Управление на перална машина с размита логика Пералните машини в наши дни са обикновен уред в дома. Най-голяма изгода, която потребителя получава от п

Размер: px
Започни от страница:

Download "Управление на перална машина с размита логика Пералните машини в наши дни са обикновен уред в дома. Най-голяма изгода, която потребителя получава от п"

Препис

1 Управление на перална машина с размита логика Пералните машини в наши дни са обикновен уред в дома. Най-голяма изгода, която потребителя получава от пералната машина е, че имат почистване, центрофугиране и пране в един уред. Повечето хора не забелязват (при съвременните перални това няма значение), че различните типове дрехи се нуждаят от различно време за пране, което пряко зависи от типа на замърсяването, количеството мърсотия, качество на дрехите и др. Пералните машини, които се използват днес (няма много, които използват размито управление) изпълняват всички операции при прането, но какво време за пране изискват различните типове дрехи за този въпрос все още не е намерено точно решение. По тази причина потребителя задава еднакво време за пране на всички типове дрехи или има съвсем малка възможност за контрол над процеса. Нещата стоят така използваните перални машини не са съвсем автоматични, каквито могат да бъдат. Този раздел има за цел да представи идеята за управление времето на пране чрез размито логическо управление. Тук са описани процедурите, които мога а се използват за да получим подходящото време за пране за различните дрехи. Процеса е базиран на принципа за получаване на не толкова прецизни стойности от датчиците, подчиняване то им на размитата аритметика и задаването на фиксирана стойност за времето на пране. Този метод не е просто на хартия и за бъдещи приложения. Нищо подобно такива методи на управление с размита логика и невронни мрежи отдавна се използват от гигантите като LG и Samsung. Постановка на задачата. Когато се използва една перална машина оператора основно избира продължителността на цикъла за пране на основата на количеството дрехи, но обикновено искаме да перем и според степента на замърсяване на дрехите. За да се автоматизира този процес, се използват сензори, които измерват тези параметри (например теглото на дрехите, степен и тип замърсяване). След това времето за пране се определя според тези параметри. За съжаление няма лесен начин да се формулира точна математическа зависимост между обема на дрехите, замърсяването и времето за пане, което е необходимо. Следователно, доскоро този проблем не е бил решен. Обикновено хората просто настройват времето за пране, базирайки се на своя опит. Пералните машини не са толкова автоматични, колкото могат да бъдат. Системата от процесни информационни точки предават външни входни сигнали в машината и чрез тях може да бъде взето решение. Това е заложено в работата на контролера да взема решения и да подава управляващи сигнали към външния свят посредством своите изходи. Поради това, че зависимостта между входа и изхода на регулатора не е чиста, при проектирането на регулатора за пералната машина не могат а

2 се използват класическите похвати за проектиране на управление. За да се реши този проблем се насочваме към размитата логика. Размитата логика се използва, поради това, че контролера на пералната машина с размито управление дава точното време за пране независимо от това, че няма точно описания на зависимостта между входа и изхода. Двата входа на системата са: -степен на замърсяване; -тип на замърсяването; Фигура 1 представя основния вариант на решение. Размития регулатор приема два входа, обработва информацията и извежда като резултат необходимото време за пране. Приемането на тези две входни стойности се осъществява със сензори (оптически, електрически и др.). работата на датчиците не се разглежда в този материал. Приемаме, че разполагаме с тези сензори. И така двата параметъра на състоянието, от които се нуждаем се представят по следния начин: Степента на замърсяване се определя според прозрачността на водата за пране. Кои дрехи са по-мръсни се определя според това, колко е прозрачна водата и тази прозрачност се анализира. От друга страна типа на замърсяването се определя чрез времето на насищане, времето, за което се достига това насищане. Насищането е точка, при която няма осезаема промяна на цвета на водата. Степента на замърсяване определя до каква степен една дреха е мръсна. Където типа на замърсяване определя качеството на мърсотията. Например при мазните дрехи минава по-дълго време за да се насити водата, защото греста е по-малко разтворима във вода в сравнение с другите типове замърсяване. По такъв начин нашите сензори могат да осигурят необходимия вход за размития регулатор.

