Logica fuzzy - Sistema di controllo

La logica fuzzy viene applicata con grande successo in varie applicazioni di controllo. Quasi tutti i prodotti di consumo hanno un controllo sfocato. Alcuni degli esempi includono il controllo della temperatura ambiente con l'ausilio del condizionatore d'aria, del sistema antibloccaggio utilizzato nei veicoli, del controllo dei semafori, delle lavatrici, dei grandi sistemi economici, ecc.

Perché utilizzare la logica fuzzy nei sistemi di controllo

Un sistema di controllo è una disposizione di componenti fisici progettati per alterare un altro sistema fisico in modo che questo sistema mostri determinate caratteristiche desiderate. Di seguito sono riportati alcuni motivi per utilizzare Fuzzy Logic nei sistemi di controllo:

Nell'applicare il controllo tradizionale è necessario conoscere il modello e la funzione obiettivo formulata in termini precisi. Ciò rende molto difficile l'applicazione in molti casi.
Applicando la logica fuzzy per il controllo possiamo utilizzare la competenza e l'esperienza umana per progettare un controller.
Le regole di controllo fuzzy, fondamentalmente le regole IF-THEN, possono essere utilizzate al meglio nella progettazione di un controller.

Presupposti nella progettazione FLC (Fuzzy Logic Control)

Durante la progettazione del sistema di controllo fuzzy, dovrebbero essere fatte le seguenti sei ipotesi di base:

The plant is observable and controllable - Si deve presumere che le variabili di input, output e stato siano disponibili per scopi di osservazione e controllo.
Existence of a knowledge body - Si deve presumere che esista un corpo della conoscenza con regole linguistiche e una serie di dati di input-output da cui è possibile estrarre le regole.
Existence of solution - Si deve presumere che esista una soluzione.
‘Good enough’ solution is enough - L'ingegneria di controllo deve cercare una soluzione "sufficientemente buona" piuttosto che ottimale.
Range of precision - Il fuzzy logic controller deve essere progettato entro un intervallo di precisione accettabile.
Issues regarding stability and optimality - Le questioni di stabilità e ottimalità devono essere aperte nella progettazione del Fuzzy logic controller piuttosto che affrontate esplicitamente.

Architettura del controllo logico fuzzy

Il diagramma seguente mostra l'architettura di Fuzzy Logic Control (FLC).

Componenti principali di FLC

I seguenti sono i componenti principali dell'FLC come mostrato nella figura sopra:

Fuzzifier - Il ruolo del fuzzifier è convertire i valori di input nitidi in valori fuzzy.
Fuzzy Knowledge Base- Memorizza la conoscenza di tutte le relazioni fuzzy input-output. Possiede anche la funzione di appartenenza che definisce le variabili di input alla fuzzy rule base e le variabili di output all'impianto sotto controllo.
Fuzzy Rule Base - Memorizza la conoscenza sul funzionamento del processo di dominio.
Inference Engine- Agisce come un kernel di qualsiasi FLC. Fondamentalmente simula le decisioni umane eseguendo un ragionamento approssimativo.
Defuzzifier - Il ruolo del defuzzy è convertire i valori fuzzy in valori nitidi ottenuti dal motore di inferenza fuzzy.

Fasi della progettazione di FLC

Di seguito sono riportati i passaggi coinvolti nella progettazione di FLC:

Identification of variables - Qui devono essere identificate le variabili di ingresso, uscita e stato dell'impianto che si sta considerando.
Fuzzy subset configuration- L'universo delle informazioni è diviso in un numero di sottoinsiemi fuzzy e ad ogni sottoinsieme viene assegnata un'etichetta linguistica. Assicurati sempre che questi sottoinsiemi sfocati includano tutti gli elementi dell'universo.
Obtaining membership function - Ora ottieni la funzione di appartenenza per ogni sottoinsieme fuzzy che otteniamo nel passaggio precedente.
Fuzzy rule base configuration - Ora formula la base di regole fuzzy assegnando una relazione tra input e output fuzzy.
Fuzzification - Il processo di fuzzificazione viene avviato in questa fase.
Combining fuzzy outputs - Applicando un ragionamento approssimativo fuzzy, individua l'output fuzzy e uniscili.
Defuzzification - Infine, avvia il processo di defuzzificazione per formare un risultato nitido.

Vantaggi del controllo logico fuzzy

Parliamo ora dei vantaggi del Fuzzy Logic Control.

Cheaper - Lo sviluppo di un FLC è relativamente più economico rispetto allo sviluppo di controller basati su modelli o di altro tipo in termini di prestazioni.
Robust - Gli FLC sono più robusti dei controller PID grazie alla loro capacità di coprire una vasta gamma di condizioni operative.
Customizable - Gli FLC sono personalizzabili.
Emulate human deductive thinking - Fondamentalmente FLC è progettato per emulare il pensiero deduttivo umano, il processo che le persone usano per inferire conclusioni da ciò che sanno.
Reliability - FLC è più affidabile del sistema di controllo convenzionale.
Efficiency - La logica fuzzy fornisce una maggiore efficienza se applicata nel sistema di controllo.

Svantaggi del controllo logico fuzzy

Discuteremo ora quali sono gli svantaggi di Fuzzy Logic Control.

Requires lots of data - FLC necessita di molti dati per essere applicato.
Useful in case of moderate historical data - FLC non è utile per programmi molto più piccoli o più grandi dei dati storici.
Needs high human expertise - Questo è uno svantaggio poiché l'accuratezza del sistema dipende dalla conoscenza e dall'esperienza degli esseri umani.
Needs regular updating of rules - Le regole devono essere aggiornate nel tempo.