La historia de las montañas y los ríos
La lógica difusa se usa ampliamente en el control de máquinas. Su propio propósito es inspirar todo tipo de escepticismo, lo que suena equivalente a "lógica inmadura" o "lógica falsa". Pero la parte "confusa" no equivale a la falta de una referencia estricta al hecho de que la lógica puede operar con conceptos confusos. En este enfoque, los conceptos no pueden expresarse en términos de "correcto" o "incorrecto", sino sólo en términos de "parcialmente correcto". Aunque se acaban de implementar algoritmos genéticos y redes neuronales, y la lógica difusa se puede utilizar en muchas situaciones (de hecho, se puede demostrar que algunas redes neuronales son matemáticamente equivalentes a los sistemas de lógica difusa [1]), la ventaja de la lógica difusa es que estos métodos de resolución de problemas se puedan utilizar en condiciones que sean comprensibles para los operadores humanos, de modo que su experiencia pueda utilizarse en el proceso de diseño del controlador. Esto facilita la mecanización de tareas que ya realizan con éxito los humanos.
[Editor] Historia y aplicación
La lógica difusa fue propuesta por primera vez por Zadeh de la Universidad de California, Berkeley, en un artículo de 1965. Elaboró sus ideas en hojas de papel de 1973, hasta el punto de introducir el concepto de "variables del lenguaje", equivalente a una variable definida en este artículo como un dispositivo difuso. Siguieron otras investigaciones y, con la primera aplicación industrial, se construyó un horno de cemento en Dinamarca y se puso en funcionamiento en 1975.
Los sistemas difusos han sido ignorados en gran medida en los Estados Unidos en lo que se refiere a la inteligencia artificial, y periódicamente se han sobrevalorado como campo, especialmente a mediados de la década de 1980, lo que ha resultado en una falta de credibilidad en el mundo empresarial. .
Los japoneses no tienen este prejuicio. Seiji Yasunobu y Soji Miyamoto de Hitachi despertaron el interés por los sistemas difusos, quienes realizaron simulaciones para el ferrocarril de Sendai en 1985 para demostrar las ventajas de los sistemas de control difuso. Su idea fue adoptada y, cuando se inauguró la línea en 1987, se utilizó un sistema difuso para controlar la aceleración, el frenado y la parada.
Otro evento ayudó a aumentar el interés en los sistemas difusos en 1987. Ese año, en la Conferencia Internacional de Investigadores Fuzzy en Tokio, Takeshi Yamakawa demostró el uso del control difuso proporcionando un conjunto de chips de lógica difusa simples como un experimento de "péndulo invertido". Esta es una buena cuestión de control cuando el vehículo intenta mantener una varilla montada sobre una bisagra vertical moviéndose hacia adelante y hacia atrás.
Al observador le gustó la demostración y luego experimentó hasta encontrar la escena en la que se subía al vaso de agua o donde el ratón inclinaba el péndulo o incluso las montañas. El sistema se mantiene estable en ambos casos. Yamakawa finalmente organizó su propio laboratorio de investigación de sistemas difusos para ayudar a utilizar sus patentes en este campo.
Tras estas demostraciones, los ingenieros japoneses desarrollaron una amplia gama de sistemas difusos para aplicaciones industriales y de consumo. En 1988, Japón estableció el Laboratorio Internacional de Ingeniería Difusa (Vida), y el acuerdo de cooperación entre 48 empresas continuó la investigación difusa.
Los productos de consumo japoneses suelen incorporar sistemas difusos. Las aspiradoras Panasonic utilizan un algoritmo difuso de un microcontrolador para interrogar a los sensores de polvo y ajustar la potencia de succión en consecuencia. Las lavadoras Hitachi utilizan controladores difusos, mezcla de telas, sensores de polvo y ciclos automáticos para determinar el uso óptimo de energía, agua y detergente.
Como ejemplo más específico, Canon ha desarrollado una cámara con enfoque automático que utiliza un dispositivo de carga acoplada (CCD) para medir la nitidez de la imagen en seis áreas de su campo de visión y utiliza la información proporcionada para determinar es la imagen clara? También rastrea la tasa de cambio del movimiento de la lente durante el enfoque y controla su velocidad para evitar sobrepasos.
El sistema de control difuso de la cámara utiliza 12 entradas: 6 para obtener los datos nítidos actuales proporcionados por el CCD y 6 para medir la velocidad de cambio del movimiento de la lente. La producción tiene que ver con la colocación de las tomas. El sistema de control difuso utiliza 13 reglas y requiere 1,1 kilobytes de memoria.
