Sistemi Fuzzy. Modellistica e Controllo Fuzzy. Presenter: Silvio Simani Col supporto di: Marcello Bonfè. Ringraziamenti

Documenti analoghi
Sistemi Fuzzy. Modellistica e Controllo Fuzzy. Presenter: Silvio Simani Col supporto di: Marcello Bonfè. Ringraziamenti

TECNICHE DI CONTROLLO E DIAGNOSI

Sistemi di Controllo Intelligente Introduzione al Controllo Fuzzy

Prefazione 3. Ringraziamenti 5

TECNICHE DI CONTROLLO

Presentazione dell'edizione italiana...xi

MATLAB. Guida al laboratorio di automatica. Mariagrazia Dotoli, Maria Pia Fanti

Intelligenza Artificiale. Logiche sfumate (Fuzzy Logics)

0Tecniche di Controllo e Diagnosi Progetti proposti per le Esercitazioni

TECNICHE DI CONTROLLO

TECNICHE DI CONTROLLO E DIAGNOSI

PIANO DI LAVORO DEI DOCENTI

AGENTI CHE RAGIONANO LOGICAMENTE LOGICA FUZZY

Tecnologie dei Sistemi di Automazione

PRESENTAZIONE DEL CORSO

Laboratorio di Informatica

TECNICHE DI CONTROLLO E DIAGNOSI

Presentazione e obiettivi del corso

Controllo a retroazione

Perché il Controllo Fuzzy?

Controlli Automatici. Introduzione al corso. Introduzione Aggiornamento: Marzo 2013

PROPOSTE DI TESI DI LAUREA NEL SETTORE DEGLI AZIONAMENTI ELETTRICI

Controllo Digitale - A. Bemporad - A.a. 2007/08

STUDIO ED IMPLEMENTAZIONE DI UN SISTEMA DI GESTIONE DA BANCO DELL INIEZIONE COMMON RAIL BOSCH

Complementi di Controlli Automatici. Introduzione al corso

Systemi Fuzzy - esempio

In memoria di mio padre. A mia madre, a tutti gli amici. A tutti voi grazie.

Regolazione e controllo

Metodi di Taratura Approssimata dei Sistemi di Controllo in Retroazione con Controllori PID

Sistemi di Controllo Digitale. Esercitazione 1: 31 Gennaio 2008 RICHIAMI DI CONTROLLI AUTOMATICI

REGOLATORI PID. Modello dei regolatori PID. Metodi di taratura automatica

Dipartimento tecnologie innovative

Regolazione e controllo

Introduzione al controllo

Regolatori standard LT-Cap. 11/ Appendice B

INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Architetture di controllo

Controllo dei Processi

Controlli Automatici T. Introduzione al Corso. Parte 1 Aggiornamento: Settembre (Ingegneria Informatica)

Programmazione modulare

Indice Introduzione Capitolo 1 Pendolo inverso con volano

Controllo di traiettoria

PROGRAMMAZIONE MODULARE ANNUALE (A.S. 2016/2017)

REGOLATORI STANDARD PID

Modellistica e Simulazione

Corso di laurea in Ingegneria Meccatronica Controlli Automatici e Azionamenti Elettrici

Motori Motore passo-passo Stadio di potenza PWM Sincrono Stadio di potenza del motore passopasso. Blocchi funzionali. Set point e generatore PWM

FACOLTA : INGEGNERIA. CORSO DI LAUREA: Ingegneria Energetica. INSEGNAMENTO: Analisi dei sistemi. NOME DOCENTE: Prof. Ing. Alessandro De Carli

CORSO DI CONTROLLO DEI PROCESSI

INTRODUZIONE AL CONTROL SYSTEM TOOLBOX

ELENCO CANDIDATI AMMESSI AL CORSO DI LAUREA IN FISIOTERAPIA ANNO ACCADEMICO 2015/ PROVA DEL 04/09/2015

Cristian Secchi Pag. 1

I sistemi di inferenza fuzzy

PIANO DI LAVORO. Anno Scolastico ISTITUTO TECNICO INDUSTRIALE con sez. Commerciale annessa Leonardo da Vinci BORGOMANERO

ISTITUTO DI ISTRUZIONE SECONDARIA SUPERIORE. Amerigo Vespucci

Capitolo 2. Introduzione

CONTROLLO NEI SISTEMI BIOLOGICI. Daniela Iacoviello

Introduzione all Inferenza Statistica

Configurazione del controllore

Argomenti. Seminario del Corso di Elaborazione del Linguaggio Naturale. Cosa manca? Cosa si è già detto

Il convertitore bidirezionale a commutazione forzata trova ampio impiego anche in versione trifase.

