Fuzzy Logic - ระบบควบคุม
ฟัซซี่ลอจิกถูกนำไปใช้กับความสำเร็จอย่างมากในแอปพลิเคชันการควบคุมต่างๆ สินค้าอุปโภคบริโภคเกือบทั้งหมดมีการควบคุมที่ไม่ชัดเจน ตัวอย่างบางส่วน ได้แก่ การควบคุมอุณหภูมิห้องของคุณด้วยเครื่องปรับอากาศระบบป้องกันเบรกที่ใช้ในยานพาหนะการควบคุมสัญญาณไฟจราจรเครื่องซักผ้าระบบเศรษฐกิจขนาดใหญ่เป็นต้น
เหตุใดจึงต้องใช้ Fuzzy Logic ในระบบควบคุม
ระบบควบคุมคือการจัดเรียงองค์ประกอบทางกายภาพที่ออกแบบมาเพื่อปรับเปลี่ยนระบบทางกายภาพอื่นเพื่อให้ระบบนี้แสดงลักษณะที่ต้องการบางประการ ต่อไปนี้เป็นเหตุผลบางประการของการใช้ Fuzzy Logic ในระบบควบคุม -
ในขณะที่ใช้การควบคุมแบบเดิมเราจำเป็นต้องรู้เกี่ยวกับแบบจำลองและฟังก์ชันวัตถุประสงค์ที่กำหนดในรูปแบบที่แม่นยำ ทำให้ยากมากที่จะนำไปใช้ในหลาย ๆ กรณี
ด้วยการใช้ตรรกะที่คลุมเครือในการควบคุมเราสามารถใช้ความเชี่ยวชาญและประสบการณ์ของมนุษย์ในการออกแบบคอนโทรลเลอร์ได้
กฎการควบคุมที่คลุมเครือโดยพื้นฐานแล้วกฎ IF-THEN สามารถใช้ประโยชน์ได้ดีที่สุดในการออกแบบคอนโทรลเลอร์
สมมติฐานในการออกแบบ Fuzzy Logic Control (FLC)
ในขณะที่ออกแบบระบบควบคุมที่คลุมเครือควรตั้งสมมติฐานพื้นฐานหกข้อต่อไปนี้ -
The plant is observable and controllable - ต้องถือว่าตัวแปรอินพุตเอาต์พุตและสถานะพร้อมใช้งานเพื่อการสังเกตและควบคุม
Existence of a knowledge body - ต้องสันนิษฐานว่ามีองค์ความรู้ที่มีกฎทางภาษาและชุดข้อมูลอินพุต - เอาท์พุตที่สามารถดึงกฎได้
Existence of solution - ต้องสันนิษฐานว่ามีทางออก
‘Good enough’ solution is enough - วิศวกรรมควบคุมต้องมองหาโซลูชันที่ 'ดีเพียงพอ' มากกว่าวิธีที่เหมาะสมที่สุด
Range of precision - Fuzzy logic controller ต้องได้รับการออกแบบภายในช่วงความแม่นยำที่ยอมรับได้
Issues regarding stability and optimality - ประเด็นด้านความเสถียรและการเพิ่มประสิทธิภาพต้องเปิดกว้างในการออกแบบตัวควบคุมฟัซซี่ลอจิกแทนที่จะระบุไว้อย่างชัดเจน
สถาปัตยกรรมของ Fuzzy Logic Control
แผนภาพต่อไปนี้แสดงสถาปัตยกรรมของ Fuzzy Logic Control (FLC)
ส่วนประกอบหลักของ FLC
สิ่งต่อไปนี้เป็นองค์ประกอบหลักของ FLC ดังแสดงในรูปด้านบน -
Fuzzifier - บทบาทของฟัซซิไฟเออร์คือการแปลงค่าอินพุตที่คมชัดให้เป็นค่าฟัซซี
Fuzzy Knowledge Base- จัดเก็บความรู้เกี่ยวกับความสัมพันธ์ฟัซซีอินพุต - เอาท์พุตทั้งหมด นอกจากนี้ยังมีฟังก์ชั่นการเป็นสมาชิกซึ่งกำหนดตัวแปรอินพุตให้กับฐานของกฎฟัซซีและตัวแปรเอาต์พุตไปยังโรงงานภายใต้การควบคุม
Fuzzy Rule Base - จัดเก็บความรู้เกี่ยวกับการทำงานของกระบวนการของโดเมน
