain the models, the following steps have been implemented:

Fiecare coloana din matricea de caracteristici este normalizata prin divizarea tuturor numerelor

din aceasta coloana prin numarul maxim de valori absolute ale tuturor numerelor din coloana

mentionata.

Studiul valabilitatii clusterului este implementat pentru a determina numarul optim de clustere

pentru datele normalizate.

Tehnica FCM este implementata pentru a determina matricea centrului de greutate a numarului

selectat de clustere.

7.3. REZULTATELE SI DISCUTII DESPRE CLUSTERING

Rezultatele pot fi rezumate dupa cum urmeaza:

a. Numarul optim de clustere (12) este determinat de punerea in aplicare a tehnicii de valabilitate a

clusterului. Rezultatul este prezentat in figura 47, care ne da raportul dintre numarul de clusteruri si

eroarea corespunzatoare unde:



2 4 6 8 10 12 14 16 18 20 0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

1.8

NO. OF CLUSTERS

ERROR

Optimum number of cluster at min error

Where error = absolute (1 – index)

Eroarea = Absoluta (1-index) (41)

Fig. 47: Relatia intre numarul de clustere si eroarea corespunzatoare

Tabelul 13 ilustreaza matricea centrului de greutate pentru numarul optim de clustere (12), unde e FW(j)

reprezinta caracterisitca pondere descrisa in Tabelul 14.

Tabelul 13: Ilustreaza matricea centrului de greutate pentru numarul optim de clustere (12),

Tabelul 14: Descrierea caracteristicelor de pondere

FW1 FW2 FW3 FW4 FW5 FW6 FW7 FW8 FW9 FW10 FW11 FW12

FW13 FW14 FW15 FW16 FW17 FW18 FW19 FW20 FW21 FW22 FW23

0.4899 0.4824 0.5548 4.3318 4.3324 3.9963 4.3311 15.6376 46.6328 53.3672 3.3330 3.6684

3.6677 8.3954 19.9348 71.6699 2.6679 2.6683 3.0055 4.0012 3.3330 5.0219 3.0031

0.3425 0.4881 0.3333 4.9983 4.3328 4.3310 4.6673 0.0000 94.9920 5.0080 3.9983 3.9999

3.3345 23.3133 6.7051 69.9817 2.9999 3.3311 3.3364 4.0020 3.0000 12.0000 3.6656

0.1581 0.5055 0.7761 4.5545 4.6684 3.9956 4.7782 4.2714 96.6805 3.3195 3.5547 3.7724

3.1099 7.8244 45.6152 46.5605 2.8862 2.3357 3.4470 3.9988 3.6650 11.3039 4.1094

2.8894 0.4899 0.5016 4.9953 4.9953 2.5048 3.0046 7.4857 2.5093 97.4907 3.9965 4.4954

2.9979 5.0231 14.9297 80.0472 4.4941 2.5000 2.0000 1.5024 3.0034 6.5188 3.0001

0.3674 0.4435 0.7917 4.7499 4.4997 3.9994 4.2500 8.7491 47.4970 52.5030 3.7497 3.7497

2.7503 21.2531 28.7504 49.9965 3.2497 3.0000 2.7496 3.9992 3.7492 3.3779 3.5003

0.6164 0.4388 0.8158 4.3160 4.3687 2.7888 3.3152 8.4245 5.0013 94.9987 3.8953 3.8950

3.2638 2.3621 0.0000 97.6379 2.9997 2.7371 2.2635 2.8957 3.4735 4.2838 3.2107

1.2917 0.4321 0.5000 4.0000 3.7500 3.0000 3.7500 7.5000 27.5000 72.5000 4.0000 3.2500

3.0000 71.2500 10.0000 18.7500 3.2500 2.5000 2.5000 2.5000 3.7500 3.6250 3.0000

0.3401 0.4600 0.4002 4.3754 4.3744 4.1238 4.8749 3.2411 71.2455 28.7545 3.4994 3.6244

3.2492 6.2440 61.2585 32.4975 2.4996 3.7507 3.0011 3.9998 3.1258 9.3725 4.6244

0.8238 0.4696 0.2803 4.3322 4.3322 2.3357 4.0000 10.6568 6.7131 93.2869 3.6678 3.6678

2.6680 41.5930 11.7266 46.6804 2.6645 2.6676 2.0000 2.6649 3.6645 4.5258 3.6678

0.5278 0.4539 0.5997 4.3992 4.2006 3.0011 4.6002 2.8065 62.0051 37.9949 3.0005 3.0005

3.2006 32.9938 43.0014 24.0048 3.4002 3.5998 2.5999 2.6004 2.4002 10.4017 3.8004

0.2282 0.4517 0.3471 4.7537 4.8743 3.6330 4.8743 3.0413 97.4866 2.5134 3.3767 2.3770

2.3720 4.2728 83.2449 12.4822 2.8797 3.3770 4.1206 3.6233 2.4976 9.4162 4.5074

1.1461 0.4654 0.8339 4.0001 4.2512 3.2512 3.2468 7.4926 27.4917 72.5083 3.8764 3.7486

3.3742 18.1000 13.1229 68.7771 2.8766 2.6225 3.5013 3.7523 3.5017 5.2219 3.2467



7.4. MASURAREA DATELOR

Pentru a reduce eroarea in estimarea variatiilor functiilor de apartenenta (de exemplu interval estimativ

FW5 fost de la 1 la 5, in timp ce la matricea centrului de greutate este gasit intervalul pentru aceeasi

caracteristica a fi de la 3.750 la 4.9953). Fiecare element de vector este masurat conform urmatoarei

formule:

Xscaled = Xi -Xmin/(Xmax - Xmin ) (42)

Unde:

Xi = Element de vector

Xmin = Min. element de vector

Xmax = Max. element de vector

7.5. DEZVOLTAREA MODELULUI

Prin compararea fiecarui rand al matricei centrului de greutate cu continutul chestionar dupa scalare, se

poate deduce structura modelului respectiv, de exemplu pentru rata maxima si minima a accidentelor asa

cum este ilustrat in Tabelul 15. Din structura pot fi extrase urmatoarele caracteristici:

a. Muncile in aceasta companie de constructii pot fi clasificate in 12 modele.

b. Rata asteptata a accidentelor in societate variaza de la 0.1581-2.8894 accidente pe an.

c. Prin compararea celor doua modele extreme de mai sus, se poate descoperi cu usurinta ca primirea

salariului la timp, nu are niciun impact efectiv asupra ratei accidentelor.

d. Cea mai mare rata a accidentelor se intampla pentru lucratorii care nu sunt locali (traiesc fara

familia lor in majoritatea timpului ).

e. Cele douasprezece modele obtinute anterior in sectiunea 7.5, vor fi utilizate ulterior, ca reguli

fuzzy care reprezinta compania de constructii locala pentru a prezice rata de accidentelor pentru

orice persoana care lucreaza in domeniul constructiilor.

Table 15: Caracterisitci ale modelului pentru rata minima si maxima de accidente

7.6. RATA DE PREZICERE A ACCIDENTELOR:

Acum, tehnici de logica fuzzy vor fi implementate cu ajutorul modelelor obtinute in sectiunea 7.5, ca si

reguli fuzzy perfecte, pentru a prezice rata accidentelor pentru orice muncitor care lucreaza in domeniul

constructiilor. Urmatoarea diagrama (fig. 48) descrie sistemul fuzzy de prezicerea accidentelor:



Fig.48. Fluxul fuzzy de prezicere a accidentelor

Modelele obtinute de la fuzzy C-means la procesul de clusterizare au fost considerate ca fiind reguli fuzzy

foarte bune si potrivite, care guverneaza relatia dintre lucratorii din domeniul constructiilor, si rata anuala

precoizata de accidente. Frumusetea utilizarii acestui tip de clustering nu este numai de a realiza modelele

cerute, dar si ca aceste modele sunt fuzzy, si pot fi orientate in motorul fuzzy.