3 Фиг.хх.Основна блок-диаграма на процеса Детайлите за набора данни на размития регулатор са приети в обхвата на възможните стойности за входа и изхода, които са определени. Това (в теорията на размитата логика) са функциите на принадлежност, които свързват реални променливи с размити стойности. Фигура 2 показва наименованията на входовете и съответните им функции на принадлежност. Стойностите на входните променливи Степен на замърсяване и Тип на замърсяване се нормализират в обхвата -1 до 100 т.е в обхвата на сензора. Решението, което размития регулатор взима се определя от правилата, които се съхраняват в базата от знания. Основно правилта са от типа Ако То, които са интуитивни и лесни за разбиране. Тези правила са получени от типични изследвания на перални машини и информация получена от операторите на тези машини. Ако... И... Тогава... Замърсеност на дрехите Тип замърсяване Време за пране Голяма Мазни Много дълго Средна Мазни Дълго Малка Мазни Дълго Голяма Средно Дълго

4 Средна Средно Средно Малка Средно Средно Голяма Не голямо Средно Средна Не голямо Кратко Малка Не голямо Кратко Тези правила са представени в графичен вид на фигура 3. фиг.3а.функция на принадлежност за Замърсеност на дрехите фиг.3б.функция на принадлежност за Тип на замърсяването

5 За правилата трябва да се уточни, че те също не са точни стойности, а рзмити променливи. Двата входни параметъра, които са прочетени от сензорите се размиват посредством функцията за принадлежност на съответната променлива. Посредством кривата на функцията за принадлежност се получава решение (посредством някакъв критерий). Накрая се получава точна стойност за Времето за пране като отговор. Фиг.3.Функция на принадлежност за изходната променлива Време на пране Сензорите измерват входните стойности и като използват разгледания модел се размиват и чрез правила от типа Ако-То се получава изходна размита функция, от която се извежда резултата. Фигура 4 представя повърхнината на зависимостта между входните и изходната променливи определени с FUI (Fuzzy Interface Unit). В Matlab това се получава с Surface Viewer.

6 Фиг.4.Повърхност на зависимостта между входните и изходната променливи Резултатите получени в тази Повърхност на отклика показват начина, по който машината ще работи при различни състояния на входа на системата. Например ако имаме тип на замърсяване и Замърсяване със стойности 100, Времето за пране, което този модел ще получи на изхода и е 60 мин. Чрез използване на управление с размита логика, имаме възможността да получим необходимото време за пране за различен тип и различна степен на замърсяване. При класическия метод човека взима решение колко да продължи процеса на пране при различните дрехи. С други думи способността за вземане на такова решение е заложена в машината като я прави по-автоматична.

Проектиране на непрекъснат ПИД - регулатор. Динамичните свойства на системите за автоматично регулиране, при реализация на първия етап от проектиранет

Проектиране на непрекъснат ПИД - регулатор. Динамичните свойства на системите за автоматично регулиране, при реализация на първия етап от проектиранет Проектиране на непрекъснат П - регулатор инамичните свойства на системите за автоматично регулиране, при реализация на първия етап от проектирането им, могат да се окажат незадоволителни по отношение на

Подробно

Microsoft Word - KZ_TSG.doc

Microsoft Word - KZ_TSG.doc ПРИЛОЖЕНИЕ НА ТЕОРИЯТА НА СИГНАЛНИТЕ ГРАФИ ЗА АНАЛИЗ НА ЕЛЕКТРОННИ СХЕМИ С ОПЕРАЦИОННИ УСИЛВАТЕЛИ В теорията на електронните схеми се решават три основни задачи: ) анализ; ) синтез; ) оптимизация. Обект

