SISTEME DE REGLARE FUZZY

1. Introducere
n ultimii ani numrul i varia ia aplica iilor logicii fuzzy a suferit un proces de larg expansiune. Gama aplica iilor pornete de la produse de larg utilizare precum camere video, videorecordere, maini de splat i cuptoare cu microunde pn la reglarea proceselor industriale, instrumente medicale, sisteme de luare a deciziilor. De ce se utilizeaz reglarea fuzzy? Unul din motivele orientrii industriei spre acest domeniu este datorat concuren ei ntre companii (majoritatea japoneze) care utilizeaz sau au nceput s utilizeze reglarea fuzzy n produse competitive, avantajele utilizrii acesteia fiind gsite n rapoartele economice de specialitate. Oricum discu iile din literatur i din forumurile de specialitate au dus la gsirea urmtoarelor motive: 1. Reglarea fuzzy este o tehnologie nou i n consecin dispar preten iile legate de patentul solu iei pentru probleme tehnice similare. 2. In Japonia reglarea fuzzy este cerut de consumatori, din moment ce reprezint o solu ie high-tech. In acest caz, tehnicile fuzzy sunt utilizate din motive de pia (ca rspuns la cererea pie ei). 3. dezvoltarea de regulatoare fuzzy este mai uor de nv at i necesit personal mai pu in pregtit dect n cazul regulatoarelor conven ionale. Ca rezultat produc ia este mai ieftin. 4. Regulatoarele fuzzy sunt mai robuste dect cele conven ionale. 5. Regulatoarele fuzzy sunt mai adecvate pentru reglarea proceselor neliniare. tiin ific, numai ultimele trei motive prezint interes i n cele ce urmeaz discu ia va fi focalizat n acest sens. Regulatoarele fuzzy sunt reprezentate prin reguli dac-atunci i astfel furnizeaz o reprezentare a cunotin elor prietenoas pentru utilizator. Reprezentarea poate fi vzut ca un limbaj foarte nalt de programare (very high level programming language), unde programul const n reguli de tip if-then, iar compilatorul i/sau interpretorul utilizeaz un algoritm de reglare neliniar. Astfel, programnd cu ajutorul exprimrilor calitative, reprezentate prin reguli if-then, se ob ine un program de lucru cu exprimri cantitative, furnizate de traductoare i de elementele de execu ie. Acest proces va duce la pierderi de informa ie, pentru c nu exist o unic transla ie de la o entitate calitativ la o reprezentare cantitativ, cu excep ia unor cazuri speciale. De exemplu, nu exist o reprezentare unic pentru exprimarea calitativ tensiune mare ntr-o tensiune real i viceversa. Pentru c n reglare semnalul de ieire de la regulator trebuie s fie precis din punct de vedere cantitativ (din moment ce fizic el reprezint un semnal de ac ionare a unui motor electric, hidraulic, a unei pompe etc.) sunt necesare tehnici speciale adi ionale pentru translatarea din domeniul calitativ n cel cantitativ. Avantajul reglrii fuzzy const n posibilitatea programrii cunotin elor operatorilor i inginerilor de proces (formate din experien a operrii procesului) ntr-un mod uor de n eles i prietenos. Se spune de multe ori c reglarea fuzzy este mai robust. Totui nu s-au gsit asemenea rezultate de cercetare care s demonstreze c regulatoarele fuzzy sunt mai robuste dect regulatoarele conven ionale n general. Un regulator fuzzy este n fapt o neliniaritate static i dac acesta este mai robust dect un regulator conven ional depinde