Como otro ejemplo de sistema práctico, Mitsubishi diseñó un aire acondicionado industrial utilizando 25 reglas de calefacción y 25 reglas de refrigeración. El sensor de temperatura proporciona entrada con salida controlada al inversor, la válvula del compresor y el motor del ventilador. En comparación con el diseño anterior, el controlador difuso calienta y enfría cinco veces más rápido, consume un 24 % menos de energía, tiene la mitad de estabilidad de temperatura y utiliza menos sensores.
El entusiasmo de los japoneses por la lógica difusa se refleja en muchas otras aplicaciones que han investigado o experimentado: reconocimiento de personalidad y texto; robots, incluido un robot japonés que arregla flores y helicópteros robot controlados por voz; , lo cual es un gran logro, porque realizar una "acción de equilibrio" es bastante similar al problema del péndulo invertido en el control del flujo de polvo en los sistemas de elevación de películas;
Los horarios de trabajo difusos también se practican en Estados Unidos y en esos países de Europa, aunque no con el mismo entusiasmo en Japón. Esas agencias administrativas de protección ambiental de Estados Unidos llevan a cabo investigaciones sobre el ahorro de energía en motores de control difuso, y la NASA estudia el control difuso para el acoplamiento espacial automático: las simulaciones muestran que los sistemas de control difuso pueden reducir en gran medida el consumo de combustible. Empresas (como Boeing, General Motors, Allen-Bradley, Chrysler), Eaton y Whirlpool han comenzado a desarrollar una lógica difusa para refrigeradores de bajo consumo, mejoras en el transporte de vehículos y motores energéticamente eficientes.
En 1995, Metatag lanzó un lavavajillas "inteligente" basado en un controlador difuso y un "módulo de detección de servicio integral" combinado con un termistor para medición de temperatura, un sensor de conductividad, para medir los niveles de detergente; los iones presentes en la ropa; un sensor de turbidez que difundirá y transmitirá luz para medir el grado de contaminación de la ropa y un sensor magnetoestrictivo que lee la velocidad de centrifugado; El sistema realiza una serie de lavado óptima en cualquier carga, logrando los mejores resultados con el mínimo de energía, detergente y agua. Incluso está sintonizado con los alimentos secos para rastrear la última vez que se abrieron esas puertas y estimar la cantidad de platos por la cantidad de veces que se abrió la puerta.
También se continúa desarrollando la aplicación de fuzzy en software, a diferencia del firmware y el diseño, incluyendo sistemas expertos difusos, la síntesis de lógica difusa y redes neuronales, y los llamados sistemas de control difuso adecuados para " genética", el objetivo final es construir un sistema de software que “autoaprenda”.
[editar] Dispositivo difuso
En un sistema de control difuso, las variables de entrada generalmente se formulan como una función de membresía llamada "dispositivo difuso". El proceso de convertir valores de entrada frágiles en valores difusos se denomina "difusificación".
El sistema de control también tiene diferentes tipos de posibles interruptores, o "intermitentes", para sus entradas analógicas, por lo que las entradas de interruptor por supuesto siempre tienen un 1 o un 0 evaluado, pero el programa puede intercambiar con ellos. , que es un valor o algo más, como una función difusa simplificada.
Las variables se introducen en funciones de membresía y los valores reales se "trazan", luego estos microcontroladores deciden qué acción es apropiada en función de un conjunto de "reglas" para cada forma:
Si los frenos están más calientes y no demasiado rápidos
Entonces la presión de los frenos se reduce ligeramente.
En este ejemplo, las dos variables de entrada "temperatura de freno" y "velocidad" permiten definir valores como dispositivos difusos. La variable de salida "presión de freno" también se determina a partir de los valores similares difusos anteriores de "estático", "ligeramente aumentado", "ligeramente reducido", etc. Debido a que parece probable que se use sin interferencias de la lógica difusa, esta regla es difícil de usar por sí sola, pero recuerde basar su decisión en un conjunto de reglas:
Genere todas las reglas aplicables y apruebe Usar el Funciones de membresía y valores de hechos obtenidos de las entradas para determinar el resultado de la regla.
Este resultado, a su vez, se formulará como una función de pertenencia y un valor de hecho (variable de salida de control).
Estos resultados se combinan con respuestas detalladas ("frágiles") a estas verdaderas presiones de frenado conocidas como "desfuzzificación" procesal.
Las acciones y reglas difusas se basan en esta combinación de "razonamiento" para describir un "sistema experto difuso".
Los sistemas de control tradicionales se basan en modelos matemáticos, y el sistema de control se describe mediante una o más ecuaciones diferenciales que determinan la respuesta del sistema a sus entradas. Si bien los "controladores PID" (controladores proporcionales-integrales-derivativos) son producto de décadas de desarrollo y análisis teórico, estos sistemas se implementan a menudo y son muy eficientes.