Подробно

МИНИСТЕРСТВО НА ОБРАЗОВАНИЕТО И НАУКАТА

МИНИСТЕРСТВО НА ОБРАЗОВАНИЕТО И НАУКАТА МИНИСТЕРСТВО НА ОБРАЗОВАНИЕТО И НАУКАТА У Ч Е Б Н А П Р О Г Р А М А ЗА ЗАДЪЛЖИТЕЛНА ПРОФЕСИОНАЛНА ПОДГОТОВКА ПО ПРОГРАМИРАНЕ И АЛГОРИТМИЧНИ ЕЗИЦИ ЗА ПРОФЕСИЯ: КОД 482010 ИКОНОМИСТ - ИНФОРМАТИК СПЕЦИАЛНОСТ:

Подробно

Slide 1

Slide 1 11. Количествено ориентирани методи за вземане на решения в обкръжение на неопределеност и риск 1 Структура Матрица на полезността Дърво на решенията 2 11.1. Матрица на полезността 3 Същност на метода

Подробно

Slide 1

Slide 1 Обектът на това проучване са механизмите, чрез които мултисензорите събират информация от реалния свят и я трансформират в електронни сигнали, използвани в информационни и управляващи системи. Описана

Подробно

10. Линейни оптимизационни модели – обща постановка

10. Линейни оптимизационни модели – обща постановка 0. Линейни оптимизационни модели обща постановка Пример Разполагате с 26 бр. самолети от тип А и 5 бр. самолети от тип В. Задачата е да се пренесе възможно по-голямо количество от разполагаем товар, при

Подробно

Машинно обучение - въведение

Машинно обучение - въведение Линейна регресия с една променлива Доц. д-р Ивайло Пенев Кат. Компютърни науки и технологии Пример 1 Данни за цени на къщи Площ (x) Означения: Цена в $ (y) 2104 460 000 1416 232 000 1534 315 000 852 178

Подробно

Годишното тематично разпределение по Компютърно моделиране за 4. клас N седмица Тема очаквани резултати Методи бележки и коментари Първи учебен срок Т

Годишното тематично разпределение по Компютърно моделиране за 4. клас N седмица Тема очаквани резултати Методи бележки и коментари Първи учебен срок Т Годишното тематично разпределение по Компютърно моделиране за 4. клас N седмица Тема очаквани резултати Методи бележки и коментари Първи учебен срок Тема 1. Информация 1 1 Видове информация Познава начините

Подробно

Логаритмична регресия

Логаритмична регресия Логаритмична регресия Доц. д-р Ивайло Пенев Кат. Компютърни науки и технологии Функция на хипотезата h θ x = g θ T x = 1 1 + e θt x Функция на цената J θ = 1 σ m i=1 m Cost(h θ x i, y i ), където Cost(h

Подробно

Размито управление Специфики на размитата логика, същност на размитите множества В продължение на вече откритата на страниците на сп. Инженеринг ревю

Размито управление Специфики на размитата логика, същност на размитите множества В продължение на вече откритата на страниците на сп. Инженеринг ревю Размито управление Специфики на размитата логика, същност на размитите множества В продължение на вече откритата на страниците на сп. Инженеринг ревю тема за т.нар. размито управление, в настоящия брой

Подробно

INTERNATIONAL SCIENTIFIC JOURNAL "MECHANIZATION IN AGRICULTURE" WEB ISSN ; PRINT ISSN ИЗСЛЕДВАНЕ И ОПТИМИЗИРАНЕ ПЕРИОДИЧНОСТТА НА Д

INTERNATIONAL SCIENTIFIC JOURNAL MECHANIZATION IN AGRICULTURE WEB ISSN ; PRINT ISSN ИЗСЛЕДВАНЕ И ОПТИМИЗИРАНЕ ПЕРИОДИЧНОСТТА НА Д ИЗСЕДВАНЕ И ОПТИМИЗИРАНЕ ПЕРИОДИЧНОСТТА НА ДИАНОСТИРАНЕ НА МАШИНИТЕ С ОТЧИТАНЕ НА ДОСТОВЕРНОСТТА НА РЕЗУТАТИТЕ ОТ ИЗМЕРВАНЕТО М.Михов - ИПАЗР"Н.Пушкаров" София.Тасев - ТУ София Резюме: Разгледан е процес

