《洗衣机模糊控制matlab仿真.pdf》由会员分享,可在线阅读,更多相关《洗衣机模糊控制matlab仿真.pdf(10页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、洗衣机模糊控制仿真洗衣机模糊控制仿真1.1.模糊控制背景模糊控制背景美国教授查徳()在 1965 年首先提出模糊集合的概念,由此打开了模糊数学及其应用的大门。 1974 年英国教授马丹尼()首先将模糊集合理论应用于加热器的控制,创造了模糊控制的基本框架。1980 年,Sugeno 开创了日本的首次模糊应用控制一家富士电子水净化厂。1983 年他又开始研究模糊机器人。随着模糊控制技术的不断发展, 模糊控制逐渐被应用到日用家电产品的控制,例如电饭锅照相机吸尘器洗衣机等。2.2.仿真目的仿真目的本次仿真的主要目的是设计一个比较合理的洗衣机模糊控制器, 它能够根据被洗涤衣物的污泥多少和油脂多少, 综合
2、得到洗涤时间,从而达到最佳的洗涤效果。3.3.仿真方法仿真方法本次仿真借助 matlab 中集成的模糊控制工具箱,使用图形界面进行模糊控制器的设计。最后随意给定几组输入,得到输出并作出简单分析。4.4.模糊控制器的设计模糊控制器的设计模糊控制器理论设计方法模糊控制器理论设计方法选择合适的模糊控制器类型;确定输入输出变量的实际论域;确定e,e,u的模糊集个数及各模糊集的隶属度函数;输出隶属度函数选为单点,可使解模糊简单;设计模糊控制规则集;选择模糊推理方法;解模糊方法。实际设计过程实际设计过程模糊控制器类型: 选用两输入单输出模糊控制器,控制器输入为衣物的污泥和油脂,输出为洗涤时间。确定输入输出
3、变量的实际论域:输入为Mud(污泥)和Grease(油脂) ,设置Range=0 100 (输入变化范围为 0,100) ;输出为 Time(洗涤时间 ),Range=0 60(输出变化范围为0,60) 。对应matlab中模糊控制模块:确定模糊集个数及各模糊集的隶属度函数:将污泥分为 3 个模糊集:SD(污泥少)MD(污泥中)LD(污泥多);將油脂分为三个模糊集:NG(油脂少)MG(油脂中)LG(油脂多) ;将洗涤时间非为5 个模糊集:VS(很短)S(短)M(中等)L(长)VL(很长) 。输入输出隶属度函数都定为三角形隶属函数。 结合输出隶属度函数选为单点,可使解模糊简单;定义污泥隶属函数如
4、下SD(x) (50 x)50 0 x50 x 0 x5050MadMD(x) (100 x) 50 x10050LD(x) (x 50)50 50 x100对应 matlab 中隶属度函数仿真图如下:由隶属函数设置污泥的3个模糊集参数为Input1Name=MudNumMFs=3MF1=SD:trimf,-50 0 50MF2=MD:trimf,0 50 100MF3=LD:trimf,50 100 150定义油脂隶属函数如下:SG(x) (50 y)50 0y50y 0y5050GreaseMG(x) (100 y) 50y10050LG(x) (y 50)50 50y100对应 matl
5、ab 中隶属度函数仿真图如下:由隶属函数设置油脂 3 个模糊集参数为Input2Name=GreaseNumMFs=3MF1=SG:trimf,-50 0 50MF2=MG:trimf,0 50 100MF3=LG:trimf,50 100 150定义输出时间隶属函数如下:VS(Z)=(10-Z)/10 0Z10 Z/100Z10S(Z)= (25-Z)/15 10Z25(Z-10)/15 10Z25M(Z)=(40-Z)/15 25Z40(Z-25)/15 25Z40洗涤时间=L(Z)=(60-Z)/20 40Z60VL(Z)=(Z-40)/20 40Z60对应 matlab 中隶属度函数仿
6、真图如下:由隶属函数设置输出洗涤时间 5 个模糊集参数为Output1Name=TimeNumMFs=5MF1=S:trimf,0 10 25MF2=L:trimf,25 40 60MF3=VS:trimf,-10 0 10MF4=M:trimf,10 25 40MF5=VL:trimf,40 60 80设计模糊控制规则:设计标准为污泥越多,油脂越多,洗涤时间越长;污泥适中,油脂适中,洗涤时间适中;污泥越少,油脂越少,洗涤时间越短。建立模糊控制表如下:油脂 y洗涤时间 ZSGMGLG油脂 XSDMDLDVSSMMMLLLVL体现在 matlab 中模糊控制规则如下:5.5.仿真实验仿真实验1.
7、任給一输入45,70,仿真结果如下, 可以看出经过前面设计好的模糊控制器得到输出时间为 T=。2.输入为0,0,仿真结果如下分析:输出 T=,并不是 0。3.输入为100,100,仿真结果如下分析:输出为 T=,并不是 60.6.6.仿真结果综合分析仿真结果综合分析模糊推理方法常用的是 Mamdani 模糊推理法, 由上面仿真结果能够看出虽然定义输出时间的变化范围是0,60, 但是仿真过程中并不能达到理想的最大最小输出时间。 这是因为在清晰化的过程中该仿真工具箱是采用一定的算法得到输出时间。 上面的仿真中总共设定了 9 条规则, 当给定某一输入时,也就是给定了 Mad 与 Grease 的假定值,将该输入分别与 9 条规则中各自设定的隶属函数进行对应, 并将两个输入综合作用的结果与相应规则中的输出时间 Time 对应得到一个输出结果,从而总共可以得到 9 个输出时间 Time的隶属函数图, 由仿真图就可以很方便的看到这个过程。将 9 个输出按一定推理法整合在一个图上, 这时再用到清晰化的方法比如最大隶属度法,中心法, 加权平均法等进行解模糊, 我们常使用的方法是取所有输出的中心或重心,最终确定一个输出时间,本仿真中最终输出就是最终洗涤时间 Time。另一方面,从输入分别为0,0和100,100,输出时间为 T=和 T=可以看到,上面隶属函数的设定还是比较合理的。
限制150内