Si los sistemas de control tradicionales como el PID se han desarrollado tan bien, ¿por qué todavía tienen problemas con el control difuso? Tiene algunas ventajas. En muchos casos, esos procesos de control modelados matemáticamente pueden no existir, o pueden ser "caros" en términos de potencia de procesamiento y memoria de la computadora, y un sistema basado en reglas y regulaciones puede ser más efectivo.
Además, la lógica difusa es adecuada para una implementación de bajo coste basada en sensores económicos, convertidores analógico-digitales de baja resolución y chips microcontroladores de 4 u 8 bits.
Un sistema de este tipo puede agregar fácilmente nuevas reglas para aprovechar el rendimiento o agregar nuevas actualizaciones de funciones. En muchas situaciones, el control difuso se puede utilizar para mejorar los sistemas de control convencionales existentes añadiendo una capa adicional de inteligencia al método de regulación actual.
[editar] Control difuso detallado
El concepto difuso del controlador es muy simple. Consisten en etapa de entrada, etapa de procesamiento y etapa de producción. Sensor de mapa de etapa de entrada u otra entrada como apertura, rueda giratoria, etc. , para obtener funciones de membresía y valores de hecho apropiados. La etapa de procesamiento produce cada regla y resultado apropiados por separado y luego combina los resultados de las reglas. Finalmente, la fase de producción convierte los resultados combinados en valores de salida de control específicos.
La forma más común de una función de pertenencia es un triángulo. Aunque también se utilizan curvas trapezoidales y en forma de campana, la forma generalmente es menos importante que el número de curvas y su disposición. Generalmente son apropiadas las curvas de 3 a 7 años, que cubren el rango requerido de valores de entrada o, en términos vagos, el "universo de palabras".
Como se mencionó anteriormente, estas etapas de procesamiento se basan en reglas lógicas recopiladas. Si así se indica, una parte se denomina "primera" y luego otra parte se denomina "posteriormente". Un sistema de control difuso típico tiene muchas reglas.
Considere el ajuste del termostato:
Si (la temperatura es "fría") entonces (el calentador está "alto")
Este ajuste utiliza los hechos A " temperatura" entrada de valores que es "fría" en algunos valores fácticos y produce resultados con cierta ambigüedad, ya que se produce un "calentador" y es "alto" en algunos valores. Este resultado se utilizó en los resultados de otras regulaciones, lo que finalmente resultó en una producción sintética frágil. Obviamente, los valores de hechos más grandes son "fríos" y los valores de hechos más altos son "altos", aunque esto no significa necesariamente que la producción en sí se ajustará a "alto", ya que esto es solo un Reglamento. En ocasiones, las funciones de membresía se pueden modificar. En el pasado, "cobertura" era un adjetivo. Las palabras restrictivas difusas comunes incluyen "sobre", "casi", "casi", "sobre", "muy", "un poco", "ye", "qiang" y "un poquito". Estas operaciones pueden tener definiciones precisas, aunque las definiciones pueden variar ampliamente entre implementaciones. "Extremadamente", por ejemplo, la función de membresía al cuadrado; dado que el valor de membresía es siempre menor que 1, esto reduce el rango de la función de membresía. Los cubos "fuertes" dan reducciones mayores cuando "un poquito" expande la función tomando la raíz cuadrada.
De hecho, las reglas difusas determinan que suele haber varios precedentes compuestos por operadores que utilizan vaguedad, como y, o, y no, aunque las redefiniciones cambian a menudo: Además, en una definición popular, los pesos de los pares más pequeños de todos los precedentes se utilizan por completo, o se utilizan los más grandes en ese momento. También existe una función "complementaria" de la función de membresía a partir del año 1, ya que no es un operador.
Hay varias formas diferentes de determinar esas reglas resultantes, pero una de las más comunes y simples es el método "máximo" de inferencia, donde a la función de membresía de producción se le asigna un valor resultante de las premisas fácticas.
Las reglas pueden introducirse en hardware en paralelo o resolverse continuamente en software. El resultado de la "desfusificación" de todas las reglas es el valor de fragilidad en una de varias formas. En teoría, hay docenas de ellos, cada uno con diversas ventajas y desventajas.
El método del "centro de gravedad" es popular y este "centro de gravedad" da como resultado la escuela de pensamiento que proporciona el valor de fragilidad. Otra forma de acercarse a la "altura" es aportar el mayor valor de donación. Esos métodos de centro de gravedad admiten áreas con producción máxima y esas reglas, mientras que esos métodos de altura obviamente admiten esas reglas con valores de salida máximos.
La siguiente figura demuestra el razonamiento máximo y mínimo y el centro de gravedad de un sistema "X" e "Y" con variables de entrada y "Z" con una variable de salida "N". Tenga en cuenta que la nomenclatura estándar de lógica difusa de "mu" es "valor de hecho":
El orden de las palabras de la traducción puede ser incorrecto, simplemente modifíquelo ligeramente.