de regulile ce definesc aceast neliniaritate static. Astfel c regulatoarele fuzzy sunt mai robuste trebuie interpretat ca regulatoarele fuzzy sunt mai robuste la modificri cunoscute ale parametrilor. Cum se construiete ns un regulator fuzzy mai robust rmne o problem din moment ce robuste ea depinde de gradul de cunoatere a procesului reglat. Un motiv n utilizarea reglrii fuzzy este c aceasta este mai adecvat n reglarea proceselor neliniare. Dac un regulator fuzzy sau n genere unul neliniar este n principiu capabil s regleze un proces neliniar este o problem ce depinde de intrrile alese ale regulatorului. Se spune despre regulatoarele fuzzy c sunt superioare regulatoarelor conven ionale n reglarea proceselor neliniare. Acest lucru este adevrat n msura n care exist cunotin e adi ionale despre neliniarit ile procesului. Rezumnd cele prezentate, putem afirma urmtoarele: reglarea fuzzy furnizeaz o metod de a proiecta algoritmi de reglare ntr-o manier prietenoas i furnizeaz capacitatea de a capta comportamentul neliniar de reglare uman care s-a dovedit a fi adecvat n multe probleme complexe de reglare. Cu o metod de proiectare a regulatoarelor apropiat de gndirea i percep ia uman se reduce timpul de dezvoltare a aplica iei i este necesar un personal mai pu in pregtit n domeniul proiectrii regulatoarelor. Beneficiul economic este evident. Trebuie reliefat faptul c, robuste ea regulatoarelor umane este datorat n primul rnd abilit ii oamenilor de a se adapta n medii n schimbare i datorit capacit ii lor de nv are. In acest sens exist cercetri n ultimul deceniu n domeniul reglrii fuzzy adaptive. Principalele arii de aplica ie ale reglrii fuzzy sunt urmtoarele: 1. Procese care pot fi reglate adecvat de oameni i pentru care senzorii furnizeaz informa ii regulatorului fuzzy n mod similar cu informa iile utilizate de oameni n reglarea proceselor (exemple ale aplica iilor logicii fuzzy sunt n conducerea automobilelor, maini de splat etc.). Astzi sunt numeroase aplica ii ale logicii fuzzy pentru produse casnice. 2. Procese care n mod curent sunt reglate cu algoritmi de reglare liniari i necesit dezvoltri ulterioare n domeniul algoritmilor neliniari de reglare, cunoscute de operatori i de inginerii de proces. Un punct de vedere mai mult sau mai pu in critic asupra reglrii fuzzy este dat de Elkan (1994), care sus ine c regulatoarele fuzzy au urmtoarele propriet i: Regulatoarele fuzzy utilizeaz tipic mai pu in de 100 de reguli; deseori chiar mai pu in de 20 de reguli; Informa ia ntr-un regulator fuzzy este n mod uzual superficial, att din punct de vedere static ct i dinamic; Cunotin ele dintr-un regulator fuzzy reflect n mod tipic corela iile dintre intrrile i ieirile regulatorului; Parametrii numerici ai unui regulator fuzzy sunt ajusta i n timpul unui proces de nv are; Regulatoarele fuzzy utilizeaz operatori ai logicii fuzzy.

2. Legtura ntre reglarea fuzzy i teoria sistemelor automate

Astzi majoritatea algoritmilor de reglare sunt implementa i pe calculator. Acest fapt implic msurarea intrrilor n regulator la o anumit perioad de eantionare. De exemplu, clasicul algoritm de reglare PID liniar poate fi reprezentat astfel

t 1 de(t ) (1) c(t ) = c0 + k p e(t ) + e( )d + Td Ti 0 dt unde c(t) este comanda regulatorului spre proces, iar e(t) este semnalul de eroare dintre valoarea dorit i cea msurat a ieirii procesului. O implementare pe computer a regulatorului PID poate fi reprezentarea incremental (n fapt o ecua ie cu diferen e finite): cPID (k ) = cPID (k 1) + a1e(k ) + a2 e(k ) + a3 2 e(k ) (2) unde e(k ) = e(k ) e(k 1);

2 e(k ) = e(k ) e(k 1). In cazul n care se consider regulatoare PI sau PD apar urmtoarele ecua ii cu diferen e:

cPI (k ) = c PI (k 1) + k I e(k ) + k P e(k ) (3.a) cPD (k ) = c PD (k 1) + k D e(k ) (3.b) Ecua iile (2), (3.a) i (3.b) pot fi comparate cu reprezentarea algebric a unui
y = a0 + ai xi .
i =1 n

hiperplan (4)

O reprezentare schematic pentru rela iile (3.a) i (3.b) este prezentat n figura 1.

Fig.1. Exemplu de regulatoare PI i PD privite ca o mapare static utiliznd blocuri pre i post filtrare. Parametrii sunt alei astfel: a1 = 1 , a2 = k I i a3 = k P pentru regulatorul PI, respectiv

a1 = 0 , a2 = k P i a3 = k D pentru regulatorul PD.

