Thiết kế bộ điều khiển mờ cho máy giặt ppt

Nếu khẳng định với bộ điều khiển mờ có thể giải quyết mọi vấn đề từ trước đến nay chưa giải quyết được theo phương pháp kinh điển thì không hoàn toàn chính xác, vì hoạt động của bộ điều

CHƯƠNG I:TỔNG QUAN VỀ ĐIỀU KHIỂN MỜ VÀ ĐIỀU KHIẺN

MỜ TRONG MÁY GIẶT 1.1 Hệ thống điều khiển mờ

Trong những năm gần đây, lý thuyết logic mờ đã có nhiều áp dụng thành công trong lĩnh vực điều khiển Bộ điều khiển dựa trên lý thuyết logic mờ gọi là bộ điều khiễn mờ Trái với kỹ thuật kinh điển, kỹ thuật điều khiển mờ thích hợp với các đối tượng phức tạp, không xác định mà người vận hành có thể điều khiển theo kinh nghiệm Đặc điểm của bộ điều khiển mờ là không cần biết mô hình toán học mô tả đặc tính của hệ thống dưới dạng các phát biểu ngôn ngữ Chất lượng của bộ điều khiển mờ phụ thuộc rất nhiều vào kinh nghiệm của người thiết kế

Về nguyên tắc, hệ thống điều khiển mờ cũng không có gì khác so với hệ thống điều khiển tự động thông thường khác Sự khác biệt ở đây là bộ điều khiển mờ làm việc có tư duy như “bộ não” dưới dạng trí tuệ nhân tạo Nếu khẳng định với bộ điều khiển mờ có thể giải quyết mọi vấn đề từ trước đến nay chưa giải quyết được theo phương pháp kinh điển thì không hoàn toàn chính xác, vì hoạt động của bộ điều khiển phụ thuộc vào kinh nghiệm và phương pháp rút ra kết luận theo tư duy con người, sau đó được cài đặt vào máy tính dựa trên cơ sở logic mờ

Bộ điều khiển mờ có thể dùng trong các sơ đồ điều khiển khác nhau Sau đây là 3 sơ đồ điều khiển thường gặp:

+ Điều khiển trực tiếp :

Bộ điều khiển mờ được dùng trong đường thuận (forward path) của hệ thống điều khiển nối tiếp Tín hiệu ra của đối tượng điều khiển được so sánh với tín hiệu đặt, nếu có sai lệch thì bộ điều khiển mờ sẽ xuất tín hiệu tác động vào đối tượng nhằm mục đích làm sai lệch giảm về 0 Đây là sơ đồ điều khiển rất quen thuộc, trong sơ đồ này, bộ điều khiển mờ được dùng để thay thế bộ điều khiển mờ kinh điển

+ Điều khiển bù nhiễu:

 Sơ đồ điều khiển này nhằm mục đích bù ảnh hưởng của nhiễu đo được Điều này cần mô hình chính xác, nhưng nếu việc xây dựng mô hình quá khó khăn hoặc đắt tiền thì có thể dùng mô hình mờ Hình 2.2 trình bày hệ thống điều khiển với bộ điều khiển kinh điển và bộ bù nhiễu mờ ( fuzzy compensator) Khi bỏ qua ngõ vào nhiễu, hệ thống trên có thể xem là sự kết hợp tác động điều khiển tuyến tính và phi tuyến; bộ điều khiển có thể

là bộ điều khiển PID và bộ điều khiển mờ F đóng vai trò bộ điều khiển phi tuyến phụ

+ Điều khiển thích nghi:

Các qui tắc mờ cũng có thể dùng để hiệu chỉnh thông số của bộ điều khiển tuyến tính trong sơ đồ điều khiển thích nghi Nếu một đối tượng phi tuyến thay đổi điểm làm việc, để chất lượng điều khiển tốt thì thông số của bộ điều khiển phải thay đổi theo Hình sau là sơ đồ điều khiển thích nghi với bộ giám sát mờ

1.2 Cấu trúc bộ điều khiển mờ:

Bộ điều khiển mờ cơ bản có ba khối chức năng là mờ hóa, hệ luật và giải

mờ Thực tế trong một số trường hợp khi ghép bộ điều khiển mờ vào hệ thống điều khiển cần thêm hai khối tiền xử lý và hậu xử lý Chức năng của từng khối trong sơ đồ trên được mô tả sau đây:

+ Tiền xử lý:

