intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE
 » 
 » 

Luận văn tốt nghiệp: Ứng dụng Neurofuzzy trong điều khiển nhiệt độ thông qua Kit At89c52

Chia sẻ: Fvdxc Fvdxc | Ngày: | Loại File: PDF | Số trang:175

Thêm vào BST
Báo xấu
138
lượt xem 33
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Tên của đề tài là ứng dụng NeuroFuzzy để điều khiển nhiệt độ cho thấy đề tài không mới nhưng phương pháp điều khiển thì rất mới : đó là ứng dụng NeuroFuzzy, một lĩnh vực còn khá mới mẽ trong điều khiển tự động, là sự kết hợp của hai lĩnh vực trí khôn nhân tạo : logic mờ và mạng neuron nhằm tận dụng ưu điểm của cả hai.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn tốt nghiệp: Ứng dụng Neurofuzzy trong điều khiển nhiệt độ thông qua Kit At89c52

  1. TRƯỜNG ĐẠI HỌC KỸ THUẬT TP. HCM KHOA ĐIỆN ĐIỆN TỬ BỘ MÔN ĐIỀU KHIỂN TỰ ĐỘNG LUẬN VĂN TỐT NGHIỆP ĐỀ TÀI : ỨNG DỤNG NEUROFUZZY TRONG ĐIỀU KHIỂN NHIỆT ĐỘ THÔNG QUA KIT AT89C52 GVHD : LÊ TUẤN ANH SVTH : LÊ PHƯỚC THÀNH MSSV : 49600822 NIÊN KHÓA 1996 - 2001
  2. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh LỜI CẢM ƠN Xin chân thành cảm ơn tất cả các thầy cô trong trường ĐH Kỹ Thuật đã dạy dỗ cho đến ngày hôm nay, đặc biệt là các thầy cô trong bộ môn Điều Khiển Tự Động. Xin chân thành cảm ơn văn phòng bộ môn, đặc biệt là cô Ngọc đã tạo điều kiện giúp đỡ trong suốt quá trình thực hiện luận văn tốt nghiệp. Xin chân thành cảm ơn thầy Lê Tuấn Anh, người đã gợi ý và hướng dẫn thực hiện luận văn tốt nghiệp. Và xin cảm ơn tất cả những người đã gián tiếp tạo điều kiện thuận lợi trong quá trình làm luận văn tốt nghiệp. Dù đã cố rất gắng nhưng vẫn không tránh khỏi sai sót, xin được học hỏi những lời chỉ dẫn. Xin cảm ơn rất nhiều. Người thực hiện Lê Phước Thành Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 1
  3. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh LỜI TỰA Đề tài này được thực hiện trong khuôn khổ một môn học do trường ĐH Kỹ Thuật qui định với số tín chỉ là 10. Thông qua đó, sinh viên có một học kỳ để tự học, tự đánh giá khả năng của mình và trình bày thành luận văn dựa trên những hiểu biết của mình. Tên của đề tài là ứng dụng NeuroFuzzy để điều khiển nhiệt độ cho thấy đề tài không mới nhưng phương pháp điều khiển thì rất mới : đó là ứng dụng NeuroFuzzy, một lĩnh vực còn khá mới mẽ trong điều khiển tự động, là sự kết hợp của hai lĩnh vực trí khôn nhân tạo : logic mờ và mạng neuron nhằm tận dụng ưu điểm của cả hai. Nhằm để chứng tỏ ưu điểm của phương pháp này, đề tài điều khiển một đối tượng cụ thể là một lò nướng dân dụng. Luận văn trình bày đề tài được chia làm 5 phần lớn :  Phần 1 : Giới thiệu.  Phần 2 : Lý thuyết.  Phần 3 : Thiết kế.  Phần 4 : Kết qua điều khiển.  Phần 5 : tài liệu tham khảo. Trong mỗi phần có nhiều chương nhỏ trải rộng từ hệ thống, phần cứng, phần mềm với tổng số trang là 183. Do lượng nội dung viết thì nhiều mà khuôn khổ luận văn có giới hạn nên chỉ trình bày các giải thuật mà không trình bày chương trình. Tuy nhiên, nếu muốn tham khảo thì sử dụng đĩa CD-ROM kèm theo có chứa chương trình nguồn lẫn chương trình đã biên dịch (cho phép cài lên máy tính). Thực ra tác giả còn muốn trình bày nhiều hơn nữa nhưng đành phải rút gọn nên không thoát khỏi tình trạng thiếu trước hụt sau. Ngoài ra, do mỗi phần được viết trong các khoản thời gian khác nhau nên không tránh khỏi vấn đề không nhất quán trong trình bày. Lối văn phong cũng không được khoa học cho lắm. Mong rằng người đọc sẽ thông cảm mà bỏ qua những thiếu sót đó. Xin chân thành cảm ơn. Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 2
  4. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh MỤC LỤC Phần 1. Giới thiệu .................................................... 9 Chương 1. Giới thiệu đề tài..................................................... 10 1. Nhiệm vụ của đề tài.................................................................................. 11 2. Thực hiện.................................................................................................. 11 Phần 2. Lý thuyết ................................................... 12 Chương 1. Logic mờ ................................................................ 13 1. Sơ lược về logic mờ .................................................................................. 13 1.1. Quá trình phát triển của logic mờ ......................................................... 13 1.2. Cơ sở toán học của logic mờ ................................................................ 13 1.3. Logic mờ là logic của con người .......................................................... 16 1.4. So sánh logic mờ với lý thuyết xác suất thống kê ................................. 16 2. Các khái niệm dùng trong logic mờ ........................................................ 17 2.1. Tập hợp mờ và độ phụ thuộc ................................................................ 17 2.2. Hàm phụ thuộc ..................................................................................... 18 2.3. Biến ngôn ngữ ...................................................................................... 18 2.4. Luật mờ ................................................................................................ 19 3. Tính toán mờ ............................................................................................ 