Giáo trình bài tập chuong8 cstd

Tập rõ Tập mờ Tập rõ có biên rõ ràng  Tập mờ có biên không rõ ràng  Tập rõ đươc định nghĩa  Tập mờ đươc định nghĩa thông x 6 thông qua hàm đặc trưng qua hàm liên thuộc... Bi n ngôn

Môn h c

NH P MÔN I U KHI N THÔNG MINH

Gi ng viên: PGS TS Hu nh Thái Hoàng g g

B môn i u Khi n T ng

Khoa i n – i n T

i h c Bách Khoa TP HCM Email: hthoang@hcmut.edu.vn Homepage: http://www4.hcmut.edu.vn/~hthoang

Ch ng 2

Ch ng 2

LÝ THUY T LOGIC M U U OG C OG C

GI I THI U

i khi h t l dù l i ki h đi

Gi i thi u ph ng pháp đi u khi n m

Gi i thi u ph ng pháp đi u khi n m

i u khi n m c ch t l ng dùng logic kinh đi n

 1 khi mưc chất lỏng trên mức cao nhất

mức dưới

lỏng chất

mực khi

0

nhat cao

mưc tren

long chat

mực khi

1 LH

mức dưới

lỏng chất

mực khi

0

nhất thấp

mức trên

lỏng chất

mực khi

1 LL

từ chuyển LH

nếu 0

0 sang 1

từ chuyển LL

nếu

i khi h t l dù l i

Gi i thi u ph ng pháp đi u khi n m

Gi i thi u ph ng pháp đi u khi n m

V1

i u khi n m c ch t l ng dùng logic m

G ù đ Giá trị đặt

Mực chất lỏng Sai số

 Người vận hành

mởgóc

thìnhỏ

sốsai

Gi i thi u ph ng pháp đi u khi n m

Gi i thi u ph ng pháp đi u khi n m

 Ph ng án đi u khi n 1: PLC (Programmable LogicController)

 Ph ng án đi u khi n 2: FLC (Fuzzy Logic Controller)

 Ph ng pháp đi u khi n m là ph ng pháp đi ukhi n b t ch c quá trình x lý các thông tin không rõ

khi n b t ch c quá trình x lý các thông tin không rõràng và ra quy t đ nh đi u khi n c a con ng i

Các ng d ng c a ph ng pháp đi u khi n m

Các ng d ng c a ph ng pháp đi u khi n m

 ng d ng đ u tiên: K đ ng c h i n c (Mamdani, 1974)

 Càng ngày có càng nhi u h th ng đi u khi n trong công nghi p và dân d ng áp d ng ph ng pháp đi u khi n m

khi n m

 i u khi n h th ng th ng và t ng t c c a xe l a,

h th ng lái xe

 i u khi n robot

 i u khi n máy gi t máy nh t đ ng

 i u khi n máy gi t, máy nh t đ ng,

C s toán h c c a ph ng pháp đi u khi n m

C s toán h c c a ph ng pháp đi u khi n m

Phân lo i m

Lý thuy t

t p m

Logic m và suy lu n m

Nh n d ng m

i u khi n m

T P H P M

a b

c

) (

Tập rõ Tập mờ

 Tập rõ có biên rõ ràng  Tập mờ có biên không rõ ràng

 Tập rõ đươc định nghĩa  Tập mờ đươc định nghĩa thông

x

6

thông qua hàm đặc trưng qua hàm liên thuộc

( x A~ x

) (

~ x

A

A

] 1 , 0 [ :

) (

~ x X 

A



Ánh x A~ ( x ) đ c g i là hàm liên thu c c a t p m .A ~

 Hàm liên thu c đ c tr ng cho đ ph thu c c a m t

ph n t c a b t k thu c t p c s X vào t p m Nói

á h khá t á đ h b i hà liê th ó

A ~

cách khác, t p m xác đ nh b i hàm liên thu c c a nó

Thí d hàm liên thu c mô t t p m

~  x   x 

A

) (

2 7

Các d ng hàm liên thu c

Công th c tính hàm liên thu c: xem H th ng đi u khi n thông minh, trang 32-34

Các d ng hàm liên thu c

 Mi n n n: là mi n thu c t p c s sao cho (x) > 0.

 Biên: là mi n thu c t p c s sao cho 0 < (x) < 1

 Biên: là mi n thu c t p c s sao cho 0 < (x) < 1.

 Lõi: là mi n thu c t p c s sao cho (x) = 1.

