Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Zastosowania.

Slides:

Advertisements

Podobne prezentacje

Advertisements

Metody badania stabilności Lapunowa

Obserwowalność System ciągły System dyskretny

System lingwistyczny - wnioskowanie

Systemy stacjonarne i niestacjonarne (Time-invariant and Time-varing systems) Mówimy, że system jest stacjonarny, jeżeli dowolne przesunięcie czasu  dla.

Systemy liniowe stacjonarne – modele wejście – wyjście (splotowe)

Mechanizm wnioskowania rozmytego

Podstawy Automatyki 2009/2010 Projektowanie układów sterowania Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr hab. inż. 1 Katedra Inżynierii.

KNW- Wykład 8 Wnioskowanie rozmyte.

KONKURS WIEDZY O SZTUCE

Metody Sztucznej Inteligencji w Sterowaniu 2009/2010Optymalizacja miary efektywności działania sztucznych sieci neuronowych Dr hab. inż. Kazimierz Duzinkiewicz,

Systemy dynamiczneOdpowiedzi systemów – modele różniczkowe i różnicowe Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Systemy.

Obserwowalność System ciągły System dyskretny u – wejścia y – wyjścia

Model lingwistyczny – wnioskowanie Mamdani’ego

Model Takagi – Sugeno – Kang’a - TSK

Metody Sztucznej Inteligencji w Sterowaniu 2009/2010 Metoda propagacji wstecznej Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania.

Systemy dynamiczne – przykłady modeli fenomenologicznych

Systemy dynamiczne 2010/2011Systemy i sygnały - klasyfikacje Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Dlaczego taki.

Automatyka Wykład 3 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów, elementów i układów.

Metody Lapunowa badania stabilności

Systemy/modele rozmyte – podstawy i struktury

Wykład 25 Regulatory dyskretne

Obserwatory zredukowane

Stabilność Stabilność to jedno z najważniejszych pojęć teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym praktycznego zastosowania.

Podstawy automatyki 2012/2013Transmitancja widmowa i charakterystyki częstotliwościowe Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr.

Rozważaliśmy w dziedzinie czasu zachowanie się w przedziale czasu od t0 do t obiektu dynamicznego opisywanego równaniem różniczkowym Obiekt u(t) y(t) (1a)

Wybrane modele rozmyte i schematy wnioskowania

MECHANIKA 2 Wykład Nr 11 Praca, moc, energia.

Modelowanie i Identyfikacja 2011/2012 Metoda propagacji wstecznej Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Warstwowe.

Modelowanie i identyfikacja 2010/2011Optymalizacja miary efektywności działania sztucznych sieci neuronowych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra.

Modelowanie i podstawy identyfikacji 2012/2013Modele fenomenologiczne - dyskretyzacja Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1.

Systemy/modele rozmyte – podstawy i struktury

Teoria sterowania 2011/2012Stabilno ść Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Stabilność Stabilność to jedno.

Dekompozycja Kalmana systemów niesterowalnych i nieobserwowalnych

Teoria sterowania 2011/2012Sterowanie – metody alokacji biegunów III Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Sterowanie.

Sterowanie – metody alokacji biegunów

Metody sterowania – sterowanie rozmyte

Podstawy automatyki 2011/2012Systemy sterowania - struktury –jakość sterowania Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr hab. inż.

Obserwowalność i odtwarzalność

Stabilność Stabilność to jedno z najważniejszych pojęć dynamiki systemów i teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym.

Sterowanie – metody alokacji biegunów

Sterowanie – metody alokacji biegunów III

Teoria sterowania 2013/2014Sterowanie – obserwatory zredukowane II  Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 1 Obserwatory.

SYSTEMY EKSPERTOWE I SZTUCZNA INTELIGENCJA

Teoria sterowania SN 2014/2015Sterowalność, obserwowalność Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Sterowalność -

Przykład 5: obiekt – silnik obcowzbudny prądu stałego

Systemy dynamiczne 2014/2015Obserwowalno ść i odtwarzalno ść  Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Obserwowalność.

Zagadnienia AI wykład 4.

Kalendarz 2020.

Zagadnienia AI wykład 5.

Wnioskowanie Mamdani’ego

Warstwowe sieci jednokierunkowe – perceptrony wielowarstwowe

Metody Sztucznej Inteligencji – technologie rozmyte i neuronowe Wnioskowanie Mamdani’ego - rozwinięcia  Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii.

Modelowanie i identyfikacja 2014/2015Modele rozmyte  Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1 Systemy rozmyte są modelami.

Metody sztucznej inteligencji – technologie rozmyte i neuronoweReguła propagacji wstecznej  Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów.

 Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Metody sztucznej inteligencji – Technologie rozmyte i neuronoweSystemy.

Podstawy automatyki I Wykład 1b /2016

© Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania Modelowanie i podstawy identyfikacji 2015/2016 Modelowanie rozmyte – podstawy,

Metody sztucznej inteligencji - Technologie rozmyte i neuronowe 2015/2016 Systemy rozmyte – wnioskowanie Mamdani’ego I © Kazimierz Duzinkiewicz, dr hab.