Automatica I (Laboratorio)

Comportamento Dinamico di Manipolatori Interagenti con l Ambiente

SOLUZIONE. Fondamenti di Automatica (CL Ing. Gestionale) a.a Prof. Silvia Strada Seconda prova intermedia 12 Febbraio 2015

MODULO CLIL (10 ore) Tot. 36 h. Dipartimento Elettronica Materia Sistemi Automatici. Classe 5 /AUT Ore/anno 198 A.S

10. Regolatori standard PID

Controlli automatici

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II

Introduzione all Automatica. Automatica ROMA TRE Stefano Panzieri- 1

Simulink. Introduzione a Simulink Esempio sull analisi di sistemi dinamici lineari con il Control System Toolbox e Simulink v. file.m e.

REGOLATORI INDUSTRIALI E CONTROLLO DIGITALE Alberto Leva

INTRODUZIONE. In caso contrario occorre procedere per via empirica.

Progetto di regolatori standard

Fondamenti di Automatica

Regolazione e controllo

Controlli automatici per la meccatronica

Modelli numerici per i circuiti. Introduzione al corso

Tecniche di Controllo

Università degli Studi di Napoli Federico II CdL Ing. Elettrica Corso di Laboratorio di Circuiti Elettrici

Fondamenti di Automatica

Fondamenti di Automatica (CL Ing. Gestionale) a.a Prof. Silvia Strada Seconda prova intermedia 12 Febbraio 2015

REGOLATORI INDUSTRIALI E CONTROLLO DIGITALE Alberto Leva

Disegno di Macchine. Docente: ing. Francesca Campana

Laboratorio di Automatica. Introduzione al corso

Automatica. Prof. Giancarlo Ferrari Trecate. Dipartimento di Informatica e Sistemistica Università degli Studi di Pavia

Controllo dei Robot 1

REGOLATORI STANDARD PID + _ +

Laboratorio di Automatica Alcuni temi per tesi BIAR in Automazione e Robotica

Indice Prefazione Problemi e sistemi di controllo Sistemi dinamici a tempo continuo

Ingegneria del software

Logica proposizionale

Apprendimento iterativo per la compensazione di gravità

Sistemi Intelligenti I fuzzy system::esercitazione

Tecnologie dei Sistemi di Automazione

Transcript:

Sistemi Fuzzy Modellistica e Controllo Fuzzy Presenter: Silvio Simani Col supporto di: Marcello Bonfè Ringraziamenti Le dispense si ispirano al corso del Prof. Stefano Marsili-Libelli: Introduzione ai Fuzzy Sets. Dipartimento di Sistemi e Informatica Facoltà di Ingegneria. Via S.Marta, 3. 50139 Firenze. Home page: http://dsi.ing.unifi.it/~marsili/

Argomenti - Parte 1 Generalità dei sistemi fuzzy Modelli dinamici Modelli di Mamdani Esempio Fuzzy Inference System (FIS) di Matlab Il Toolbox Modello di Sugeno Riferimenti bibliografici 29/10/2011 Modellistica Fuzzy 2

Modellistica Fuzzy 29/10/2011 Modellistica Fuzzy 3

Tipi di Modelli Fuzzy 29/10/2011 Modellistica Fuzzy 4

Modelli Dinamici Fuzzy 29/10/2011 Modellistica Fuzzy 5

Modelli del Tipo di Mamdani 29/10/2011 Modellistica Fuzzy 6

Modello Fuzzy a Regole (Mamdani) 29/10/2011 Modellistica Fuzzy 7

La Struttura Fuzzy in Simulazione Completa 29/10/2011 Modellistica Fuzzy 8

Struttura Generale del Modello di Mamdani 29/10/2011 Modellistica Fuzzy 9

Esempio di Serbatoio con Deflusso 29/10/2011 Modellistica Fuzzy 10

Costruzione del Modello 29/10/2011 Modellistica Fuzzy 11

Pre-trattamento dei Dati 29/10/2011 Modellistica Fuzzy 12

Membership Functions: Definizione μ μ Dominio per il livello Dominio per le portate 29/10/2011 Modellistica Fuzzy 13

