Fuzzy Logic - Sistema de Controle

A lógica difusa é aplicada com grande sucesso em várias aplicações de controle. Quase todos os produtos de consumo têm controle difuso. Alguns dos exemplos incluem o controle da temperatura ambiente com a ajuda de ar condicionado, sistema antifreagem usado em veículos, controle de semáforos, máquinas de lavar, grandes sistemas econômicos, etc.

Por que usar a lógica fuzzy em sistemas de controle

Um sistema de controle é um arranjo de componentes físicos projetados para alterar outro sistema físico de modo que esse sistema exiba certas características desejadas. A seguir estão algumas razões para usar a Lógica Fuzzy em Sistemas de Controle -

  • Ao aplicar o controle tradicional, é necessário saber sobre o modelo e a função objetivo formulada em termos precisos. Isso torna muito difícil a aplicação em muitos casos.

  • Ao aplicar a lógica fuzzy para controle, podemos utilizar a experiência e a experiência humana para projetar um controlador.

  • As regras de controle fuzzy, basicamente as regras IF-THEN, podem ser mais bem utilizadas no projeto de um controlador.

Suposições no Design de Controle Lógico Fuzzy (FLC)

Ao projetar o sistema de controle difuso, as seguintes seis suposições básicas devem ser feitas -

  • The plant is observable and controllable - Deve-se presumir que as variáveis ​​de entrada, saída e estado estão disponíveis para observação e controle.

  • Existence of a knowledge body - Deve-se presumir que existe um corpo de conhecimento com regras linguísticas e um conjunto de dados de entrada-saída a partir do qual as regras podem ser extraídas.

  • Existence of solution - Deve-se presumir que existe uma solução.

  • ‘Good enough’ solution is enough - A engenharia de controle deve buscar uma solução "boa o suficiente" em vez de uma solução ótima.

  • Range of precision - O controlador de lógica difusa deve ser projetado dentro de uma faixa aceitável de precisão.

  • Issues regarding stability and optimality - As questões de estabilidade e otimização devem ser abertas no projeto do controlador de lógica difusa, em vez de abordadas explicitamente.

Arquitetura de Controle de Lógica Fuzzy

O diagrama a seguir mostra a arquitetura do Fuzzy Logic Control (FLC).

Principais componentes do FLC

A seguir estão os principais componentes do FLC, conforme mostrado na figura acima -

  • Fuzzifier - O papel do fuzzifier é converter os valores de entrada nítidos em valores fuzzy.

  • Fuzzy Knowledge Base- Armazena o conhecimento sobre todas as relações fuzzy de entrada-saída. Ele também tem a função de pertinência que define as variáveis ​​de entrada para a base de regra difusa e as variáveis ​​de saída para a planta sob controle.

  • Fuzzy Rule Base - Armazena o conhecimento sobre o funcionamento do processo de domínio.

  • Inference Engine- Atua como um kernel de qualquer FLC. Basicamente, ele simula decisões humanas realizando raciocínios aproximados.

  • Defuzzifier - O papel do defuzzificador é converter os valores fuzzy em valores nítidos provenientes do mecanismo de inferência fuzzy.

Etapas para projetar FLC

A seguir estão as etapas envolvidas na concepção do FLC -

  • Identification of variables - Aqui, as variáveis ​​de entrada, saída e estado devem ser identificadas da planta que está sendo considerada.

  • Fuzzy subset configuration- O universo de informações é dividido em vários subconjuntos difusos e a cada subconjunto é atribuído um rótulo linguístico. Sempre certifique-se de que esses subconjuntos difusos incluam todos os elementos do universo.

  • Obtaining membership function - Agora obtenha a função de pertinência para cada subconjunto difuso que obtivemos na etapa acima.

  • Fuzzy rule base configuration - Agora formule a base de regra difusa atribuindo relação entre a entrada e a saída difusa.

  • Fuzzification - O processo de fuzzificação é iniciado nesta etapa.

  • Combining fuzzy outputs - Ao aplicar o raciocínio aproximado difuso, localize a saída difusa e mescle-os.

  • Defuzzification - Finalmente, inicie o processo de defuzzificação para formar uma saída nítida.

Vantagens do Controle de Lógica Fuzzy

Vamos agora discutir as vantagens do Controle de Lógica Fuzzy.

  • Cheaper - Desenvolver um FLC é comparativamente mais barato do que desenvolver um modelo baseado ou outro controlador em termos de desempenho.

  • Robust - Os FLCs são mais robustos do que os controladores PID devido à sua capacidade de cobrir uma ampla gama de condições operacionais.

  • Customizable - Os FLCs são personalizáveis.

  • Emulate human deductive thinking - Basicamente, o FLC é projetado para emular o pensamento dedutivo humano, o processo que as pessoas usam para inferir conclusões a partir do que sabem.

  • Reliability - FLC é mais confiável do que o sistema de controle convencional.

  • Efficiency - A lógica fuzzy proporciona mais eficiência quando aplicada no sistema de controle.

Desvantagens do Controle de Lógica Fuzzy

Vamos agora discutir quais são as desvantagens do Fuzzy Logic Control.

  • Requires lots of data - O FLC precisa de muitos dados para serem aplicados.

  • Useful in case of moderate historical data - FLC não é útil para programas muito menores ou maiores do que dados históricos.

  • Needs high human expertise - Esta é uma desvantagem, pois a precisão do sistema depende do conhecimento e experiência dos seres humanos.

  • Needs regular updating of rules - As regras devem ser atualizadas com o tempo.