In scopul de a fuzzifica variabilele modelului, un numar adecvat de functii Gauss (variabila lingvistica)

este selectat pentru fiecare valoare lingvistica, astfel incat orice regula trebuie sa traga toate valorile

lingvistice si regulile sunt date dupa cum urmeaza [69]:

IF (FW1 este mfa1) si (FW2 este mfb

2) si. . . (FW22 este mfv

22) ATUNCI (FW

23 este mfw

23) (43)

Unde,

FW (1 la 22): variabile lingvistice de intrare

FW23: variabile lingvistice de iesire

mf a, b .. w: regula semantica

a, b .. w: numar intreg la 1 la 5

Se utilizeaza inferenta motorului Mamdani cu defuzificarea centrului de greutate si agregarea

proportionala in constructia sistemului fuzzy. A fost folosit Matlab Fuzzy pentru a pune in aplicare

sistemul dorit de predictie fuzzy. Opt cazuri au fost testate si rezultatele sunt date in continuare.

7.7. REZULTATE RELEVANTE

Tabelul 16: Rezultatul a 8 cazuri testate



Au fost alese 8 cazuri aditionale aleatorii de la o firma locala de constructii. Caracteristica, rata actuala a

accidentelor si outputul sistemului de preinstructie fuzzy pentru fiecare test sunt date in tabelul 16.

Deviatia standard dintre rata actuala a accidentelor si rata prevazuta a accidentelor pentru fiecare caz testat

este calculate si este obtinuta deviatia standard pentru a determina validitatea modelului. Rezultatele sunt

aratate in tabelul 17. Rezultatul arata o valabilitate de 71.32%, care indica cat success are tehnica pentru

aceast problema foarte neliniara. Aceasta este o realizare mare in sine pentru o asemenea abordare

nouacare poate fi subiectul imbunatatirii ulterioare in viitor.

Tabelul 17:Rezultate pentru deviatia standard pentru cazurile testate

a. Fig.49 coreleaza startea generala de sanatate a muncitorilor si greutatea specifica cu rata anuala a

accidentelor, luand in considerare ca toti ceilalti factori sunt `medii’. Este clar ca rata anuala a

accidentelor creste cu cresterea semnificativa a greutatii specifice si starea generala precara

semnificativa a sanatatii.

Fig. 49: Correlarea intre greutate/inaltime, sanatate generala si rata accidentelor

b. In Fig.50 (Anexa C), nivelul de educatie al muncitorilor si aderarea la siguranta sunt reprezentate in

functie de rata anuala a accidentelor luand in considerare ca toti ceilalti factori sunt `medii`. Se

observa din aceasta ilustratie ca lucratorii cu nivelul educatiei la cele doua extreme sunt expusi la

accidente mai mult decat muncitorii cu nivel mediu de educatie.

Fig. 50: Corelatia intre nivelul de educatie, aderarea siguranta si rata accidentelor

Case Number Standard Deviation

Case#1 0.3536

Case#2 0.2828

Case#3 0.4243

Case#4 0.7071

Case#5 01414

Case#6 0.1414

Case#7 0.2121

Case#8 0.0318

Average 0.2868



c. Fig. 51 coreleaza statutul optic si auditiv al muncitorilor cu rata anuala a accidentelor luand in

considerare ca toti ceilalti factori sunt `medii`. Este clar ca rata anuala a accidentelor creste

semnificativ cu slabirea vederii si a capacitatii de auz.

Fig. 51: Corelatia dintre starea optica, capacitatea de auz si rata de accidente

d. Din fig. 52, este clar ca in cazul in care societatea nu adera la un anumit nivel de siguranta, rata anuala

a accidentelor va fi majorata, luand in considerare ca toti ceilalti factori sunt `medii`. In plus, este de

remarcat din figura ca sarcinile care sunt considerate a fi periculoase si au nevoie de imbracaminte de

protectie sunt o sursa de accidente.

Fig. 52: Corelatia intre nivelul-de-siguranta, nevoie de echipament de protectie si rata accidentelor

7.8. CONCLUZIE

Obiectivul principal al acestui capitol este de a genera un model uman care reflecta interactiunea dintre

factorii umani, si alti factori, cum ar fi factorii de conducere, informatia despre accidente, si informatii de

lucru, folosind tehnici de fuzzy clustering. In al doilea rand, pentru a prezice rata anuala a accidentelor pe

orice esantion de lucratori, prin aplicarea tehnicilor de logica fuzzy. Unele dintre cele mai importante

rezultate obtinute pot fi sintetizate dupa cum urmeaza:

a. Tehnici de fuzzy clustering pot fi folosite pentru a construi un model care caracterizeaza

diferitele caracteristici ale lucratorilor din domeniul constructiilor locale fata de rata de

accidente.

b. Modelul obtinut din clustering este considerat ca norma care sa fie utilizata intr-un motor

de logica fuzzy pentru a prezice rata accidentelor pentru orice lucrator in domeniul

constructiilor.

c. Pentru orice caz specific, 231 de corelatii (intre oricare doua caracteristici si rata

accidentelor) se poate face prin intermediul motorului fuzzy. Figura 53 arata cum sa se

foloseasca sistemul de predictie pentru un caz tipic care impinge toate valorile lingvistice



la mijloc. Se observa ca rezultat ca lucratorii cu `informatii de personal medii`, `conditii

de munca medii`, `conditii medii de conducere` si `efecte externe medii` sunt expusi la

o`rata medie` de accidente anual.

d. Pregatirea optima pentru a imbunatati atitudinea fata de siguranta pentru anumiti muncitori

cu un cost minim poate fi estimata prin analiza corelatiei dintre nivelul de pregatire si rata de

accidente a acestui muncitor.

Fig. 53: Outputul sistemului de predictive pentru inputuri `medii`.

e. Analizand corelatia dintre nivelul de importanta al sigurantei si rata de accidente pentru lucratorii

dintr-o anumita societate, limitele de imbunatatire efectiva a sigurantei pot fi prezise, in scopul de a

evalua investitiile in aceasta directie.

f. O tehnica similara poate fi aplicata la o anumita companie pentru a prezice rata de accidente, in

scopul de a estima rata asigurarii pentru persoanele care lucreaza in aceasta companie.

g. Folosind tehnica predictia fuzzy pentru rata accidentelor companiile pot selecta cei mai potriviti

muncitori pentru orice sarcina speciala.



CAPITOLUL 8

DESCOPERIREA SCURT CIRCUITULUI ELECTRIC IN RETEAUA

INDUSTRIALA MV UTILIZAND TEHNICI DE FUZZY CLUSTERING

REZUMATUL capitolului 8: In acest capitol, vom oferi o metoda rapida si relativ ieftina pentru

localizarea defectelor de retea prin utilizarea tehnicilor de clustering fuzzy C-mean. Aceasta tehnica

introduce metode de normalizare a datelor disponibile si selectarea numarului optim de clustere de

clasificare a datelor. Tehnica dezvoltata este aplicata la o retea existenta de distributie de 13,8 kilovolt,

care serveste un camp de productie de petrol care se intinde pe o suprafata de aproximativ saizeci

kilometri patrati. Rezultatele simularii au demonstrat fezabilitatea si eficienta metodei sugerate de

localizare a defectelor.

8.1. DESCRIEREA RETELEI:

Sistemul de distributie este format din trei linii radiale aeriene de transport, fiecare de cate 8-10 km

lungime (fig. 54),

Fig. 54: Reteaua de distributie in zona 2

Datorita imbatranirii sistemului, problemele zonale de la distanta si vremea aspra a desertului, reteaua

expeimenteaza avarii repetate. Din cauza indisponibilitatii releelor diferentiale si/sau a sigurantelor de

sectionare, este foarte dificil si mult timp este consumat pentru a localiza orice defect in aceasta retea.

Problema se reflecta in mod pasiv asupra productivitatii petrolului in aceasta zona importanta.