Regole: Definizione F h Time 29/10/2011 Modellistica Fuzzy 14

Regole: Combinazione 29/10/2011 Modellistica Fuzzy 15

Regole per l Esempio l del Serbatoio 29/10/2011 Modellistica Fuzzy 16

Confronto Sistema-Modello F h 29/10/2011 Modellistica Fuzzy 17

Matlab Fuzzy Toolbox 29/10/2011 Modellistica Fuzzy 18

FIS: : Fuzzy Inference System 29/10/2011 Modellistica Fuzzy 19

Matlab Fuzzy Toolbox FIS Editor per l Esempio l del Serbatoio 29/10/2011 Modellistica Fuzzy 20

Membership Function Editor 29/10/2011 Modellistica Fuzzy 21

Matlab Fuzzy Toolbox MF Editor per l Esempio l del Serbatoio 29/10/2011 Modellistica Fuzzy 22

Editor delle Regole 29/10/2011 Modellistica Fuzzy 23

Viewer delle Regole 29/10/2011 Modellistica Fuzzy 24

L Oggetto FIS 29/10/2011 Modellistica Fuzzy 25

Vantaggi e Svantaggi del Modello di Mamdani 29/10/2011 Modellistica Fuzzy 26

Modelli del Tipo di Sugeno 29/10/2011 Modellistica Fuzzy 27

Modello di Sugeno come Approssimatore Universale 29/10/2011 Modellistica Fuzzy 28

Modellazione del Serbatoio con Sugeno h = b 1 h = b 2 h = b 3 h = b4 h = b 6 h = b 5 h = b 7 h = b 8 h = b9 h = b 10 h = b 11 h = b12 h = b 13 29/10/2011 Modellistica Fuzzy 29

Modellazione del Serbatoio con Modello di Sugeno 29/10/2011 Modellistica Fuzzy 30

Il Modello di Sugeno: Osservazioni 29/10/2011 Modellistica Fuzzy 31

Conclusioni 29/10/2011 Modellistica Fuzzy 32

Riferimenti Bibliografici 29/10/2011 Modellistica Fuzzy 33

Argomenti - Parte 2 Caratteristiche del Controllo Fuzzy Struttura del controllo fuzzy Controllore fuzzy a regole Costruzione delle regole Controllo fuzzy alla Sugeno Regolatori Fuzzy e PID Standard Confronti Esempio di regolatore fuzzy 29/10/2011 Modellistica Fuzzy 34

Applicazioni di Successo Messa a fuoco automatica per videocamera (Canon e Sanyo) Compensazione di instabilita' di immagine in videocamere (Panasonic) Scelta del tipo di lavaggio per lavatrici domestiche (Matsushita) Pilotaggio di condizionatori d'aria e scaldabagni (Mitsubishi) Selezione del rapporto in cambi automatici automobilistici (Subaru) Regolazione luminosita' in televisori (Sony) Modulazione di potenza di motori di aspirapolveri (Matsushita) Interpretazione caratteri manoscritti (Sony) Controllo di fornace di cementifici Pilotaggio dei freni nella metropolitana di Sendai Controllo di ascensori Supporto alle decisioni in campo medico 29/10/2011 Modellistica Fuzzy 35

