Implementation of Simple Fuzzy PI Controller for Liquid Level Cascade Control
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper presents simplest fuzzy logic controller (SFLC) PLC's based implementation applied to the cascade control strategy.Level and flow control loops are important and widely used in the oil and manufacturing industries to ensure a quality product.The control is used to maintain the level of the liquid in the tank at the desired value by manipulating the liquid in the reservoir.Two fuzzy sets on each input variable, five fuzzy sets on the output variable, five linear control rules, algebraic product bounded AND/OR operator, Larsen product inference and Centre of Sums (CoS) defuzzification are the components of this simplest nonlinear fuzzy controller to be implemented.The proposed work deals with the real implementation of a simplest fuzzy logic cascade control strategy designed on SIMATIC S7-300 Plc based on ladder diagram (LD) programming.In this paper, we have presented the results of the experimental tests of the conventional PI control strategy as well as the simplest fuzzy PI implementation applied to a PUL-2/EV cascade control device.Experimental results using this simplest fuzzy PI controller with the setpoint error shown that the setpoint tracking rise time can be reduced by 30% and the disturbance rejection time is decreased at 7sec compared to the conventional PID-PLC based controller, and concluded by stressing the importance of this new controller implementation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle