Thiết kế bộ điều khiển mờ cho máy giặt ppt

CHƯƠNG I:TỔNG QUAN VỀ ĐIỀU KHIỂN MỜ VÀ ĐIỀU KHIẺN
MỜ TRONG MÁY GIẶT
1.1 Hệ thống điều khiển mờ
Trong những năm gần đây, lý thuyết logic mờ đã có nhiều áp dụng thành
công trong lĩnh vực điều khiển. Bộ điều khiển dựa trên lý thuyết logic mờ
gọi là bộ điều khiễn mờ. Trái với kỹ thuật kinh điển, kỹ thuật điều khiển mờ
thích hợp với các đối tượng phức tạp, không xác định mà người vận hành có
thể điều khiển theo kinh nghiệm. Đặc điểm của bộ điều khiển mờ là không
cần biết mô hình toán học mô tả đặc tính của hệ thống dưới dạng các phát
biểu ngôn ngữ. Chất lượng của bộ điều khiển mờ phụ thuộc rất nhiều vào
kinh nghiệm của người thiết kế.
Về nguyên tắc, hệ thống điều khiển mờ cũng không có gì khác so với hệ
thống điều khiển tự động thông thường khác. Sự khác biệt ở đây là bộ điều
khiển mờ làm việc có tư duy như “bộ não” dưới dạng trí tuệ nhân tạo. Nếu
khẳng định với bộ điều khiển mờ có thể giải quyết mọi vấn đề từ trước đến
nay chưa giải quyết được theo phương pháp kinh điển thì không hoàn toàn
chính xác, vì hoạt động của bộ điều khiển phụ thuộc vào kinh nghiệm và
phương pháp rút ra kết luận theo tư duy con người, sau đó được cài đặt vào
máy tính dựa trên cơ sở logic mờ.
Bộ điều khiển mờ có thể dùng trong các sơ đồ điều khiển khác nhau. Sau
đây là 3 sơ đồ điều khiển thường gặp:
+ Điều khiển trực tiếp :
Bộ điều khiển mờ được dùng trong đường thuận (forward path) của hệ thống
điều khiển nối tiếp. Tín hiệu ra của đối tượng điều khiển được so sánh với
tín hiệu đặt, nếu có sai lệch thì bộ điều khiển mờ sẽ xuất tín hiệu tác động
vào đối tượng nhằm mục đích làm sai lệch giảm về 0. Đây là sơ đồ điều
khiển rất quen thuộc, trong sơ đồ này, bộ điều khiển mờ được dùng để thay
thế bộ điều khiển mờ kinh điển.
1
+ Điều khiển bù nhiễu:
• Sơ đồ điều khiển này nhằm mục đích bù ảnh hưởng của nhiễu đo được.

Điều này cần mô hình chính xác, nhưng nếu việc xây dựng mô hình quá
khó khăn hoặc đắt tiền thì có thể dùng mô hình mờ. Hình 2.2 trình bày hệ
thống điều khiển với bộ điều khiển kinh điển và bộ bù nhiễu mờ ( fuzzy
compensator). Khi bỏ qua ngõ vào nhiễu, hệ thống trên có thể xem là sự
kết hợp tác động điều khiển tuyến tính và phi tuyến; bộ điều khiển có thể
là bộ điều khiển PID và bộ điều khiển mờ F đóng vai trò bộ điều khiển
phi tuyến phụ
+ Điều khiển thích nghi:
2
Các qui tắc mờ cũng có thể dùng để hiệu chỉnh thông số của bộ điều khiển
tuyến tính trong sơ đồ điều khiển thích nghi. Nếu một đối tượng phi tuyến
thay đổi điểm làm việc, để chất lượng điều khiển tốt thì thông số của bộ điều
khiển phải thay đổi theo. Hình sau là sơ đồ điều khiển thích nghi với bộ
giám sát mờ.
1.2 Cấu trúc bộ điều khiển mờ:
Bộ điều khiển mờ cơ bản có ba khối chức năng là mờ hóa, hệ luật và giải
mờ. Thực tế trong một số trường hợp khi ghép bộ điều khiển mờ vào hệ
thống điều khiển cần thêm hai khối tiền xử lý và hậu xử lý. Chức năng của
từng khối trong sơ đồ trên được mô tả sau đây:
3
+ Tiền xử lý:
Tín hiệu vào bộ điều khiển thường là tín hiệu rõ từ các mạch đo, bộ tiền xử
lý có chức năng xử lý các giá trị đo này trước khi đưa vào bộ điều khiển mờ
cơ bản.
Bộ điều khiển mờ cơ bản là bộ điều khiển tĩnh. Để có thể điều khiển động,
cần có thêm các tín hiệu vi phân, tích phân của giá trị đo, những tín hiệu này
được tạo ra bởi các mạch vi phân, tích phân trong khối tiền xử lý. Các tín
hiệu ra của bộ tiền xử lý sẽ được đưa vào bộ điều khiển mờ cơ bản và cần
chú ý rằng các tín hiệu này vẫn là giá rõ.
+ Bộ điều khiển mờ cơ bản:

