دسته بندی | الکترونیک و مخابرات |
بازدید ها | 1 |
فرمت فایل | doc |
حجم فایل | 948 کیلو بایت |
تعداد صفحات فایل | 110 |
فهرست مطالب
عنوان شماره صفحه
فصل اول:آموزش منطق فازی
مرجعUniverse ) ).....................................................................26
نقش عضویت Membership function ))......................................26
یگانه ( Singletons)..................................................................28
متغیرهای زبانی (Linguistic variables )......................................29
مثال سطح مخزن............................................................................29
عملیات مجموعه ها ( Set operations)............................................30
اصلاح کننده (Modifiers ).............................................................32
ارتباط میان مجموعهها......................................................................35
پیوندها(Connectives )...............................................................39
استنباط ( Implication )...............................................................45
نتیجه ( Inference ).....................................................................47
قواعد چند گانه( Several Rule )....................................................49
فصل دوم:نظریه منطق فازی
مجموعه های فازی...........................................................................53
مجموعه های فازی مراتب بالاتر...........................................................57
عملیات کلاسیک روی مجموعه های فازی.................................................58
روابط فازی....................................................................................58
قاعده ترکیبی استنتاج........................................................................59
متغییرهای زبان شناختی.....................................................................59
منطق فازی....................................................................................60
فرم کانونی.....................................................................................62
مزایای کنترل کننده فازی....................................................................69
چه مواقعی باید از منطق فازی استفاده کرد؟..............................................70
فصل سوم:سیستمهای تشخیص عیب بر مبنای منطق فازی
فصل چهارم: طراحی شبیه سازی یک کنترل کننده هوشمند ترافیک
سابقه علمی پژوهش….........……………………………………….89
کنترل پیش زمانبندی شده.............................................................90 کنترل متاثر از ترافیک.......………………...……….………………..90
آشنایی با تئوری مجموعه فازی……......…….………………..………91
انگیزه های استفاده از مجموعه های فازی…..………………….……….91
فضای کمی فازی.........................................................................92
کنترل فازی طرح شده...................................................................93
توابع عضویت ورودیها و خروجیها....................................................93
مکانیزم بهنگام سازی معادلات ومقادیر کیفی فازی مربوط به ورودیهای کنترلر.......94
شبیه سازی پیش زمانبندی شده میدان انقلاب تهران……...………..………..95
شبیه سازی کنترلر فازی طرح شده بروی میدان انقلاب تهران…..........…..….96
مقایسه نتایج حاصل از شبیه سازی فازی وپیش زمانبندی شده…….......….....96
مقدمه
در این مقاله به بررسی شیوه های جدید تشخیص عیوب که بر مبنای منطق فازی استوار هستند می پردازیم. منطق فازی یکی از شاخه های جدید علم است که در سال 1965 توسط پروفسور زاده ابداع و معرفی شد.
اصول مطق فازی بر تعاریف مجموعه های فازی استوار است. همان گونه که اصول منطق کلاسیک بر مجموعه های کلاسیک یا مطلق استوار هستند. اهمیت منطق و مجموعه های فازی بخصوص اخیراً و پس از بوجود آمدن نگرشهای جدید در علوم و تکنولوژی موسوم به موج سوم افزایش یافته است (2) . در نگرش موج سومی سعی تکنولوژیست ها بر هر چه نزدیکتر کردن ماشین وتکنولوژی به انسان متمرکز می شود که یکی از ابعاد آن طراحی و ساخت ماشنهایی است که به نوعی روالهای عملکرد انسانی را شبیه سازی کند . منطق فازی همانگونه که خواهیم دید یکی از ابزارهای مؤثر در ایجاد روالها و طراحی سیستمهایی با عملکرد نزدیک به انسان است.