19 3.1. Mờ hóa ................................................................................................. 19 3.2. Tính luật mờ ......................................................................................... 19 3.3. Suy luận mờ ......................................................................................... 20 3.4. Giải mờ ................................................................................................ 21 Chương 2. Mạng Neuron ........................................................ 23 1. Sơ lược về mạng neuron .......................................................................... 23 1.1. Quá trình phát triển .............................................................................. 23 1.2. Mạng neuron là gì ?.............................................................................. 24 1.3. Cấu trúc của não ................................................................................... 24 2. Mô hình hóa mạng neuron ...................................................................... 26 2.1. Yêu cầu khi lập mô hình một neuron .................................................... 26 2.2. Lập mô hình neuron ............................................................................. 26 3. Học hỏi trong mạng neuron..................................................................... 28 4. Giải thuật học perceptron........................................................................ 30 4.1. Mô tả giải thuật .................................................................................... 30 4.2. Phân loại với mô hình perceptron ......................................................... 31 4.3. Tóm tắt giải thuật ................................................................................. 33 Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 3
  5. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh 4.4. Hạn chế ................................................................................................ 34 4.5. Nhận xét ............................................................................................... 34 5. Giải thuật học delta .................................................................................. 35 5.1. Đạo hàm ............................................................................................... 35 5.2. Mô tả luật học delta .............................................................................. 36 5.3. Một số hàm truyền và đạo hàm của nó.................................................. 37 5.4. Tóm tắt giải thuật ................................................................................. 38 6. Giải thuật delta tổng quát........................................................................ 39 6.1. Mô hình perceptron đa tầng .................................................................. 39 6.2. Luật học delta tổng quát ....................................................................... 39 6.3. Tóm tắt giải thuật ................................................................................. 41 7. Độ hiệu quả của mạng neuron ................................................................. 41 Chương 3. NeuroFuzzy ........................................................... 44 1. Sơ lược về NeuroFuzzy ............................................................................ 44 2. Kết hợp neuron và mờ ............................................................................. 45 2.1. Biểu diễn luật If-Then theo cấu trúc mạng neuron ................................ 45 2.2. Neuron mờ ........................................................................................... 48 3. Học hỏi trong NeuroFuzzy....................................................................... 50 3.1. Sửa đổi hàm phụ thuộc ......................................................................... 51 4. Nhận xét.................................................................................................... 54 Chương 4. Vi điều khiển ......................................................... 55 1. Vi điều khiển họ MCS-51......................................................................... 55 2. Vi điều khiển AT89C52 ........................................................................... 56 2.1. Cấu tạo chân ......................................................................................... 56 2.2. Sơ đồ khối ............................................................................................ 57 2.3. Mô tả chức năng các chân .................................................................... 57 2.4. Các thanh ghi chức năng ...................................................................... 59 2.5. Bộ nhớ dữ liệu ...................................................................................... 61 2.6. Đặc tính bộ dao động............................................................................ 62 2.7. Chế độ lười........................................................................................... 62 2.8. Chế độ hạ nguồn................................................................................... 62 2.9. Trạng thái của một số chân trong chế độ hạ nguồn và chế độ lười ........ 62 2.10. Các thông số kỹ thuật ......................................................................... 63 Chương 5. ADC ICL7109CPL ................................................ 67 1. Sơ lược các phương pháp biến đổi AD.................................................... 67 1.1. Biến đổi AD dùng bộ biến đổi DA ....................................................... 67 1.2. Bộ biến đổi Flash AD ........................................................................... 70 Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 4