Подробно

Microsoft Word - old_centrala_MBE_bul.doc

Microsoft Word - old_centrala_MBE_bul.doc L8542336 Rev. 11/03/01 Централа за MBE Инструкция за експлоатация Page 1 of 4 Вход за бутон пешеходен Page 2 of 4 Централа за мотор MBE Централата MBE може да се използва при мотори, които не превишават

Подробно

Машинно обучение Лабораторно упражнение 9 Класификация с множество класове. Представяне на невронна мрежа Упражнението демонстрира класификация в множ

Машинно обучение Лабораторно упражнение 9 Класификация с множество класове. Представяне на невронна мрежа Упражнението демонстрира класификация в множ Машинно обучение Лабораторно упражнение 9 Класификация с множество класове. Представяне на невронна мрежа Упражнението демонстрира класификация в множество класове чрез методи логаритмична регресия и невронни

Подробно

Microsoft Word - stokdovo saprotivlenie.doc

Microsoft Word - stokdovo saprotivlenie.doc Движения при наличие на Стоксово съпротивление При един често срещан вид движения неподвижно тяло започва да се движи под действие на сила с постоянна посока Ако върху тялото действа и Стоксова съпротивителна

Подробно

Проф

Проф Утвърдил:.. / доц. д-р Е. Великова / Утвърден от Факултетен съвет с протокол... /... СОФИЙСКИ УНИВЕРСИТЕТ СВ. КЛИМЕНТ ОХРИДСКИ Факултет по Математика и Информатика Специалност: Компютърни науки М И К 0

Подробно

MVS Електронен регулатор на обороти за монтаж на DIN шина Регулаторите MVS автоматично управляват оборотите на еднофазни, управляеми по напрежение еле

MVS Електронен регулатор на обороти за монтаж на DIN шина Регулаторите MVS автоматично управляват оборотите на еднофазни, управляеми по напрежение еле Регулаторите автоматично управляват оборотите на еднофазни, управляеми по напрежение електродвигатели ( VАС / 5 6 Hz) със стандартен управляващ сигнал. Те са оборудвани с Modbus RTU комуникация и се отличават

Подробно

doll Механична кукла Механичните кукли автоматично повтарят предварително зададена последователност от движения. В Япония има традиции в изработката н

doll Механична кукла Механичните кукли автоматично повтарят предварително зададена последователност от движения. В Япония има традиции в изработката н doll Механична кукла Механичните кукли автоматично повтарят предварително зададена последователност от движения. В Япония има традиции в изработката на механични кукли, датиращи от древни времена. Движенията

Подробно

Microsoft Word - EShT_lab6_powerAmplifier.doc

Microsoft Word - EShT_lab6_powerAmplifier.doc Лабораторно упражнение 6 1 Изследване на нискочестотни усилватели на мощност Основни съотношения Полезната мощност е P L = I o U o, където I o и U o са ефективните стойности на изходния ток и изходното

Подробно

8. Вземане на последователни решения в обкръжение на риск. Конструиране на дърво на решенията

8. Вземане на последователни решения в обкръжение на риск. Конструиране на дърво на решенията 8. Вземане на последователни решения в обкръжение на риск. Конструиране на дърво на решенията 1 Дърво на решенията Дървото на решенията е графичен метод за избор на алтернатива чрез изследване на последователни

Подробно

Microsoft Word - USSS_03_PLL_v4.doc

Microsoft Word - USSS_03_PLL_v4.doc Изследване на фазово затворени вериги (PLL). Приложения Блокова схема Принципът на работа на фазово затворени вериги е даден на фиг.. фиг. Сигналът от входния генератор и изходният сигнал на ГУН (VCO)

Подробно

I

I . Числено решаване на уравнения - метод на Нютон. СЛАУ - метод на проста итерация. Приближено решаване на нелинейни уравнения Метод на допирателните (Метод на Нютон) Това е метод за приближено решаване