Mờ hóa :là khối đầu tiên bên trong bộ điều khiển mờ cơ bản, khối này có
chức năng biến đổi giá trị rõ sang giá trị ngôn ngữ, hay nói cách khác là sang
tập mờ, vì hệ luật có thể suy diễn trên các tập mờ.
Hệ luật: hệ luật mờ có thể xem là mô hình toán học biểu diễn tri thức , kinh
nghiệm của con người trong việc giải quyết bài toán dưới dạng các phát biểu
ngôn ngữ. Hệ luật mờ gồm các luật có dạng nếu – thì , trong đó mệnh đề
điều kiện và mệnh đề kết luận của mỗi qui tắc là các mệnh đề mờ liên quan
đến một hay nhiều biến ngôn ngữ. Điều này có nghĩa là bộ điều khiển mờ có
thể áp dụng để giải các bài toán điều khiển một ngõ vào một ngõ ra (SISO)
hay nhiều ngõ vào nhiều ngõ ra (MIMO).
Phương pháp suy diễn: Suy diễn là sự kết hợp các giá trị ngôn ngữ của ngõ
vào sau khi mờ hoá với hệ luật để rút ra kết luận giá trị mờ của ngõ ra. Hai
phương pháp suy diễn thường dùng trong điều khiển lá MAX-MIN và MAX
– PROD.
Giải mờ: Kết quả suy diễn bởi hệ luật là giá trị mờ, các giá trị mờ này cần
được chuyển đổ thành giá trị rõ để điều khiển đối tượng.
+ Hậu xử lý :
Trong trường hợp các giá trị ở ngõ ra của các luật được định nghĩa trên tập
cơ sở chuẩn thì giá trị rõ sau khi giải mờ phải được nhân với một hệ số tỉ lệ
để trở thành giá trị vật lý.
4
Hậu xử lý thường gồm các mạch khuếch đại ( có thể chỉnh độ lợi), đôi khi
khối hậu xử lý có thể có khâu tích phân.
Mờ hóa
Mờ hóa có nghĩa là dùng những hàm liên 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. Trước tiên, xác định ngõ vào và ra của hệ thống. Sau đó định nghĩa luật
Nếu – Thì , dùng dữ liệu để suy ra 1 hàm liên thuộc. 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.

+ 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 ( nếu ) và
phần kết luận ( thì ). Phần điều kiện có thể gồm nhiều điều kiện, kết hợp với
nhau bằng các liên từ như và (and) , hoặc Or …
+ Suy luận mờ
Việc tính toán các luật mờ được gọi là suy luận mờ, bao gồm hai bước
chính. Tính từng luật : xét riêng lẻ từng luật mờ, dựa trên hàm liên 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. 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 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.
Hiện nay, trong điều khiển mờ người ta có thể áp dụng một trong hai loại qui
tắc điều khiển: qui tắc Mandani và qui tắc mờ Sugeno.
5
CHƯƠNG II: ỨNG DỤNG LOGIC MỜ VÀO BÀI TOÁN MÁY GIẶT
Ngày nay nhiều trang thiết bị được nhúng trong vào trong nó lôgic mờ để
cho việc sử dụng nó dễ hơn, tiện lợi hơn. Chúng ta có thể tìm thấy lôgic mờ
trong những camera, những nồi cơm điện, những máy hút bụi, …. Như vậy
ta có thể có một ý tưởng rằng chúng đã được làm như thế nào, chúng ta sẽ
xem mô hình được đơn giản hóa này của một máy giặt ứng dụng logic mờ.
Khi sử dụng một máy giặt, việc lựa chọn thời gian giặt dựa vào số lượng
quần áo, kiểu và độ bẩn mà quần áo có. Để tự động hóa quá trình này, chúng
ta sử dụng những phần tử sensors để phát hiện ra những tham số này ( ví dụ:
thể tích quần áo, độ và kiểu chất bẩn). Thời gian giặt được xác định từ dữ
liệu này. Không may, không dễ có cách công thức hóa một mối quan hệ toán

học chính xác giữa thể tích quần áo và độ bẩn và thời gian giặt. Chúng ta
giải quyết vấn đề thiết kế này bằng cách sử dụng lôgic mờ.
2.1 hoạt động của máy giặt:
quy trình lưu chuyển nước và chất tải rửa trong máy giặt:
_nước nóng và nước lạnh đi đến khay đựng chất bẩn trong máy giặt
_nước hoà với chất tẩy rửa và đi vào trong thùng của máy giặt
_thông qua các lỗ nhỏ của thùng máy,nước được đưa xuống đáy của máy
_bộ phận đun sôi nước
_động cơ sẽ hoạt động khi nước đạt nhiệt độ cần thiết và động cơ làm quay
thùng trong máy để bắt đầu quá trình giặt
_thùng quay máy quay về phía trước và sau hoà trộn nước xà phòng với
quần áo
_máy bơm đưa nước bẩn ra ngoài
Sau khi giặt sạch quần áo, thùng máy sẽ quay với tốc độ khoảng 1.400 vòng
một phút để thực hiện công đoạn vắt khô. Trên bề mặt của thùng máy có
hàng trăm lỗ nhỏ để khi quay với tốc độ cao, nước có thể từ đó thoát ra
ngoài. Đa số các máy giặt hiện nay trong quá trình giặt đã tự đưa 2/3 lượng
nước ra ngoài, vì thế khi vắt khô sẽ chỉ tốn ít năng lượng.
6
2.2 Bộ điều khiển mờ của máy giặt:
Chúng ta xây dựng hệ thống mờ như sau:
Có hai trị nhập vào :
( 1) Một cho độ bẩn trên quần áo
( 2) Một cho loại chất bẩn trên quần áo.
Hai đầu vào này thu được từ phần tử sensors quang học. Độ bẩn được xác
định bởi sự trong suốt của nước. Mặt khác, loại chất bẩn được xác định từ
sự bão hòa, thời gian nó dùng để đạt đến sự bão hòa. Quần áo dầu mỡ chẳng
hạn cần lâu hơn cho sự trong suốt nước để đạt đến sự bão hòa bởi vì mỡ là
chất ít hòa tan trong nước hơn những dạng khác của chất bẩn. Như vậy một
hệ thống phần tử sensors khá tốt có thể cung cấp những input cần thiết được

nhập vào cho bộ điều khiển mờ của chúng ta.
Những giá trị cho độ bẩn và loại chất bẩn là đã được chuẩn hóa ( phạm vi từ
0 tới 100) được cho bởi giá trị phần tử sensors.
Với biến ngôn ngữ Độ bẩn có các tập mờ
Bẩn ít (D.Small)
Bẩn vừa (D.Medium)
Bẩn nhiều (D.Large)
Với biến ngôn ngữ loại chất bẩn có các tập mờ
Mỡ ít (K.NotGreasy)
Mỡ vừa (K.Medium)
Mỡ nhiều (K.Greasy)
Với biến ngôn ngữ kết luận xác định thời gian giặt có các tập mờ
Giặt rất ngắn (T.VeryShort)
Giặt ngắn (T.Short)
Giặt vừa (T.Medium)
Giặt lâu (T.Long)
Giặt rất lâu (T.Very Long)
Tập luật
Quyết định làm cho khả năng một mờ là bộ điều khiển được lập luật trong
một tập hợp những quy tắc. Nói chung, những quy tắc là trực giác và dễ
hiểu,
Một quy tắc trực giác tiêu biểu như sau :
7
Nếu thời gian bão hòa lâu và sự trong suốt ít thì thời gian giặt cần
phải lâu.
Từ những sự kết hợp khác nhau của những luật đó và những điều kiện khác,
chúng ta viết những quy tắc cần thiết để xây dựng bộ điều khiển máy giặt.
Gọi x: chỉ Độ bẩn (0 <= x <= 100)
y: chỉ Loại chất bẩn (0 <= y <= 100)
z: Thời gian giặt (0 <= z <= 60)