8.2. MATRICEA DE OPTIUNI:

Pentru a masura caracteristicile de defecte la 176 de noduri de retea, s-au efectuat doua studii complete la

sistemele electrice. S-au facut studii ale fluxului de sarcina si studii de scurt-circuit (Anexa 4). Rezultatele,

obtinute din studiul fluxului de sarcina si studiul scurt circuitului, au fost folosite pentru a forma matricea

caracteristica de retea (anexa 5), care sunt grupate si analizate in continuare. Parametrii care au fost

selectati pentru a construi matricea caracteristica sunt prezentati in Tabelul 18.

Tabelul 18: Rezumatul parametrilor care sunt selectati pentru a construi matricea caracteristica



Vom folosi tehnica de fuzzy clustering c-mean pentru a clasifica locatiile posibile de avarie, care pot fi

aproape la orice nod din retea sau in apropierea unui set ales de noduri. Experienta operatorului, va fi

utilizata pentru a contribui la gasirea celui mai apropiat nod (uri) de avarie. Numarul optim de grupuri

(clustere) este calculat folosind tehnica de clustering a valabilitate. Cele 13 de cazuri ramase se utilizeaza

ca si cazuri de testare.

8.2. LOCALIZAREA DEFECTELOR UTILIZAND COLOANA DE NORMALIZARE

MAXIMA

Acum, tehnica FCM poate fi pusa in aplicare dupa normalizarea datelor bazate pe valori maxime de

coloana si a decide numarul optim de clustere. Rezultatele sunt analizate in scopul de a localiza orice

avarie ce poate aparea in retea.

8.2.1. CALCULATION PROCEDURES:

Pentru a detecta avaria folosind tehnica FCM cu coloana de normalizare maxima au fost implementa-

te urmatoarele masuri:

a. Fiecare coloana din matricea de optiuni este normalizata prin impartirea tuturor

numerelor din aceasta coloana la numarul maxim al valorilor absolute ale tuturor

numerelor din coloana.

b. Studiul valabilitatii clusterului este implementat pentru a determina numarul optim de

clustere pentru datele normalizate.

c. Tehnica FCM este implementata pentru a determina matricea partitie fuzzy numarul

selectat de clustere.

d. Normele intre fiecare datele testarilor si datele complete din clusterul ales sunt

examinate, se stabileste clusterul corespunzator pentru fiecare date de test pe baza

normei minime obtinute de la examinarea mentionata.

e. Defuzificarea alfa-cut este utilizata cu alfa egal cu 90% din media normelor dintre

centrul clusterului si datele sale.

f. Cel mai apropiat nod de avarie este verificat pentru a determina daca este inclus in

locatiile posibile sau nu.

8.2.2. REZULTATE SI DISCUTII:

Programul MATLAB este scris pentru a implementa cele sase trepte de mai sus (Anexa 6), iar rezultatele

sunt analizate si rezumate dupa cum urmeaza:

a. Numarul optim de clustere (douazeci si cinci) este determinat de implementarea tehnicii de

valabilitate a clusterului discutata in Capitolul 2. Rezultatul este ilustrat in Fig. 55 care da raportul dintre

numarul de clustere si indicele corespunzator si de eroare unde:

Eroarea = Absolut (1-indexj) (44)

Fig 55: Legatura dintre numarul de cluster si eroarea corespunzatoare



a.. Tabelul 19 arata efortul economisit pentru a localiza 13 cazuri de avarie.

Table 19: Efort economisit

Din tabelul 19, se poate observa ca:

• Economia de efort pentru fiecare test = 1-Raportul dintre numarul de locatii posibile pentru

numarul total de noduri *100%. (45)

De asemenea, putem defini urmatorii termeni:

• Procentul de incercari de succes (raportul dintre cazurile de includere a celui mai apropiat nod

in locatiile posibile pentru numarul total de cazuri de testare *100%) = 92%. (46)

• Economie medie de efort (insumarea procentelor de economisire a efortului impartit la numarul

total de cazuri) = 75% (47)

Este important de remarcat ca tehnica de fuzzy clustering nu a reusit sa localizeze avaria la datele de

test 4 din cauza lipsei de informatii din apropierea acestei locatii. Cu toate acestea, este de asteptat ca

primind informatii suplimentare, executarea acestei tehnici va fi imbunatatita.

8.3. LOCALIZAREA AVARIILOR UTILIZAND NORMALIZAREA SIMPLA

MAXIMA

Aici, tehnica FCM este implementata dupa normalizarea datelor bazate pe valoarea maxima a datelor si

luarea deciziei pentru numarul optim de clustere. Apoi, rezultatele sunt analizate in scopul de a localiza

orice avarie poate aparea in retea.

8.3.1. PROCEDURI DE CALCUL:

Pentru a detecta avaria folosind tehnica FCM cu normalizare simpla maxima, au fost implementate

urmatoarele masuri:

a. Toate numerele din matricea caracteristica sunt normalizate prin impartirea tuturora la

numarul maxim de valori absolute ale tuturor numerele din matrice.

b. Repetati pasii de la b la f in 8.3.1.

8.3.2. REZULTATE:

Programul MATLAB este scris pentru a implementa cele sase trepte de mai sus (Anexa 7), iar rezultatele

sunt analizate si rezumate dupa cum urmeaza:

a. Numarul optim de clustere este determinat prin implementarea tehnicii de valabilitate a clusterului



si rezultatele sunt prezentate in tabelul 20. Este clar din tabel ca numarul optim de clustere variaza de la un

caz la altul, ceea ce indica faptul ca pentru orice informatie suplimentara considerabila, studii de

valabilitate grup ar trebui sa fie puse in aplicare din nou pentru a gasi noul numar optim de clustere.

Tabelul 20: Arata numarul optim de clustere pentru fiecare caz identificat de catre operator

a. Figura 56 ilustreaza relatia dintre numarul de clustere si indicele corespunzator de eroare in

cazul 1, unde eroarea este calculat ca in (44).

Fig 56 arata relatia dintre numarul de clustere si eroarea corespunzatoare pentru cazul 1

a. Tabelul 21 prezinta efortul economisit de a localiza cele 13 de cazuri de avarie. Table 21: Efortul economisit

Din acest tabel, se poate observa ca:

• Economie de efort poate fi calculata ca in (45)

• Procentul de trasee de succes = 100%. Vezi (46)

• Economie medie efort = 87% Vezi (47)

8.4. CONCLUZIE

Obiectivul principal al acestui capitol a fost de a aplica tehnicile de clustering fuzzy c-mean pentru

a localiza orice defect in 3 faze care poate aparea in orice punct de pe reteaua actuala de distributie a

energiei. Doua metode de normalizare diferite au fost folosite pentru a procesa datele din matricea de

optiuni. Principalele rezultate obtinute sunt:

a. Tehnica fuzzy clustering poate fi folosita pentru a investiga localizarea defectelor in retele.

b. Orice defect real pot fi utilizat si sa fie trimis inapoi la baza de date a sistemului de clustering pentru

a imbunatati performanta si eficienta acestuia.



CAPITOLUL 9

PROPUNERE PENTRU NOI ARII DE APLICATIE PENTRU

CONVERGENTA FUZZY MULTIFUNCTIUNILOR

REZUMATUL CAPITOLULUI 9: In acest capitol, vom discuta pe scurt cateva aplicatii care pot fi

clasificate sub denumirea de Convergente fuzzy pentru Multifunctiuni

9.1. SCURT CONTEXT DESPRE MASURA FUZZY

In [9], lucrarea prezinta diferite tipuri de convergenta pentru secvente de multifunctii cu privire la o

masura fuzzy, cum ar fi: aproape peste tot, pseudo-aproape peste tot, uniform, aproape uniform si pseudo-

aproape uniform. Unele relatii intre aceste convergente sunt prezentate. De asemenea, o teorema de tip

Egorov pentru multifunctiuni este stabilita.

9.2. APLICATIE NOUA

Teoria convergentelor pentru secvente de multi-functii ar putea avea unele aplicatii in inginerie, cum ar fi:

1. In aplicatii de trending, daca (Fn) este un set de masuratori (date de intrare), atunci putem

compara Fn cu o limita F sau un model standard. De exemplu, am putea restabili rata

accidentelor in [6] si apoi sa comparam si sa validam rezultatele.