1- مجموعه ها و منطق فازی
همه می دانیم که یک انسان در تصمیم گیریهایش معمولاً کمتر احتیاج به اطلاعات کامل و دقیق دارد. مثلاً یک تعمیر کار خبره اتومبیل تنها با گوش دادن به صدای موتوز و بر حسب تجربه می تواند معیوب یا سالم بودن موتور را تخیص دهد. در اینجا تشخیص عیب مبنای یک سری اطلاعات نسبتاً ساده _ صدای موتور _ و با استفاده از تجربیات قبلی ـ یعنی مقایسه صدای موتور فعلی با صدا هایی که از انواع موتورهای سالم و خراب در ذهن وجود داشته ـ و به صورت ناخودآگاه انجام می گیرد. یک سیستم تشخیص فازی نیز سعی می کند به همین ترتیب عمل کند.
در نظریه کلاسیک و سنتی مجموعه ها عضویت یک شی در مجموعه به صورت مطلق ، با تعلق و عدم تعلق ، تعیین می شود. ولی در مجموعه های فازی ما با تعلق یا عضویت به صورت مطلق برخورد نمی کنیم . از دید نظریه فازی عضویت هر شی در هر مجموعه با یک تابع دارای مقادیر بین 0و1 موسوم به تابع مقدار عضویت یا به صورت ساده تر تابع عضویت تعریف می شود. این تعریف ابتدائی باعث می شود قدرت انعطاف اصول اصول فازی درکارکرد با مجموعه ها بیشترباشدبرای مثال مجموعه { اعداد بسیاربزرگترازیک} =A را در نظر بگیرید ، نظریه سنتی مجموعه ها دد کارکرد با چنین مجموعه هایی ضعف اصولی دارد چون مفهوم « بسیار بزرگتر از یک» مفهوم مطلقی نیست {3} و{1} . اما در مجموعه های فازی چنین نیست. در شکل 1 تابع عضویت برای مجموعه A نمایش داده شده است. از شکل به دست می آید که :
یعنی از دیدگاه نظریه فازی 1 اصلاً بسیار بزرگتر یک نیست ، 100 کاملاً بسیار بزرگتر از یک است و 5 تقریباً بسیار بزرگتر یک است. توجه کنید که معین کردن مقادیر تابع عضویت µA به ازای اعضای مختلف ، بسیار بستگی به تعریف مساله ای دارد که مجموعه بر آن دلالت می کند برای مثال تخصیص مقادیر به تابع B برای سنین مختلف در مجموعه { خیلی جوان} = B به این وابسته است که آیا خیلی جوان بودن برای اخذ درجه دکترا در دانشگاه مدنظر است یا خیلی جوان بودن برای شروع تحصیلات ابتدائی . در شکل 2 نمودارهای تابع عضویت پیشنهادی برای هر دو مجموعه فوق الذکر ارائه شده اند . منطق فازی با کمک مجموعه های فازی و اصول استدلال تقریبی Approximatc Rcasoning می تواند چنین مجموعه هایی را پردازش کند. در نتیجه به جای اقلام صریح اطلاعات با حوزه های اطلاعاتی ، با مرزهای غیر روشن سروکار داریم . در واقع به همین خاطر کیفیت سیستم فازی به جای وابستگی به دقت اقلام ورودی ، بیشتر به چگونگی استدالها و تصمیمات اتخاذ شده و کیفیت آنها بستگی دارد. [ 4] و [3] به خاطر اجتناب از طولانی شدن مطلب بحث نظریه فازی را در همین جا خاتمه داده خواننده علاقمند را جهت مطالعه بیشتر به مراجع پیوست ارجاع می دهیم.
