Fuzzy Logic - En måde at opnå kontrol baseret på upræcise input

Prøv Vores Instrument Til At Fjerne Problemer





I denne æra med digital kontrol styres næsten ethvert apparat ved hjælp af den digitale kontrol niveau ved hjælp af 1 og 0. Men tænk bare, er det ikke helt upraktisk at tænke, at hver output af de daglige processer, du kommer på tværs af, kun afhænger af to tilstande i input. Nej, bestemt. Forestil dig, at din mor laver noget velsmagende mad, og du kan ikke forhindre dig selv i at rose hende. Så hvordan maden bliver så velsmagende? Med tilsætning af ingredienser i korrekt mængde og andel naturligvis. Så hvordan klarer hun det? Med perfekt numerisk viden om mængderne? Ikke altid. Hun gør det med en kendt idé, der kommer med erfaring. Det er her, ideen om en kontrollogik, der bruger graderne af inputtilstand snarere end selve indgangene, kommer en logik, der ikke kræver nogle perfekte indgange, men snarere kun fungerer med en typisk estimering af indgangene. Dette er fuzzy logik.

Hvad er Fuzzy Logic?

Fuzzy-logik er et grundlæggende styresystem, der er afhængigt af inputgraden for input, og output afhænger af tilstanden for input og ændringshastighed for denne tilstand. Med andre ord fungerer et uklart logiksystem på princippet om at tildele en bestemt output afhængigt af sandsynligheden for tilstanden for input.




Hvordan opstod Fuzzy Logic?

Fuzzy Logic blev udviklet i 1965 af Lotfi Zadeh ved University of California, Berkley som en måde at udføre computerprocesser baseret på naturlige værdier snarere end binære værdier. Det blev oprindeligt brugt som en måde at behandle data på og begyndte senere at blive brugt som en kontrolstrategi.

Hvordan fungerer Fuzzy Logic?

Fuzzy-logik arbejder på begrebet at beslutte output baseret på antagelser. Det fungerer ud fra sæt. Hvert sæt repræsenterer nogle sproglige variabler, der definerer den mulige tilstand for output. Hver mulig tilstand af input og grad af ændring af tilstand er en del af sættet, afhængigt af hvilket output forudsiges. Det fungerer på princippet om If-else-the, dvs. Hvis A OG B Så Z.



Antag, at vi vil styre et system, hvor output kan være hvor som helst i sættet X, med en generisk værdi x, således at x hører til X. Overvej et bestemt sæt A, som er en delmængde af X, således at alle medlemmer af A tilhører intervallet 0 og 1. Sættet A er kendt som et uklart sæt og værdien af ​​fTIL(x) at x angiver graden af ​​medlemskab af x i det sæt. Outputtet bestemmes ud fra graden af ​​medlemskab af x i sættet. Denne tildeling af medlemskab afhænger af antagelsen af ​​output afhængigt af input og ændringshastighed for input.

Disse fuzzy sæt er repræsenteret grafisk ved hjælp af medlemskabsfunktioner, og output bestemmes ud fra graden af ​​medlemskab i hver del af funktionen. Sættets medlemskab bestemmes af IF-Else-logikken.


Generelt er sætets variabler tilstanden for indgangene og ændringsgraderne for indgangen og medlemskab af udgangen afhænger af logikken i OG-drift af indgangstilstanden og ændringshastigheden for indgangen. For et system med flere input kan variablerne også være de forskellige input, og output kan være det mulige resultat af AND-operationen mellem variablerne.

Fuzzy Control System

Et fuzzy kontrolsystem består af følgende komponenter:

Et fuzzy logisk kontrolsystem

Et fuzzy logisk kontrolsystem

En fuzzifier som omdanner de målte eller inputvariablerne i numeriske former til sproglige variabler.

En controller udfører den fuzzy logiske operation for at tildele output ud fra den sproglige information. Det udfører omtrentlige ræsonnementer baseret på den menneskelige måde at fortolke for at opnå kontrollogik. Controlleren består af vidensbasen og slutningsmotoren. Videnbasen består af medlemsfunktionerne og de uklare regler, som opnås ved kendskab til systemets drift i henhold til miljøet.

Defuzzifier konverterer denne fuzzy output til den krævede output for at kontrollere systemet.

Et simpelt kontrolsystem, der bruger Fuzzy Logic til at kontrollere blæserens hastighed afhængigt af indgangstemperaturen.

Antag, at du vil kontrollere ventilatorens hastighed afhængigt af rumtemperaturen. For en normal lægmand, hvis temperaturen i rummet er sådan, at han / hun føler sig for varm, øges blæserhastigheden til den fulde værdi. Hvis han / hun føler sig lidt varm, øges blæserhastigheden moderat. Hvis han / hun føler sig for kold, sænkes blæserhastigheden drastisk.

Så hvordan får du din computer til at gøre dette?

Sådan kan vi opnå dette:

Styring af blæserhastighed baseret på temperaturindgang

Styring af blæserhastighed baseret på temperaturindgang

  • Temperatursensoren måler rummets temperaturværdier. De opnåede værdier tages og gives derefter til fuzzifier.
  • Fuzzifier tildeler sproglige variabler for hver målte værdi og ændringshastigheden for den målte værdi.

For eksempel, hvis den målte værdi er 40 ° C og derover, er rummet for varmt

Hvis den målte værdi er mellem 30 ° C og 40 ° C, er rummet ret varmt

Hvis den målte værdi er 22 til 28 ° C, er rummet moderat

Hvis den målte værdi er 10 til 20 ° C, er rummet koldt

Hvis den målte værdi er under 10, er rummet for koldt.

  • Det næste trin involverer funktionen af ​​vidensbasen, som indeholder informationen om disse medlemsfunktioner såvel som regelbasen.

For eksempel, hvis rummet er for varmt OG rummet bliver hurtigt opvarmet, skal du indstille blæserhastigheden til høj

Hvis rummet er for varmt, OG rummet bliver langsomt varmet op, skal du indstille blæserhastigheden til mindre end høj.

  • Det næste trin involverer konvertering af denne sproglige outputvariabel til numeriske variabler eller logiske variabler, der bruges til at drive ventilatoren motorchauffør .
  • Det sidste trin indebærer at kontrollere blæserhastigheden ved at give korrekt input til blæsermotordriveren.

Så dette er en kort oversigt over Fuzzy Logic, eventuelle yderligere input er velkomne til at blive tilføjet.