بخشی از مقاله
چکیده
شناسایی سیستم در واقع پیدا کردن مدلریاضیسیستمهاي دینامیکی از روي دادههایورودي- خروجی، نتایج آزمایشات و مشاهدات می-باشد. شناسایی سیستم داراي کاربردهاي گستردهایدربسیاري از زمینهها میباشد از جمله تحلیل سیستمها ، طراحی کنترلرها، پیش-بینی خروجی،تشخیص خطا یا شبیهسازي رفتار دینامیکی. در مدل-سازي دو پارامتر دقت و سرعت باید مورد توجه قرار گیرند.
در سال-هاي اخیر مدلهاي بلوکی جهتداربراي مدلسازي سیستمهاي غیر-خطی به طور گسترده مورد استفاده قرار گرفتهاند.مدلهاي بلوکی جهتدارمانندمدلوینر1 براي مدلسازي سیستمهاي غیرخطی به کار میروند. مدل وینر ترکیبی از یک بلوك دینامیک خطی و به دنبال آن یک بلوك استاتیک غیرخطی است.شناسایی با استفاده از داده-هاي اندازهگیري شده در مبدلDC-DCدرسیستمهایفتوولتاییک و به کمک بهینهساز الگوریتم ژنتیک2 انجام میشود.
-1 مقدمه
سیستمیک مجموعه یا فرآیندي است که باعث تبدیل سیگنالها به یکدیگر میشود. به عبارت دیگر روییکیا چند سیگنال به عنوان ورودي عمل نموده و یکیا چند سیگنال دیگر را به عنوان خروجی ایجاد میکند.سیگنالهارابطه علّیو معلولی دارند.یا به عبارت دیگر تغییریک سیگنال باعث تغییر سیگنالهاي دیگر میشود. هر فرآیندي که باعث تبدیلیک سیگنال به یک سیگنال دیگر میشود را میتوان به عنوان یک سیستم تعریف نمود. میتوان گفت سیگنالی که به صورت مستقیم در دست بشر یا کنترلکنندهبراي تغییر است - علت - ، همان سیگنال ورودي است. سیگنالی که در اثر تغییر سیگنال ورودي تغییر میکند - معلول - ، همان سیگنال خروجی است
شناسایی سیستم3یک تکنیک قوي براي ساخت مدلهاي ریاضی دقیق از سیستمهاي پیچیده با استفاده از دادههاي ورودي– خروجی سیستم میباشد. که دادههاي ورودي- خروجی ممکن است همراه با نویزیا بدون نویز باشند. همچنین شناسایی سیستم را میتوان به صورت پیدا کردن یک مدل ریاضی براي ارتباط بین ورودي و خروجییک سیستم با استفاده از اطلاعات یک آزمایش واقعی و عملی روي آن سیستم تعریف نمود.
شناسایی سیستم داراي پنج مرحله اساسی است.
-1 تعریف سیستم و ورودي و خروجی آن
-2 تعریف ساختار - مدل - براي سیستم تحت مطالعه
-3 انجام آزمایش و جمع آوري اطلاعات ورودي و خروجی
-4 تخمین پارامتر
-5 ارزیابی مدل
دو دستهبندي کلی براي شناسایی سیستم میتوان در نظر گرفت. در یک طبقهبندي شناسایی به دو دستهي شناسایی سیستمهاي خطی و غیرخطی تقسیمبندي میشود. همچنین روشهاي شناسایی را میتوان به دو دستهي کلی روشهاي کلاسیک و مدرن - غیر کلاسیک - دستهبندي نمود. اصلیترینهدف در شناسایی سیستمها ایجاد مدلی است که رفتاري همانند سیستم اصلی داشته باشد. شناسایی، در سیستمهاي غیرخطی داراي ملاحظات بیشتري نسبت به سیستمهاي خطی است. چرا که فرآیندهاي غیرخطیعموماً به صورت منحصر به فرد عمل مینمایند و خصوصیات مشترك کمی دارند . در برخی مواقع سیستم غیرخطی مورد نظر یک جعبه سیاه است که هیچ اطلاعی از درون سیستم در دست نمیباشد و تنها اطلاع ما از سیستم، دستهاي از دادههاي ورودي- خروجی و مرتبه سیستم است.