2. Ca un exemplu pentru aplicatii cu solutii optime, daca avem o secventa (Fn) a proceselor

(evenimente sau relatii), putem determina limitele acestei secvente pentru proiectarea optima a

acestui proces prin calcularea distantelor d(Fn, F) sau d(Fn, Fm) si a le minimiza (convergent la

0).

3. Pentru aplicatia dinamica, unde timpul (t) este important, de exemplu, in unele procese on-line,

am putea adauga (t = timp) sub forma unei variabile suplimentare si sa evaluam raspunsul dinamic

al acestui proces Fn cu timpul.

9.3. CONLUZIE

In acest capitol am dat informatii scurte despre convergente fuzzy pentru secvente de multifunctiuni.

Apoi, trei domenii diferite au fost propuse ca o noua aplicatie pentru convergente fuzzy pentru

multifunctiuni. Aceste aplicatii propuse au fost examinate ca o aplicatie valabila la conferinta

intenationala WSEAS, decembrie 2012 la Paris, Franta.



CAPITOLUL 10

CONCLUZII

10.1. CONCLUZII GENERALE

In aceasta teza, am prezentat patru probleme noi de control si doua noi probleme sofisticate de trend. Prin

utilizarea tehnicii de logica fuzzy fuzzy, am reusit sa rezolvam eficient aceste probleme. Am introdus, de

asemenea, diferite tipuri de normalizare a datelor pentru o mai buna manipulare. Generarea regulilor fuzzy

de orice liniarizare a curbelor sau prin clustering de date au fost prezentate, precum si noua abordare

pentru a genera reguli pentru sisteme complexe. Apoi, o metoda de colorare si predictie a informatiilor,

utilizand regulile fuzzy generate au fost oferite pentru o mai buna intelegere a comportamentului

modelului si performanta.

10.2. CONTRIBUTII ORIGINALE

Teza a discutat noi zone de control si probleme de predictie. Urmatoarele contributii internationale au fost

obtinute din teza;

10.2.1. CONTROL:

a. Am furnizat o procedura noua si eficienta de a construi motorul fuzzy de inferenta prin

incorporarea unui estimator liniar la generarea si stocarea perechilor de intrare-iesire.

Aceasta colectie de perechi este apoi utilizata folosind software-ul pentru a construi un

controler fuzzy de feedback pentru absorbantul de gaze. Prin reglajul fin al parametrilor

regulatorului, se arata ca sistemul de absorbant de gaze si-a sporit mereu performanta.

Lucrarea a fost acceptata ca o contributie internationala si este data de referinta dupa cum

urmeaza:

Muhammad MAS Mahmoud, “Fuzzy control Design for Gas Absorber system”. WSEAS Recent

Researches in Neural Networks, Fuzzy Systems, Evolutionary Computing and Automation, ISBN: 978-

960-474-292-9, Pp 155-160, Brasov, 2011. [1]

Muhammad MAS Mahmoud, “Modeling of Fuzzy-Based Controler for a Typical Gas Absorber System”,

NAUN, International Journal of Mathematical Models and Methods in Applied Science, Issue 5 Vol. 5,

Pp 994-956, 2011. [2]

b. Am contribuit la dezvoltarea in continuare a tehnicilor de control inteligent ale sistemului

interconectat, prin introducerea unei noi abordari a proiectarii de control fuzzy pentru

sistem interconectat. Abordarea consta in doua etape: in prima etapa, un grup de estimator

local a fost construit pentru a genera baza de date de perechi de intrare-iesire. In a doua

etapa, o serie de feedback-ul controlere fuzzy de feedback a fost proiectat si implementat

pentru a asigura satiabilitatea asimptotica a sistemului interconectat. Lucrarea a fost

acceptata ca o contributie internationala si este data ca referinta dupa cum urmeaza:

Muhammad MAS Mahmoud, “A New Approach to Fuzzy Control Large Scale System”. WSEAS

Recent Researches in Neural Networks, Fuzzy Systems, Evolutionary Computing and

Automation, ISBN: 978-960-474-292-9, Pp 161-168, Brasov, 2011. [3]

c. In aplicatia de control a motorului, am dezvoltat un nou controler fuzzy cu circuit inchis

are da un raspuns eficient, rapid, precis si de performanta. Dupa cum se vede din structura

generala a controlerului, se utilizeaza atat caracteristica V/Hz cat si V/Hz3 pentru a

obtine eficienta maxima de pompare la sistemul de stocare a energiei. O mai buna



eficienta a fost realizata prin utilizarea controlerului cu circuit tiristor unda completa in

loc de legatura DC pentru a controla caracteristicile dependente de tensiune-frecventa.

Practic motivul pentru care cauzeaza imbunatatirea eficientei este imbunatatirea factorului

de putere al motorului. Aceasta contributie va aduce in atentia activitatii viitoare catre

generalizare, controlerele de motor pentru a include atat V/Hz cat si V/Hz3, astfel incat

caracteristicile dependente de frecventa optima a tensiunii pot fi selectate pentru a se

realiza pierderi minime si eficienta maxima a motorului. Lucrarea a fost acceptata ca o

contributie internationala si este dat de referinta dupa cum urmeaza:

Muhammad MAS Mahmoud, “Fuzzy Controler to Improve Motor Pump Group Efficiency in a

Wind Energy Pumped Storage System”. WSEAS, Latest Advances in Information Science,

Circuits and Systems, ISBN: 978-1-61804-099-2, Iasi 2012. [4]

Muhammad MAS Mahmoud, “Efficiency Improvement for Motor-Pump Set of a Wind Energy Pumped

Storage System Using V/FX Fuzzy Controler ”, NAUN, International Journal of Energy, Issue 2, Vol. 6,

2012. [5]

d. In zona factorului de putere si de control al puterii reactive, am propus un nou sistem de control

logica fuzzy, ce consta din doua controlere. Primul fuzzy grouse controler (FGC) a fost conceput

pentru a da cea mai apropiata valoare dorita a unghiului de tragere, necesara pentru compensarea

puterii sursa reactive. Cu toate acestea, corectia la iesire a acestui controler nu a fost precisa si,

prin urmare, a fost necesara o alta etapa de corectie. Astfel, al doilea fuzzy fine controler (FFC) a

fost dezvoltat pentru a verifica valoarea factorului de putere sursa si o imbunatateste peste o

valoare prestabilita dorita. Lucrarea a fost acceptata ca o contributie internationala si este data ca

referinta dupa cum urmeaza:

Muhammad MAS Mahmoud “Accurate Reactive Power Controler and Power Factor Correction using

Logica fuzzy” Journal of Energy and Power Engineering, ISSN 1934-8975, June2013, Volume 7, No.6

(Serial No.67), USA. [6]

10.2.2. TRENDING:

e.. Am reusit sa dezvoltam o abordare complet diferita si foarte noua pentru a analiza – accidentele

din sectoarele de constructii. A fost dezvoltat un model pentru datele colectate de la un chestionar

referitor la rata accidentelor, completat de catre muncitorii care lucreaza pentru o companie de

constructii de renume. Acest chestionar a fost conceput pentru a include informatii despre factorii

umani, precum si despre alti factori, cum ar fi tipul de munca, factorii de conducere, de formare,

factorii fizici si istoricul ratei de accidente pentru fiecare muncitor in timpul carierei sale in aceasta

companie de constructii, si experienta sa in timpul carierei sale. Baza de date colectata a fost

impartita in "setul de training" pentru construirea modelului si "setul de testare" pentru verificarea

modelului. Informatiile de training au fost clasificate intr-un numar de grupuri sau clustere

utilizand software IT, centrele de greutate ale acestor clustere fiind ulterior folosite pentru a genera

un set de reguli pentru a dezvolta un motor fuzzy, care este folosit pentru a prezice si a prognoza

rata de accidente. Lucrarea a fost acceptata ca o contributie internationala si este data ca referinta

dupa cum urmeaza:

Muhammad MAS Mahmoud, Sorin Moraru, “Accident Rates Estimation Modeling Based on Human

Factors Using Fuzzy c-Means Clustering Algorithm”, J Journal of Communication and Computer 9

(2012) 1298-1309, USA.[7]

e. Am furnizat o metoda rapida si relativ ieftina pentru localizarea defectelor de retea prin utilizarea

tehnicii fuzzy de clustering c-mean. Aceasta tehnica introduce metode de normalizare a datelor

disponibile si selectarea numarului optim de clustere pentru clasificarea datelor. Tehnica dezvoltata



a fost aplicata la o retea existenta de distributie de 13,8 kilovolti, care serveste un camp de

productie de petrol intins pe o suprafata de aproximativ saizeci kilometri patrati. Rezultatele

simularii au demonstrat fezabilitatea si eficienta metoda de localizare a defectelor sugerata.