Подробно

ПРИМЕРНО ГОДИШНО ТЕМАТИЧНО РАЗПРЕДЕЛЕНИЕ по Технологии и предприемачество за 4. клас ПЪРВИ УЧЕБЕН СРОК 18 седмици х 1 час седмично = 18 часа по ред Уч

ПРИМЕРНО ГОДИШНО ТЕМАТИЧНО РАЗПРЕДЕЛЕНИЕ по Технологии и предприемачество за 4. клас ПЪРВИ УЧЕБЕН СРОК 18 седмици х 1 час седмично = 18 часа по ред Уч ПРИМЕРНО ГОДИШНО ТЕМАТИЧНО РАЗПРЕДЕЛЕНИЕ по Технологии и предприемачество за 4. клас ПЪРВИ УЧЕБЕН СРОК 18 седмици х 1 час седмично = 18 часа по ред Учебна седмица Тема на урочната единица Очаквани резултати

Подробно

Лекция Класификация с линейна обучаваща машина Обучаващата машина може да бъде дефинирана като устройство, чиито действия са повлияни от миналия опит

Лекция Класификация с линейна обучаваща машина Обучаващата машина може да бъде дефинирана като устройство, чиито действия са повлияни от миналия опит Лекция Класификация с линейна обучаваща машина Обучаващата машина може да бъде дефинирана като устройство, чиито действия са повлияни от миналия опит [1]. Линейната обучаваща машина (ЛОМ) е стравнително

Подробно

Изследване на устойчивостта на равновесното състояние на системи с краен брой степени на свобода Следващият пример илюстрира основните разсъждения при

Изследване на устойчивостта на равновесното състояние на системи с краен брой степени на свобода Следващият пример илюстрира основните разсъждения при Изследване на устойчивостта на равновесното състояние на системи с краен брой степени на свобода Следващият пример илюстрира основните разсъждения при изследване на устойчивостта на равновесната форма

Подробно

ТЕХНИЧЕСКА ХАРАКТЕРИСТИКА WIFI SMART ДВУКАНАЛЕН КЛЮЧ Функции: Двуканален безжичен ON/OFF ключ. Управлява се от смартфон или таблет през интернет чрез

ТЕХНИЧЕСКА ХАРАКТЕРИСТИКА WIFI SMART ДВУКАНАЛЕН КЛЮЧ Функции: Двуканален безжичен ON/OFF ключ. Управлява се от смартфон или таблет през интернет чрез ТЕХНИЧЕСКА ХАРАКТЕРИСТИКА WIFI SMART ДВУКАНАЛЕН КЛЮЧ Функции: Двуканален безжичен ON/OFF ключ. Управлява се от смартфон или таблет през интернет чрез WiFi. Проверка на състоянието на управляваните уреди

Подробно

Структура на програма в C - Част 7 - масиви, оператор за индексиране, sizeof оператор

Структура на програма в C - Част 7 - масиви, оператор за индексиране, sizeof оператор Структура на програма в C Част 7 - масиви, оператор за индексиране, sizeof оператор Иван Георгиев, Христо Иванов, Христо Стефанов Технологично училище "Електронни системи", Технически университет, София

Подробно

Информатика

Информатика ХИМИКОТЕХНОЛОГИЧЕН И МЕТАЛУРГИЧЕН УНИВЕРСИТЕТ - СОФИЯ ИНФОРМАТИКА част първа лектор: доц. д-р Атанас Атанасов Катедра Програмиране и използване на компютърни системи Лекция 3 ЛОГИЧЕСКИ ОСНОВИ НА КОМПЮТЪРНИТЕ

Подробно

МОДУЛ 2 ВАРИАНТ НА ПРАКТИЧЕСКА ЗАДАЧА ЗА НАЦИОНАЛНО ОНЛАЙН ОЦЕНЯВАНЕ НА ДИГИТАЛНИ КОМПЕТЕНТНОСТИ X КЛАС от 2016 г. УСЛОВИЕ НА ЗАДАЧАТА За тази задача

