Zielsetzung dieses Assignments ist eine Erarbeitung der Grundlagen von Fuzzy-Controllern im Bereich der Steuerung- bzw. Regelungstechnik, eine praktische Veranschaulichung im Rahmen eines Anwendungsbeispiels sowie ein Vergleich mit der klassischen Regelungstechnik mit Betrachtung der Vor- und Nachteile. Der Begriff „Fuzzy“ kann aus dem Englischen mit „unscharf“ übersetzt werden. Im Rahmen der Fuzzy-Logik ist hierbei gemeint, dass es für die Zugehörigkeit eines Elements zu einer Menge keine scharfe Grenze gibt. Eine Beurteilung entspricht eher dem menschlichen Empfinden. Durch diese Erweiterung der klassischen Logik gibt es einem Computer oder einer Maschine die Möglichkeit mit diesen Werten umzugehen.
Um die Ziele zu erreichen, werden hierfür im ersten Kapitel die Arbeitsschritte Fuzzifizierung, Regelbasisverfahren bzw. Inferenz und die Defuzzifizierung eines Fuzzy-Controllers aus dem globalen Blickwinkel beleuchtet. Anschließend wird das Anwendungsbeispiel beschrieben und durch Nutzung der zuvor vermittelten Ansätze die Funktionalität und Auslegung für die o. g. Arbeitsschritte des Fuzzy-Controllers ausgeführt. Im dritten Kapitel wird ein Vergleich mit klassischen Regelsystemen (ohne Fuzzy-Logik) vor-genommen und auf die Vor- und Nachteile von Fuzzy-Controllern eingegangen. Mit einer Zusammenfassung und einem Ausblick, der unter anderem die Einsatzmöglichkeiten in Anwendungsproblemen beleuchtet, wird die Ausarbeitung abgeschlossen.
Inhaltsübersicht
1 Grundlagen
1.1 Fuzzy-Regelung
1.1.1 Fuzzifizierung
1.1.2 Regelbasis und Inferenz
1.1.3 Defuzzifizierung
2 Anwendungsbeispiel für Fuzzy Controller
2.1 Beschreibung des Beispiels Förderband
2.2 Fuzzifizierung im Anwendungsbeispiel
2.3 Regelbasis und Inferenz im Anwendungsbeispiel
2.4 Defuzzifizierung im Anwendungsbeispiel
3 Vor- und Nachteile regelbasierter Systeme mit Fuzzy-Logik
4 Zusammenfassung und Ausblick
Zielsetzung & Themen
Das Ziel dieser Arbeit ist die fundierte Erarbeitung der Grundlagen von Fuzzy-Controllern in der Regelungstechnik. Hierbei wird exemplarisch ein Förderbandsystem herangezogen, um die theoretischen Schritte von der Fuzzifizierung bis zur Defuzzifizierung praktisch zu veranschaulichen und die Effektivität des Ansatzes im Vergleich zur klassischen Regelungstechnik zu evaluieren.
- Grundlagen der Fuzzy-Logik und Fuzzy-Mengen
- Prozessschritte der Fuzzy-Regelung (Fuzzifizierung, Inferenz, Defuzzifizierung)
- Praktische Anwendung am Fallbeispiel eines Förderbands
- Vergleich zwischen Fuzzy-Regelungen und klassischen Regelsystemen
- Analyse der Vor- und Nachteile sowie Einsatzgebiete von Fuzzy-Controllern
Auszug aus dem Buch
1.1.1 Fuzzifizierung
Im Prozessschritt der Fuzzifizierung werden scharfe Eingangsgrößen, mithilfe von Zugehörigkeitsfunktionen, linguistischen Bedeutungsmengen zugeordnet. Die Zugehörigkeit eines Wertes x bewegt sich im Intervall [0, 1] und zeigt die Zugehörigkeitsgrade zu μA1(x), μA2(x), ...μAn(x) an. Hier muss eine Entscheidung über die Anzahl Terme und deren Bezeichnung inkl. möglicher Abkürzungen im Wertebereich getroffen werden.
Beispielsweise könnte bei einer Abweichung gegenüber eines Sollwerte mit den Termen Negativ (N), Null/Zero (Z) und Positiv (P) gearbeitet werden. Als sinnvoll wird eine Einteilung in drei bis elf Terme über den Wertebereich gesehen. Weiterhin muss der Typ der Zugehörigkeitsfunktion μ(x) festgelegt werden, häufig werden dreieckige oder trapezförmige Funktionen verwendet, aber auch andere Typen wie z. B. Glockenkurven sind möglich. Empfohlen wird bei der Festlegung der Bedeutungsmengen eine Abdeckung des gesamten Wertebereichs, sodass an keiner Stelle die Summe der Werte aller Zugehörigkeitsfunktionen null ist. So wird gewährleistet, dass an jeder Stelle eine Weiterverarbeitung möglich ist. Außerdem wird zumeist eine Überlappung der benachbarten Funktionen umgesetzt, um so gleitende Übergange zu realisieren.