X x





 hgt

S phân ho ch m (Fuzzy partition)

Cá t A ~ A ~ A ~ đ h h t ê t X

 Các t p m đ nh ngh a trên t p c s X

đ c g i là phân ho ch m n u và:

nA A

A1, 2, ,

X A

A ~i   , ~i 

1 )

Bi n ngôn ng và giá tr ngôn ng

Ví d bi n ngôn ng và giá tr ngôn ng

 Cho bi n ngôn ng “nhi t đ ” c a m t lò s y hãy

 Cho bi n ngôn ng nhi t đ c a m t lò s y, hãy

đ nh ngh a các t p m mô t các giá tr ngôn ng :

“r t th p”, “th p”, “trung bình”, “cao”, “r t cao” r t th p , th p , trung bình , cao , r t cao Bi t Bi t

r ng giá tr v t lý c a nhi t đ lò n m trong mi n

25<x<200oC

CÁC PHÉP TOÁN TRÊN T P M

( :

Toán t T có th là MIN (c c ti u), PROD (tích), …

Giao c a hai t p m dùng toán t MIN

) ( :

LOGIC M

nh ngh a m nh đ m

nh ngh a m nh đ m

Giá tr th t c a m nh đ m

Giá tr th t c a m nh đ m

đúng (0 ho c 1), giá tr th t (true value) c a m nh đ m

) ( )

P ~ :  ~

A ~

P ~ :  ~

P ~

A x

P : 

 Giá tr th t c a m nh đ ph đ nh là:

) ( 1

)

~ ( 1

)

~

P ~ :  ~ Q ~ : x  B ~

m nh đ xác đ nh b i:

A x

~

~

B A

x Q



 Giá tr th t c a m nh đ giao là:

) ( )

~

~

T (  Q )   A AB B ( )

P ~ :  ~ Q ~ : x  B ~

m nh đ xác đ nh b i:

A x

~

~

B A

x Q



 Giá tr th t c a m nh đ h p là:

) ( )

~

~

T (  Q )   A AB B ( )

Q : 

t I:

)) (

), ( (

)

~

~ ( P Q I ~ x ~ y

T   A B

Toán t I th ng đ c s d ng là toán t MIN ho c PROD

Qui t c m (Fuzzy rules)

H qui t c m

H qui t c m g m nhi u qui t c m

Thí d h k qui t c m đối với n bi n ngõ vào cĩ

g

d ng nh sau:

r1: nếu x1 là A1,1 va ø … và xn là An,1 thì y là B1

r2: nếu x1 là A ~1,2 và … và x n là A ~n,2 thì y là B ~2

…

rk: nếu x1 là A~1,k và … và x n là A ~n,,k thì y là B ~k

SUY LU N M

1  A1

1  A1

Suy lu n t h qui t c m

 K t qu suy lu n c a h qui t c m b ng h p k t qu suy

 K t qu suy lu n c a h qui t c m b ng h p k t qu suy

H M

H M

Kh i ti n x lý

 Tín hi u vào b đi u khi n th ng là giá tr rõ t

 Tín hi u vào b đi u khi n th ng là giá tr rõ t

các m ch đo, b ti n x lý có ch c n ng x lý các

giá tr đo này tr c khi đ a vào b đi u khi n m

c b n

Kh i ti lý ó th

 Kh i ti n x lý có th :

 L ng t hóa ho c làm tròn giá tr đo

 Chu n hóa ho c t l giá tr đo vào t m giá tr

chu n.

 L c nhi u.

) ' (

)

(2

H qui t c m

 H qui t c m có th xem là mô hình toán h c bi u

di n tri th c, kinh nghi m c a con ng i trong vi c

gi i quy t bài toán d i d ng các phát bi u ngôn

gi i quy t bài toán d i d ng các phát bi u ngôn

ng

 Có hai lo i qui t c đi u khi n th ng dùng:

 Có hai lo i qui t c đi u khi n th ng dùng:

 Qui t c m Mamdani

 Qui t c m Sugeno

 Qui t c m Sugeno

Qui t c Mamdani

 Qui t c Mamdani là qui t c m trong đó m nh đ k t lu n

 Qui t c Mamdani là qui t c m trong đó m nh đ k t lu n

 N u “sai s ” là “l n” và “t c đ bi n thiên sai s ” là

 N u sai s là l n và t c đ bi n thiên sai s là

“nh ” thì “đi n áp đi u khi n” là “trung bình”

 N u “góc l ch” là “âm ít” và “bi n thiên góc l ch” là

 N u góc l ch là âm ít và bi n thiên góc l ch là

“d ng ít” thì “đi n áp đi u khi n” là “zero”

Qui t c Sugeno

 Qui t c Sugeno là qui t c m trong đó m nh đ k t lu n

 Qui t c Sugeno là qui t c m trong đó m nh đ k t lu n

 Qui t c Sugeno v i hàm tuy n tính m nh đ k t lu n:

 Qui t c Sugeno v i hàm tuy n tính m nh đ k t lu n:

