Ant colony optimization for membership function design for a water tank fuzzy logic controller

2013 ◽  
Author(s):  
Evelia Lizarraga Olivas ◽  
Oscar Castillo ◽  
Fevrier Valdez ◽  
Jose Soria
Keyword(s):  
Fuzzy Logic ◽  
Ant Colony Optimization ◽  
Membership Function ◽  
Fuzzy Logic Controller ◽  
Ant Colony ◽  
Water Tank ◽  
Function Design

Tuning Parameter pada Pengendali Logika Fuzzy menggunakan Algoritma Ant Colony Optimization

2020 ◽  
Vol 7 (2) ◽  
Author(s):  
Adriana Fanggidae
Keyword(s):  
Fuzzy Logic ◽  
Local Search ◽  
Ant Colony Optimization ◽  
Rise Time ◽  
Fuzzy Logic Controller ◽  
Ant Colony ◽  
Tuning Parameter

Algoritma Ant Colony Optimization (ACO) dapat diterapkan dalam tuning parameter pada pengendali logika fuzzy atau Fuzzy Logic Controller (FLC) untuk mengendalikan ketinggian air dari tangki proses. Masukan dan keluaran fuzzy terdiri dari tujuh fungsi keanggotaan, yaitu positif besar (PB), positif menengah (PM) dan positif kecil (PS), zero (Z), negatif kecil (NS), negatif menengah (NM) dan negatif besar (NB). Pertama-tama, dicari parameter FLC awal, lalu dibangkitkan suatu graph dimana nilai-nilai parameter FLC ditentukan dalam rentang nilai antara 0 hingga 1,5 kali dari nilai parameter awal. Algoritma ACO digunakan untuk memperbaiki nilai parameter FLC tersebut agar diperoleh performansi yang lebih baik. Performansi pengendali yang diharapkan adalah meminimalkan lonjakan maksimum (overshoot) dan waktu naik (rise time). Sistem ini diimplementasikan menggunakan program labVIEW. Data ketinggian air diperoleh menggunakan sensor potensiometer. Keluaran dari FLC terhubung dengan  motor stepper untuk mengatur debit masukan air ke tangki proses. Hasil pengujian  diperoleh overshoot dan rise time yang kecil, sebagai contoh, untuk setpoint 8, performansi keluaran sistem memiliki  overshoot 2.5% dan rise time 8909 ms. Algoritma ACO berhasil meningkatkan performansi sistem dibandingkan performansi sistem jika menggunakan parameter awal. Peningkatan performansi ini dikarenakan algoritma ACO bertindak sebagai algoritma pencarian lokal (local search) yang akan mencari performansi sistem yang lebih baik disekitar nilai parameter awalnya. Penelitian ini berhasil menunjukkan bahwa algoritma ACO dapat digunakan untuk melakukan tuning dari parameter FLC.

scholarly journals RESEARCH OF LIQUID LEVEL CONTROL SYSTEM / SKYSČIO LYGIO VALDYMO SISTEMOS TYRIMAS

2015 ◽  
Vol 7 (3) ◽  
pp. 317-322
Author(s):  
Dominykas Beištaras
Keyword(s):  
Fuzzy Logic ◽  
Control System ◽  
Fuzzy Logic Controller ◽  
Liquid Level ◽  
Water Tank ◽  
Level Control ◽  
Level Control System ◽  
Filling Time ◽  
Control System Model ◽  
Liquid Level Control

This paper presents liquid level control system model and analysis of dynamic characteristics. The system consists of scalar controlled induction motor drive, fuzzy logic controller, water tank and centrifugal pump. Simulink models of water tank, pump and controller are presented. The simulation of the system shows that the use of fuzzy logic controller reduces valve opening time and reservoir filling time. Nagrinėjamas skysčio lygio valdymo sistemos imitacinių modelių sudarymas, analizuojamos dinaminės charakteristikos. Valdymo sistema sudaryta iš skaliariniu būdu valdomos dažninės elektros pavaros su neraiškiosios logikos reguliatoriumi, vandens rezervuaro ir išcentrinio siurblio. Sudaryti rezervuaro, siurblio ir reguliatoriaus Simulink modeliai. Atlikus imitacijas gauta nedimensinė siurblio charakteristika, apibūdinanti siurblio veikimą, esant bet kokiam sukimosi greičiui. Nustatyta, kad sistemoje su neraiškiosios logikos reguliatoriumi vožtuvas yra atidaromas greičiau nei sistemoje su proporcinguoju integraliniu (PI) reguliatoriumi, ir todėl sumažinama rezervuaro pripildymo trukmė.

Sign in / Sign up

Export Citation Format

Share Document