كاربرد منطق فازی [fuzzy logic] در اتوماسیون صنعتی

[seyed mehdi hoseyni 27,119]

مقدمتاً باید گفت علم منطق فازی اولین بار توسط پرفسور عسگرزاده در دنیا مطرح شد، لطفعلی عسگرزاده مشهور به لطفی ع. زاده ، استا دانشگاه برکلی در کالیفرنیا و بنیان‌گذار و پدر نظریهٔ منطق فازی

(Fuzzy Logic) است.

در بخش منابع اکثر متون فنی مربوط به منطق فازی، نام او به صورت "Zadeh" ذکر می‌شود.

منطق فازی در واقع روش جدیدی برای فرموله کردن مفاهیم و کمیت های حسی و کیفی ارائه می دهد. آنچه که قبلا بشر تئوریهای خود را بر پایه آن بنا می کرد این بود که فقط «کمیت» قابل فرموله شدن است و مفاهیم کیفی و حسی و غیر دقیق و حتی مبهم نظیر خوب، طولانی، گرم، سرد، پیر، جوان و نظایر آنها را نمی توان فرموله کرد! در صورتی که مغز انسان با در نظر گرفتن عوامل مختلف و بر پایه تفکر استنتاجی، منطقی ویژه برای این کمیات پیاده می کند.

منطق فازی (fuzzy logic) راه حل جدیدی برای فرموله کردن این پارامترهای کیفی ارائه می دهد. در واقع با این منطق بدیع، امکان پیشرفت در علم رباتیک و سایر علوم کامپیوتر فراهم گردیده است. علم منطق فازی هم اکنون جایگاه ویژه ایی در میان سایر علوم؛ حتی علوم اجتماعی و اقتصادی؛ پیدا کرده و شاید خیلی از پارامترهای اجتماعی و اقتصادی با این منطق فرموله می شود...

 

 

 

 

 

حال به چند تعریف زیر توجه کنید:

 

منطق کلاسیک: منطقی است که در آن گزاره ها، فقط ارزش راست یا دروغ دارند که آنرا منطق ۰ و ۱ می نامند.

 

 

 

منطق چند مقداره : منطقی است که علاوه بر ۰ و ۱ چند مقدار دیگر را نیز اختیار می کند.

 

 

 

منطق بی نهایت مقدار: در این منطق ارزش گزاره ها می تواند هر عدد حقیقی بین ۰ تا ۱ باشد.

 

 

 

منطق فازی: نوعی از منطق بی نهایت مقداره و در حقیقت یک ابتکار برای بیان رفتار مطلوب سیستم ها با استفاده از زبان روزمره. در واقع منطق فازی یک منطق پیوسته است که از استدلال تقریبی بشر الگو برداری کرده است.

 

این منطق حدود چهل سال پیش در آمریكا، توسط لطفی زاده پایه ریزی شد و برای اولین بار در سال 1974 در اروپا برای تنظیم دستگاه تولید بخار، در یك نیروگاه، كاربرد عملی پیدا كرد. با پیشرفت چشمگیر ژاپن در عرصه وسایل الكترونیكی، در سال 1990 كلمه فازی در آن كشور به عنوان كلمه سال شناخته شد. بر خلاف آموزش سنتی در ریاضی، او منطق انسانی و زبان طبیعت را وارد ریاضی كرد.

 

شاید بتوان با دو رنگ سیاه و سفید مثال بهتری ارائه داد. اگر در ریاضی، دو رنگ سیاه و سفید را صفر و یك تصور كنیم، منطق ریاضی، طیفی به جز این دو رنگ سفید و سیاه نمی بیند و نمی شناسد. ولی در مجموعه های نامعین منطق فازی، بین دو رنگ سیاه و سفید مجموعه ای از طیف های خاكستری هم لحاظ می شود و به این طریق فصل مشترك ساده ای بین انسان و كامپیوتر بوجود می آید.

