第六章 模糊控制系统
教学内容
首先讲解用于控制的模糊集合和模糊逻辑的基本知识;然后讨论模糊逻辑控制器的类型、结构、设计和特性;最后举例说明FLC的应用。
教学重点
模糊控制的数学基础,模糊逻辑控制器的类型、结构、设计和特性。
教学难点
对定义的准确把握和理解,模糊逻辑控制器的类型、结构、设计和特性。
教学方法
通过对数学基础的牢固掌握,对模糊控制进行深入的理解,课堂教授为主。
教学要求
掌握用于控制的模糊集合和模糊逻辑的基本知识;模糊逻辑控制器的类型、结构、设计和特性
6.1 模糊控制基础
教学内容 模糊集合、模糊逻辑定义及运算;模糊逻辑推理一般方法;模糊判决方法。
教学重点 模糊集合、模糊逻辑定义及运算;模糊逻辑推理一般方法;模糊判决方法。
教学难点 对抽象公式的理解、熟练运算;模糊逻辑推理一般方法。
教学方法 课堂教授为主,课后作业巩固。
教学要求 掌握模糊集合、模糊逻辑定义及运算;模糊逻辑推理一般方法;能够熟练使用模糊判决方法。
6.1.1 模糊集合、模糊逻辑及其运算
设为某些对象的集合,称为论域,可以是连续的或离散的;表示的元素,记作={}。
定义6.1 模糊集合(fuzzy sets)
论域到[0,1]区间的任一映射,即: →[0,1],都确定的一个模糊子集;称为的隶属函数(membership function)或隶属度(grade of membership)。也就是说,表示属于模糊子集F的程度或等级。在论域中,可把模糊子集表示为元素与其隶属函数的序偶集合,记为:
若U为连续,则模糊集F可记作:
若U为离散,则模糊集F可记作:
定义6.2 模糊支集、交叉点及模糊单点 如果模糊集是论域U中所有满足的元素u构成的集合,则称该集合为模糊集F的支集。当u满足,则称此模糊集为模糊单点。
The Ninth International Conference on Electronic Measurement & Instruments ICEMI’2009
Design of Fuzzy Control and Expert System Based MIG Arc Welding Invert
Power Source
Pang Qingle
School of Information and Electronic Engineering, Shandong Institute of Business and Technology
191 BinHai Road, 264005 Yantai, China
Email: stefam@
Abstract –Control system based on fuzzy and PI control for MIG welding power source is proposed, aiming at some of deficiencies in the control system based on analogous control technology and single-chip control technology, such as poor flexibility, control precision and reliability. In this control system, the fuzzy control and variable parameter PI control are applied to control the arc voltage and welding current separately, and the parameters of PI controller in different welding conditions are determined by an expert system. A digital signal controller (DSC) and a field programmable gate array (FPGA) realize fuzzy control algorithm and variable parameter PI control algorithm separately. Finally, the hardware circuit and software flow chart of the control system are presented. The experimental results show that the control system based on fuzzy and PI control for MIG welding power source has the advantages of quicker response, etter reliability and more stable arc length.
基于神经网络的智能控制系统研究
【前言】
随着科技的不断进步，人工智能成为了当前最火热的话题之一。智能控制系统作为其中的一个重要组成部分，日益受到人们的关注。本文将围绕基于神经网络的智能控制系统，从理论到实践，进行深入探讨。
【第一章 神经网络基础】
1.1 神经元模型
神经元是神经网络的基本单元，其结构直接影响了神经网络的性能。神经元模型包括感知器模型、S型模型、ReLu模型等。其中感知器模型最早应用于神经网络中，但其具有局限性，只能解决线性可分问题。而S型模型和ReLu模型相比之下更为广泛适用。
1.2 神经网络结构
神经网络结构主要分为前馈神经网络和反馈神经网络。前馈神经网络是指信号只能向前流动，不会产生循环反馈的现象；反馈神经网络则不存在这样的限制，信号可以在网络中循环传递。目前，较为常用的前馈神经网络结构有多层感知器、卷积神经网络等。
【第二章 智能控制系统】 2.1 智能控制系统概述
智能控制系统是指能够根据具体问题情况进行优化、学习、自适应等的控制系统。其主要应用于自动控制、制造业、航空航天等领域。
2.2 智能控制系统分类
智能控制系统根据其控制模型和控制算法的不同，可分为模糊控制系统、神经网络控制系统、遗传控制系统等。其中，基于神经网络的智能控制系统在实际应用中越来越受到人们的重视。
【第三章 基于神经网络的智能控制系统】
3.1 神经网络控制系统框架
基于神经网络的智能控制系统由感知器层、隐藏层、输出层等构成。其中，隐藏层是神经网络中的核心，其神经元数量的选择对控制效果有直接影响。
3.2 神经网络训练方法
神经网络训练方法包括有监督学习、无监督学习、强化学习等。其中，有监督学习是最为常见的一种方法。
3.3 应用案例 基于神经网络的智能控制系统已经在飞行器、机器人、水处理等领域得到了广泛应用。其中，在制造业中，智能控制系统可有效降低生产成本、提高生产效率。
【结语】
随着科技的不断进步，基于神经网络的智能控制系统将会越来越广泛应用。在实际应用中发现问题、解决问题的同时，我们也会将智能控制系统不断完善，提高其性能和效能。
中文摘要
洗衣机自问世以来，经过一个多世纪的发展，现正呈现出全自动、多功能、大容量、高智能、省时节能的发展趋势。近年来，电子技术、控制技术、信息技术的不断完善、成熟，为上述发展趋势提供了坚强的技术保障。L·A·Zadeh教授最早提出了模糊集合理论，由此产生了模糊控制技术，其突出的优点是：不需要对被控对象建立精确的数学模型。对于复杂的、非线性的、大滞后的、时变的系统来说，建立数学模型是非常困难的。全自动滚筒洗衣干衣机的自动化、智能化控制正是一种难以建立精确数学模型的控制问题，采用模糊控制技术，可以很方便的控制洗衣干衣过程。模糊控制全自动滚筒洗衣干衣机是通过模糊推理找出最佳洗涤烘干方案，以优化洗涤烘干时间、洗净程度、烘干效果，最终达到提高效率，简化操作，、节水节电省时的效果。模糊控制全自动滚筒洗衣干衣机属于创新项目，填补国内空白，达到国际先进水平。它的研制成功，必将大大推动我国乃至世界洗衣机行业的发展。
模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验编成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上。
关键词：洗衣干衣机、家用滚筒式、模糊控制技术、模糊控制器、模糊控制规则
ABSTRACT
It has been developed for more than one century since the emergence of washing
machine．Now the tendency to develop is fully- automatism ，
Multifunction，large capacity，high intelligence，time and energy saving．Recently，the tendency has been guaranteed substantially with the perfection and mature of
