智能控制:理论基础、算法设计与应用
上QQ阅读APP看书,第一时间看更新

3.4 模糊控制应用实例——洗衣机的模糊控制

下面以模糊洗衣机洗涤时间的模糊控制系统设计为例进行介绍,其控制是一个开环的决策过程,模糊控制按以下步骤进行。

1.确定模糊控制器的结构

选用单变量二维模糊控制器,控制器的输入为衣物的污泥和油脂,输出为洗涤时间。

2.定义输入输出模糊集

将污泥分为3个模糊集,即SD(污泥少)、MD(污泥中)和LD(污泥多),取值范围为[0,100]。

3.定义隶属函数

选用如下隶属函数

采用三角形隶属函数可实现污泥的模糊化。采用MATLAB进行仿真,仿真程序见chap3_3.m,仿真结果如图3.11所示。

图3.11 污泥隶属函数

污泥隶属函数设计仿真程序:chap3_3.m

将油脂分为3个模糊集,分别为NG(无油脂)、MG(油脂中)和LG(油脂多),取值范围为[0,100]。选用如下隶属函数

采用三角形隶属函数实现油脂的模糊化,如图3.12所示,仿真程序同chap3_3.m。

图3.12 油脂隶属函数

将洗涤时间分为5个模糊集即VS(很短)、S(短)、M(中等)、L(长)和VL(很长),取值范围为[0,60],选用如下隶属函数

采用三角形隶属函数实现洗涤时间的模糊化,如图3.13所示,仿真程序见chap3_4.m。

图3.13 洗涤时间隶属函数

采用MATLAB仿真,可实现洗涤时间隶属函数的设计。仿真程序见chap3_4.m。

洗涤时间隶属函数设计仿真程序:chap3_4.m

     %Define N+1 triangle membership function
     clear all;
     close all;
     z=0:0.1:60;
     u=trimf(z,[0,0,10]);
     figure(1);
     plot(z,u);
     u=trimf(z,[0,10,25]);
     hold on;
     plot(z,u);
     u=trimf(z,[10,25,40]);
     hold on;
     plot(z,u);
     u=trimf(z,[25,40,60]);
     hold on;
     plot(z,u);
     u=trimf(z,[40,60,60]);
     hold on;
     plot(z,u);
     xlabel('z)';
     ylabel('Degree of membership');

4.建立模糊控制规则

根据人的操作经验设计模糊规则,模糊规则设计的标准为“污泥越多,油脂越多,洗涤时间越长”、“污泥适中,油脂适中,洗涤时间适中”以及“污泥越少,油脂越少,洗涤时间越短”。

5.建立模糊控制表

根据模糊规则的设计标准,建立模糊规则表,如表3.7所示。

表3.7 模糊洗衣机的洗涤规则

第*条规则为“IF衣物污泥少且没有油脂THEN洗涤时间很短”。

6.模糊推理

模糊推理分以下几步进行。

(1)规则匹配。

假定当前传感器测得的信息为:x0(污泥)=60,y0(油脂)=70,分别代入所属的隶属函数中求隶属度

通过上述4种隶属度,可得到4条相匹配的模糊规则,如表3.8所示。

表3.8 模糊推理结果

(2)规则触发。

由表3.8可知,被触发的规则有如下4条

Rule1:IF y is MD and x is MG then z is M

Rule2:IF y is MD and x is LG then z is L

Rule3:IF y is LD and x is MG then z is L

Rule4:IF y is LD and x is LG then z is VL

(3)规则前提推理。

在同一条规则内,前提之间通过“与”的关系得到规则结论,前提之间通过取小运算,得到每一条规则总前提的可信度:

Rule1前提的可信度为min(4/5,3/5)=3/5

Rule2前提的可信度为min(4/5,2/5)=2/5

Rule3前提的可信度为min(1/5,3/5)=1/5

Rule4前提的可信度为min(1/5,2/5)=1/5

由此得到洗衣机规则前提可信度表,即规则强度表,如表3.9所示。

表3.9 规则前提可信度

(4)将上述两个表进行“与”运算。

得到每条规则总的输出,如表3.10所示。

表3.10 规则总的可信度

(5)模糊系统总的输出。

模糊系统总的输出为各条规则推理结果的并,即

(6)反模糊化。

模糊系统总的输出μaggz)实际上是3个规则推理结果的并集,需要进行反模糊化,才能得到精确的推理结果。下面以最大平均法为例,进行反模糊化。

带入洗涤时间隶属函数中的μMz),得到规则前提隶属度与规则结论隶属度μMz)的交点

得:z1=19,z2=31。

采用最大平均法,可得精确输出

采用MATLAB中模糊控制工具箱可设计洗衣机模糊控制系统。洗衣机模糊控制系统仿真程序见chap3_5.m。

x=60,y=70,反模糊化采用重心法,模糊推理结果为33.6853。利用命令showrule可观察规则库,利用命令ruleview可实现模糊控制的动态仿真,如图3.14所示。

图3.14 动态仿真模糊系统

洗衣机模糊控制系统仿真程序:chap3_5.m