 

 

 

این باور به سیاه و سفیدها، (صفر و یك ها) و این نظام دو ارزشى به گذشته دور باز مى گردد و حداقل به یونان قدیم و زمان ارسطو مى رسد. البته قبل از ارسطو نوعى ذهنیت فلسفى وجود داشت كه به ایمان دودویى با شك و تردید مى نگریست.

 

 

بودا در هند، پنج قرن قبل از مسیح و تقریباً دو قرن قبل از ارسطو زندگى مى كرد. اولین قدم در سیستم اعتقادى او، گریز از جهان سیاه و سفید و برداشتن این حجاب دو ارزشى بود. نگریستن به جهان به همان صورتى كه هست.

 

از دید بودا جهان را باید سراسر تناقض دید، جهانى كه چیزها و ناچیزها در آن وجود دارد. در آن گل هاى رز هم «سرخ» هستند و هم «غیرسرخ».

در منطق بودا هم A داریم هم نقیض A. در منطق ارسطو یا A داریم یا نقیض A (منطقA یا نقیض A) در مقابل (منطق A و نقیض A) منطق این یا آن ارسطو در مقابل منطق تضاد بودا.

 

 

منطق ارسطو اساس ریاضیات كلاسیك را تشكیل مى دهد. براساس اصول و مبانى این منطق، همه چیز تنها مشمول یك قاعده ثابت مى شود كه به موجب آن: «آن چیز درست است یا نادرست». دانشمندان نیز بر همین اساس به تحلیل دنیاى خود مى پرداختند. گرچه آنها همیشه مطمئن نبودند كه چه چیزى درست است و چه چیزى نادرست و گرچه درباره درستى یا نادرستى یك پدیده مشخص، ممكن بود دچار تردید شوند. البته آنها در یك مورد هیچ تردیدى نداشتند و آن اینكه هر پدیده اى یادرست است یا نادرست .

 

 

منطق فازى، یك جهان بینى جدید است كه به رغم ریشه داشتن در فرهنگ مشرق زمین با نیازهاى دنیاى پیچیده امروز بسیار سازگارتر از منطق ارسطویى است. منطق فازى جهان را آن طور كه هست به تصویر مى كشد. بدیهى است چون ذهن ما با منطق ارسطویى پرورش یافته، براى درك مفاهیم فازى در ابتدا باید كمى تامل كنیم، ولى وقتى آن را شناختیم، دیگر نمى توانیم به سادگى آن را فراموش كنیم. دنیایى كه ما در آن زندگى مى كنیم، دنیاى مبهمات و عدم قطعیت است. مغز انسان عادت كرده است كه در چنین محیطى فكر كند و تصمیم بگیرد و این قابلیت مغز كه مى تواند با استفاده از داده هاى نادقیق و كیفى به یادگیرى و نتیجه گیرى بپردازد، در مقابل منطق ارسطویى كه لازمه آن داده هاى دقیق و كمى است، قابل تامل است.

 

 

 

کاربردها

 

 

یکی از کاربردهای منطق فازی ساخت انواع کنترل کننده ها است.

 

 

برای مثال یک وسیله اندازه گیری دما: برای جلوگیری از قفل شدن یک عایق ممکن است چندین عضو مجزای تابعی داشته باشد تا بتواند حوزه دماهایی را که نیاز به کنترل دارد به طور صحیح تعریف نماید. (توضیحات بیشتر در سایر مقالات سایت میکرو رایانه) هر تابع، یک ارزش دمایی مشابه را اختیار می کند که حوزه آن بین 0 و 1 است. از این ارزش های داده شده برای تعیین چگونگی کنترل یک عایق استفاده می شود.

 

 

با مثال دیگری می توان اهمیت این علم را بیشتر درک کرد:

یک انسان در نور کافی قادر به درک میلیون ها رنگ می باشد. ولی یک روبوت چگونه میتواند این تعداد رنگ را تشخیص دهد؟ حال اگر بخواهیم روباتی طراحی کنیم که قادر به تشخیص رنگ ها باشد از منطق فازی کمک می گیریم و با اختصاص اعدادی به هر رنگ آن را برای روبوت تعریف می کنیم.