منظور از روشهاي کلاسیک، روشهایی هستند که بر نظریه سیستمهاي خطی نامتغیر با زمان - LTI - 4استوار بوده و مبتنی بر پاسخ ضربه ، پاسخ پله و پاسخ فرکانسی سیستمها هستند . روشهاي کلاسیک، سادهترین روشهاي شناسایی سیستمهاهستند و عموماً اولین روشهایی هستند که امتحان میشوند. اگر سیستم به اینروش شناسایی نشد، یا مدل بدست آمده قابل اعتماد نبود، آن وقت روش-هاي پیچیدهتر - غیرکلاسیک - بکار میروند. از جمله روشهاي غیر کلاسیک، میتوان به الگوریتم ژنتیک، الگوریتم ازدحام ذرات5، شبکههاي عصبی6 و... اشاره کرد
-2 مدل وینر
در اینمقاله،ما اساساً با سیستمهاي غیرخطی نوع وینر سر و کار داریم. این نوع سیستمها ساختارهاي ساده دارند که از یک ترکیب سري از یک بخش غیرخطی استاتیک با یک بخش خطی دینامیک تشکیل میشودشکل 1طرح بلوکییک مدل وینر را نشان میدهد.
شکل :1طرح بلوکییک مدل وینر
در این مدل ابتدا سیگنال ورودي توسط تابع تبدیل خطی فیلتر می-شود و سپس وارد عامل غیرخطی میشود. این مدل حالت ساده شده مدل سري وینر است.
برخلاف سادگی مدل وینر خود به طور موفقیتآمیزي براي تشریحی برخی از سیستمها مورد استفاده قرار گرفتهاند،کهمهمترین آنها عبارتند از:
- فرآیندهاي واکنش شیمیایی و ترکیب مواد در صنعت فرآیندهاي شیمیایی، انواع گوناگون فرایندهاي کنترل [6PH]
- تقویتکننده قدرت که میتواند با استفاده از یک سیستم وینر به همراه فیلتر7FIRمدل شود.
در بسیاري موارد، بخش خطی به صورت یک فیلتر مدلسازي می-شود و از عبارتهاي سیستم خطی و فیلتر به جاییکدیگر استفاده میشود. از جمله مزایاي این مدل این است که رفتار غیر خطی را به صورت استاتیکی و رفتار خطی را به صورت دینامیکی در نظر می-گیرد. این ساختارها بسیار ساده هستند و به طور مکرر در بسیاري از کاربرهاي کنترلی مورد استفاده قرار گرفته اند و روشهاي شناسایی بسیاري براي این ساختارها توسعه یافتهاند.
در این مقاله، از الگوریتم ژنتیک براي شناسایی سیستم غیرخطی استفاده میشود. هدف از شناسایی، تعیین هردو بخش خطی و غیرخطی در سیستم است.
-3 الگوریتم ژنتیک
محدوده کاري الگوریتم ژنتیک بسیار وسیع می باشد و هر روز با پیشرفت روزافزون علوم و تکنولوژي استفاده از این روش در بهینه-سازي و حل مسائل بسیار گسترش یافته است.الگوریتم ژنتیک یکی از زیر مجموعههاي محاسبات تکامل یافته میباشد که رابطه مستقیمی با مبحث هوش مصنوعی دارد در واقع الگوریتم ژنتیک یکی از زیر مجموعههاي هوش مصنوعی میباشد.
الگوریتم ژنتیک را میتوان یک روش جستجوي کلی نامید که از قوانین تکامل بیولوژیک طبیعی تقلید میکند.الگوریتم ژنتیک برروي یکسري از جوابهاي مسأله به امید بدست آوردن جوابهاي بهتر قانون بقاي بهترین را اعمال میکند . درهر نسل به کمک فرآیند انتخابی متناسب با ارزش جوابها و تولید مثل جوابهاي انتخاب شده به کمک عملگرهایی که از ژنتیک طبیعی تقلید شدهاند، تقریبهاي بهتري از جواب نهایی بدست میآید. این فرآیند باعث میشود که نسلهاي جدید با شرایط مسأله سازگارتر باشد.
-1-3 تاریخچه بیولوژیکی
بدن هر موجود زندهاي از سلول تشکیل یافته است و هر سلول هم از کروموزوم تشکیل یافته است. کروموزومها نیز از رشتههاي DNAتشکیل یافتهاند.کروموزومها هم از ژن تشکیل یافتهاند. و به هر بلوك DNAیک ژن میگویند و هر ژن نیز از یک پروتئین خاص ومنحصر به فرد تشکیل یافته است.به مجموعه از ژنها یک ژنوم - Genome - میگویند.
-2-3 عملگرهاي الگوریتم ژنتیک
در الگوریتمهاي ژنتیکیدر طی مرحله تولید مثل ازعملگرهاي ژنتیکی استفاده میشود . با تأثیر این عملگرها بر روي یک جمعیت، نسل بعدي آن جمعیت تولید میشود. عملگرهاي انتخاب، آمیزش و جهش معمولاً بیشترین کاربرد را در الگوریتمهاي ژنتیک دارند
-1-2-3 عملگر انتخاب - Selection -
این عملگر از بین کروموزومهاي موجود در یک جمعیت, تعدادي کروموزوم را براي تولید مثل انتخاب میکند. کروموزومهاي برازندهتر شانس بیشتري دارند تا براي تولید مثل انتخاب شوند
-2-2-3 عملگر آمیزش - Crossover -
در جریان عمل تلفیق به صورت اتفاقی بخشهایی از کروموزومها با یکدیگر تعویض میشوند. این موضوع باعث میشود که فرزندان ترکیبی از خصوصیات والدین خود را به همراه داشته باشند و دقیاًق مشابه یکی از والدین نباشند.