  6. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh 1.3. Bộ biến đổi AD theo hàm dốc dạng lên xuống...................................... 71 1.4. Bộ biến đổi AD dùng chuyển đổi áp sang tần số ................................... 71 1.5. Bộ biến đổi AD theo tích phân hai độ dốc ............................................ 71 2. ICL7109CPL ............................................................................................ 72 2.1. Cấu tạo chân ......................................................................................... 73 2.2. Mô tả chức năng các chân .................................................................... 73 2.3. Quá trình biến đổi AD .......................................................................... 75 2.4. Lựa chọn giá trị .................................................................................... 76 2.5. Giao tiếp trực tiếp với ICL7109CPL..................................................... 77 Chương 6. MAX232................................................................. 78 1. Chuẩn RS-232-C ...................................................................................... 78 1.1. Các đầu nối .......................................................................................... 80 1.2. Mô tả chân ........................................................................................... 80 2. MAX232 và họ IC dùng biến đổi TTLRS-232-C ................................ 81 2.1. Cấu tạo chân ......................................................................................... 81 2.2. Mô tả chức năng chân........................................................................... 81 2.3. Sơ đồ khối và mạch tiêu biểu................................................................ 81 Chương 7. Các IC khác ........................................................... 83 1. OP07 ......................................................................................................... 83 2. MOC3020 ................................................................................................. 83 3. RAM 6264................................................................................................. 84 4. Chốt 74573 ................................................................................................ 84 5. BTA16....................................................................................................... 84 Chương 8. Thermocouple ....................................................... 85 1. Sơ lược về các dụng cụ đo nhiệt độ ......................................................... 85 1.1. Buổi ban đầu của thiết bị đo nhiệt độ .................................................... 85 1.2. Các loại cảm biến hiện tại..................................................................... 86 2. Thermocouple .......................................................................................... 87 2.1. Hiệu ứng Seebeck................................................................................. 87 2.2. Cách đo hiệu điện thế ........................................................................... 88 2.3. Bù nhiệt môi trường ............................................................................. 90 2.4. Các loại thermocouple .......................................................................... 90 2.5. Một số nhiệt độ chuẩn .......................................................................... 91 Phần 3. Thiết kế ..................................................... 92 Chương 1. Phần cứng .............................................................. 93 1. Cấu trúc tổng quát ................................................................................... 93 Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 5
  7. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh 2. Khối xử lý trung tâm ............................................................................... 94 3. Phân vùng địa chỉ..................................................................................... 96 4. Khối bộ nhớ và nguồn backup ................................................................ 97 5. Khối hiển thị............................................................................................. 98 6. Khối biến đổi AD.................................................................................... 102 7. Khối cảm biến và gia công ..................................................................... 105 8. Khối bàn phím........................................................................................ 108 8.1. Chương trình con GET_KEY ............................................................. 