Transcript Fuzzy Logic and Fuzzy Control
CIC Lab
Computational Intelligence and Control Laboratory
Fuzzy Control Teil 2
Jörg Krone, Ulrich Lehmann, Hans Brenig, Udo Reitz, Michael Schneider SS 2006 V_4_Fuzzy_Control_Teil2 2 1 7
Inhalt
CIC Lab
Computational Intelligence and Control Laboratory
Einschleifiger Regelkreis mit Fuzzy-Regler
Reglerumschaltung Fuzzy <-> konventionell
Empfehlung: Einsatz von Fuzzy-Logik und Fuzzy Control
SS 2006 V_4_Fuzzy_Control_Teil2 2 2 7
CIC Lab
Computational Intelligence and Control Laboratory
Einschleifiger Regelkreis mit Fuzzy-Regler
Beispiele: • allgemein: stark nichtlineare Regelstrecken • Anfahrprozesse für S- und U-Bahn • Stromregelung in Ladegeräte für Akkumulatoren • Wasser- und Temperaturregelung von Wasch- und Spülmaschinen • Temperaturregelung von Industrietrocknern • SPAM-Filter in der Informationstechnik • Belebungsregelung in Kläranlagen SS 2006 V_4_Fuzzy_Control_Teil2 2 3 7
CIC Lab
Computational Intelligence and Control Laboratory
Umschaltung der Regler
Beispiel: konventioneller Regler für Normalbetrieb Fuzzy Regler für Anfahrprozess der Anlage SS 2006 V_4_Fuzzy_Control_Teil2 2 4 7
CIC Lab
Computational Intelligence and Control Laboratory
Adaption eines konventionellen durch einen Fuzzy-Regler
SS 2006 • zeitvariante und nichtlineare Prozesse in der • Biotechnologie und Verfahrenstechnik • Automotive für Automatik-Getriebe und Lambda-Regler • fuzzy-adaptive Gießspiegelreglung V_4_Fuzzy_Control_Teil2 2 5 7
CIC Lab
Computational Intelligence and Control Laboratory
Diagnose und Klassifikation
• Fehlerklassifikation bei Verbrennungsmotoren • Analyse von Betriebszuständen von Turbogeneratoren • Generierung eines Fuzzy-Klassifikators zur Qualitätskontrolle in der Automobilindustrie SS 2006 V_4_Fuzzy_Control_Teil2 2 6 7
CIC Lab
Computational Intelligence and Control Laboratory
Prozessführung und Optimierung
• Ausbrandoptimierung bei der thermischen Abfallbehandlung • Optimierung der Kühlwasseraufbereitung • Führung von Batchprozessen in der Industrie • Bedarfsorientierte multikriterielle Optimierung von Raumklima Regelkreisen • Regelung und Prozessüberwachung von Kläranlagen SS 2006 V_4_Fuzzy_Control_Teil2 2 7 7
CIC Lab
Computational Intelligence and Control Laboratory
Empfehlung: Einsatz von Fuzzy-Logik und Fuzzy Control
• wenn aufwendige mathematische Modellbildung absehbar ist • starke Nichtlinearitäten • zeitvariante Prozesse zu automatisieren sind • große Parameter- und Störgrößenschwankungen im Prozess • einfache und kostengünstige Lösungen angestrebt werden • komplexe, toleranzbehaftete Sensordaten vorliegen • Expertenwissen verfügbar ist SS 2006 V_4_Fuzzy_Control_Teil2 2 8 7
Quellenverzeichnis
CIC Lab
Computational Intelligence and Control Laboratory • Fuzzy Control für Ingenieure Jörg Kahlert ISBN 3-528-05460-3 • • Fuzzy-Logik und Fuzzy-Control Jörg Kahlert, Hubert Frank ISBN 3-528-05304-6 www.kahlert.com
• VDE/VDI GMA FA 5.14 Computational Intelligence Steckbriefe von erfolgreichen Projekten http://www.iai.fzk.de/medtech/biosignal/gma/tutorial /index.html
• Lehmann, U.; Krone, J.: Vorlesung Neuro-Fuzzy Systeme, FH-SW Iserlohn, SS 2003 2 SS 2006 V_4_Fuzzy_Control_Teil2 9 7