МОДУЛ 2 ВАРИАНТ НА ПРАКТИЧЕСКА ЗАДАЧА ЗА НАЦИОНАЛНО ОНЛАЙН ОЦЕНЯВАНЕ НА ДИГИТАЛНИ КОМПЕТЕНТНОСТИ X КЛАС от 2016 г. УСЛОВИЕ НА ЗАДАЧАТА За тази задача МОДУЛ 2 ВАРИАНТ НА ПРАКТИЧЕСКА ЗАДАЧА ЗА НАЦИОНАЛНО ОНЛАЙН ОЦЕНЯВАНЕ НА ДИГИТАЛНИ КОМПЕТЕНТНОСТИ X КЛАС от 2016 г. УСЛОВИЕ НА ЗАДАЧАТА За тази задача са предоставени данни във файл Climate.xls, който ще

Подробно

Microsoft Word - Forster1

Microsoft Word - Forster1 ЛЕТЯЩ СТАРТ С ХРАНИЛКАТА ECO Автоматичните хранилки на Förster Technik са се доказали в много страни по света като най-доброто решение за отглеждане на агнета и ярета. Те осигуряват бърз растеж и отлично

Подробно

СОФИЙСКА МАТЕМАТИЧЕСКА ГИМНАЗИЯ ТУРНИР ПО МАТЕМАТИКА И ИНФОРМАТИКА "ЗА ТОРТАТА НА ДИРЕКТОРА" ТЕМА ПО МАТЕМАТИКА 8 КЛАС Задача 1. Да се реши в цели чис

СОФИЙСКА МАТЕМАТИЧЕСКА ГИМНАЗИЯ ТУРНИР ПО МАТЕМАТИКА И ИНФОРМАТИКА ЗА ТОРТАТА НА ДИРЕКТОРА ТЕМА ПО МАТЕМАТИКА 8 КЛАС Задача 1. Да се реши в цели чис СОФИЙСКА МАТЕМАТИЧЕСКА ГИМНАЗИЯ ТУРНИР ПО МАТЕМАТИКА И ИНФОРМАТИКА "ЗА ТОРТАТА НА ДИРЕКТОРА" ТЕМА ПО МАТЕМАТИКА 8 КЛАС Задача 1. Да се реши в цели числа уравнението p( + b) = (5 + b) 2, където p е просто.

Подробно

Microsoft Word - VM22 SEC55.doc

Microsoft Word - VM22 SEC55.doc Лекция 5 5 Диференциални уравнения от първи ред Основни определения Диференциално уравнение се нарича уравнение в което участват известен брой производни на търсената функция В общия случай ( n) диференциалното

Подробно

Microsoft Word - Techn zad 2017-M1

Microsoft Word - Techn zad 2017-M1 ТЕХНИЧЕСКА СПЕЦИФИКАЦИЯ за предоставяне на достъп до специализирана уеб-базирана електронна платформа, позволяваща провеждане на Национално онлайн външно оценяване на дигиталните компетентности на учениците

Подробно

Предефиниране на оператори. Копиращ конструктор. Оператор за присвояване Любомир Чорбаджиев Технологическо училище Електронни системи Технически униве

Предефиниране на оператори. Копиращ конструктор. Оператор за присвояване Любомир Чорбаджиев Технологическо училище Електронни системи Технически униве Предефиниране на оператори. Копиращ конструктор. Оператор за присвояване Любомир Чорбаджиев Технологическо училище Електронни системи Технически университет, София lchorbadjiev@elsys-bg.org Revision :

Подробно

Microsoft Word - Tema-8-klas-PLOVDIV.doc

Microsoft Word - Tema-8-klas-PLOVDIV.doc МИНИСТЕРСТВО НА ОБРАЗОВАНИЕТО И НАУКАТА СЪЮЗ НА МАТЕМАТИЦИТЕ В БЪЛГАРИЯ Пролетен математически турнир 7 9 март 9 г., ПЛОВДИВ Тема за 8 клас Задача. Дадено е уравнението ax + 9 = x + 9ax 8x, където a е

Подробно