از کاربردهای دیگر منطق فازی می توان به موارد زیر اشاره کرد :

 

 

در صنعت اتومبیل سازی (در طراحی سیستم ترمز ABS و کنترل موتور برای بدست آوردن بالاترین راندمان قدرت)،

 

 

در طراحی بعضی از ریزپردازنده ها .

 

 

در طراحی دوربین های دیجیتال . این دوربین‌ها به کمک روش‌هایی که منطق فازی پیشنهاد می‌کند حرکت شیءای که از آن فیلم‌برداری می‌شود از لرزش‌های احتمالی دست فیلم‌بردار تشخیص داده‌ می‌شود و به‌این ترتیب لرزش‌ در فیلم حذف می‌شود.

 

 

در کاوش‌های معدن‌شناسان و حفاری‌‌های زمین برای کشف فلزات و کانی‌ها و نیز پیداکردن مخازن طبیعی نفت و گاز

 

 

برای کنترل سامانه‌های حمل و نقل شهری مانند مترو و مونوریل .

 

 

در کنترل مانورهای فضایی.

 

 

در تشخیص‌های طبی که به هر دلیل دیگر تاریخچه بیماری مبهم است.

 

 

و در اتوماسیون های صنعتی که در این باره به توضیحات بیشتری خواهیم پزداخت.

 

 

 

 

كاربرد منطق فازی [fuzzy logic] در اتوماسیون صنعتی :

 

 

 

برنـامه‌های موفـق منطق فـازی در اتومـاسیون صنعتی:

این مقاله در پنجمین كنفرانس بین‌الملی مجمع بین الملی مهندسی صنایع دربارة منطق فازی (Fuzzy logic)نیواورلئان 1996، ارائه شده.

 

 

 

در این مقاله‌ ما برنامه اخیر منطق فازی در اتوماسیون صنعتی را بررسی می‌كنیم. تمام برنامه‌ها به نام Fuzzy PLC كه یك بستر سخت‌افزاری برای برقراری منطق فازی و تكنیك‌های صنعتی منطق فازی است نامیده می‌شود. با یك بررسی سریع بر روی دستگاه‌های Fuzzy ، درباره برنامه (Application) كاربردی بحث می‌كنیم و می‌بینیم چگونه منطق فازی راه حل بهتری را نسبت به راه‌حلهای معمولی پیاده سازی می‌كند و در حد ممكن به بررسی صرفه‌جویی در هزینه (Cost Saving ) و بهبود كیفیت می‌پردازیم.

 

 

 

منطق فازی در صنعت اتوماسیون:

 

 

در سالهای اخیر، منطق فازی پتاسیل كاربرد خود را در اتوماسیون صنعتی به خوبی به اثبات رسانده است. در این بحث كاربردی مهندسان اغلب از مفاهیم به اثبات رسیده استفاده می‌كنند. برای كنترل رخداد‌های پراكنده، آنها اغلب از منطق نردبانی (Ladder logic) استفاده می‌كنند.برای كنترل پیوسته اغلب یا نوع bang-bang استفاده می‌شود و یا نوع PID .

اگر چه كنترل PID در هنگامی كه پروسه مورد مطالعه در حالت ثابت و ایستایی باشد خوب كار می‌كند ولی در حالتهای دیگر زیاد موفق نیست:

 

 

• در حالت پراكندگی زیاد ( غیر خطی)

 

• پروسه‌های وابسته به زمان ( غیر خطی)

• حالت‌های زمانهای مرده و از دست رفته.

 

 

به این دلیل است كه كنترل PID پروسه را كاملاً در حالت بررسی می‌كند. اگر چه این ساده‌سازی ممكن است در حالت عادی به خوبی عمل كند ولی در پراكندگی بسیار می‌تواند نقطة عملیاتی پروسه را بسیار دورتر از نقطة set شده قرار دهد. در این حالت فرضیة خطی (linear)اغلب كنار گذاشته می‌شود.