Tín hiệu vào bộ điều khiển thường là tín hiệu rõ từ các mạch đo, bộ tiền xử

lý có chức năng xử lý các giá trị đo này trước khi đưa vào bộ điều khiển mờ

cơ bản

Bộ điều khiển mờ cơ bản là bộ điều khiển tĩnh Để có thể điều khiển động, cần có thêm các tín hiệu vi phân, tích phân của giá trị đo, những tín hiệu này được tạo ra bởi các mạch vi phân, tích phân trong khối tiền xử lý Các tín hiệu ra của bộ tiền xử lý sẽ được đưa vào bộ điều khiển mờ cơ bản và cần chú ý rằng các tín hiệu này vẫn là giá rõ

+ Bộ điều khiển mờ cơ bản:

Mờ hóa :là khối đầu tiên bên trong bộ điều khiển mờ cơ bản, khối này có

chức năng biến đổi giá trị rõ sang giá trị ngôn ngữ, hay nói cách khác là sang tập mờ, vì hệ luật có thể suy diễn trên các tập mờ

Hệ luật: hệ luật mờ có thể xem là mô hình toán học biểu diễn tri thức , kinh

nghiệm của con người trong việc giải quyết bài toán dưới dạng các phát biểu ngôn ngữ Hệ luật mờ gồm các luật có dạng nếu – thì , trong đó mệnh đề điều kiện và mệnh đề kết luận của mỗi qui tắc là các mệnh đề mờ liên quan đến một hay nhiều biến ngôn ngữ Điều này có nghĩa là bộ điều khiển mờ có thể áp dụng để giải các bài toán điều khiển một ngõ vào một ngõ ra (SISO) hay nhiều ngõ vào nhiều ngõ ra (MIMO)

Phương pháp suy diễn: Suy diễn là sự kết hợp các giá trị ngôn ngữ của ngõ

vào sau khi mờ hoá với hệ luật để rút ra kết luận giá trị mờ của ngõ ra Hai phương pháp suy diễn thường dùng trong điều khiển lá MAX-MIN và MAX – PROD

Giải mờ: Kết quả suy diễn bởi hệ luật là giá trị mờ, các giá trị mờ này cần

được chuyển đổ thành giá trị rõ để điều khiển đối tượng

+ Hậu xử lý :

Trong trường hợp các giá trị ở ngõ ra của các luật được định nghĩa trên tập

cơ sở chuẩn thì giá trị rõ sau khi giải mờ phải được nhân với một hệ số tỉ lệ

để trở thành giá trị vật lý

Hậu xử lý thường gồm các mạch khuếch đại ( có thể chỉnh độ lợi), đôi khi khối hậu xử lý có thể có khâu tích phân

Mờ hóa

Mờ hóa có nghĩa là dùng những hàm liên thuộc của các biến ngôn ngữ để tính mức độ phụ thuộc cho từng tập mờ đối với một giá trị cụ thể của đầu vào Trước tiên, xác định ngõ vào và ra của hệ thống Sau đó định nghĩa luật Nếu – Thì , dùng dữ liệu để suy ra 1 hàm liên thuộc Mờ hóa là bước đầu tiên trong quá trình tính toán của hệ mờ Kết quả của nó được dùng làm đầu vào để tính các luật mờ

+ Luật mờ :

Hầu hết các hệ thống hoạt động dựa trên nền tảng logic mờ đều dùng luật để biểu diễn mối quan hệ giữa các biến ngôn ngữ và để rút ra hành động tương ứng đối với đầu vào Một luật bao gồm hai phần : phần điều kiện ( nếu ) và phần kết luận ( thì ) Phần điều kiện có thể gồm nhiều điều kiện, kết hợp với nhau bằng các liên từ như và (and) , hoặc Or …

+ Suy luận mờ

Việc tính toán các luật mờ được gọi là suy luận mờ, bao gồm hai bước

chính Tính từng luật : xét riêng lẻ từng luật mờ, dựa trên hàm liên thuộc của các tập mờ đầu vào và liên từ kết hợp chúng để tạo ra độ phụ thuộc chung cho các đầu vào, và cũng là kết quả của riêng luật đó Thông thường người

ta tính AND bằng phép lấy min và OR bằng phép lấy max, điều này nhằm làm giản đơn các phép tính trong các ứng dụng điều khiển nhỏ

+ Tổng hợp luật dựa trên kết quả của từng luật đã tính ở trên, người ta tổng hợp chúng lại để có kết quả cuối cùng của các tập mờ đầu ra Phương pháp thường dùng trong bước này là Max-Min hay Max-Prod

Hiện nay, trong điều khiển mờ người ta có thể áp dụng một trong hai loại qui tắc điều khiển: qui tắc Mandani và qui tắc mờ Sugeno

