Sunteți pe pagina 1din 14

PROIECT FUZZY MENTINEREA DISTANTEI OPTIMALE INTRE DOUA AUTOVEHICULE

Proiectul reprezint realizarea unui Controller PD cu ajutorul tehnici Fuzzy. Fuzzyficarea va fi realizat dupa urmtoarea formul: _ pentru intrarea e, se vor folosi 7 termeni lingvistici: NG, NM, NS ,Z ,PS ,PM si PG _ pentru intrarea de, se vor folosi 5 termeni lingvistici: NG, NS, Z, PS si PG _ pentru iesirea c, se vor folosi de asemenea tot 5 termeni lingvistici :NG, NS, Z, PS ,PG Etichetele lingvistice utilizate au urmtoarea semnificaie: NG negative great/negativ mare NM negative medium/negativ mediu NS negative small/negativ mic Z zero/zero PS positive small/pozitiv mic PM positive medium/pozitiv mediu PG positive great/pozitiv mare. Se vor utiliza exclusiv variabile normalizate, adaptarea la procesul condus realiznduse prin trei factori de scalare: factorul de scalare pentru eroare FSe, factorul de scalare pentru derivata erorii FSde si factorul de scalare pentru comanda FSc.

FIG 1. Factori de scalare ai regulatorului

Implementarea regulatoarelor Mamdani i Sugeno se face pe baza urmtorului tabel de reguli:

E DE NG NS Z PS PG

NG NG NG NG NS Z

NM NG NG NS NS PS

NS NG NS NS Z PS

Z NG NS Z PS PG

PS NS Z PS PS PG

PM NS PS PS PG PG

PG Z PS PG PG PG

IMPLEMENTAREA REGULATORULUI MAMDANI

Fuzzyficarea variabilelor este prezentat n figura urmtoare:

FIG 2. FUZZYFICAREA

IMPLEMENTAREA REGULATORULUI SUGENO Fuzzyficarea variabilelor este prezentat n figura urmtoare:

FIG 4. FUZZYFICAREA

Suprafaa de comand c pentru regulatorul PD realizat cu Sugeno este defuzzyficat cu metoda WHAVER

FIG 5. Suprafaa de comand cu defuzzyficare WHAVER

DESCRIEREA PROIECTULUI Pentru proiect mi-am prospus sa modelez doua masini care se urmaresc una pe cealalta, si la care se doreste sa se mentina o distanta optimala intre ele. .Pentru realizarea modelului celor doua masinia m utilizat formule fizice specifice vitezei si deplasari. Pentru inceput am realizat o modelarea a celor doua masini cu un regulator clasic PD. Pentru evidenierea performaelor regulatorului PD construit pe baza logici FUZZY vom face comparatie intre rezultatle obtinute prin modelarea cu LOOKUP TABLE si intre rezultatele obtinute cu un regulator clasic PD. Rezultatele obinute n urma simulrii cu regulator PD clasic sunt urmatoarele:

Fig 6. Schema simulink cu regulator PD clasic n urma simulrii vom obtine urmatoarele grafice pentru viteza celor doua masini si pentru pozitia dintre ele:

[t] FIG 7.Grafic viteza autovehiculului 1 obtinut cu PD clasic -iar viteza autovehicului 2 variaz conform graficului de mai jos:

FIG 8. Grafic viteza autovehicul 2 obinut cu regulator PD clasic

FIG 8.1. Graficul pozitiilor celor doua autovehicule obinut cu regulator PD clasic

Modelul simulink cu regulator PD construit cu logica fuzzy sau cu tabele interpolative este aproape identic cu cel din Fig 6 , schimabarile facute vor putea fi vazute in imaginile de mai jos, adica in loc de regulatorul PD am inserat un lookup table sau un bloc fuzzy:

FIG 9.Model construit cu controller PD SUGENO SI MAMDANI Implemenatrile fuzzy-interpolative a regulatoarelor PD Mamdani si PD Sugeno n urma executrii simulrilor cu fiiere de tip *.fis se observ c n general simulrile necesit mult timp iar n unele cazuri se produc chiar blocaje, n funcie i de configuratia calculatorului i de parametrii alei pentru simulare (metoda de integrare, erori admisibile, etc.) i de parametrii sistemului de reglare. O metod eficace de nlturare a acestui aspect, fr ns a renun la avantajul fundamental al sistemelor fuzzy, adic la reprezentarea lingvistic, este utilizarea tabelelor de cautare (eng.Lookup Table). Implemenatrile fuzzy-interpolative a regulatoarelor PD Mamdani si PD Sugeno sunt urmatoarele:

row (e): [-1 -0.66 -0.33 0 0.33 0.66 1];

column (de): [-1 -0.5 0 0.5 1]; table (c): [-1 -1 -1 -0.33 0;-1 -1 -0.33 0 0.33 ; -1 -0.33 -0.33 0 0.33; -1 -0.33 0 0.33 1; -0.33 0 0.33 0.33 1 ;-0.33 0.33 0.33 1 1;0 0.33 1 1 1]

FIG10 .MODEL IMPLEMENTAT CU LOOKUP TABLES

10

FIG 10.1 Implementarea Simulink a regulatorului PD fuzzy-interpolativ Concluzie: Dup implementarea regulatorului PD cu tabele de cautare se poate constata cu uurin c simulrile nu mai ridic absolut nici o problem computaional, ele se deruleaz practic instantaneu, fr riscul blocajelor. Spre deosebire de cazul utilizrii fierului *.fis n care pentru anumite valori ale parametrilor sistemului de reglare se produc blocaje, acum putem ncerca orice combinaie de parametri ai sistemului de reglare, Dup cum vom observa i n figurile de mai jos n care sunt reprezentate rezultatele simulrii modelului simulink al cu regulatoare PD Mamdani sau Sugeno ori cu tabele interpolative , vom constata c ntre rezultatele acestea i cele obinute cu regulator clasic sunt diferene foarte mici att la graficele rezultate ct i la volorile obtinute

11

FIG 11.GRAFIC VITEZA AUTOVEHICUL 1 CU LOOKUP TABLE

FIG 12. GRAFIC VITEZA AUTOVEHICUL 2 CU LOOKUP TABLE

12

FIG 13. GRAFIC POZITIE CELE 2 AUTOVEHICULE OBTINUT CU LOOKUPTABLE

OBS: Graficele din Fig 11 ,Fig 12 si FIG 13 sunt identice att pentru simularea modelului cu regulatoare PD Sugeno i Mamdani ct i cu regulator PD imlementat cu tabele de cutare. Comparatie ntre rezultatele valorice obinute cu regulator clasic PD i cele cu regulator PD implementat cu ajutorul tabelelor de cautare Regulator PD Regulator Pd cu clasic LookUp Tables Viteza vehicul1 24.94 25 Viteza vehicul2 25 25 Pozitie v1 7482 7499 Pozitie v2 7525 7525

13

14