109 8.2. Chương trình con IN_HEX................................................................. 111 9. Truyền thông nối tiếp ............................................................................ 112 10. Khối mạch công suất ............................................................................ 114 11. Nguồn cung cấp .................................................................................... 115 12. Cách cân chỉnh mạch ........................................................................... 115 13. Xử lý 16-bit trên vi điều khiển 8-bit .................................................... 118 13.1 Chương trình con cộng 16-bit ............................................................ 119 13.2. Chương trình con đổi dấu một số ...................................................... 119 13.3. Chương trình con nhân số 16-bit cho số 8-bit ................................... 119 13.4. Chương trình con chia số 16-bit cho số 8-bit .................................... 120 Chương 2. Hệ thống .............................................................. 122 1. Thiết kế hệ mờ ........................................................................................ 122 1.1. Các nguyên tắc trong thiết kế ............................................................. 122 1.2. Thiết kế hệ mờ cho điều khiển nhiệt độ .............................................. 125 1.3. Thiết kế hệ luật................................................................................... 126 1.4. Tính luật và giải mờ ........................................................................... 127 2. Thiết kế hệ NeuroFuzzy ......................................................................... 127 2.1. Tập dữ liệu học................................................................................... 127 2.2. Thay đổi hệ mờ .................................................................................. 127 Chương 3. Phần mềm ............................................................ 129 1. Pha hoạt động......................................................................................... 129 1.1. Khuôn dạng luật của hệ ...................................................................... 130 1.2. Giải thuật điều khiển .......................................................................... 130 1.3. Xử lý mờ ............................................................................................ 131 1.4. Tính độ phụ thuộc .............................................................................. 132 1.5. Giải mờ theo CoM.............................................................................. 136 2. Pha học ................................................................................................... 137 3. Chương trình trên kit AT89C52 ........................................................... 137 3.1. Nhập dữ liệu ....................................................................................... 139 Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 6
  8. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh 3.2. Hoạt động........................................................................................... 144 3.3 Phân bố tài nguyên .............................................................................. 145 3.4. RAM ngoại ........................................................................................ 147 4. Chương trình trên máy tính .................................................................. 149 4.1. Qui định kiểu dữ liệu .......................................................................... 150 4.2. Giới thiệu chương trình NF Control.................................................... 151 4.3. Giới thiệu chương trình fuzzyTech ..................................................... 156 4.4. Giao tiếp giữa NF Control và FuzzyTech ........................................... 160 Phần 4. Kết quả điều khiển ................................. 171 Chương 1. Điều khiển thực tế ............................................... 172 1. Điều khiển 100C ................................................................................... 173 2. Điều khiển 125C ................................................................................... 174 3. Điều khiển 150C ................................................................................... 175 4. Điều khiển 175C ................................................................................... 176 5. Điều khiển 200C ................................................................................... 177 6. Điều khiển 225C ................................................................................... 178 7. Điều khiển 250C ................................................................................... 179 8. Điều khiển tổng hợp lần thứ nhất ......................................................... 180 9. Điều khiển tổng hợp lần thứ hai ............................................................ 181 Phần 5. Tài liệu tham khảo ................................. 182 Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 7
  9. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 8
