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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
3 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
4 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
5 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
6 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
7 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
8 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
9 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
10 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
11 Muhammad M.A.S. Mahmoud
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].
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
12 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
13 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
14 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
15 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
16 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
17 Muhammad M.A.S. Mahmoud
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 *.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
18 Muhammad M.A.S. Mahmoud
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:
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
19 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
20 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
21 Muhammad M.A.S. Mahmoud
(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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
22 Muhammad M.A.S. Mahmoud
(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:
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
23 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
24 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
25 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
26 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
27 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
28 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
29 Muhammad M.A.S. Mahmoud
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)
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
30 Muhammad M.A.S. Mahmoud
(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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
31 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
32 Muhammad M.A.S. Mahmoud
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:
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
33 Muhammad M.A.S. Mahmoud
y3
y1
y3
y1
Fig. 18: Cazul 2 Output y1 si y2 y2
Fig. 19: Cazul 2 Output y3 si y4 y4
Fig. 20: Cazul 3 Output y1 si y2 y2
Fig. 21: Cazul 3 Output y3 si y4 y4
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
34 Muhammad M.A.S. Mahmoud
y1
y3
y1
y3
Fig. 22: Cazul 4 Output y1 si y2 y2
Fig. 23: Cazul 4 Output y3 si y4 y4
Fig. 24: Cazul 5 Output y1 si y2 y2
Fig. 25: Cazul 5 Output y3 si y4 y4
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
35 Muhammad M.A.S. Mahmoud
y3
Fig. 26: Cazul 6 Output y1 si y2 y2
Fig. 27: Cazul 6 Output y3 si y4 y4
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
36 Muhammad M.A.S. Mahmoud
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:
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
37 Muhammad M.A.S. Mahmoud
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)
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
38 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
39 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
40 Muhammad M.A.S. Mahmoud
“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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
41 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
42 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
43 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
44 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
45 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
46 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
47 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
48 Muhammad M.A.S. Mahmoud
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:
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
49 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
50 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
51 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
52 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
53 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
54 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
55 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
56 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
57 Muhammad M.A.S. Mahmoud
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:
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
58 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
59 Muhammad M.A.S. Mahmoud
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:
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
60 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
61 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
62 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
63 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
64 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
65 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
66 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
67 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
68 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
69 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
70 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
71 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
72 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
73 Muhammad M.A.S. Mahmoud
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).
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
74 Muhammad M.A.S. Mahmoud
[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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
75 Muhammad M.A.S. Mahmoud
Rezumat:
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
76 Muhammad M.A.S. Mahmoud
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.
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
77 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
78 Muhammad M.A.S. Mahmoud
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.
Perioada 2001 –2005
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
Perioada 1986 –1995
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
79 Muhammad M.A.S. Mahmoud
Numele şi tipul instituţiei
de învăţământ
Transilvania University of Braşov
Perioada 1997 – February 1990
Diplome obţinute M.Sc Electrical Engineering
Numele şi tipul instituţiei
de învăţământ
Kuwait University. Kuwait
Perioada 1981-1986
Diplome obţinute BSc Electrical Engineering
Numele şi tipul instituţiei
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
80 Muhammad M.A.S. Mahmoud
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?).
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
81 Muhammad M.A.S. Mahmoud
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
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
82 Muhammad M.A.S. Mahmoud
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');
%***************************************************
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
83 Muhammad M.A.S. Mahmoud
ANEXA 4 – CALCULUL FLUXULUI DE PUTERE LA IESIRE
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
84 Muhammad M.A.S. Mahmoud
ANEXA 5 - SCURT-CIRCUIT STUDIU DE IDENTIFICARE A DEFECȚIUNILOR
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
85 Muhammad M.A.S. Mahmoud
ANEXA 6 – MATRICEA PENTRU FUNCTIA DE RETEA ELECTRICĂ
Aplicarea logicii fuzzy în retele electrice de distributie, industrie şi securitatea muncii
86 Muhammad M.A.S. Mahmoud
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,:);