CHƯƠNG II: ỨNG DỤNG LOGIC MỜ VÀO BÀI TOÁN MÁY GIẶT

Ngày nay nhiều trang thiết bị được nhúng trong vào trong nó lôgic mờ để cho việc sử dụng nó dễ hơn, tiện lợi hơn Chúng ta có thể tìm thấy lôgic mờ trong những camera, những nồi cơm điện, những máy hút bụi, … Như vậy

ta có thể có một ý tưởng rằng chúng đã được làm như thế nào, chúng ta sẽ xem mô hình được đơn giản hóa này của một máy giặt ứng dụng logic mờ

Khi sử dụng một máy giặt, việc lựa chọn thời gian giặt dựa vào số lượng quần áo, kiểu và độ bẩn mà quần áo có Để tự động hóa quá trình này, chúng

ta sử dụng những phần tử sensors để phát hiện ra những tham số này ( ví dụ: thể tích quần áo, độ và kiểu chất bẩn) Thời gian giặt được xác định từ dữ liệu này Không may, không dễ có cách công thức hóa một mối quan hệ toán học chính xác giữa thể tích quần áo và độ bẩn và thời gian giặt Chúng ta giải quyết vấn đề thiết kế này bằng cách sử dụng lôgic mờ

2.1 hoạt động của máy giặt:

quy trình lưu chuyển nước và chất tải rửa trong máy giặt:

_nước nóng và nước lạnh đi đến khay đựng chất bẩn trong máy giặt

_nước hoà với chất tẩy rửa và đi vào trong thùng của máy giặt

_thông qua các lỗ nhỏ của thùng máy,nước được đưa xuống đáy của máy _bộ phận đun sôi nước

_động cơ sẽ hoạt động khi nước đạt nhiệt độ cần thiết và động cơ làm quay thùng trong máy để bắt đầu quá trình giặt

_thùng quay máy quay về phía trước và sau hoà trộn nước xà phòng với quần áo

_máy bơm đưa nước bẩn ra ngoài

Sau khi giặt sạch quần áo, thùng máy sẽ quay với tốc độ khoảng 1.400 vòng một phút để thực hiện công đoạn vắt khô Trên bề mặt của thùng máy có hàng trăm lỗ nhỏ để khi quay với tốc độ cao, nước có thể từ đó thoát ra ngoài Đa số các máy giặt hiện nay trong quá trình giặt đã tự đưa 2/3 lượng nước ra ngoài, vì thế khi vắt khô sẽ chỉ tốn ít năng lượng

2.2 Bộ điều khiển mờ của máy giặt:

Chúng ta xây dựng hệ thống mờ như sau:

Có hai trị nhập vào :

( 1) Một cho độ bẩn trên quần áo

( 2) Một cho loại chất bẩn trên quần áo

Hai đầu vào này thu được từ phần tử sensors quang học Độ bẩn được xác định bởi sự trong suốt của nước Mặt khác, loại chất bẩn được xác định từ

sự bão hòa, thời gian nó dùng để đạt đến sự bão hòa Quần áo dầu mỡ chẳng hạn cần lâu hơn cho sự trong suốt nước để đạt đến sự bão hòa bởi vì mỡ là chất ít hòa tan trong nước hơn những dạng khác của chất bẩn Như vậy một

hệ thống phần tử sensors khá tốt có thể cung cấp những input cần thiết được nhập vào cho bộ điều khiển mờ của chúng ta

Những giá trị cho độ bẩn và loại chất bẩn là đã được chuẩn hóa ( phạm vi từ

0 tới 100) được cho bởi giá trị phần tử sensors

Với biến ngôn ngữ Độ bẩn có các tập mờ

Bẩn ít (D.Small)

Bẩn vừa (D.Medium)

Bẩn nhiều (D.Large)

Với biến ngôn ngữ loại chất bẩn có các tập mờ

Mỡ ít (K.NotGreasy)

Mỡ vừa (K.Medium)

Mỡ nhiều (K.Greasy)

Với biến ngôn ngữ kết luận xác định thời gian giặt có các tập mờ

Giặt rất ngắn (T.VeryShort)

Giặt ngắn (T.Short)

Giặt vừa (T.Medium)

Giặt lâu (T.Long)

Giặt rất lâu (T.Very Long)

Tập luật

Quyết định làm cho khả năng một mờ là bộ điều khiển được lập luật trong một tập hợp những quy tắc Nói chung, những quy tắc là trực giác và dễ hiểu,

Một quy tắc trực giác tiêu biểu như sau :

Nếu thời gian bão hòa lâu và sự trong suốt ít thì thời gian giặt cần phải lâu.

