W dobie sterowania cyfrowego prawie każde urządzenie jest sterowane za pomocą sterowanie cyfrowe poziom używając 1 i 0. Ale pomyśl tylko, czy nie jest całkiem niepraktyczne myślenie, że każdy wynik codziennych procesów, z którym się spotykasz, zależy tylko od dwóch stanów wejścia. Nie, zdecydowanie. Wyobraź sobie, że twoja mama gotuje smaczne jedzenie i nie możesz się powstrzymać przed jej chwaleniem. Jak więc jedzenie stało się tak smaczne? Oczywiście z dodatkiem składników w odpowiedniej ilości i proporcji. Więc jak ona sobie z tym radzi? Z doskonałą znajomością liczb? Nie zawsze. Robi to ze znanym pomysłem, który przychodzi z doświadczeniem. W tym miejscu pojawia się idea logiki sterowania, która wykorzystuje stopnie stanu wejściowego, a nie same dane wejściowe, logika, która nie wymaga pewnych doskonałych danych wejściowych, ale działa tylko z typowym oszacowaniem danych wejściowych. To jest logika rozmyta.
Co to jest Fuzzy Logic?
Logika rozmyta to podstawowy układ sterowania, który opiera się na stopniach stanu wejścia, a wyjście zależy od stanu wejścia i szybkości zmian tego stanu. Innymi słowy, system logiki rozmytej działa na zasadzie przypisania określonego wyjścia w zależności od prawdopodobieństwa stanu wejścia.
Jak powstała Fuzzy Logic?
Fuzzy Logic została opracowana w 1965 roku przez Lotfi Zadeh z Uniwersytetu Kalifornijskiego w Berkley jako sposób wykonywania procesów komputerowych w oparciu o wartości naturalne, a nie wartości binarne. Początkowo był używany jako sposób przetwarzania danych, a później zaczął być używany jako strategia kontroli.
Jak działa Fuzzy Logic?
Logika rozmyta działa na koncepcji decydowania o wyniku na podstawie założeń. Działa w oparciu o zestawy. Każdy zestaw reprezentuje pewne zmienne lingwistyczne określające możliwy stan wyniku. Każdy możliwy stan wejścia i stopnie zmiany stanu są częścią zestawu, w zależności od tego, które wyjście jest prognozowane. Działa na zasadzie If-else-the, czyli Jeśli A AND B Then Z.
Załóżmy, że chcemy sterować systemem, w którym dane wyjściowe mogą znajdować się w dowolnym miejscu zbioru X, z ogólną wartością x, taką, że x należy do X. Rozważ konkretny zbiór A, który jest podzbiorem X, do którego należą wszystkie elementy A przedział 0 i 1. Zbiór A jest znany jako zbiór rozmyty, a wartość fDO(x) w x oznacza stopień przynależności x w tym zbiorze. Wynik jest określany na podstawie stopnia przynależności x w zbiorze. To przypisanie członkostwa zależy od założenia wyników w zależności od nakładów i tempa zmian danych wejściowych.
Te rozmyte zbiory są przedstawiane graficznie za pomocą funkcji przynależności, a wynik jest określany na podstawie stopnia przynależności w każdej części funkcji. O przynależności do zbiorów decyduje logika IF-Else.
Generalnie zmiennymi zbioru są stan wejść, a stopnie zmian wejścia, a przynależność do wyjścia zależy od logiki działania AND stanu wejścia i szybkości zmian wejścia. W przypadku systemu z wieloma wejściami zmiennymi mogą być również różne wejścia, a wyjście może być możliwym wynikiem operacji AND między zmiennymi.
Fuzzy Control System
Rozmyty system sterowania składa się z następujących elementów:
System sterowania Fuzzy Logic
Fuzzifier który przekształca mierzone lub wejściowe zmienne w postaci liczbowej w zmienne językowe.
Kontroler wykonuje operację logiki rozmytej przypisywania wyjść na podstawie informacji językowych. Wykonuje przybliżone rozumowanie w oparciu o ludzki sposób interpretacji, aby osiągnąć logikę sterowania. Kontroler składa się z bazy wiedzy i silnika wnioskowania. Baza wiedzy składa się z funkcji przynależności i reguł rozmytych, które uzyskuje się dzięki znajomości działania systemu w środowisku.
Defuzzifier konwertuje to rozmyte wyjście na wyjście wymagane do sterowania systemem.
Prosty system sterowania wykorzystujący Fuzzy Logic do sterowania prędkością wentylatora w zależności od temperatury na wejściu.
Załóżmy, że chcesz sterować prędkością wentylatora w zależności od temperatury w pomieszczeniu. Dla zwykłego laika, jeśli temperatura w pomieszczeniu jest taka, że jest mu za gorąco, wówczas prędkość wentylatora jest zwiększana do pełnej wartości. Jeśli czuje się trochę gorąco, prędkość wentylatora jest umiarkowanie zwiększona. Jeśli czuje się za zimno, prędkość wentylatora drastycznie spada.
Jak więc sprawić, by Twój komputer to zrobił?
Oto jak możemy to osiągnąć:
Sterowanie prędkością wentylatora w oparciu o wejście temperatury
- Czujnik temperatury mierzy wartości temperatury w pomieszczeniach. Uzyskane wartości są pobierane, a następnie przekazywane do fuzzifier.
- Fuzzifier przypisuje zmienne lingwistyczne do każdej mierzonej wartości i szybkości zmian mierzonej wartości.
Na przykład, jeśli zmierzona wartość wynosi 40⁰C i więcej, to w pomieszczeniu jest za gorąco
Jeśli zmierzona wartość mieści się w przedziale od 30⁰C do 40⁰C, w pomieszczeniu jest dość gorąco
Jeśli zmierzona wartość wynosi od 22 do 28⁰C, pomieszczenie jest umiarkowane
Jeśli zmierzona wartość wynosi od 10 do 20⁰C, w pomieszczeniu jest zimno
Jeśli zmierzona wartość jest poniżej 10, w pomieszczeniu jest za zimno.
- Kolejnym krokiem jest funkcjonowanie bazy wiedzy, która zawiera informacje o tych funkcjach członkowskich, a także podstawę reguł.
Na przykład, jeśli w pomieszczeniu jest zbyt gorąco ORAZ pomieszczenie nagrzewa się szybko, ustaw prędkość wentylatora na wysoką
Jeśli w pomieszczeniu jest zbyt gorąco ORAZ pomieszczenie nagrzewa się powoli, ustaw prędkość wentylatora na mniej niż Wysoka.
- Następnym krokiem jest konwersja tej językowej zmiennej wyjściowej na zmienne numeryczne lub logiczne używane do sterowania wentylatorem Kierowca motocyklu .
- Ostatni krok polega na sterowaniu prędkością wentylatora poprzez podanie odpowiedniego sygnału do sterownika silnika wentylatora.
To jest więc krótki przegląd Fuzzy Logic, wszelkie dalsze dane wejściowe są mile widziane.