  10. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh 1 GIớI THIệU Đề TÀI Từ xưa đến nay, nhiệt độ luôn hiện hữu quanh ta và đã trở thành một trong những yếu tố của sự sống. Tuy nhiên con người ở mỗi thời điểm khác nhau đều có cách nhận thức và xử lý nhiệt độ khác nhau. Thời xa xưa, con người không hề có khái niệm về nhiệt độ mặc dù họ biết nóng, lạnh. Sau đó, con người có khái niệm về sự tồn tại của nhiệt độ, tìm cách đo nó và so sánh giữa các loại nhiệt độ khác nhau. Tuy nhiên, họ vẫn cam chịu và tìm cách chung sống với nhiệt độ : nếu nóng quá thì tìm chỗ tránh nóng ở dưới gốc cây, bên bờ suối chẳng hạn. Đến một lúc nào đó, con người nảy sinh ra ý định điều khiển nhiệt độ, bắt nó phải phục vụ cho mục đích của mình. Ví như trong sinh hoạt hằng ngày, người ta nhận ra rằng nhiệt độ lý tưởng cho mội trường sống là 25C. Thế thì bằng mọi cách phải tạo ra được nhiệt độ 25C và máy điều hòa nhiệt độ ra đời. Hay trong nghành công nghiệp, điều khiển nhiệt độ là một vấn đề rất quan trọng. Trong ngành luyện kim, cần phải đạt đến một nhiệt độ nào đó để kim loại nóng chảy, và cũng cần đạt một nhiệt độ nào đó để ủ kim loại nhằm đạt được tốt các đặc tính cơ học như độ bền, độ dẻo, độ chống gỉ sét, … . Trong ngành thực phẩm, cần duy trì một nhiệt độ nào đó để nướng bánh, để nấu, để bảo quản, … . Từ đó, điều khiển nhiệt độ trở thành một lĩnh vực của điều khiển tự động. Và theo đà phát triển của các học thuyết về điều khiển tự động, kết quả của quá trình điều khiển nhiệt độ ngày càng một tốt hơn. Trước đây, con người điều khiển nhiệt độ bằng phương pháp PID rất tốt. Năm 1965, lý thuyết mờ ra đời đem lại nhiều thuận lợi hơn trong điều khiển tự động, và điều khiển nhiệt độ cũng hưởng được lợi điểm đó. Tuy nhiên việc thiết kế mờ là đơn giản nhưng việc tối ưu lại là khó. Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 9
  11. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh Mạng neuron cũng là một ngành thuộc lĩnh vực trí khôn nhân tạo, nhưng người ta ít dùng nó trong điều khiển do khó giải thích hành vi mà nó tạo ra mặc dù nó có khả năng học. Sự kết hợp của logic mờ và mạng neuron tạo ra một nghành mới gọi là NeuroFuzzy mang ưu điểm của cả hai : dễ thiết kế (thông qua logic mờ) và dễ tối ưu (thông qua quá trình học các hành vi mong muốn bằng mạng neron). Do đó điều khiển nhiệt độ bằng NeuroFuzzy hứa hẹn nhiều hấp dẫn. 1. NHIệM Vụ CủA Đề TÀI Điều khiển nhiệt độ một lò nướng dân dụng bằng phương pháp NeuroFuzzy. 2. THựC HIệN Thiết kế một kit dựa trên vi điều khiển AT89C52 cho phép :  Điều khiển lò nướng có công suất 1000W bằng phương pháp điều rộng xung (PWM).  Dùng cảm biến là loại Thermocouple.  Cho phép tự hoạt động hoặc hoạt động thông qua máy tính. Thiết kế chương trình xử lý mờ cho kit và cho máy tính :  Hai biến vào là sai lệch nhiệt độ ET và biến thiên sai lệch nhiệt độ DET, mỗi biến có 7 tập mờ.  Biến ra là duty cycle (gọi là OUT trong thiết kế) gồm 9 tập mờ dạng singleton trong miềm từ 0% đến 100%. Tối ưu bằng quá trình học của mạng neuron. Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 10
  12. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 11
  13. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh 1 LOGIC Mờ 1. SƠ LƯợC Về LOGIC Mờ 1.1. Quá trình phát triển của logic mờ Logic mờ được công bố lần đầu tiên tại Mỹ vào năm 1965. Cha đẻ của nó là Lotfi Zadeh, giáo sư về lý thuyết hệ thống tại trường đại học Berkeley, bang California. Kể từ đó, logic mờ đã có nhiều phát triển qua các chặng đường sau : phát minh ở Mỹ, áp dụng ở Châu Âu và đưa vào các sản phẩm thương mại ở Nhật. 1.1.1. Ứng dụng công nghiệp đầu tiên ở Châu Au Ứng dụng đầu tiên của logic mờ vào công nghiệp được thực hiện ở Châu Au, khoảng sau năm 1970. Tại trường Queen Mary ở Luân Đôn – Anh, Ebrahim Mamdani dùng logic mờ để điều khiển một máy hơi nước mà trước đây ông ấy không thể điều khiển được bằng các kỹ thuật cổ điển. Và tại Đức, Hans Zimmermann dùng logic mờ cho các hệ ra quyết định. Liên tiếp sau đó, logic mờ được áp dụng vào các lĩnh vực khác như điều khiển lò xi măng, … nhưng vẫn không được chấp nhận rộng rãi trong công nghiệp. Có một số ít ứng dụng dùng nó nhưng dấu đi cụm từ logic mờ mà thay bằng các từ ngữ như “logic đa giá trị” hay “logic liên tục”. Kể từ năm 1980, logic mờ đạt được nhiều thành công trong các ứng dụng ra quyết định và phân tích dữ liệu ở Châu Au. Nhiều kỹ thuật logic mờ cao cấp được nghiên cứu và phát triển trong lĩnh vực này. 1.1.2. Nhật Bản vươn lên dẫn đầu Cảm hứng từ những ứng dụng của Châu Au, các công ty của Nhật bắt đầu dùng logic mờ vào kỹ thuật điều khiển từ năm 1980. Nhưng do các phần cứng chuẩn tính toán theo giải thuật logic mờ rất kém nên hầu hết các ứng dụng đều dùng các phần cứng chuyên về logic mờ. Một trong những ứng dụng dùng logic mờ đầu Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 12