Lucrarea a fost acceptata ca o contributie internationala si este data ca referinta dupa cum urmeaza

[8A] Muhammad MAS Mahmoud , “Electrical Short Circuit Finding in MV Network Using Fuzzy

Clustering Techniques”, WSEAS- Advances in Power and Energy Systems, Pp 122-126, Romania 2012.

[8B] Muhammad MAS Mahmoud , “3-Phase Fault Finding in Oil Field MV Distribution Network Using

Fuzzy Clustering Techniques”, Journal of Energy and Power Engineering, JEPE12101102, Pp 155-161,

January 2013.

f. In plus fata de contributia de mai sus, la diferite reviste si conferinte internationale, noile domenii

de aplicatii fuzzy, au fost discutate in urmatoarea carte de referinta:

Muhammad MAS Mahmoud “New Area in Fuzzy Applications” Fuzzy Controlers – Recent Advances in

Theory and Applications (Book), Chapter 17, ISBN 978-953-51-0759-0, Pp 385 – 440. Intech, Croatia,

2012 [10].

10.3. DIRECŢII DE CERCETARE PENTRU VIITOR

Aplicatia logica fuzzy este un domeniu promitator si larg de cercetare, si in aceasta sectiune vom explora

unele propuneri de cercetare viitoare in legatura cu aceasta teza:

a. In [6], am folosit metoda coeficientului de partitie pentru a valida rezultatele tehnicii de fuzzy

clustering c-mean. Clasificarea coeficientului de entropie si/sau a coeficientului exponent de

proportie poate fi, de asemenea, utilizata pentru a confirma rezultatele si apoi poate fi

efectuata compararea rezultatelor.

b. In [7] si [8A, 8B], ne-am concentrat asupra defectelor in 3 faze, oricum, acestea sunt alte

tipuri de defecte, cum ar fi defect linie-la-rotund si defect linie la linie. Viitoarele cercetari

poate lua in considerare, de asemenea, aceste tipuri de defecte.

c. In [9], am propus trei domenii diferite de aplicatii pentru Convergente fuzzy ale

multifunctiunilor; aplicatii de trend, aplicatii de solutii optime, aplicatii de simulare

dinamica. Lucrarea a fost acceptata ca o contributie internationala si este data ca referinta

dupa cum urmeaza:

Anca Croitoru, Gabriel Apreutesei , Muhammad MAS Mahmoud, “Fuzzy Convergences of

Multifunctions”. WSEAS International conferences, Recent Advances in Systems Science and

Mathematical Modeling, Pp 139-143, December 2012 Paris, France. [9].

Anca Croitoru, Gabriel Apreutesei, Muhammad MAS Mahmoud, "Convergente fuzzy ale

multifunctiunilor". Conferintele internationale WSEAS, Progrese recente in stiinta sistemelor

si modelare matematica, pp. 139-143, Decembrie 2012 Paris, Franta. [9].

d. Pe baza lui [4] si [5], noi cercetari pot fi efectuate pentru a dezvolta un releu de protectie

care sa aiba grija de curentul de pornire (magnitudine si timp), care variaza in functie de

datele de intrare v/fx pentru a include functia adecvata de rotor blocat.

e. In [4], [5] si [6], am utilizat circuite cu tiristoare care introduc armonici. Merita a efectua o

lucrare de cercetare pentru a filtra armonicile excesive utilizand logica fuzzy.



BIBLIOGRAFIE (SELECŢIE)

[1] Muhammad MAS Mahmoud, “Fuzzy control Design for Gas Absorber system”. WSEAS Recent Researches in

Neural Networks, Fuzzy Systems, Evolutionary Computing and Automation, ISBN: 978-960-474-292-9, Pp 155-

160, Brasov, 2011.

[2] Muhammad MAS Mahmoud, “Modeling of Fuzzy-Based Controller for a Typical Gas Absorber System”,

NAUN, International Journal of Mathematical Models and Methods in Applied Science, Issue 5 Vol. 5, Pp 994-956,

2011.

[3] Muhammad MAS Mahmoud, “A New Approach to Fuzzy Control Large Scale System”. WSEAS Recent

Researches in Neural Networks, Fuzzy Systems, Evolutionary Computing and Automation, ISBN: 978-960-474-292-

9, Pp 161-168, Brasov, 2011.

[4] Muhammad MAS Mahmoud, “Fuzzy Controller to Improve Motor Pump Group Efficiency in a Wind Energy

Pumped Storage System”. WSEAS, Latest Advances in Information Science, Circuits and Systems, ISBN: 978-1-

61804-099-2, Iasi 2012.

[5] Muhammad MAS Mahmoud, “Efficiency Improvement for Motor-Pump Set of a Wind Energy Pumped Storage

System Using V/FX Fuzzy Controller ”, NAUN, International Journal of Energy, Issue 2, Vol. 6, 2012.

[6] Muhammad MAS Mahmoud “Accurate Reactive Power Controller and Power Factor Correction using Fuzzy

Logic” Journal of Energy and Power Engineering, 1, May 2013. [6]. (To Be Published)

[7] Muhammad MAS Mahmoud, Sorin Moraru, “Accident Rates Estimation Modeling Based on Human Factors

Using Fuzzy c-Means Clustering Algorithm”, J Journal of Communication and Computer 9 (2012) 1298-1309, USA.

[8A] Muhammad MAS Mahmoud , “Electrical Short Circuit Finding in MV Network Using Fuzzy Clustering

Techniques”, WSEAS- Advances in Power and Energy Systems, Pp 122-126, Romania 2012.

[8B] Muhammad MAS Mahmoud , “3-Phase Fault Finding in Oil Field MV Distribution Network Using Fuzzy

Clustering Techniques”, Journal of Energy and Power Engineering, JEPE12101102, Pp 155-161, January 2013.

[9] Anca Croitoru, Gabriel Apreutesei , Muhammad MAS Mahmoud, “Fuzzy Convergences of Multifunctions”.,

WSEAS International conferences, Recent Advances in Systems Science and Mathematical Modeling, Pp 139-143,

December 2012 Paris, France..

[10] Muhammad MAS Mahmoud “New Area in Fuzzy Applications” Fuzzy Controllers – Recent Advances in

Theory and Applications (Book), Chapter 17, ISBN 978-953-51-0759-0, Pp 385 – 440. Intech, Croatia, 2012.

[11] Lotfi A. Zadeh, “Is there a need for fuzzy logic?”, ELSEVIER, Information Sciences 178 (2008) 2751–2779.

[14] M. S. Mahmoud, M. F. Hassan and M. G. Darwish, “Large Scale Control Systems: Theories

and Techniques”, Marcel Dekker Inc., New York, 1985.

[16] M. S. Mahmoud, “Computer-Operated Systems Control”, Marcel Dekker Inc., New York, 1991.

[17] M. Jamshidi, “Large Scale Systems: Modeling, Control and Fuzzy Logic”, Prentice-Hall, New Jersey, 1997.