Cnd se consider o mapare de la intrrile regulatorului la ieirile acestuia i n general la sistemele MIMO func ia regulatorului este reprezentat ca o mapare: y = f (x ) . Astfel, ieirile regulatorului sunt considerate func ii (mapri) statice ale intrrilor regulatorului. Comportamentul dinamic al regulatorului (cum ar fi ac iunea derivativ sau integral) este emulat prin extinderea func iei regulatorului la mai multe intrri. Aceste intrri sunt ntrzieri sau diferen e ale unor intrri i ieiri. In acest mod, un regulator este considerat ca fiind alctuit dintr-o func ie static a regulatorului i pr i

adi ionale de tipul prefiltrrilor sau post filtrrilor pentru ob inerea semnalelor ntrziate, intrri de tip diferen , integrri, limitri de semnal etc. OBS: Aceast abordare este utilizat i n general i n domeniul re elelor neuronale. Ct privete stabilitatea sistemelor fuzzy trebuie remarcat faptul c regulatoarele fuzzy pot fi privite ca regulatoare neliniare i din acest motiv este dificil de gsit un rezultat general n analiza i sinteza regulatoarelor fuzzy (Driankov et al., 1993). Demonstra iile de stabilitate pentru regulatoarele fuzzy gsite n literatur sunt restrnse la acele regulatoare fuzzy relativ simple (de ex. regulatoare fuzzy de tip PID) i unde procesul de reglat este stabil. Dac procesul nu poate fi modelat matematic (de exemplu cuptoarele cu ciment, stergaard, 1990) atunci nu pot fi date demonstra ii de stabilitate. Dezvoltarea teoriei moderne a reglrii datoreaz mult modelrii matematice, ns implementarea n via a real a solu iilor de reglare ntmpin de cele mai multe ori dificult i datorate caracterului vag, imprecis al procesului reglat. Denumirea n englez a acestui caracter este fuzzy. In prezent, termenul fuzzy se folosete cu valoare de adjectiv i n limba romn. Mul imile fuzzy i n general conceptele fuzzy au aprut din necesitatea de a exprima cantitativ vagul, imprecisul. Dei exist numeroase ramuri ale matematicii mai vechi dect teoria mul imilor fuzzy, care se ocup cu studiul proceselor de natur aleatoare: teoria probabilit ilor, statistica matematic, teoria informa iei i altele, nu se pot face substitu ii ntre acestea i teoria mul imilor fuzzy.

3. Rela ia cu inteligen a artificial

Logica fuzzy este privit ca una din tehnicile inteligen ei artificiale din care fac parte i sistemele expert conven ionale, re elele neuronale i algoritmii genetici. Zadeh (1994) propune denumirea de soft computing pentru domeniul re elelor neuronale, algoritmilor genetici, logicii fuzzy i combina iilor acestora. Astzi domeniul reglrii i modelrii fuzzy este considerat n multe publica ii c se suprapune celui corespunztor re elelor neuronale. De altfel, n literatur se gsesc multe publica ii despre sisteme neurofuzzy sau re ele neuro-fuzzy. Un concept important n teoria mul imilor fuzzy i n logica fuzzy este variabila lingvistic (Zadeh, 1994). Legtura cu inteligen a artificial apare i din afirma ia lui Dubois (1991) care spune c motivul principal care a determinat apari ia teoriei mul imilor fuzzy este aparent dorin a de a construi un cadru formal, cantitativ care s capteze vagul, imprecisul din cunotin ele umane aa cum sunt ele exprimate prin limbaj natural. Din acest punct de vedere, logica fuzzy i ra ionamentul aproximativ poate furniza un cadru pentru n elegerea i procesarea limbajului natural i pentru modelarea felului n care oamenii ra ioneaz i comunic. Zadeh (1994) eviden iaz diferen a dintre reglarea fuzzy i sistemele bazate pe cunotin e dup cum urmeaz: Ceea ce realizeaz diferen a ntre aplica iile de reglare i cele ale sistemelor bazate pe cunotin e este c n reglare principala problem ce trebuie rezolvat este imprecizia. Din contr n cazul sistemelor bazate pe cunotin e problemele sunt legate att de imprecizie ct i de necunoscutele modelului. Reglarea fuzzy poate fi considerat o mic parte din cadrul teoretic al ra ionamentului aproximativ.