2- سیستمهای تشخیص سنتی
نمونه های جدیدتر سیستمهای تشخیص عیب اتوماتیک اغلب بر اساس تکنولوژی الکترونیک دیجیتال و کامپیوتر استوار است هستند. در این سیستمها اطلاعات گرفته شده از دنیای واقعی توسط تعدادی حساسه scnsor سنسور یا حس کننده ـ یا مبدل transduccr به سیگنالهای الکتریکی تبدیل می شوند و سپس از روی این اطلاعات تصمیمی در مورد صحیح یا معیوب بودن وسیله مورد آزمون گرفته خواهد شد. با پیشرفتها ی سریع تکنولوژی دیجیتال ، قیمت سخت افزار ها روزبروز کاهش می یابد . همچنین استفاده از نرم افزار در قلب سیستم باعث انعطاف زیاد و تغییر پذیری آن بر حسب شرایط می شود. از سویی نرم افزار می تواند قابلیت توسعه پذیری و بهبود سیستم را بدون نیاز به تغییر سخت افزار ، که مستلزم صرف هزینه و وقت زیادی است ، به نحو چشمگیری افزایش دهد. اما مساله در اینجا حسایه ها و مبدل ها هستند. [5]
این ابزارها دقیق اصولاً وسایلی ظریف و گرانقیمت هستند . این گرانی تا بدان حد است که مثلاً در یک سیستم کنترل دیجیتال تا 80% هزینه کل سیستم مربوط به حساسه ها می شود. هر چه این وسایل دقیتر باشند قیمت آناه هم بالاتر است و افزایش قیمت نیز به صورت نمایی است. در ضمن آسیب پذیری و درصد خرابی آنها هم بخصوص در محیط های کارگاهی به دلیل شرایط موجود ، بالاست و تکنولوژی ساخت انها نیز مختصر به چند کشور صنعتی است.
در سیستمها ی سنتی چون تصمیم گیریها مطلق هستند دقت حساسه ها ، یک پارامتر اساسی است. از سویی بنابر همان خصیصه مطلق گرایی اگر داده های ورودی در نواحی مرزی قرار بگیرند ، توانایی سیستم در اتخاذ تصمیم صحیح در ارتباط با آنها به شدت کاهش می یابد. پس به منظور بهبود کارکرد و عمومیت دادن به سیستمها ی تشخیص اتوماتیک کلاسیک ، بایستی
- بتوان از سنسورهای ارزان قیمت و طبعاً کم دقتر بدون کاهش کیفیت کلی سیستم ، استفاده کرد.
- توانایی کار با داده های مرزی را در آنها ایجاد کرد.
- راه حل پیشنهادی ما برای موارد فوق استفاده از سیتمهای تشخیص عیب فازی است.
3- سیستمهای تشخیص فازی
اصول کلی سیستم مورد نظر در شکل 3 نمایش داده شده است. برای بیان عملکرد قسمتها ی مختلف این تشخیص دهنده به سراغ همان مثال قبلی تعمیرکار اتومبیل می رویم . ورودی سیستم در واقع کل اطلاعات دریافتی از جسم مورد آزمون است. یعنی مثلاً کل اطلاعاتیکه تعمیر کار می تواند از موتور ماشین بوسیله حواس خودش و یا وسایل اندازه گیری دریافت کند. قسمت استخراج ویژگی fcaturc sctcctin در واقع توجه به آن قسمتی از اطلاعات ورودی است که برای تعیین عیب به کار می رود صدای موتور در اینجا و بنابر تجربه تعمیرکار می تواند مهمترین ویژگی آن قلمداد شود. البته بنابر مورد می توان ویژگیها را به یکی محدود نکرد ، اما تعداد آنها روال تخیص را کندتر و سیستم را پیچیده تر می سازد. [8] و [4]
قسمت گروهبندی ، با کمک داده هایی که از قسمت استخراج ویژگی دریافت کرده و با مقایسه انها با اطلاعات قبلی موجود در بانک اطلاعاتی ، جسم مورد آزمایشرا در یکی از دو گروه سالم یا معیوب طبقه بندی می کند. در مثال ما بانک اطلاعاتی در واقع حافظه تعمیر کار است که صدای تعداد زیادی موتور خراب و سالم تدریجاً در آن ذخیره شده است از همین جا مشخص است که قبل از اعمال وردیهای اصلی به سیستم ، بانک اطلاعاتی آن بایستی با داده های متعددی پر شود. تنوع ، دقت و حجم اطلاعات این بانک با کیفیت سیستم تشخیص ارتباط مستقیم دارد. در ادامه به تشریح جزئیات قسمتهای مختلف سیستم می پردازیم.