In dit tijdperk van digitale besturing wordt bijna elk apparaat met de digitale besturing niveau met 1 en 0. Maar bedenk eens, is het niet helemaal onpraktisch om te denken dat elke output van de dagelijkse processen die je tegenkomt, alleen afhangt van twee toestanden van de input. Nee, zeker. Stel je voor dat je moeder lekker eten kookt en je kunt jezelf er niet van weerhouden haar te prijzen. Dus hoe wordt het eten zo lekker? Met de toevoeging van ingrediënten in de juiste hoeveelheid en verhouding natuurlijk. Dus hoe doet ze dat? Met perfecte cijferkennis van de hoeveelheden? Niet altijd. Dat doet ze met een bekend idee, dat komt met ervaring. Dit is waar het idee komt van een besturingslogica die de graden van de ingangstoestand gebruikt in plaats van de ingangen zelf, een logica die geen perfecte ingangen vereist, maar eerder werkt met alleen een typische schatting van de ingangen. Dit is vage logica.

Wat is Fuzzy Logic?

Fuzzy logic is een basisregelsysteem dat afhankelijk is van de toestandsgraden van de input en de output hangt af van de status van de input en de mate van verandering van deze status. Met andere woorden, een fuzzy logic-systeem werkt volgens het principe van het toewijzen van een bepaalde output afhankelijk van de waarschijnlijkheid van de status van de input.

Hoe is Fuzzy Logic ontstaan?

Fuzzy Logic is in 1965 ontwikkeld door Lotfi Zadeh van de University of California, Berkley als een manier om computerprocessen uit te voeren op basis van natuurlijke waarden in plaats van binaire waarden. Het werd aanvankelijk gebruikt als een manier om gegevens te verwerken en werd later gebruikt als een controlestrategie.

Hoe werkt Fuzzy Logic?

Fuzzy logic werkt volgens het concept van het bepalen van de output op basis van aannames. Het werkt op basis van sets. Elke set vertegenwoordigt enkele taalvariabelen die de mogelijke status van de uitvoer bepalen. Elke mogelijke toestand van de invoer en de mate van verandering van de toestand maken deel uit van de set, afhankelijk van welke de uitvoer wordt voorspeld. Het werkt volgens het principe van If-else-the, d.w.z. If A AND B Then Z.

Stel dat we een systeem willen besturen waarbij de uitvoer overal in de set X kan zijn, met een generieke waarde x, zodat x bij X hoort. Beschouw een bepaalde set A die een subset is van X zodat alle leden van A behoren tot het interval 0 en 1. De set A staat bekend als een fuzzy set en de waarde van f_NAAR(x) bij x geeft de mate van lidmaatschap van x in die set aan. De output wordt bepaald op basis van de mate van lidmaatschap van x in de set. Deze toekenning van lidmaatschap hangt af van de aanname van de outputs afhankelijk van de inputs en de mate van verandering van de inputs.

Deze vage sets worden grafisch weergegeven met behulp van lidmaatschapsfuncties en de output wordt bepaald op basis van de mate van lidmaatschap van elk onderdeel van de functie. Het lidmaatschap van de sets wordt bepaald door de IF-Else-logica.

Over het algemeen zijn de variabelen van de set de toestand van de ingangen en de mate van veranderingen van de ingang en het lidmaatschap van de uitgang hangt af van de logica van EN-werking van de toestand van de ingang en de mate van verandering van de ingang. Voor een multi-input systeem kunnen de variabelen ook de verschillende inputs zijn en de output kan het mogelijke resultaat zijn van de AND-bewerking tussen de variabelen.

Fuzzy controlesysteem

Een fuzzy controlesysteem bestaat uit de volgende componenten:

Een Fuzzy Logic-besturingssysteem

Een fuzzifier die de gemeten of de invoervariabelen in numerieke vormen omzet in taalvariabelen.

Een controller voert de fuzzy logic-bewerking uit door de uitgangen toe te wijzen op basis van de taalkundige informatie. Het voert benaderende redeneringen uit op basis van de menselijke manier van interpretatie om controlelogica te bereiken. De controller bestaat uit de kennisbank en de inferentie-engine. De kennisbank bestaat uit de lidmaatschapsfuncties en de fuzzy-regels, die worden verkregen door kennis van de systeemwerking volgens de omgeving.

De Defuzzifier converteert deze vage uitvoer naar de vereiste uitvoer om het systeem te besturen.

Een eenvoudig regelsysteem dat gebruikmaakt van Fuzzy Logic om de snelheid van de ventilator te regelen, afhankelijk van de temperatuur van de ingang.

Stel dat u de snelheid van de ventilator wilt regelen afhankelijk van de temperatuur van de kamer. Voor een normale leek als de temperatuur van de kamer zodanig is dat hij / zij te warm aanvoelt, dan wordt de ventilatorsnelheid verhoogd tot de volle waarde. Voelt hij / zij een beetje warm aan, dan wordt de ventilatorsnelheid matig verhoogd. Als hij / zij het te koud heeft, wordt de ventilatorsnelheid drastisch verlaagd.

Dus hoe zorg je ervoor dat je computer dit doet?

Dit is hoe we dit kunnen bereiken:

Ventilatorsnelheid regelen op basis van temperatuurinvoer

De temperatuursensor meet de temperatuurwaarden van de ruimtes. De verkregen waarden worden genomen en vervolgens aan de fuzzifier gegeven.
De fuzzifier kent taalvariabelen toe voor elke gemeten waarde en de snelheid waarmee de gemeten waarde verandert.

Als de gemeten waarde bijvoorbeeld 40⁰C en hoger is, is de kamer te warm

Als de gemeten waarde tussen de 30⁰C en 40⁰C ligt, is de kamer behoorlijk warm

Als de gemeten waarde 22 tot 28⁰C is, is de kamer matig

Als de gemeten waarde 10 tot 20⁰C is, is de ruimte koud

Als de gemeten waarde lager is dan 10, is de ruimte te koud.

De volgende stap betreft het functioneren van de kennisbank die zowel de informatie van deze ledenfuncties als de rule base bevat.

Als de kamer bijvoorbeeld te warm is EN de kamer snel opwarmt, stelt u de ventilatorsnelheid in op Hoog

Als de kamer te warm is EN de kamer wordt langzaam opgewarmd, stel de ventilatorsnelheid dan in op minder dan Hoog.

De volgende stap omvat het omzetten van deze taalkundige uitvoervariabele in numerieke variabelen of logische variabelen die worden gebruikt om de ventilator aan te drijven Motor bestuurder