Inference Engine- ทำหน้าที่เป็นเคอร์เนลของ FLC ใด ๆ โดยพื้นฐานแล้วจะจำลองการตัดสินใจของมนุษย์โดยใช้เหตุผลโดยประมาณ
Defuzzifier - บทบาทของ defuzzifier คือการแปลงค่าฟัซซีให้เป็นค่าที่คมชัดซึ่งได้รับจากกลไกการอนุมานแบบฟัซซี
ขั้นตอนในการออกแบบ FLC
ต่อไปนี้เป็นขั้นตอนที่เกี่ยวข้องในการออกแบบ FLC -
Identification of variables - ในที่นี้ต้องระบุตัวแปรอินพุตเอาต์พุตและสถานะของพืชซึ่งอยู่ระหว่างการพิจารณา
Fuzzy subset configuration- จักรวาลของข้อมูลแบ่งออกเป็นจำนวนย่อยที่คลุมเครือและแต่ละชุดย่อยจะถูกกำหนดป้ายกำกับภาษา ตรวจสอบให้แน่ใจเสมอว่าส่วนย่อยที่คลุมเครือเหล่านี้มีองค์ประกอบทั้งหมดของจักรวาล
Obtaining membership function - ตอนนี้รับฟังก์ชั่นการเป็นสมาชิกสำหรับแต่ละส่วนย่อยที่ไม่ชัดเจนที่เราได้รับในขั้นตอนข้างต้น
Fuzzy rule base configuration - ตอนนี้กำหนดฐานกฎที่คลุมเครือโดยกำหนดความสัมพันธ์ระหว่างอินพุตและเอาต์พุตที่คลุมเครือ
Fuzzification - ขั้นตอนการทำให้เป็นฟองเริ่มต้นในขั้นตอนนี้
Combining fuzzy outputs - ด้วยการใช้เหตุผลโดยประมาณที่คลุมเครือค้นหาผลลัพธ์ที่คลุมเครือและรวมเข้าด้วยกัน
Defuzzification - ขั้นตอนสุดท้ายเริ่มกระบวนการละลายน้ำแข็งเพื่อสร้างผลลัพธ์ที่คมชัด
ข้อดีของ Fuzzy Logic Control
ตอนนี้ให้เราพูดถึงข้อดีของ Fuzzy Logic Control
Cheaper - การพัฒนา FLC ค่อนข้างถูกกว่าการพัฒนาแบบจำลองตามหรือคอนโทรลเลอร์อื่น ๆ ในแง่ของประสิทธิภาพ
Robust - FLC มีความแข็งแกร่งมากกว่าตัวควบคุม PID เนื่องจากความสามารถในการครอบคลุมสภาพการทำงานที่หลากหลาย
Customizable - FLC สามารถปรับแต่งได้
Emulate human deductive thinking - โดยทั่วไปแล้ว FLC ได้รับการออกแบบมาเพื่อเลียนแบบการคิดแบบนิรนัยของมนุษย์กระบวนการที่ผู้คนใช้ในการสรุปข้อสรุปจากสิ่งที่พวกเขารู้
Reliability - FLC มีความน่าเชื่อถือมากกว่าระบบควบคุมทั่วไป
Efficiency - Fuzzy logic ให้ประสิทธิภาพมากขึ้นเมื่อใช้ในระบบควบคุม
ข้อเสียของ Fuzzy Logic Control
ตอนนี้เราจะพูดถึงข้อเสียของ Fuzzy Logic Control คืออะไร
Requires lots of data - FLC ต้องการข้อมูลจำนวนมากเพื่อนำไปใช้
Useful in case of moderate historical data - FLC ไม่มีประโยชน์สำหรับโปรแกรมที่เล็กกว่าหรือใหญ่กว่าข้อมูลในอดีต
Needs high human expertise - นี่เป็นข้อเสียเปรียบประการหนึ่งเนื่องจากความแม่นยำของระบบขึ้นอยู่กับความรู้และความเชี่ยวชาญของมนุษย์
Needs regular updating of rules - กฎต้องมีการปรับปรุงตามเวลา