Bulanık Mantık - Kontrol Sistemi
Bulanık mantık, çeşitli kontrol uygulamalarında büyük bir başarıyla uygulanmaktadır. Neredeyse tüm tüketici ürünleri bulanık kontrole sahiptir. Örneklerden bazıları arasında klima yardımı ile oda sıcaklığınızın kontrol edilmesi, araçlarda kullanılan anti-fren sistemi, trafik ışıklarının kontrolü, çamaşır makineleri, büyük ekonomik sistemler vb. Sayılabilir.
Kontrol Sistemlerinde Neden Bulanık Mantık Kullanılır?
Bir kontrol sistemi, başka bir fiziksel sistemi değiştirmek için tasarlanmış fiziksel bileşenlerin bir düzenlemesidir, böylece bu sistem belirli istenen özellikleri sergiler. Kontrol Sistemlerinde Bulanık Mantık kullanmanın bazı nedenleri aşağıdadır -
Geleneksel kontrolü uygularken, model ve kesin terimlerle formüle edilen amaç işlevi hakkında bilgi sahibi olunması gerekir. Bu, birçok durumda uygulamayı çok zorlaştırır.
Kontrol için bulanık mantık uygulayarak, bir kontrolör tasarlamak için insan uzmanlığını ve deneyimini kullanabiliriz.
Bulanık kontrol kuralları, temelde IF-THEN kuralları, bir kontrolör tasarımında en iyi şekilde kullanılabilir.
Bulanık Mantık Kontrol (FLC) Tasarımında Varsayımlar
Bulanık kontrol sistemi tasarlanırken, aşağıdaki altı temel varsayım yapılmalıdır -
The plant is observable and controllable - Giriş, çıkış ve durum değişkenlerinin gözlem ve kontrol amacıyla mevcut olduğu varsayılmalıdır.
Existence of a knowledge body - Dil kurallarına sahip bir bilgi kurumunun ve kuralların çıkarılabileceği bir girdi-çıktı veri setinin olduğu varsayılmalıdır.
Existence of solution - Bir çözüm olduğu varsayılmalıdır.
‘Good enough’ solution is enough - Kontrol mühendisliği, optimum çözüm yerine "yeterince iyi" çözüm aramalıdır.
Range of precision - Bulanık mantık denetleyicisi, kabul edilebilir bir hassasiyet aralığında tasarlanmalıdır.
Issues regarding stability and optimality - Kararlılık ve iyimserlik konuları, açıkça ele alınmak yerine Bulanık mantık denetleyicisi tasarlanırken açık olmalıdır.
Bulanık Mantık Kontrol Mimarisi
Aşağıdaki diyagram, Fuzzy Logic Control (FLC) mimarisini göstermektedir.
FLC'nin Ana Bileşenleri
Yukarıdaki şekilde gösterildiği gibi FLC'nin ana bileşenleri aşağıdadır -
Fuzzifier - Fuzzifier'ın rolü, net girdi değerlerini bulanık değerlere dönüştürmektir.
Fuzzy Knowledge Base- Tüm girdi-çıktı bulanık ilişkileri hakkındaki bilgileri depolar. Ayrıca, girdi değişkenlerini bulanık kural tabanına ve çıktı değişkenlerini kontrol altındaki tesise tanımlayan üyelik işlevine de sahiptir.
Fuzzy Rule Base - Alan sürecinin işleyişi hakkındaki bilgileri depolar.
Inference Engine- Herhangi bir FLC'nin çekirdeği görevi görür. Temelde yaklaşık akıl yürütme yaparak insan kararlarını simüle eder.
Defuzzifier - Bulanıklaştırıcının rolü, bulanık değerleri bulanık çıkarım motorundan elde edilen net değerlere dönüştürmektir.
FLC'yi Tasarlama Adımları
Aşağıda, FLC'nin tasarlanmasında yer alan adımlar verilmiştir -
Identification of variables - Burada, incelenen tesisin girdi, çıktı ve durum değişkenleri tanımlanmalıdır.
Fuzzy subset configuration- Bilgi evreni belirsiz alt kümelerin sayısına bölünmüştür ve her alt kümeye bir dil etiketi atanmıştır. Her zaman bu bulanık alt kümelerin evrenin tüm unsurlarını içerdiğinden emin olun.
Obtaining membership function - Şimdi, yukarıdaki adımda aldığımız her bulanık alt küme için üyelik işlevini edinin.
Fuzzy rule base configuration - Şimdi bulanık girdi ve çıktı arasındaki ilişkiyi atayarak bulanık kural tabanını formüle edin.
Fuzzification - Bu adımda fuzzifikasyon süreci başlatılır.
Combining fuzzy outputs - Bulanık yaklaşık akıl yürütme uygulayarak, bulanık çıktıyı bulun ve birleştirin.
Defuzzification - Son olarak, net bir çıktı oluşturmak için bulanıklaştırma sürecini başlatın.
Bulanık Mantık Kontrolünün Avantajları
Şimdi Fuzzy Logic Control'ün avantajlarını tartışalım.
Cheaper - Bir FLC geliştirmek, performans açısından model tabanlı veya başka bir kontrolör geliştirmekten nispeten daha ucuzdur.
Robust - FLC'ler, çok çeşitli çalışma koşullarını karşılama kabiliyetleri nedeniyle PID kontrolörlerinden daha sağlamdır.
Customizable - FLC'ler özelleştirilebilir.
Emulate human deductive thinking - Temel olarak FLC, insanların bildiklerinden bir sonuç çıkarmak için kullandıkları süreç olan tümdengelimli insan düşüncesini taklit etmek için tasarlanmıştır.
Reliability - FLC, geleneksel kontrol sisteminden daha güvenilirdir.
Efficiency - Bulanık mantık, kontrol sistemine uygulandığında daha fazla verimlilik sağlar.
Bulanık Mantık Kontrolünün Dezavantajları
Şimdi Bulanık Mantık Kontrolünün dezavantajlarının neler olduğunu tartışacağız.
Requires lots of data - FLC'nin uygulanması için çok sayıda veriye ihtiyaç vardır.
Useful in case of moderate historical data - FLC, geçmiş verilerden çok daha küçük veya daha büyük programlar için kullanışlı değildir.
Needs high human expertise - Sistemin doğruluğu insanların bilgi ve uzmanlığına bağlı olduğundan bu bir dezavantajdır.
Needs regular updating of rules - Kurallar zamanla güncellenmelidir.