Zusammenfassung der Kapitel
1 Grundlagen: Einführung in die Fuzzy-Logik, wobei der Übergang von scharfen binären Mengen hin zu unscharfen Mengen mit stufenlosen Zugehörigkeitsgraden erläutert wird.
1.1 Fuzzy-Regelung: Darstellung des generellen Aufbaus eines Fuzzy-Controllers und der funktionalen Prozesskette bestehend aus Fuzzifizierung, Inferenz und Defuzzifizierung.
1.1.1 Fuzzifizierung: Erläuterung der Transformation scharfer Eingangsdaten in linguistische Mengen mittels geeigneter Zugehörigkeitsfunktionen.
1.1.2 Regelbasis und Inferenz: Beschreibung, wie Expertenwissen in Form von logischen Regeln verknüpft und durch Aggregation und Implikation ausgewertet wird.
1.1.3 Defuzzifizierung: Methoden zur Rückführung der unscharfen inferierten Ergebnisse in eine für das System nutzbare, scharfe Stellgröße.
2 Anwendungsbeispiel für Fuzzy Controller: Konkrete Anwendung der vorherigen Theorie auf die Geschwindigkeitsregelung eines Förderbandes.
2.1 Beschreibung des Beispiels Förderband: Definition der physischen Anlage und des Regelkreises, um eine konstante Fördergeschwindigkeit trotz variierender Last zu erreichen.
2.2 Fuzzifizierung im Anwendungsbeispiel: Festlegung der linguistischen Variablen sowie deren Zugehörigkeitsdiagramme für Geschwindigkeit, Beschleunigung und Steuerspannung.
2.3 Regelbasis und Inferenz im Anwendungsbeispiel: Praktische Umsetzung der Regelmatrix und Durchführung der Aggregations- und Implikationsschritte für spezifische Messwerte.
2.4 Defuzzifizierung im Anwendungsbeispiel: Anwendung der CoM-Methode zur Berechnung des konkreten Steuerwertes für den Elektromotor.
3 Vor- und Nachteile regelbasierter Systeme mit Fuzzy-Logik: Kritische Gegenüberstellung von Fuzzy-Reglern und klassischer modellbasierter Regelungstechnik sowie Erläuterung der Anwendungspotenziale.
4 Zusammenfassung und Ausblick: Resümee über die Leistungsfähigkeit der Fuzzy-Logik und Einschätzung der wachsenden Bedeutung für moderne technologische Entwicklungen.
Schlüsselwörter
Fuzzy-Logik, Regelungstechnik, Fuzzifizierung, Defuzzifizierung, Inferenz, Zugehörigkeitsfunktion, Fuzzy-Controller, Förderband, Regelbasis, Steuerspannung, Systemdesign, Automatisierung, Modellbildung, Aggregation, Implikation.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Funktionsweise und Anwendung von Fuzzy-Controllern, um regelbasierte Systeme effizienter zu steuern als mit klassischer binärer Logik.
Welche zentralen Themenfelder werden abgedeckt?
Zentral sind die theoretischen Grundlagen der Fuzzy-Regelung, deren praktische Umsetzung anhand eines industriellen Förderband-Beispiels sowie ein analytischer Vergleich mit traditionellen Regelungsverfahren.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist aufzuzeigen, wie Fuzzy-Controller durch die Einbindung von Expertenwissen und unscharfer Logik eine präzise Steuerung in komplexen, störanfälligen Systemen ermöglichen.
Welche wissenschaftliche Methode kommt zum Einsatz?
Es wird eine regelbasierte Vorgehensweise verwendet, die anstatt mathematischer Streckenmodelle auf linguistischen Regeln und der Defuzzifizierung von Zugehörigkeitsgraden basiert.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in eine theoretische Einführung der Fuzzy-Prozesse und eine spezifische Anwendung, bei der ein konkreter Steuerwert für einen Elektromotor berechnet wird.
Durch welche Schlüsselwörter lässt sich der Inhalt am besten charakterisieren?
Fuzzy-Logik, Regelungstechnik, Fuzzifizierung, Defuzzifizierung, Inferenz sowie Systemdesign sind die prägenden Begriffe des Dokumentes.
Warum ist Fuzzy-Logik bei der Regelung eines Förderbandes mit variabler Last vorteilhaft?
Aufgrund der schwankenden Größe und Gewichte der Steine ist ein starres Modell schwer zu berechnen; die Fuzzy-Logik erlaubt hingegen ein intuitives Reagieren auf das in den Regeln abgebildete Prozesswissen.
Welche Defuzzifizierungsmethode wurde für das Förderband gewählt und warum?
Es wurde die CoM-Methode (Center of Maximum) gewählt, da diese im Vergleich zum Flächenschwerpunktverfahren einen geringeren Rechenaufwand bei der praktischen Implementierung erfordert.
- Arbeit zitieren
- Julian Winter (Autor:in), 2022, Fuzzy Controller. Grundlagen, Funktionsweise, Vor- und Nachteile und Anwendungsbeispiel, München, GRIN Verlag, https://www.grin.com/document/1282646