Caratteristiche del Controllo Fuzzy 29/10/2011 Modellistica Fuzzy 36

Sistema di Controllo in Generale 29/10/2011 Modellistica Fuzzy 37

Struttura del Controllo Fuzzy 29/10/2011 Modellistica Fuzzy 38

Diversi Approcci 29/10/2011 Modellistica Fuzzy 39

Controllore Fuzzy Basato su Regole 29/10/2011 Modellistica Fuzzy 40

Inferenza Fuzzy e Controllo 29/10/2011 Modellistica Fuzzy 41

Regolatore Fuzzy: Struttura 29/10/2011 Modellistica Fuzzy 42

Generazione delle Regole 29/10/2011 Modellistica Fuzzy 43

Tabella delle Regole di Controllo 29/10/2011 Modellistica Fuzzy 44

Tabella delle Regole: Esempio 29/10/2011 Modellistica Fuzzy 45

Attivazione delle Regole 29/10/2011 Modellistica Fuzzy 46

Normalizzazione dei Segnali 29/10/2011 Modellistica Fuzzy 47

Effetto della Normalizzazione 29/10/2011 Modellistica Fuzzy 48

Azione Integrale del Regolatore 29/10/2011 Modellistica Fuzzy 49

Controllo Fuzzy alla Sugeno 29/10/2011 Modellistica Fuzzy 50

Regolatori Fuzzy e PID Standard 29/10/2011 Modellistica Fuzzy 51

Progetto con Matlab Fuzzy Toolbox 29/10/2011 Modellistica Fuzzy 52

Esempi di Regolatori Standard Si basano sulla struttura dei PID Usano la logica fuzzy Osservazioni Esempio pratico 29/10/2011 Modellistica Fuzzy 53

Controllori Fuzzy PD-like Struttura di regolatore fuzzy simile al PD 29/10/2011 Modellistica Fuzzy 54

Descrizione Linguistica Errore, e(t) Variazione dell errore, errore, de(t)/dt, Δe(t) Forza, u(t) 29/10/2011 Modellistica Fuzzy 55

Base delle Regole: Idea a) Se l errore è NG e la variazione dell errore errore è NG allora la forza è NG b) Se l errore è Z e la variazione dell errore errore è PP allora la forza è PP c) Se l errore è PG e la variazione dell errore errore è NP allora la forza è PP 29/10/2011 Modellistica Fuzzy 56

Tabella delle Regole In termini qualitativi Esempio di costruzione della tabella delle regole: uscita in funzione del valore di e e di Δe 29/10/2011 Modellistica Fuzzy 57

Tabella delle Regole 2 Numero di regole Verso il progetto pratico Uscita del regolatore 29/10/2011 Modellistica Fuzzy 58

Controllo del Pendolo Inverso 29/10/2011 Modellistica Fuzzy 59

Fuzzy PI-like 29/10/2011 Modellistica Fuzzy 60

Fuzzy PID-like Viene ridotto il numero delle regole! 29/10/2011 Modellistica Fuzzy 61

Costanti di Scalatura Le MF sono generalmente normalizzate, ovvero comprese tra 11 e 1. E E necessario scalare quindi gli ingressi e l uscita Sono parametri critici per le prestazioni del controllore (anche se esistono regole empiriche di taratura) Conviene partire da un PID equivalente! 29/10/2011 Modellistica Fuzzy 62

Esempio di Fuzzyficazione Associazione del valore assunto da una variabile linguistica al valore della corrispondente membership function 29/10/2011 Modellistica Fuzzy 63

Esempio di Inferenza Quantificazione dell Antecedente Se l errorel è Z e la variazione dell errore errore è PP allora la forza è PP 29/10/2011 Modellistica Fuzzy 64

Inferenza: Esempio Quantificazione dell Antecedente μ premise, denota il grado di certezza dell affermazione affermazione: l errore è Z e la variazione dell errore errore è PP Metodi per calcolare il grado di certezza di un affermazione affermazione: Minimo: Prodotto: 29/10/2011 Modellistica Fuzzy 65

Inferenza: Esempio Attivazione delle Regole Se l errore è Z e la variazione dell errore errore è Z allora la forza è Z Se l errore è Z e la variazione dell errore errore è PP allora la forza è PP 29/10/2011 Modellistica Fuzzy 66

Inferenza: Esempio Attivazione delle Regole 2 Regola 1: Se l errore è Z e la variazione dell errore errore è Z allora la forza è Z 29/10/2011 Modellistica Fuzzy 67

Inferenza: Esempio Attivazione delle Regole 3 Regola 2: Se l errore è Z e la variazione dell errore è PP allora la forza è NP 29/10/2011 Modellistica Fuzzy 68

Defuzzificazione Metodo del COG (Centro di gravità) 29/10/2011 Modellistica Fuzzy 69

Defuzzificazione 2 Metodo del COG (Centro di gravità) 29/10/2011 Modellistica Fuzzy 70

Riepilogo 29/10/2011 Modellistica Fuzzy 71

Riferimenti Bibliografici 29/10/2011 Modellistica Fuzzy 72