 

 

همین حالت وقتی اتفاق می‌افتد كه پارامتر‌های پروسه نسبت به زمان تغییر كند. در این حالات به كارگیری كنترل Fuzzy به جای كنترل PLD نشان می‌دهد كه بسیار بهتر از روشهای معمول اما پیشرفته فعلی عمل می‌كند اگر چه این تنها موردی نیست كه حل آن بر مبنای منطق فازی است .

کنترل چند متغیره:

 

قدرت واقعی منطق فازی در اتوماسیون اداری بر مبنای راهی است كه منطق فازی در طراحی كنترل‌های چند متغیره نمایان می‌كند. در بسیاری از برنامه‌های كاربردی كنترل یك پروسه تك متغیره ثابت به راحتی با كنترل PID یا bang-bang امكان پذیر است. اگر چه تنظیم مقادیر برای نمای حلقه‌های كنترل اغلب به صورت دستی توسط اپراتور انجام می‌شود. اپراتور با آنالیز موقعیت پروسه و تنظیم مقادیر متغیرهای PID به بهینه سازی پروسه كمك می‌كند. به این روش كنترل (supervisory control ) می‌گویند و اغلب متغیرهای چند كار درگیرند.

 

 

PID و bang –bang هر دو اندیس فقط یك متغیر بر می‌آیند و این اغلب باعث به وجود آمدن تعداد بسیاری حلقة كنترل مستقل از هم می‌شود. این حلقه‌ها توانایی صحبت با یكدیگر را ندارند (talk to each othor) در جاهای كه مورد دلخواه و یا ضروری است كه رابطه‌ای بین این استقلالهای متغیر‌های فیزیكی صورت گیرد، یكی از آنها مجبور به برپایی یك مدل ریاضی از پروسه می‌شود و از معادله دیفرانسیال یك مشتق می‌گیرد كه برای برپایی راه حل مورد نیاز است. در اتوماسیون صنعتی كمتر پیش می‌آید زیرا:

 

 

 

• بوجود آوردن یك مدل ریاضی از دنیای واقعی ممكن است سالها وقت بگیرد.

• اغلب مدلهای ریاضی به ساده سازی‌های گسترده و خطی سازی‌ها نیاز دارند كه برای بهینه سازی نتایج كنترلر در آینده نیاز به فاكتورهایی دارد.

 

 

 

تنظیم متغیر‌های اضافی یك كنترلر كه از مدل ریاضی مشتق می‌شود، مانند ماهیگری در تاریكی است (Fishing in the dark) به دلیل آنكه بهینه‌سازی در یك نقطه با استفاده از متغیر‌های عمومی (Global) اغلب باعث كاهش كارآیی در نقطه دیگری از عملیات می‌شود.

در ضمن بسیاری از محققان دارای پس زمینه كافی در زمینه مدل سازی ریاضی نیستند. همچنین در نگاه اول، در صنعت، فرآیندهای تك متغیره با یك كنترل ساده مانند PID یا bang – bang به همراه یك supervisor كه توسط انسان هدایت می شود كنترل می‌شود.

در اینجاست كه منطق فازی یك راه حل عالی و پر بهره را برای مشكلات پیاده سازی می‌كند. منطق فازی به مهندسان این امكان را می‌دهد كه بدون نیاز به مدل سازی ریاضی و با استفاده از نتایج تجربی و تجربه اپراتور یك كنترلر چند متغیره طراحی می‌كند.

 

 

هر متغیر پردازنده به تنهایی توسط یك كنترلر PID ثابت نگه داشته شده است به طوری كه مقدارگیری آنها از منطق فازی سرچشمه می‌گیرد و این طرز قرار‌گیری در اغلب سیستمها مانند تعیین درجه حرارت كوره‌ها و یا میزان درصد اكسیژن در حوضچه‌های فاضلاب یكسان است در سیستم‌های دیگر این امكان وجود دارد كه یك راه حل گردشی كامل بر مبنای منطق فازی توسعه داد.

 

 

به همین دلیل است كه ارتقا بر اساس سیستم‌های مرسوم مانند ladder logic یا instruction list و كنترل PID به همراه منطق فازی بسیار دلپذیر است