Metody sztucznej inteligencji - Technologie rozmyte i neuronowe 2015/2016 Systemy rozmyte – wnioskowanie Mamdani’ego II © Kazimierz Duzinkiewicz, dr hab.

Metody sztucznej inteligencji - Technologie rozmyte i neuronowe 2015/2016 Systemy rozmyte – wnioskowanie formalne © Kazimierz Duzinkiewicz, dr hab. inż.

Podstawy automatyki I Wykład 3b /2016

Podstawy automatyki I Wykład /2016

Sterowanie procesami ciągłymi

Sterowanie procesami ciągłymi

Sterowanie procesami ciągłymi

Metody sztucznej inteligencji

Teoria sterowania Materiał wykładowy /2017

Sterowanie procesami ciągłymi

Zapis prezentacji:

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Zastosowania systemów rozmytych Przykład 1: sterowanie rozmyte z wykorzystaniem systemu Mamdaniego System rozmyty Mamdaniego może być użyty do budowy sterownika opartego na wiedzy użytkownika (eksperta) – jak sterować obiektem Jeżeli zadania sterowania polega na śledzeniu trajektorii zadanej struktura systemu sterowania zwykle ma postać Sterownik rozmyty Obiekt

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 2 Wstępny projekt sterownika rozmytego: obiekt - belka i kulka Belka Kulka Silnik - napęd Belka Kulka Wiedza o obiekcie - położenie kulki na belce ( rozumiane jest jako środek belki) - położenie kątowe belki ( rozumiane jest jako położenie poziome) Wejście sterujące (manipulacyjne) do obiektu belka – kulka: napięcie zasilania silnika p.s. Położenie kątowe belki jest proporcjonalne do napięcia zasilania silnika, czyli

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 3 Zadanie sterowania Kształtować napięcie w taki sposób, aby położenie kulki śledziło sygnał wartości zadanej Jeżeli to zadanie, uszczegóławia się do postaci, utrzymać kulkę nieruchomo w środku belki, to trajektoria zadana i wówczas Realizacja zadania sterowania Załóżmy, że ekspert zdecydował, że cel sterowania może być osiągnięty korzystając z wiedzy o położeniu i prędkości kulki Struktura sterownika rozmytego Sterownik rozmyty

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 4 Wartości (zbiory rozmyte) wejścia sterownika

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 5 Wartości (zbiory rozmyte) wejścia sterownika

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 6 Wartości (zbiory rozmyte) wyjścia sterownika

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 7 Dlaczego takie wartości rozmyte? Kształty, zakresy ….. Błąd położenia - Długość belki 1 m Zmiana błędu – oszacowanie prędkości kulki po puszczeniu jej swobodnie z położenia stacjonarnego i przebyciu określonego odcinka; kraniec belki, belka pionowa, 1m – prędkość 4.4m/s Napięcie zasilania – singleton – dogodność przy wyostrzaniu

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 8 Silnik - napęd Błąd położenia - - ujemny duży (NL) Zmiana błędu położenia - - ujemny duży (NL) Błąd położenia - - ujemny duży (NL) Zmiana błędu położenia - - dodatni duży (PL) Tworzenie bazy reguł

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 9 Silnik - napęd Błąd położenia - - ujemny zerowy (Z) Zmiana błędu położenia - - ujemna mała (NS)

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 10

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 11 Macierz reguł Tablica reguł

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 12 Wnioskowanie – uproszczone Mamdaniego, t – norma PROD Np. Reguła 1 – stopień spełnienia przesłanki reguły Np. niech w danej chwili t:

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 13 Stopnie spełnienia przesłanek:

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 14 Odpowiedzi cząstkowe: Reguła 9: Reguła 10:

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 15 Odpowiedzi cząstkowe: Reguła 14: Reguła 15:

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 16 Odpowiedź całkowita: Wyostrzanie – metoda środka ciężkości (COG)

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 17 Wyniki symulacji: Czas t (s) Położenie kulki (m) Dla eksperymentu symulacyjnego:

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 18 Strojenie dla poprawy jakości działania przez strojenie skalowalnych wzmocnień (wag) Sterownik rozmyty Belka i kulka Układ sterowania Nowa struktura sterownika Statyczny sterownik rozmyty

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 19 Czas t (s) Położenie kulki (m)

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 20 Czas t (s) Położenie kulki (m)

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 21 Czas t (s) Położenie kulki (m)

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 22 Czas t (s) Położenie kątowe belki (rad) Położenie kulki (m)

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 23 Wpływ kształtu funkcji przynależności Zastosujemy funkcję Gaussa Wartości (zbiory rozmyte) wejścia sterownika

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 24 Wartości (zbiory rozmyte) wejścia sterownika

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 25 Wnioskowanie – uproszczone Mamdaniego, t – norma PROD

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 26 Próg odpalenia reguły: 0.1 Stopień spełnienia przesłanek reguł: Ostre wyjście sterownika

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 27 Charakterystyki wejście – wyjście badanych sterowników

Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 28 Dziękuję – koniec materiału prezentowanego podczas wykładu