Từ những sự kết hợp khác nhau của những luật đó và những điều kiện khác, chúng ta viết những quy tắc cần thiết để xây dựng bộ điều khiển máy giặt

Gọi x: chỉ Độ bẩn (0 <= x <= 100)

y: chỉ Loại chất bẩn (0 <= y <= 100)

z: Thời gian giặt (0 <= z <= 60)

Nếu x lớn và y nhiều thì z là rất lâu

Nếu x vừa và y nhiều thì z là lâu

Nếu x nhỏ và y nhiều thì z là lâu

Nếu x lớn và y vừa thì z là lâu

Nếu x vừa và y vừa thì z là vừa

Nếu x nhỏ và y vừa thì z là vừa

Nếu x lớn và y ít thì z là vừa

Nếu x vừa và y ít thì z là ngắn

Nếu x nhỏ và y ít thì z là rất ngắn

Hàm thành viên

Hàm thành viên của Độ bẩn:

D.Small(x) = [ 1-x/50 nếu 0 <= x <= 50

0 nếu 50 <= x <= 100]

D.Medium(x) = [ x/50 nếu 0 <= x <= 50

2-x/50 nếu 50 <= x <= 100]

D.Large(x) = [ 0 nếu 0 <= x <= 50

x/50 –1 nếu 50 <= x <= 100]

Hàm thành viên của Loại chất bẩn:

K.NotGreasy(y) = [ 1-y/50 nếu 0 <= y <= 50

0 nếu 50 <= y <= 100]

K.Medium(y) = [ y/50 nếu 0 <= y <= 50

2-y/50 nếu 50 <= y <= 100]

K.Greasy(y) = [ 0 nếu 0 <= y <= 50

y/50 –1 nếu 50 <= y <= 100]

Hàm thành viên của kết luận cho từng luật:

T.VeryShort(z) = [

1 nếu 0 <= z <= 4 (18-z)/14 nếu 4 <= z <= 18

0 nếu 18 <= z <= 60 ]

T Short(z) = [

0 nếu 0 <= z <= 4 (z-4)/14 nếu 4 <= z <= 18 (32-z)/14 nếu 18 <= z <= 32

0 nếu 32 <= z <= 60 ]

T.Medium(z) = [

0 nếu 0 <= z <= 18 (z-18)/14 nếu 18 <= z <= 32 (46-z)/14 nếu 32 <= z <= 46

0 nếu 46 <= z <= 60

] T.Long(z) = [

0 nếu 0 <= z <= 32 (z-32)/14 nếu 32 <= z <= 46 (60-z)/14 nếu 46 <= z <= 60 ]

T.VeryLong(z) = [

0 nếu 0 <= z <= 46 (z-46)/14 nếu 46 <= z <= 60 ]

Nếu nhập trị input x0 =40 (Độ bẩn), y0=60 (loại chất bẩn)

µD.Small(x0) = 1/5

µD.Medium(x0) = 4/5

µD.Large(x0) = 0

µK (y0) = 0

µK.Medium(y0) = 4/5

µK.Greasy(y0) = 1/5

W1 = min(µD.Large(x0), µK.Greasy(y0)) = min(0,1/5) = 0

W2 = min(µD.Medium(x0), µK.Greasy(y0)) = min(4/5, 1/5) = 1/5

W3 = min(µD.Small(x0), µK.Greasy(y0)) = min(1/5, 1/5) = 1/5

W4 = min(µD.Large(x0), µK.Medium(y0)) = min(0, 4/5) = 0

W5 = min(µD.Medium(x0), µK.Medium(y0)) = min(4/5, 4/5) = 4/5

W6 = min(µD.Small(x0), µK.Medium(y0)) = min(1/5, 4/5) = 1/5

W7 = min(µD.Large(x0), µK.NotGreasy(y0)) = min(0, 0) = 0

W8 = min(µD.Medium(x0), µK.NotGreasy(y0)) = min(4/5, 0) = 0

W9 = min(µD.Small(x0), µK.NotGreasy(y0)) = min(1/5, 0) = 0

Các Wigọi là các trọng số của luật thứ i

Theo lý thuyết hàm thành viên của kết luận cho bởi công thức:

µC(z) = W2*T.Long(z) + W3*T.Long(z) + W5*T.Medium(z) +

W6*T.Medium(z)

µC(z) = 2/5*T.Long(z) + T.Medium(z)

Bước tiếp theo là ta phải giải mờ từ hàm thành viên của kết luận bằng cách

tính trọng tâm của hàm µC(z) là ƒ 0 60 z µC(z) d(z) = 705.6

Và Moment µC(z) là ƒ 0 60 µC(z) d(z) = 19.6

Vậy Defuzzy(z) =705.6/19.6=36

Do đó nếu độ bẩn và loại chất bẩn là 40 và 60 thì thời gian cần giặt là 36 phút