هدف تولید فرزند جدید میباشد به این امید که خصوصیات خوب دو موجود در فرزندشان جمع شده و یک موجود بهتري را تولید کند
روش کار به صورت زیر است:
- بصورت تصادفییک نقطه از کروموزوم را انتخاب میکنیم.
- ژنهاي مابعد آن نقطه از کروموزومها را جابجا میکنیم.
-3-2-3 عملگر جهش - Mutation -
پس از اتمام عمل آمیزش، عملگر جهش بر روي کروموزومها اثر داده میشود . این عملگر یک ژن از یک کروموزوم را به طور تصادفی انتخاب نموده و سپس محتواي آن ژن را تغییر میدهد. اگر ژن از جنس اعداد دودویی باشد، آن را به وارونش تبدیل میکند و چنانچه متعلق به یک مجموعه باشد، مقدار یا عنصر دیگري از آن مجموعه را به جاي آن ژن قرار میدهد
-3-3 روند کلی بهینهسازي در الگوریتم ژنتیک
-1 شروع - : - Start تولید تصادفی یک جمعیت - - Population که شامل تعداد زیادي کروموزم - روشهاي حل مسئله است - میباشد. -2 صحت و درستی - : - Fitness ارزیابی صحت براي تابع f - x - به ازاي هر کروموزوم xدرجمعیت.
-3 ایجاد یک جمعیت جدید - New Population - : تولید یک جمعیت جدید با انجام تمامی زیر گروههاي زیر تا آنکه یک جمعیت جدید ایجاد گردد.
-4 انتخاب - : - Selectionانتخاب کروموزومهاي پدر و مادر از جمعیت قبلی با توجه به صحت و درستی آن . - Fitness - بطوريکه هر چه Fitneesبهتر باشد - دقت جواب در همگرائی بیشتر باشد - شانس بیشتري براي انتخاب دارد.
-5 تولید مثل - : - Crossoverانجام زادو ولد و ایجاد یک نسل جدید .
-6 جهش - : - Mutationمشخص شدن مکان فرزند تولید شده در کروموزوم
-7 پذیرش - : - Acceptin جا دادن فرزند جدید در داخل جمعیت.
-8 جایگزینی - : - Replaceجایگزینی جمعیت جدید به جاي جمعیت قبلی و مورد استفاده قرار دادن جمعیت جدید در مراحل بعدي الگوریتم
-9 امتحان : - Test - اگر شرائط مطلوب در حل مسئله ارضا شد اعلام میکنیم که به بهترین جواب رسیدهایم و از الگوریتم خارج میشویم در غیر این صورت به مرحله 2 یعنی Fitneessمیرویم و دوباره همین روند را تکرار میکنیم.
شکل : 2 مراحل بهینهسازي در الگوریتم ژنتیک
-4 نتایج
مدل وینر به دلیل این که رفتار دینامیکی را در بخش خطی و رفتار استاتیکی را در بخش غیرخطی قرار می دهد، محبوبیت خاصی دارد.
در سالهای اخیر استفاده از منابع تجدیدپذیر مانند انرژي بادي، موج، خورشیدي، جزر و مد، به علت کاهش سوخت فسیلی ومشکلات محیطی مورد توجه شایانی قرار گرفته است. این انرژيها به انرژي سبز معروفند و در تحقیقات صورت گرفته، از میان آنها انرژي خورشیدي و تولید سیستمهاي فتوولتاییک - PV - 8 بیشترین توجه را به خود معطوف کرده است چرا که این منبع انرژي نسبت به منابع دیگر انرژيهاي تجدیدپذیر با اطمینان بیشتر و بدون آلودگی، انرژي الکتریکی تولید میکند.
تغییرات غیرخطی ولتاژ و جریان خروجی ماژولهايPVموجب میگردد که بازده پایینی داشته باشند. تغییرات غیرخطی در اثر میزان تابش و دما در شرایط مختلف جوي و جریان بار ایجاد میگردد. بنابراین لزوم ردیابی نقطه توان حداکثر - MPPT - 9 مطرح میگردد.جهت دستیابی به توان حداکثر از یک ردیاب نقطه توان حداکثر استفاده میگردد. این ردیاب توان حداکثر ماژول PVرا استخراج و به بار تحویل میدهد. جهت این کار از یک مبدلDC-DCبهره گرفته میشود. چنانچه در شکل3 مشاهده میشود،مبدل DC-DCواسط میان بار و ماژول PVمی-باشد