Gi i m

 Gi i m (defuzzification) là chuy n đ i giá tr m

 Gi i m (defuzzification) là chuy n đ i giá tr m

ngõ ra c a h m thành giá tr rõ

 Các ph ng pháp gi i m có th qui vào hai nhóm:

 Gi i m d a vào đ cao : th ng dùng trong các

bài t á hâ hó bài toán phân nhóm

 Gi i m d a vào đi m tr ng tâm : th ng dùng

trong các bài toán đi u khi n

Ví d gi i m

M t đ c tính c a h m

M t đ c tính c a h m

 H m có th có nhi u ngõ vào và nhi u ngõ ra

 H m có th có nhi u ngõ vào và nhi u ngõ ra

th bi u di n m i quan h gi a m t ngõ ra theo hai

d i d ng giá tr ngôn ng Tuy nhiên hình d ng v trí

d i d ng giá tr ngôn ng Tuy nhiên, hình d ng, v trí

các t p m , ph ng pháp suy di n, ph ng pháp gi i m

c ng nh h ng đ n m t đ c tính

c ng nh h ng đ n m t đ c tính

 M t đ c tính ph i đi qua các đi m đ c tính

 M t đ c tính ph i đi qua các đi m đ c tính

 i m đ c tính là đi m xác đ nh quan h vào ra c a h

h m có quan h vào ra phi tuy n b t k

VÍ D NG D NG

H SUY LU N M

Các ng d ng trong đi n t (Fuzzy Electronics) Các ng d ng trong đi n t (Fuzzy Electronics)

 i u khi n m các thi t b đi n t gia d ng:

 i u khi n m các thi t b đi n t gia d ng:

 Máy gi t, máy r a chén, t l nh, máy đi u hòa,

Các ng d ng trong x lý nh và ti ng

 X lý nh m (fuzzy image processing)

 X lý nh m (fuzzy image processing)

 Ch nh đ t ng ph n m (fuzzy contrast

adjusment)

 Phân đo n nh m (fuzzy image segmentation)

 Tách biên m (fuzzy edge detection)

 Tách biên m (fuzzy edge detection)

 L c nhi u m (Fuzzy Noise Reduction)

 Nh n d ng ti ng nói m (Fuzzy Speech

Recognition)

Các ng d ng trong h th ng đi n (Power System) Các ng d ng trong h th ng đi n (Power System)

 D báo ph t i

 D báo ph t i

 Chu n đoán s c trong h th ng đi n

 i u khi n máy đi n

 ng d ng trong các h th ng đi n m t tr i, đi n

gió

gió,…

Các ng d ng trong đi u khi n (Control System) Các ng d ng trong đi u khi n (Control System)

 i u khi n PID m và các ng d ng trong đi u

khi n các quá trình công nghi p.

 i u khi n robot, c n tr c,

 i u khi n xe ô tô, tàu đi n,…

Các ph ng pháp thi t k b đi u khi n m s

đ c trình bày ch ng 3

Ví d 1: H th ng c a thông minh

 Yêu c u: i u khi n th i gian m c a “t i u”

Ví d 1: H th ng c a thông minh (tt)

 Phân tích: c n đi u khi n th i gian m c a sao cho:

 Phân tích: c n đi u khi n th i gian m c a sao cho:

tòa nhà

 T i thi u s l n u s đóng m c ađó g c a

c a càng dài

thì th i gian m c a càng ng n

Ví d 1: H th ng c a thông minh (tt)

Ví d 1: H th ng c a thông minh (tt)

c a:

(y)

1 VS S MED L VL

0 3 8 16 30 y (giây)

Bài t p

 Chênh l ch nhi t đ : x2 = 6 (oC)

lu n và tính toán trên

đ ng h m Mamdani đã mô t ví d trên

Ví d 2: Máy gi t thông minh

 Bài toán: xác đ nh th i gian gi t đ tùy theo đ b n

 Bài toán: xác đ nh th i gian gi t đ tùy theo đ b n,

lo i b n, và kh i l ng đ c n gi t.

 N u th i gian gi t quá dài  hao n ng l ng

 N u th i gian gi t quá dài  hao n ng l ng

 N u th i gian gi t quá ng n  đ không s ch

 Bi u th c toán h c liên h gi a th i gian gi t và đ

b n lo i b n và kh i l ng đ ?

b n, lo i b n và kh i l ng đ ?

 Quá ph c t p

 Ý t ng: nhi u ng i có kinh nghi m gi t đ 

tích h p cho máy gi t kinh nghi m c a ng p y g g g i.