  14. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh tiên tại đây là nhà máy xử lý nước của Fuji Electric vào năm 1983, hệ thống xe điện ngầm của Hitachi vào năm 1987. Những thành công đầu tiên đã tạo ra nhiều quan tâm ở Nhật. Có nhiều lý do để giải thích tại sao logic mờ được ưa chuộng. Thứ nhất, các kỹ sư Nhật thường bắt đầu từ những giải pháp đơn giản, sau đó mới đi sâu vào vấn đề. Phù hợp với việc logic mờ cho phép tạo nhanh các bản mẫu rồi tiến đến việc tối ưu. Thứ hai, các hệ dùng logic mờ đơn giản và dễ hiểu. Sự “thông minh” của hệ không nằm trong các hệ phương trình vi phân hay mã nguồn. Cũng như việc các kỹ sư Nhật thường làm việc theo tổ, đòi hỏi phải có một giải pháp để mọi người trong tổ đều hiểu được hành vi của hệ thống, cùng chia sẽ ý tưởng để tạo ra hệ. Logic mờ cung cấp cho họ một phương tiện rất minh bạch để thiết kế hệ thống. Và cũng do nền văn hóa, người Nhật không quan tâm đến logic Boolean hay logic mờ; cũng như trong tiếng Nhật , từ “mờ’ không mang nghĩa tiêu cực. Do đó, logic mờ được dùng nhiều trong các ứng dụng thuộc lĩnh vực điều khiển thông minh hay xử lý dữ liệu. Máy quay phim và máy chụp hình dùng logic mờ để chứa đựng sự chuyên môn của người nghệ sĩ nhiếp ảnh. Misubishi thông báo về chiếc xe đầu tiên trên thế giới dùng logic mờ trong điều khiển, củng như nhiều hãng chế tạo xe khác của Nhật dùng logic mờ trong một số thành phần. Trong lĩnh vực tự động hóa, Omron Corp. có khoảng 350 bằng phát minh về logic mờ. Ngoài ra, logic mờ cũng được dùng để tối ưu nhiều quá trình hóa học và sinh học. 1.1.3. Châu Âu đuổi theo Nhật Năm năm trôi qua, các tổ hợp Châu Au nhận ra rằng mình đã mất một kỹ thuật chủ chốt vào tay người Nhật và từ đó họ đã nỗ lực hơn trong việc dùng logic mờ vào các ứng dụng của mình. Đến nay, có khoảng 200 sản phẩm bán trên thị trường và vô số ứng dụng trong điều khiển quá trình – tự động hóa dùng logic mờ. Từ những thành công đạt được, logic mờ đã trở thành một kỹ thuật thiết kế “chuẩn” và được chấp nhận rộng rãi trong cộng đồng. 1.1.4. Logic mờ ở Mỹ Trong những năm gần đây, logic mờ thu được nhiều quan tâm ở Mỹ, nhất là trong những công ty cạnh tranh với Châu Au và Châu Á. Tuy nhiên có nhiều tranh cãi về khả năng chiến thắng của Mỹ trong lĩnh vực này bởi nhiều lý do. Thứ nhất, những ứng dụng được thực hiện tại Nhật là những sản phẩm mà các nhà sản xuất của Mỹ không cạnh tranh với Nhật. Cơ bản là không có một nhà sản xuất điện tử giải trí nào của Mỹ có mặt trên thị trường thế giới; việc dùng logic mờ trong camcorder, camera, hifi chỉ là nhằm tăng thêm khả năng cạnh tranh giữa các công ty Nhật mà thôi. Ơ Châu Au, các ứng dụng logic mờ chủ yếu tập trung vào tự động hóa công nghiệp do giá lao động cao. Trong các lĩnh vực khác, như là ngành chế tạo ôtô, Mỹ phải đối mặt với các đối thủ đến từ Châu Au và Nhật. Và các nhà sản xuất Mỹ trong lĩnh vực này buộc phải dùng kỹ thuật thiết kế logic mờ. Điều này tạo ra nhiều phân khúc thị trường cho Mỹ, như là dùng logic mờ trong các hệ ra quyết định, bộ nhớ, bộ điều khiển đĩa cứng, cũng như các giải thuật nén dùng cho âm thanh và hình ảnh. Và các ứng dụng trong truyền thông như loại bỏ Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 13
  15. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh tiếng ồn, tìm đường trong mạng, hay nhận dạng tiếng nói cũng thu được nhiều kết quả từ logic mờ. 1.2. Cơ sở toán học của logic mờ Logic mờ và xác xuất thông kê đều nó về sự không chắn chắn. Tuy nhiên mỗi lĩnh vực định nghĩa một khái niệm khác nhau về đối tượng. 1.2.1. Sự không chắc chắn theo thống kê : liên quan đến sự xuất hiện của một sự kiện chắc chắn. Xét phát biểu sau : Xác suất trúng đích là 0,8 Bản thân của sự kiện này (trúng đích) đã được định nghĩa rõ ràng. Sự không chắc chắn ở đây là có trúng đích hay không, và được định lượng bởi mức độ xác suất (trong trường hợp này là 0,8). Loại phát biểu này có thể được xử lý và kết hợp với các phát biểu khác bằng phương pháp thống kê, như là xác suất có điều kiện chẳng hạn. 1.2.2. Sự không chắc chắn trong ngữ nghĩa : liên quan đến ngôn ngữ của con người, tức là liên quan đến sự không chính xác trong các từ ngữ mà con người dùng để ước lượng vấn đề và rút ra kết luận. Ví dụ như các từ mô tả nhiệt độ như : “nóng”, “lạnh”, hay “ấm” – không có một giá trị chính xác để gán cho các từ này – bao nhiêu độ là lạnh : 2C hay -2C ? … và các khái niệm này cũng khác nhau đối với những người khác nhau : người này lạnh nhưng người khác thì không. Mặc dù các khái niệm không được định nghĩa chính xác nhưng con người vẫn có thể sử dụng chúng cho các ước lượng và quyết định phức tạp. Bằng sự trừu tượng và óc suy nghĩ, con người có thể giải quyết câu nói mang ngữ cảnh phức tạp mà rất khó có thể mô hình bởi toán học chính xác. Xét phát biểu : Có thể chúng ta sẽ thành công trong năm học này Mới nhìn qua thì phát biểu này rất giống phát biểu trên. Tuy nhiên, có một số khác biệt quan trọng. Thứ nhất, bản thân sự kiện không được định nghĩa rõ ràng. Đối với một số sinh viên thì năm học thành công là không phải học lại môn nào. Đối với một số sinh viên khác thì năm học thành công là số điểm bình quân năm nay tăng hơn năm trước. Nhưng ngay cả trong trường hợp này cũng không có một ngưỡng qui định sự thành công (tăng hơn bao nhiêu điểm ?). Một khác biệt nữa là ở xác xuất : trong khi phát biểu trên mô tả xác suất theo toán học thì phát biểu này không có một giá trị định lượng về xác suất. 1.2.3. Mô hình sự không chắc chắn theo ngữ vựng : Như đã nói trên, mặc dù dùng những phát biểu không mang tính định lượng nhưng con người vẫn có thể thành công trong các ước lượng phức tạp. Trong nhiều trường hợp, con người dùng sự không chắc chắn này để tăng thêm độ linh hoạt. Như trong hầu hết xã hội, hệ thống luật pháp bao gồm một số luật, mỗi luật mô tả một tình huống. Ví dụ một luật qui định tội trộm xe phải bị tù 2 năm, một luật khác lại giảm nhẹ trách nhiệm. Và trong một phiên tòa, chánh án phải quyết định số ngày phạt tù của tên trộm dựa trên mức độ rượu trong người, trước đây có tiền án hay tiền sự không, … từ đó kết hợp lại đưa ra một quyết định công bằng. Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 14