[19] M. S. Mahmoud, S.Z. Eid and A .A. Abou-Elseoud, "A Real Time Expert System for Dynamical Processes",

IEEE Transactions Systems, Man and Cybernetics, Vol. SMC-19, No. 5, September/October 1989, pp. 1101-

1105.

[21]. M. S. Mahmoud, A. A. Abou-Elseoud and S. Kotob, "Development of Expert Control Systems: A Pattern



Classification and Recognition Approach", Journal of Intelligent and Robotic Systems, Vol. 5, No. 2, April 1992,

pp.129-146.

[22] L. X. Wang, "A Supervisory Controller for Fuzzy Control Systems that Guarantees Stability", IEEE Trans.

Automatic Control, Vol. 39, No. 9, September 1994, pp. 1845-1847.

[23] C. C. Lee, "Fuzzy Logic in Control Systems: Fuzzy Logic Controller”, Parts I& II", IEEE Systems, Man and

Cybernetics, Vol. 20, No.2, March/April 1990, pp.404-435.

[25]. Takagi, and M. Sugeno ,“Fuzzy Identification of Systems and its Applications to Modelling and Control”, IEEE

Trans. On System, Man,and Cybernetics, Vol. 15, 1985 , pp. 116-132.

[29] C. Bueno, J. Carta, “Wind powered pumped hydro storage systems, a means of increasing the penetration of

renewable energy in the Canary Islands”, Renewable and Sustainable Energy Reviews, vol. 10, pp. 312-340, 2006.

[31] C. Cristofari, G. Notton, P. Philippe, M. Musselli, N. Herand, S. Nedelcheva, “Coupling hydro and wind

electricity production by water – pumping storage”, Proc. of first International Symposium on Environment

Identities and Mediterranean Area, pp. 196-199, France, (2006).

[33] S. P. Mansoor, D. I. Jones, D.A. Bradley, F. C. Aris, “Stability of a pumped storage hydro power station

connected to a power system”, IEEE Engineering Society Winter Meeting, vol. 1, pp. 646-650, 1999.

[35] S. Papaefthymiou, E. Karamanou, S. Papathanassiou, M. Papadapoulos, “A wind hydro pumped storage station

leading to high RES penetration in the autonomous island system of Ikaria”, IEEE Transaction on Sustainable

Energy, vol. 1, no. 3, October, 2010, pp. 163-172.

[37] A. Forcos, C. Marinescu, “Motor Pump Group Efficiency in a Wind Energy Pumped Storage System”,

Advanced Topics in Electrical Engineering (ATEE), 2011 7th International Symposium, 12-14 May 2011.

[38] Suciu, C. ; Liliana; Dafinca; Kansara M.; Margineanu , “Switching capacitor fuzzy controller for power factor

correction on inductive circuit”, Power Electronics Specialist Conference, 31st Annual, 2000, IEEE, vol. 2,pp 773-

777.

[39] K.H . Abdul-Rahman, S.M. Shahidehpour, “Application of Fuzzy Sets to Opteimal Reactive Power Planning

With Security Constrains”, Transaction of Power System . 1994Vol. 9, No. 2, Pp 569-597.

[40] Yu Qin; ShanShan Du, “ To Design Fuzzy and Digital Controller for a Single Phase Power Factor

Preregulator-Genetic Algorithm Approach”, Industrial Application Conference, Annual, 1997 IEEE, vol, 2, pp 791-

796.

.

[42] Borges da Silva, L.E.; Ferreira da silva; M.; Lambert-Torres, G., “An Intelligngent Hybrid Active Power Factor

Compensator for Power Systems”, Man and Cybernetcs, 1995. Intellegent system for the 21st Century, IEEE, vol.2

pp1367-1371.

[46] Mohammad T. Bina, David C. Hamill, “The Bootstrap Variable Inductance, A New Facts control Element”,

IEEE , Power Electronics Specialists Conference, 1999. PESC 99. 30th Vol.2 Pp 619-625, 1999.

[47] Jesús Domech Moré, Ari Sauer Guimarães, Geraldo Bonorino Xexéo, Ricardo Tanscheit. “A Fuzzy approach to

the evaluation of human factor in ultrasonic nondestructive examinations”. Journal of Industrial Engineering

International, July 2007, Vol. 3, No. 5, 41-52,

[48] Hidetake Sakuma, “Strategic accident prevention with applied human factors theories”, International Railway

Safety Conference Tokyo 2002.

[51] USDA Forest Service Serious Accident Investigation Guide “Human Factors Accident and Incident Analysis

Checklist Summary”, (2005).

http://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=6364



[56] Douglas A. Wiegmann, Scott A. Shappell, “Human Factors Analysis of Post-accident Data: Applying

Theoretical Taxonomies of Human Error”. The International Journal of Aviation Psychology, 7(1), 67-81, 2005.

[58] H. S. Sii, J. Wang1, T. Ruxton, J. B. Yang, J. Liu. “Application of Fuzzy Logic Approaches to Safety

Assessment in Maritime Engineering Applications”. Journal Article, 2008.

[65] Q. Zhang, Y. Zhang, W. Song and Y. Yu, “Transmission line fault location for phase-to-earth fault using one-

terminal data”, IEE March 1999, Vol. 146, Issue2, (p.121)

[66] Z.Q. Bo, G. Weller and M.A. Redfern, “Accurate fault location technique for distribution system using fault-

generated high-frequency transient voltage signals”, IEE January 1999, Vol. 146 Issue 1 (p.73).

[68] Anca Croitori, “ Properties of measureable Multifunctions Relative to a Fuzzy Measure”, Latest Advances in

Information Since, Circuits and Systems, ISBN: 978-1-61804-099-2, Pp6 2-66, Iasi, Romania, 2012.

In Fuzzy Systems And Control, Prentice-Hall International”, Inc. NJ 07458,USA, 1997

[70] James C. Bezdek and Sankar K. Pal, “Fuzzy Models For Pattern Recognition, The Institution of Electrical and

Electronics Engineering”, Inc. NY 10017-2394, USA,.1992

[71] Michael P. Windham, “Cluster Validity For The Fuzzy C-Means Clustering Algorithm”, IEEE Trans. Pattern

Anal Machine Intell., vol. PAMI-4, no. 4, pp. 357-363,1982.



Rezumat:


Conducător ştiinţific

Prof. univ. dr. ing. Sorin - Aurel MORARU

Doctorand

M.Sc Eng. Muhammad M.A.S. Mahmoud

Cuvinte cheie: tehnicii de grupare (clustering) fuzzy, controlere fuzzy, retea electrică de distribuţie,

securitatea muncii

În prima parte a lucrării de cercetare doctorală este prezentat un studiu complet referitor la activitatea

anterioara de referinta si se concentreaza asupra tehnicii de grupare (clustering) fuzzy.

Apoi, în capitolele 2, 3, 4 și 5 teza introduce noi controlere fuzzy pentru: absorbție de gaz, sistem tipic la

scară largă, sistem cu motor de pompe pentru stocare de energie și puterea reactivă a unei rețele. În

capitolul 6 și 7sunt rezolvate două probleme de trend diferite foarte neliniare folosind tehnica fuzzy

clustering a; a estima rata de accident în compania de construcții și a localiza defecte de faze în rețele

industriale. În cazul problemelor de control si de trend, s-au utilizat diferite software-uri si metode IT

pentru a analiza datele si informatiile colectate si pentru stabilirea de solutii bazate pe logica fuzzy.

Capitolul 8 oferă propuneri de noi aplicații în convergențe. Apoi la finalul lucrării sunt prezentate într-un

mod cuprinzator concluziile tezei.