 Kinh nghi m gi t đ :

Ví d 2: Máy gi t thông minh (tt)

 Kinh nghi m gi t đ :

 N u đ không quá b n và lo i b n không ph i là

d u m thì ch c n gi t đ trong kho ng th i gian

d u m thì ch c n gi t đ trong kho ng th i gian

Ví d 2: Máy gi t thông minh (tt)

Upper lid

 S đ máy gi t

Water supply pipe

Water supply valve Upper lid

 S đ máy gi t

W hi t k Holding tube

Pulsator Washing tank

Motor

Drain valve

Drain pipe Mechasism case

Ví d 2: Máy gi t thông minh (tt)

C m bi n:

 o lo i b n: b ng cách g đo th i gian bão hòa (th i gian g ( g

Ví d 2: Máy gi t thông minh (tt)

Ví d 2: Máy gi t thông minh (tt)

Các bi n ngôn ng và giá tr ngôn ng

Ví d 2: Máy gi t thông minh (tt)

 Hàm liên thu c mô t các giá tr ngôn ng c a bi n “

 Hàm liên thu c mô t các giá tr ngôn ng c a bi n

b n”

 Hàm liên thu c mô t các giá tr ngôn ng cho bi n “Lo i

b n” và “Kh i l ng” đ nh ngh a t ng t

Ví d 2: Máy gi t thông minh (tt)

 Hàm liên thu c mô t các giá tr ngôn ng c a bi n “Th i

 Hàm liên thu c mô t các giá tr ngôn ng c a bi n Th i

Ví d 2: Máy gi t thông minh (tt)

Ví d 2: Máy gi t thông minh (tt)

Ví d 2: Máy gi t thông minh (tt)

 Các qui t c m

 Các qui t c m

Ví d 2: Máy gi t thông minh (tt)

 Ch n php ng pháp suy lu n MAX-MIN, phg p p y , p ng pháp gi i g p p g

m tr ng tâm

Bài t p

Ví d 3: Chu n đoán s c trong h th ng đi n

Ví d 3: Chu n đoán s c trong h th ng đi n

 T i phi tuy n: phát sinh sóng hài

 T i phi tuy n: phát sinh sóng hài

 Sóng hài gây t n hao nhi t

 Biên đ đi n áp hài

 Tín hi u ra: Tín hi u chu n đoán s c

Ví d 3: Chu n đoán s c trong h th ng đi n (tt)

Ví d 3: Chu n đoán s c trong h th ng đi n (tt)

 S đ kh i b chu n chu n đoán m

 S đ kh i b chu n chu n đoán m

Ví d 3: Chu n đoán s c trong h th ng đi n (tt)

Ví d 3: Chu n đoán s c trong h th ng đi n (tt)

 Các giá tr ngôn ng c a bi n vào “ i n áp hài”

 Các giá tr ngôn ng c a bi n vào “ i n áp hài”

Ví d 3: Chu n đoán s c trong h th ng đi n (tt)

Ví d 3: Chu n đoán s c trong h th ng đi n (tt)

 Các giá tr ngôn ng c a bi n vào “Nhi t đ ”

 Các giá tr ngôn ng c a bi n vào “Nhi t đ ”

Ví d 3: Chu n đoán s c trong h th ng đi n (tt)

Ví d 3: Chu n đoán s c trong h th ng đi n (tt)

 Các giá tr ngôn ng c a bi n ra

 Các giá tr ngôn ng c a bi n ra

Ví d 3: Chu n đoán s c trong h th ng đi n (tt)

Ví d 3: Chu n đoán s c trong h th ng đi n (tt)

 H qui t c chu n đoán s c

 H qui t c chu n đoán s c

Ví d 3: Chu n đoán s c trong h th ng đi n (tt)

Ví d 3: Chu n đoán s c trong h th ng đi n (tt)

 H qui t c chu n đoán s c (tt)

 H qui t c chu n đoán s c (tt)

 Ch n php ng pháp suy lu n MAX-MIN, phg p p y , p ng pháp gi i g p p g

m MOM (Mean of Maximum)

Bài t p

GI I THI U FUZZY TOOLBOX C A MATLAB

Kích ho t Fuzzy Toolbox: >> fuzzy [ENTER]

Thêm ngõ vào ho c ngõ ra

Thêm hàm liên thu c cho bi n vào / bi n ra

Sau khi h c xong ch ng này SV ph i có kh n ng:

K t qu h c t p d ki n

Sau khi h c xong ch ng này, SV ph i có kh n ng:

 N m v ng khái ni m t p m và th c hi n các phép toán trên t p m

 N m v ng khái ni m bi n ngôn ng và bi t cách

đ nh ngh a các giá tr ngôn ng cho bi n ngôn ng

 Tính toán m hóa, suy lu n m , gi i m

 Phân bi t đ c h m Mamdani và h m Sugeno

 Phân bi t đ c h m Mamdani và h m Sugeno

 Thi t k các h suy lu n m

 S d ng Fuzzy Logic Toolbox

 S d ng Fuzzy Logic Toolbox