  16. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh 1.3. Logic mờ là logic của con người Trong thực tế, ta không định nghĩa một luật cho một trường hợp mà định nghĩa một số luật cho các trường hợp nhất định. Khi đó những luật này là những điểm rời rạc của một tập các trường hợp liên tục và con người xấp xỉ chúng. Gặp một tình huống cụ thể, con người sẽ kết hợp những luật mô tả các tình huống tương tự. Sự xấp xỉ này dựa trên sự linh hoạt của các từ ngữ cấu tạo nên luật, cũng như sự trừu tượng và sự suy nghĩ dựa trên sự linh hoạt trong logic của con người. Để thực thi logic của con người trong kỹ thuật cần phải có một mô hình toán học của nó. Từ đó logic mờ ra đời như một mô hình toán học cho phép mô tả các quá trình quyết định và ước lượng của con người theo dạng giải thuật. Dĩ nhiên cũng có giới hạn, đó là logic mờ không thể bắt chước trí tưởng tượng và khả năng sáng tạo của con người. Tuy nhiên, logic mờ cho phép ta rút ra kết luận khi gặp những tình huống không có mô tả trong luật nhưng có sự tương đương. Vì vậy, nếu ta mô tả những mong muốn của mình đối với hệ thống trong những trường hợp cụ thể vào luật thì logic mờ sẽ tạo ra giải pháp dựa trên tất cả những mong muốn đó. 1.4. So sánh logic mờ với lý thuyết xác suất thống kê Không thể làm phép so sánh giữa hai lĩnh vực này bởi vì sự không chắc chắn theo thống kê và sự không chắc chắn theo ngữ vựng có bản chất khác nhau. Mỗi lĩnh vực có một đối tượng phục vụ của riêng nó, được con người tạo ra nhằm phục vụ cho mục đích của con người. 2. CÁC KHÁI NIệM DÙNG TRONG LOGIC Mờ 2.1. Tập hợp mờ và độ phụ thuộc Nếu như con người không có một giá trị ngưỡng xác định cho “lạnh” hay “nóng” thì làm sao có thể ước lượng nó ? Thực ra thì người ta sẽ làm một phép so sánh giữa giá trị nhiệt độ hiện tại với hai giá trị nhiệt độ được cho là “rất nóng” và “rất lạnh”. Từ kết quả so sánh đó, con người ước lượng được mức độ của “nóng” hay “lạnh”. Làm sao mô hình hóa điều này theo toán học ? Dựa trên lý thuyết tập hợp, đầu tiên ta mô tả một tập các nhiệt độ được cho là “rất nóng”, sau đó định nghĩa một hàm phụ thuốc cho phép ta xác định một nhiệt độ Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 15
  17. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh nào đó có thuộc tập hợp này hay không. Khác với toán học cổ điển – nơi mà hàm phụ thuộc chỉ xác định duy nhất một phần tử có thuộc hay không, hàm phụ thuộc trong logic mờ cho phép xác định một phần tử phụ thuộc tập hợp nhiều hay ít, tức là biên giới giữa “rất nóng” và “rất lạnh” không phải là một đường phân biệt rõ ràng mà là một vùng các giá trị liên tục. Trong hình trên, mức độ xám cho phép ta thấy được vùng biên giới này và cũng cho thấy độ phụ thuộc của một giá trị nhiệt độ nào đó. Độ phụ thuộc của một phần tử trong tập hợp mờ có giá trị trong khoảng [0,1]. Theo hình trên, nếu như ta cho rằng 0C là “rất lạnh” và 100C là “rất nóng” thì độ phụ thuộc của giá trị nhiệt độ so với tập “rất nóng” là : (0C) = 0,00 (15C) = 0,15 (37C) = 0,37 (60C) = 0,60 (72C) = 0,72 (87C) = 0,87 (100C) = 1,00 2.2. Hàm phụ thuộc Mức độ của một giá trị vật lý thỏa mãn một khái niệm ngôn ngữ được gọi là độ phụ thuộc. Đối với biến liên tục, mức độ này được biểu diễn bởi một hàm gọi là hàm phụ thuộc. Hàm này ánh xạ tập các giá trị vật lý thành tập các giá trị phụ thuộc đối với các giá trị ngôn ngữ. Biến vật lý được gọi là biến nền và tập các giá trị vật lý được gọi là tập nền. Thông thường người ta vẽ nhiều hàm phụ thuộc trên cùng một biểu đồ dựa trên tập nền đã qui định. Ví dụ hàm phụ thuộc cho các nhiệt độ nói trên : Tập hợp mờ là sự tổng quát hóa của tập hợp cổ điển, trong đó  = 0 và  = 1 của hàm phụ thuộc cổ điển chỉ là một trường hợp đặc biệt của hàm phụ thuộc trong tập hợp mờ. Việc dùng các tập hợp mờ được định nghĩa bởi các hàm phụ thuộc trong biểu thức logic được gọi là logic mờ. Ví dụ như biểu thức “nhiệt độ rất nóng” đối với giá trị 85C sẽ cho kết quả là true với mức độ phụ thuộc bằng 0,85. 2.3. Biến ngôn ngữ Là phần chủ đạo trong các hệ thống dùng logic mờ. Ơ đây, các thành phần ngôn Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 16
  18. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh ngữ mô tả cùng một ngữ cảnh được kết hợp lại. Ví dụ như trong trường hợp mô tả nhiệt độ nói trên, không chỉ có “rất nóng” mà còn “hơi nóng”, “trung bình”, “hơi lạnh” và “rất lạnh” đều mô tả nhiệt độ. Chúng được gọi là các tập ngôn ngữ, mang một khoảng giá trị nào đó của biến ngôn ngữ và được vẽ trên cùng một đồ thị : 2.4. Luật mờ Các luật trong hệ logic mờ mô tả tri thức của hệ. Chúng dùng các biến ngôn ngữ như là từ vụng để mô tả các tầng điều khiển trong hệ. Việc giải thích các luật mờ cũng là việc trình bày cách tính các khái niệm ngôn ngữ. 3. TÍNH TOÁN Mờ Baogồm ba bước chính như sau : 3.1. Mờ hóa Mờ hóa có nghĩa là dùng những hàm phụ thuộc của các biến ngôn ngữ để tính mức độ phụ thuộc cho từng tập mờ đối với một giá trị cụ thể của đầu vào. Ví dụ nhiệt độ hiện tại đo được là 80C thì kết quả của phép mờ hóa là : Rất lạnh có độ phụ thuộc bằng 0,00. Hơi lạnh có độ phụ thuộc bằng 0,00. Trung bình có độ phụ thuộc bằng 0,00. Hơi