Abstract:

Application of fuzzy logic in electrical power network, industry and safety

Scientific coordinator Prof. univ. dr. eng. Sorin - Aurel MORARU

PhD Student M.Sc Eng. Muhammad M.A.S. Mahmoud

Keywords: Fuzzy Clustering Technique, fuzzy controllers electrical power network, safety

The thesis core work starts with complete survey for the reference previous works concentrating on Fuzzy

Clustering Technique in order to introduce new engineering problems that fuzzy logic can be used to

introduce solution. Then in Chapter 2, 3, 4 and 5 the thesis introduces new fuzzy controllers for; gas

absorber, typical large scale system, energy storage motor pump system, and network reactive power. In

Chapter 6 and 7, the thesis solves two different very non linear trending problems using fuzzy clustering

technique to; estimate the rate of accident in construction company and to locate 3-phase fault in industrial

network. In control and trending problems, the thesis has utilized different software and IT methods to

analyze the collected data and information for better understanding of the problem nature and introduce

solutions based on fuzzy logic. Chapter 8 gives proposal for new applications in fuzzy convergences of

multifunctions algorithm. Finally, at the end of the thesis, Comprehensive conclusion is given in Chapter

9.



CURRICULUM VITAE

CURRICULUM VITAE

Personal information

Name,Surname Muhammad M. A. S. MAhmoud

Telephone Mobil: +971-50-6671523, +971551885533, +37257368752

E-mail [email protected], [email protected]

Nationality Egyptian

Birth Date 03.08.1963

Professional experience

Date 2009 – present

Position Electrical Team Leader

Activities Review and folow up Company Electrical Network Design including all

EPC activities

Employer Al Hos Gas – (IDC), UAE

Date 2005 –2009

Position Electrical Team Leader and Commissiong

Activities Carry out detail engineering and follow up the Commissioining

activitiies

Employer Consuledated Contractor Company – Greace.

Date 2001 –2005

Position Offshore Senior Electrical Engineer- Commissioing Manager

Activities Carry out detail engineering and follow up the Commissioining

activitiies for offshore plateforms

Employer National Petro;eume Construction Company

Date 2001– 1995

Position Senior Electrical Engineer – Major Projects

Activities Oil Feild Electrical Network Design

Employer Chevron – Texaco – Kuwait-KSA

Date 1986 –1995

Position Electrical Engineer

Activities Operation and maintenence of Kuwait Electrical Transmission Network

Employer MEW-Kuwait.





Education and training

Date October 2010 – present

Diploma PhD Student

Institution TransilvaniaUniversity of Braşov

Date 1997 – February 1990

Diploma M.Sc Electrical Engineering

Institution Kuwait Univ. Kuwait

Date 1981-1986

Diploma BSc Electrical Engineering

Institution Cairo Univ. Egypt

Scientific activity

Overall scientific

publications

10 Paper + 1 Book Chapter (8 single Auther , one First Authas)

Membership Seniom Membership – IEEE, since 1999

Skills and Competences

Foreign languages Arabic English

Software Skills ETAP Power Station (Electrical Transient Analysis Program)

CYME Software (Power System Design Program)

Power Plot (Relay Coordination Program)

EazyPower (Load flow, Short Circuit and Motor Starting)

PowerVue (Load flow, Short Circuit and Motor Starting)

ICAPS ( Integrated Commissioning And Progress System Software)

DOC-ABB (LT Power System Design Program)

ECODIAL-Schneider (LT Power System Design Program)

KUPS-Siemens (LT Power System Design Program)

PSCAD (Over Voltage Transient)

ORLOFF (Load flow, Motor Starting, Short Circuit, Voltage Drop,

Wooden Pole,

Visual DSA Line Sag Program

Lighting System Programs (Calculux-Philips, Thorlux, Gold Glamox,

Thorn, Hubbel, Licht, Vector, Willi and Siemens)

MATLAB (Engineering Tool)

MATHCAD (Mathematics Program)

Windows 3.1, 96,98 and NT

MS Word, MS Excel, MS PowerPoint, MS Project, MS Access, Internet

Explorer traning



CURRICULUM VITAE

Informaţii personale

Nume, Prenume Muhammad M. A. S. MAhmoud

Telefon Mobil: +971-50-6671523, +971551885533, +37257368752

E-mail [email protected], [email protected]

Naţionalitate Egyptian

Data naşterii 03.08.1963

Experienţa profesională

Perioada 2009 – present

Funcţia sau postul ocupat Electrical Team Leader

Activităţi şi responsabilităţi Review and folow up Company Electrical Network Design including all

EPC activities

Numele şi adresa

angajatorului

Al Hos Gas – (IDC), UAE

Perioada 2005 –2009

Funcţia sau postul ocupat Electrical Team Leader and Commissiong

Activităţi şi responsabilităţi Carry out detail engineering and follow up the Commissioining

activitiies

Numele şi adresa

angajatorului

Consuledated Contractor Company – Greace.


Funcţia sau postul ocupat Offshore Senior Electrical Engineer- Commissioing Manager

Activităţi şi responsabilităţi Carry out detail engineering and follow up the Commissioining

activitiies for offshore plateforms

Numele şi adresa

angajatorului

National Petro;eume Construction Company

Perioada 2001– 1995

Funcţia sau postul ocupat Senior Electrical Engineer – Major Projects

Activităţi şi responsabilităţi Oil Feild Electrical Network Design

Numele şi adresa

angajatorului

Chevron – Texaco – Kuwait-KSA


Funcţia sau postul ocupat Electrical Engineer

Activităţi şi responsabilităţi Operation and maintenence of Kuwait Electrical Transmission Network

Numele şi adresa

angajatorului

MEW-Kuwait.

Educaţie şi formare

Perioada October 2010 – present

Diploma obţinută PhD Student





Numele şi tipul instituţiei

de învăţământ

Transilvania University of Braşov

Perioada 1997 – February 1990

Diplome obţinute M.Sc Electrical Engineering


de învăţământ

Kuwait University. Kuwait

Perioada 1981-1986

Diplome obţinute BSc Electrical Engineering


de învăţământ

Cairo University Egypt

Activitate ştiinţifică

Lucrări ştiinţifice 10 lucrări, 1 capitol de carte (8 autor singur, 1 prim autor)

Limbi străine cunoscute Engleza arabică

Abilităţi software ETAP Power Station (Electrical Transient Analysis Program)

CYME Software (Power System Design Program)

Power Plot (Relay Coordination Program)

EazyPower (Load flow, Short Circuit and Motor Starting)

PowerVue (Load flow, Short Circuit and Motor Starting)

ICAPS ( Integrated Commissioning And Progress System Software)

DOC-ABB (LT Power System Design Program)

ECODIAL-Schneider (LT Power System Design Program)

KUPS-Siemens (LT Power System Design Program)

PSCAD (Over Voltage Transient)

ORLOFF (Load flow, Motor Starting, Short Circuit, Voltage Drop,

Wooden Pole,

Visual DSA Line Sag Program

Lighting System Programs (Calculux-Philips, Thorlux, Gold Glamox,

Thorn, Hubbel, Licht, Vector, Willi and Siemens)

MATLAB (Engineering Tool)

MATHCAD (Mathematics Program)

Windows 3.1, 96,98 and NT

MS Word, MS Excel, MS PowerPoint, MS Project, MS Access, Internet

Explorer traning



ANEXE

ANEXA 1- CHESTIONAR ESTIMARE ACCIDENT

CASE NO. :

II. PERSONAL INFORMATION

Age : 20-30 30-40 40 50 50-60 Sex : Male Female

Social Status: Bachelor Married

Height: (cm) Weight: (kg)

Optic Status: 6/6 6/18 6/36 6/60

Hearing Ability: Very bad Bad Medium Good Very good

General Health: Very bad Bad Medium Good Very good

Adherence to safety rules: Very high High Fair Low Very low

Education: Illiterate Year 1-4 Year 4-8 Year 8-12 University

III. WORK INFORMATION:

Overtime Work: Hours per week Experience: Years

Work Nature: Mental% Manual%

Work type: Very Easy Easy Fair Tough Very Tough Hazardous level: Very low Low Medium Hazard Very hazard

Needs of safety gear: No need Rear Sometime Always

Work location: Indoor % Office work% Outdoor% Level of boredom: Very high High Fair Low Very low

IV. MANAGERIAL FACTORS:

Salary received on time: Strongly disagrees Disagree Agree Strongly agree

Level of training importance: Very low Low Medium High Very High

Level of safety importance: Very low Low Medium High Very High

V. EXTERNAL FACTORS:

Noise level: Very low Low Medium High Very high Live with family: Months per year

Communication Language: Very poor Poor Medium Good Very good

VI. CCIDENT INFORMATION:

Accidents History:

(How many accidents did the case have?).



