洒水系统模糊控制

10
20 30
40
50
60
30 （a）单值隶属度函数
60
（a）非单值隶属度函数
图5 洒水系统输出隶属度函数
• 2.建立模糊规则库
模糊控制规则是模糊推理的依据，主要根据专家经 验与系统的观察和测量结果生成。 例如洒水系统中： 如果室外温度低，土壤湿润，那么洒水时间很短 如果室外温度中等，土壤潮湿，那么洒水时间中等 如果室外温度热，土壤干燥，那么洒水时间就长 规则库中的规则数量取决于各个输入量所含语言值的 语言值的 专家的经验及实际需要 数量、专家的经验 实际需要。 数量 专家的经验 实际需要
模糊输出：洒水时间长.25和中.46
第三步， 第三步，反模糊化
规则推理
反模糊化
输入变量的 隶属度函数
精确输出量 图6
• 反模糊化过程就是根据输出变量的隶属度函数，求 出精确输出值的过程。 • 常用方法有最大隶属度法、重心法、加权平均法。
1.最大隶属度法 1.最大隶属度法
• 洒水时间长的隶属度为0.25，“中等”的隶 属度为0.46，取“中等”作为最终输出。从 图5（a）可以看出30min是洒水控制时间。
• 第一步，确定输入输出变量名称。输入变量为空气 温度、土壤湿度，输出变量为洒水时间。 • 第二步，确定论域。温度论域定为30～110°F，湿 度论域为0% ～70%，洒水时间论域为0 ～70min。 • 第三步，确定每个语言变量的语言值个数及名称 （一般选3 ～ 9个）。温度：冷、凉、温、暖、和 热；湿度：干燥、潮湿和湿润；输出语言变量：短、 中等和长。 • 第四步，确定每个语言变量的每个语言值的位置和 形状，即每个语言值的隶属度函数。
• 2.软件法
软件法实现模糊控制的硬件结构与数字控制器相同， 常用MCU组成硬件系统，软件上用模糊算法代替数字 控制算法。这样就把原来的数字控制器变成了模糊 控制器。 软件法的模糊控制器成本低灵活度高，通用性强， 应用范围广。 软件法大致分查表法、公式法、推理法三种。
表1 洒水系统规则库
温度 湿度 冷 凉 温 暖 热
湿
短
短
短
短
短
潮
短
中
中
中
中
干
长
长
长
长
长
3.模糊推理 3.模糊推理
• 模糊推理方法多样，常用有MAX-MIN法、乘积法等。 MAX-MIN法注意逻辑词“与”“或” • 规则1:如果温度热（.46）土壤干（.25），那么洒水时间长(.25) • 规则2:如果温度热（.46）土壤潮（.75），那么洒水时间中(.46) • 规则3:如果温度暖（.20）土壤干（.25），那么洒水时间长(.20) • 规则4:如果温度暖（.20）土壤潮（.75），那么洒水时间中(.20)
洒水系统模糊控制器的设计
2009.4.13 自动化06-2 讲述：刘桂林
模糊控制步骤
精确输入量
第一步
模糊化
输入变量的 隶属度函数
第二步
规则推理
规则库
第三步
反模糊化
输入变量的 隶属度函数
精确输出量 图1
第一步 模糊化
精确输入量
模糊化
输入变量的 隶属度函数
模糊输入量
图2
1.建立输入变量隶属度函数 1.建立输入变量隶属度函数
uA 干燥 潮湿 湿润
uA 冷
凉
温
暖
热
0.75 0.25
0.46
0.20
11%
22% x
30 40 47 60 70 75 84 90 98 （b）空气温度隶属度函数
ቤተ መጻሕፍቲ ባይዱ
110 x
（a）土壤湿度隶属度函数
图3 洒水系统输入变量隶属度函数
2.模糊化 2.模糊化
• 模糊化就是求精确输入值相对与输入语言变 量各语言值的隶属度。 • 假定某时刻气温92°F，土壤湿度11%。从图 可知相对语言值“温”的隶属度为0.2，对热 的隶属度为0.46，而对于冷、凉、中等的隶 属度皆为0；11%的湿度属于干的程度为0.25， 属于潮的隶属度为0.75.
第二步 模糊规则推理
模糊输入量
规则推理
规则库
模糊输出量
图4
• 模糊规则推理的输入输出都是模糊量。输入变量是 输入精确值相对于输入变量所有语言值的隶属度， 输出是输出变量各语言值的隶属度。 • 完成条件：确定输出模糊变量的隶属度、建立模糊 规则库。
• 1.建立输出变量的隶属度函数
uA 短 中 长
uA
2.重心法 2.重心法
• 上例中模糊量输出有两个：0.46/30和0.25/60. 0.46×30+0.25×60 COG=--------------------=40.5 0.46+0.25 • 即洒水时间是40.5
模糊控制的实现
• 实现模糊控制有两种方法：硬件法、软件法。 1.专用硬件模糊控制器 直接用硬件芯片实现模糊化、模糊推理、反模糊化 的模糊控制全过程。常用模糊芯片有模糊微处理器、 模糊协处理器、模糊MCU等大规模集成电路。 优点是推理速度快，控制精度高，缺点是价格昂贵， 输入输出及控制规则少，灵活性差。目前主要用于 伺服系统、机器人、汽车等领域。