资源描述：
《洗衣机模糊控制器设计.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、洗衣机的模糊控制器设计1洗衣机的模糊控制传统的洗衣机都是人们用肉眼观看后，根据人的经验来调整洗衣时间和用水量，而模糊控制就是以人对被控对象的控制经验为依据而设计的控制器，这样就能实现控制器模拟人的思维方式来控制洗衣机。以模糊洗衣机的设计为例其控制是一个开环的决策过程，模糊控制按以下步骤进行。[4]1.1洗衣机的时间控制1.1.1确定模糊控制器的结构选用单变量二维模糊控制器。控制器的输入为衣物的污泥和油脂，输出为洗涤时间。1.1.2定义输入、输出模糊集将污泥分为3个模糊集：SD(污泥少)，MD（污泥中），LD（污泥多）；取值范围为[0,100]。将油脂分为3个
2、模糊集：NG（油脂少），MG（油脂中），LG（油脂多）；将洗涤时间分为5个模糊集：VS（很短），S（短），M（中等），L（长），VL（很长）。1.1.3定义隶属函数选用如下隶属函数：采用三角形隶属函数可实现污泥的模糊化。采用Matlab进行仿真，污泥隶属函数设计仿真程序如下：Closeall；N=2；x=0:0.1:100;fori=1:N+1f(i)=100/N*(i-1);endu=trimf(x,[f(1),f(1),f(2)]);figure(1)；plot(x,u);forj=2:Nu=trimf(x,[f(j-1),f(j),f(j+1)]);h
3、oldon;plot(x,u);endu=trimf(x,[f(N),f(N+1),f(N+1)]);holdon;plot(x,u);xlabel(‘x’);ylabel(‘Degreeofmembership’);污泥程序仿真结果如图1所示：图1污泥隶属函数将油脂分为三个模糊集:NG（无油脂）MG（油脂中）LG(油脂多)，取值范围为[0，100]选用如下隶属函数：采用三角形隶属函数实现油脂的模糊化，仿真程序如下：Clearall;N=2;x=0:0.1:100;fori=1:N+1f(i)=100/N*(i-1);endu=trimf(y,[f(1),f
4、(1),f(2)]);figure（1）；plot(y,u);forj=2:Nu=trimf(y,[f(j-1),f(j),f(j+1)]);holdon;plot(y,u);endu=trimf(y,[f(N),f(N+1),f(N+1)]);holdon;plot(y,u);xlabel(‘y’);ylabel(‘Degreeofmembership’);油脂程序仿真结果如图2所示：图2油脂隶属函数将洗涤时间分为五个模糊集：VS(很短)S（短）M（中等）L(很长)取值范围为[0,60]选用如下隶属函数：采用三角形隶属函数实现洗涤时间的模糊化,其Matla
5、b仿真程序如下：Closeall;Z=0:0.1:60;U=trimf(z,[0,0,10]);Figure(1);Plot(z,u);U=trimf(z,[0,10,25]);holdon;plot(z,u);U=trimf(z,[10,25,40]);holdon;plot(z,u);U=trimf(z,[25,40,60]);holdon;plot(z,u);U=trimf(z,[40,60,60]);holdon;plot(z,u);xlabel(‘z’)ylabel(“Degreeofmembership”);洗涤时间仿真程序结果如图3所示：图3洗
6、涤时间隶属函数1.1.1建立模糊控制规则根据人的操作经验设计模糊规则，模糊规则设计的标准为：“污泥越多，油脂越多，洗涤时间越长”；“污泥适中，油脂适中，洗涤时间适中”；“污泥越少，油脂越少，洗涤时将越短”。1.1.2建立模糊控制表根据模糊规则设计标准，建立模糊规则表，见表1。洗衣机的模糊规则洗涤时间z污泥xNGMGLG油脂ySDVS*MLMDSMLLDMLVL表1第*条规则为：“IF衣物污泥少且没有油脂THEN洗涤时间很短”。1.1.1模糊推理分以下几步进行：（1）规则匹配假定当前传感器测得的信息为：（污泥）=60，（油脂）=70，分别代入所属的隶属函数中，
7、求隶属度为，，通过上述4种隶属度，可得到4条匹配的模糊规则，见表2。模糊推理结果洗涤时间z污泥xNGMG(3/5)LG(2/5)油脂ySD000MD(4/5)0LG(1/5)0表2（2）规则触发由表3-2可知，被触发的规则有4条，即Rule1：IFyisMDandxisMGTHENzisMRule2：IFyisMDandxisLGTHENzisLRule3：IFyisLDandxisMGTHENzisLRule4：IFyisLDandxisLGTHENzisVL（3）规则前提推理在同一条规则内，前提之间通过“与”的关系得到规则结论。前提的可信度之间通过取小运
8、算，得到每一条规则总前提的可信度为规则1前提的可信度