nóng có độ phụ thuộc bằng 0,20. Rất nóng có độ phụ thuộc bằng 0,80. Về mặt ngôn ngữ, nhiệt độ là 80C được xem như là hầu như rất nóng, chỉ một ít hơi nóng. Mờ hóa là bước đầu tiên trong quá trình tính toán của hệ mờ. Kết quả của nó được dùng làm đầu vào để tính các luật mờ. 3.2. Tính luật mờ Hầu hết các hệ thống hoạt động dựa trên nền tảng logic mờ đều dùng luật để biểu diễn mối quan hệ giữa các biến ngôn ngữ và để rút ra hành động tương ứng đối với đầu vào. Một luật bao gồm hai phần : phần điều kiện (phần If) và phần kết luận (phần Then). Phần điều kiện có thể gồm nhiều điều kiện, kết hợp với nhau bằng các liên từ như And, Or. Cho rằng chúng ta dùng quạt máy để điều hòa nhiệt độ. Quạt này có 5 nút bấm đánh số từ 1 đến 5 tương ứng tốc độ quạt tăng dần. Thế thì ta có những luật : If nhiệt độ = rất lạnh Then nút bấm = 1 If nhiệt độ = hơi lạnh Then nút bấm = 2 If nhiệt độ = trung bình Then nút bấm = 3 If nhiệt độ = hơi nóng Then nút bấm = 4 If nhiệt độ = rất nóng Then nút bấm = 5 Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 17
  19. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh Phần If trong ví dụ này chỉ có một điều kiện, bây giờ giả sử như ta đo được sự thay đổi nhiệt độ và chia làm ba tập mờ như : đang giảm, không thay đổi, đang tăng thì có thể có các luật như : If nhiệt độ = rất lạnh And thay đổi = đang giảm Then nút bấm = 1 If nhiệt độ = rất lạnh And thay đổi = không thay đổi Then nút bấm = 1 If nhiệt độ = rất lạnh And thay đổi = đang tăng Then nút bấm = 2 If nhiệt độ = hơi lạnh And thay đổi = đang giảm Then nút bấm = 1 If nhiệt độ = hơi lạnh And thay đổi = không thay đổi Then nút bấm = 2 … 3.3. Suy luận mờ Việc tính toán các luật mờ được gọi là suy luận mờ, bao gồm hai bước chính. 3.3.1. Tính từng luật : xét riêng rẽ từng luật mờ, dựa trên độ phụ thuộc của các tập mờ đầu vào và liên từ kết hợp chúng để tạo ra độ phụ thuộc chung cho các đầu vào, và cũng là kết quả của riêng luật đó. Xét luật sau : If nhiệt độ = rất lạnh And thay đổi = đang giảm Then nút bấm = 1 Cho rằng rất lạnh có độ phụ thuộc là 0,6 và đang giảm có độ phụ thuộc là 0,4. Liên từ đang sử dụng là AND và dùng phép lấy min cho nó thì độ phụ thuộc chung của đầu vào cho luật này là min(0,6;0,4) = 0,4. Vậy tập mờ ra nút bấm có độ phụ thuộc là 0,4. Thông thường người ta tính AND bằng phép lấy min và OR bằng phép lấy max, điều này nhằm làm giản đơn các phép tính trong các ứng dụng điều khiển nhỏ. Tổng quát hóa thì ta có các toán tử sau đây để biểu diễn mối quan hệ giữa các điều kiện trong phần IF : Min – Max :   (1   ) min ( i )   max(  i ),   0,1 i 1..n i 1..n n   Min – Avg :   (1   ) min (  i )     i ,   0,1 i 1  n  i 1.. n 1   n   n  Gamma :     i    1   1   i  ,   0.1    i 1   i 1  Tùy theo giá trị của  hay  mà ta có các trường hợp đặc biệt sau : Min-Max,  = 0 : MIN lấy nhỏ nhất (minimum), tương ứng với AND, Min-Max,  = 1 : MAX lấy lớn nhất (maximum), tương ứng với OR. Min-Avg,  = 1 : AVG lấy trung bình (average). Gamma,  = 0 : PROD lấy tích (product). 3.3.2. Tổng hợp luật dựa trên kết quả của từng luật đã tính ở trên, người ta tổng hợp chúng lại để có kết quả cuối cùng của các tập mờ đầu ra. Phương pháp thường dùng trong bước này là Max-Min hay Max-Prod. Ví dụ có hai luật đã tính kết quả : If nhiệt độ = rất lạnh And thay đổi = đang giảm Then nút bấm = 1 Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 18
  20. Ưng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh If nhiệt độ = rất lạnh And thay đổi = không thay đổi Then nút bấm = 1 Luật thứ nhất cho kết quả có độ phụ thuộc bằng 0,4 và luật thứ hai cho kết quả có độ phụ thuộc bằng 0,6. Sử dụng phương pháp Max-Min (hay Max-Prod), ta có độ phụ thuộc cho tập mờ 1 của nút bấm là max(0,4;0,6) = 0,6. Một khi đã tính xong các luật, người ta tiến hành giải mờ để tạo ra kết quả phù hợp với thế giới thực. 3.4. Giải mờ Kết quả được tạo thành sau khi tính toán các luật vẫn còn ở dạng mờ và thiết bị chấp hành của bộ điều khiển thì lại không hiểu những giá trị như thế. Do đó, người ta cần chuyển đổi những giá trị mờ đó thành giá trị rõ cho thiết bị chấp hành. Có nhiều phương pháp được dùng trong bước này : Nguyên lý cực đại : hay còn gọi là  phương pháp độ cao, chỉ dùng cho loại tập mờ ra có đỉnh nhọn, được biểu diễn qua biểu thức (z*)  (z), z  Z z* z Trong trường hợp có nhiều đỉnh nhọn hay giá trị cực đại không phải là một điểm duy nhất thì người ta sử dụng : Trung bình các cực đại (MoM): z1  z 2  z*  2 Cực đại đầu tiên (LoM): z* = z1 Cực đại cuối cùng (RoM): z1 z2 z z1 z2 z z* = z2 Phương pháp trọng tâm (CoG – Center  of Gravity hay CoA – Center of Area) : thường dùng trong các ứng dụng, được biểu diễn qua biểu thức   ( z ).zdz z*  z* z   ( z )dz Phương pháp trung bình theo trọng số (CoM – Center of Maximum) : là một biến dạng của phương pháp trọng tâm khi thay dấu tích phân bằng dấu sigma, được dùng nhằm đơn giản hóa sự tính toán, phù hợp với các điều khiển nhỏ. Các tập mờ ra có dạng singleton :    ( z).z 2 z*  3   (z) 1 z1 z2 z3 z Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 19
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

LV.09: Bộ Luận Văn Tốt Nghiệp Chuyên Ngành Quản Trị Kinh Doanh
81 tài liệu
1637 lượt tải
THÔNG TIN
TRỢ GIÚP
HỖ TRỢ KHÁCH HÀNG
Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.

 

Đồng bộ tài khoản
2=>2