ANEXA 2- MATRICE ESTIMARE ACCIDENT

Feature Weight

Sample 1 2 3 4 5 6 7 8

S1 1\12 71/160 6\18 5 5 4 5 2

S2 5\12 77\170 6\60 5 4 3 5 3

S3 1\21 90\175 6\6 4 5 5 5 5

S4 0\8 54\165 6\60 4 5 2 5 20

S5 6\3.5 68\187 6\36 3 4 3 5 0

S6 10\11 85\177 6\6 4 4 3 5 10

S7 2\19 76\173 6\60 4 5 5 5 14

S8 18\25 72\170 6\18 3 4 4 4 4

S9 45\14 80\176 6\6 4 4 3 4 8

S10 3\20 81\174 6\6 4 4 5 4 1

S11 20\3 78\176 6\6 5 5 3 3 0

S12 0\20 80\177 6\6 4 5 3 5 0

S13 7\27 85\170 6\6 3 5 3 4 0

S14 1\16 97\175 6\18 5 4 5 4 0

S15 10\22 95\175 6\18 5 5 3 3 0

S16 2\16 115\180 6\6 5 5 5 5 0

S17 3\4 95\185 6\18 4 4 2 5 0

S18 5\24 75\175 6\36 5 4 3 5 8

S19 2\15 70\175 6\6 4 4 3 2 15

S20 1\10 105\175 6\18 5 5 3 5 4

S21 3\5 65\163 6\6 5 5 3 4 5

S22 3\12 67\185 6\6 5 4 3 4 0

S23 50\35 104\170 6\18 4 4 2 1 12

S24 2\10 75\172 6\6 4 4 3 5 7

S25 6\10 90\175 6\6 5 5 5 5 3

S26 1\13 80\175 6\18 4 4 3 3 0

S27 0\8 75\179 6\6 5 5 3 4 10

S28 4\13 65\172 6\6 4 4 3 3 8

S29 30\10 75\169 6\18 4 4 2 4 12

S30 0\15 79\182 6\6 4 4 3 4 20

S31 0\17 77\172 6\36 4 5 3 4 20

S32 4\7 80\182 6\18 4 4 2 4 8

S33 5\15 90\178 6\36 4 4 2 5 10

S34 3\16 100\183 6\36 5 4 4 4 0

S35 0\10 95\188 6\6 5 5 3 3 6

S36 0\4 90\188 6\6 5 5 5 5 10

S37 4\15 68\168 6\18 5 4 3 5 2

S38 0\15 70\176 6\6 5 5 4 4 2

S39 30\7 70\172 6\18 5 5 2 4 15

S40 14\10 75\180 6\18 5 5 3 4 10

S41 7\10 90\170 6\18 5 5 3 4 13

S42 20\7 70\175 6\6 5 5 2 3 10

S43 5\8 95\185 6\6 4 4 3 3 12

S44 0\20 100\190 6\18 4 4 3 5 0

S45 6\17 83\177 6\18 4 4 3 4 10



ANEXA 3 – ESTIMARE ACCIDENT

FCM PROGRAM FOLOSIND MATLAB – ESTIMARE ACCIDENT

%MODELING USING FCM TECHNIQUE WITH COLUMN

%MAXIMUMNORMALIZATION

%Normalization %=============

FeatureMatrix

[I,J]=size(FeatureMatrix); FeatureMatrixN=[];

for H=1:J;

FeatureMatrixCL=[]; Xmax=max(abs(FeatureMatrix(:,H)));

for W=1:I;

FeatureMatrixCLE=FeatureMatrix(W,H)/Xmax; FeatureMatrixCL=[FeatureMatrixCL;FeatureMatrixCLE];

end; FeatureMatrixN=[FeatureMatrixN FeatureMatrixCL];

end;

%Cluster Validity Study %======================

No_of_trials=20;

Indexvec1=[]; Indexerrorvec=[];

Index10=[];

for i=2:No_of_trials [c,u,o]=fcm(FeatureMatrixN,i,[1.1 1000 .000003 0]);

[ux,uy]=size(u);

[cx,cy]=size(c); for l=1:ux;

Index100=sum((u(:,l).*u(:,l)));

Index10=[Index10;Index100]; end

Index1=sum(Index10)/uy;

Indexerror=1-abs(Index1); Indexvec1=[Indexvec1;Index1];

Indexerrorvec=[Indexerrorvec;abs(Indexerror)];

end minerror=min(Indexerrorvec);

[c1x,c1y]=find(Indexerrorvec==minerror);

cfinal=c1x+1 %Modeling

%========

[MODEL,u,o]=fcm(FeatureMatrix,cfinal,[1.1 100 00 .00003 0]); %Results

%=======

MODEL

plotvec=[];

for p=2:No_of_trials;

plotvec=[plotvec;p]; end

figure(1)

hold on; plot(plotvec,1,'d')

plot(plotvec,Indexvec1)

xlabel('NO. OF CLUSTERS');ylabel('Index'); title('FIG 5.1');

figure(2)

plot(plotvec,Indexerrorvec) xlabel('NO. OF CLUSTERS');ylabel('ERROR');

title('FIG 5.2');

%***************************************************



ANEXA 4 – CALCULUL FLUXULUI DE PUTERE LA IESIRE



ANEXA 5 - SCURT-CIRCUIT STUDIU DE IDENTIFICARE A DEFECȚIUNILOR



ANEXA 6 – MATRICEA PENTRU FUNCTIA DE RETEA ELECTRICĂ



ANEXA 7 - FCM PROGRAM FOLOSIND MATLAB - DEFECT LIMPEZIRE COLOANĂ

MAXIMĂ NORMALIZARE

%PROG1

=====================================================================

% FAULT LOCATION USING FCM TECHNIQUE WITH COLUMN MAX. %NORMALIZATION =====================================================================

%FULL DATA

%=========

dat0=[dat2 dat1];

%====================================================================

%DATA NORMALIZATION

%==================

[I,J]=size(dat0);dat0vec=[];

for H=1:J;

dat0pc=[];

for W=1:I;

Xmax=max(abs(dat0(:,H)));

dat0pce=dat0(W,H)/Xmax;

dat0pc=[dat0pc;dat0pce];

end;

dat0vec=[dat0vec dat0pc];

end;

dat00=dat0vec;

%====================================================================

%TESTING DATA

%============

datatest=[dat00(12,:);dat00(14,:);dat00(41,:);dat00(62,:);dat00(70,:);

dat00(81,:);dat00(113,:);dat00(118,:);dat00(132,:);dat00(153,:);

dat00(156,:);dat00(158,:);dat00(170,:)];

%SELLECTED TESTING DATA

%======================

datatest=datatest(13,:);

ANEXA 8 - FCM PROGRAM FOLOSIND MATLAB - DEFECT LIMPEZIRE- NORMALIZARE

MAXIMĂ SIMPLA

%==================================================================

% FALT LOCATION USING FCM TECHNIQUE WITH SIMPLE MAX.

%NORMALIZATION

%FULL DATA

%=========

dat0=[dat2 dat1];

%====================================================================

%DATA NORMALIZATION

%==================

U=max(max(dat0))

dat00=dat0/U;

%====================================================================

%TESTING DATA

%============

datatest=[dat00(12,:);dat00(14,:);dat00(41,:);dat00(62,:);dat00(70,:);

dat00(81,:);dat00(113,:);dat00(118,:);dat00(132,:);dat00(153,:);

dat00(156,:);dat00(158,:);dat00(170,:)];

%====================================================================

%SELLECTED TESTING DATA

%======================

datatest=datatest(13,:);

universitatea transilvania din braşov - old.unitbv.roold.unitbv.ro/portals/31/sustineri de...

Documents