Nếu x lớn và y nhiều thì z là rất lâu
Nếu x vừa và y nhiều thì z là lâu
Nếu x nhỏ và y nhiều thì z là lâu
Nếu x lớn và y vừa thì z là lâu
Nếu x vừa và y vừa thì z là vừa
Nếu x nhỏ và y vừa thì z là vừa
Nếu x lớn và y ít thì z là vừa
Nếu x vừa và y ít thì z là ngắn
Nếu x nhỏ và y ít thì z là rất ngắn
bẩn ít bẩn vừa bẩn nhiều
mỡ ít T.G rất ngắn T.G ngắn T.G vừa
mỡ vừa T.G vừa T.G vừa T.G dài
mỡ nhiều T.G dài T.G dài T.G rất dài
8
Hàm thành viên
Hàm thành viên của Độ bẩn:
D.Small(x) = [ 1-x/50 nếu 0 <= x <= 50
0 nếu 50 <= x <= 100]
D.Medium(x) = [ x/50 nếu 0 <= x <= 50
2-x/50 nếu 50 <= x <= 100]
D.Large(x) = [ 0 nếu 0 <= x <= 50
x/50 –1 nếu 50 <= x <= 100]
Hàm thành viên của Loại chất bẩn:
K.NotGreasy(y) = [ 1-y/50 nếu 0 <= y <= 50
0 nếu 50 <= y <= 100]
K.Medium(y) = [ y/50 nếu 0 <= y <= 50
2-y/50 nếu 50 <= y <= 100]
K.Greasy(y) = [ 0 nếu 0 <= y <= 50
y/50 –1 nếu 50 <= y <= 100]
Hàm thành viên của kết luận cho từng luật:

T.VeryShort(z) = [
1 nếu 0 <= z <= 4
(18-z)/14 nếu 4 <= z <= 18
0 nếu 18 <= z <= 60
]
T. Short(z) = [
0 nếu 0 <= z <= 4
(z-4)/14 nếu 4 <= z <= 18
(32-z)/14 nếu 18 <= z <= 32
0 nếu 32 <= z <= 60
]
T.Medium(z) = [
0 nếu 0 <= z <= 18
(z-18)/14 nếu 18 <= z <= 32
(46-z)/14 nếu 32 <= z <= 46
0 nếu 46 <= z <= 60
]
T.Long(z) = [
0 nếu 0 <= z <= 32
(z-32)/14 nếu 32 <= z <= 46
(60-z)/14 nếu 46 <= z <= 60
9
]
T.VeryLong(z) = [
0 nếu 0 <= z <= 46
(z-46)/14 nếu 46 <= z <= 60
]
10
11
12

Nếu nhập trị input x0 =40 (Độ bẩn), y0=60 (loại chất bẩn)
µD
.Small
(x0) = 1/5
µD
.Medium
(x0) = 4/5
µD
.Large
(x0) = 0
µK
.NotGreasy
(y0) = 0
µK
.Medium
(y0) = 4/5
µK
.Greasy
(y0) = 1/5
W1 = min(µD
.Large
(x0), µK
.Greasy
(y0)) = min(0,1/5) = 0
W2 = min(µD
.Medium
(x0), µK
.Greasy
(y0)) = min(4/5, 1/5) = 1/5
W3 = min(µD

.Small
(x0), µK
.Greasy
(y0)) = min(1/5, 1/5) = 1/5
W4 = min(µD
.Large
(x0), µK
.Medium
(y0)) = min(0, 4/5) = 0
W5 = min(µD
.Medium
(x0), µK
.Medium
(y0)) = min(4/5, 4/5) = 4/5
W6 = min(µD
.Small
(x0), µK
.Medium
(y0)) = min(1/5, 4/5) = 1/5
W7 = min(µD
.Large
(x0), µK
.NotGreasy
(y0)) = min(0, 0) = 0
W8 = min(µD
.Medium
(x0), µK
.NotGreasy
(y0)) = min(4/5, 0) = 0
W9 = min(µD

.Small
(x0), µK
.NotGreasy
(y0)) = min(1/5, 0) = 0
Các Wi

gọi là các trọng số của luật thứ i
Theo lý thuyết hàm thành viên của kết luận cho bởi công thức:
13
µC(z) = W2*T.Long(z) + W3*T.Long(z) + W5*T.Medium(z) +
W6*T.Medium(z)
µC(z) = 2/5*T.Long(z) + T.Medium(z)
Bước tiếp theo là ta phải giải mờ từ hàm thành viên của kết luận bằng cách
tính trọng tâm của hàm µC(z) là ƒ
0
60
z µC(z) d(z) = 705.6
Và Moment µC(z) là ƒ
0
60
µC(z) d(z) = 19.6
Vậy Defuzzy(z) =705.6/19.6=36
Do đó nếu độ bẩn và loại chất bẩn là 40 và 60 thì thời gian cần giặt là 36
phút.
14