Industrielle Anwendung von Fuzzy Logic Control © INFORM 1990-1996Slide 1 Tutorium und Workshop ©...
-
Upload
else-lehrke -
Category
Documents
-
view
109 -
download
0
Transcript of Industrielle Anwendung von Fuzzy Logic Control © INFORM 1990-1996Slide 1 Tutorium und Workshop ©...
Industrielle Anwendung von Fuzzy Logic ControlIndustrielle Anwendung von Fuzzy Logic Control
© INFORM 1990-1996 Slide 1
Tutorium und Workshop
© Constantin von Altrock
INFORM GmbH Aachen
Pascalstraße 23
D-52076 Aachen
English Version Available!
Tel.: 02408-9456-80
Fax: 02408-9456-85
Email: [email protected]
Internet: www.fuzzytech.com
Optimiert für 1024x768 /256 Farben
Tutorium und Workshop
© Constantin von Altrock
INFORM GmbH Aachen
Pascalstraße 23
D-52076 Aachen
English Version Available!
Tel.: 02408-9456-80
Fax: 02408-9456-85
Email: [email protected]
Internet: www.fuzzytech.com
Optimiert für 1024x768 /256 Farben
Fuzzy Logic Entwurfsmethodik nach ISO/IEC StandardsFuzzy Logic Entwurfsmethodik nach ISO/IEC Standards
Relevante Standards für Fuzzy Logic
Zukünftige Standards für Fuzzy Logic
Allgemeine Fuzzy-Entwurfsmethodik- Ziele- Phasenplan- Unterstützung durch Fuzzy-Tools
Spezielle Fuzzy-Entwurfsmethodik- Ziele- Entscheidungen- Fuzzy Design Wizards
Relevante Standards für Fuzzy Logic
Zukünftige Standards für Fuzzy Logic
Allgemeine Fuzzy-Entwurfsmethodik- Ziele- Phasenplan- Unterstützung durch Fuzzy-Tools
Spezielle Fuzzy-Entwurfsmethodik- Ziele- Entscheidungen- Fuzzy Design Wizards
Fuzzy Logic:Relevante StandardsFuzzy Logic:Relevante Standards
© INFORM 1990-1996 Slide 2
ISO 9000 Internationaler QualitätsstandardISO 9000 Internationaler Qualitätsstandard
Entwicklungsdokumentation
Änderungsdokumentation
Prüfungsdokumentation
Entwicklungsdokumentation
Änderungsdokumentation
Prüfungsdokumentation
IEC 1131+ AutomatisierungstechnikIEC 1131+ Automatisierungstechnik
Datenformate zur Portierung
Integration mit konventionellen Techniken
Entwurfsmethodik
Datenformate zur Portierung
Integration mit konventionellen Techniken
Entwurfsmethodik
Es existieren allgemeine Es existieren allgemeine und spezielle Normen für und spezielle Normen für die Fuzzy-Entwicklung! die Fuzzy-Entwicklung!
Fuzzy Logic:Zukünftige StandardsFuzzy Logic:Zukünftige Standards
© INFORM 1990-1996 Slide 3
IEEE Standard Spezielle Norm zu Fuzzy Logic:IEEE Standard Spezielle Norm zu Fuzzy Logic:
Terminologie und Algorithmik(Unterschiedliche Begriffe für gleiche Dinge und gleiche Begriffe für unterschiedliche Dinge verwirren Anwender)
Universelle Programmiersprache für Fuzzy
Performancevergleich durch standardisierte Bechmarks (Praxisnahe Benchmarks für Plattformauswahl und -vergleich)
Weitergehende Entwicklungsmethodik
Fuzzy-”Plug-Ins” für Standardanwendungen
Adaptionstechniken für Fuzzy-Systeme
Terminologie und Algorithmik(Unterschiedliche Begriffe für gleiche Dinge und gleiche Begriffe für unterschiedliche Dinge verwirren Anwender)
Universelle Programmiersprache für Fuzzy
Performancevergleich durch standardisierte Bechmarks (Praxisnahe Benchmarks für Plattformauswahl und -vergleich)
Weitergehende Entwicklungsmethodik
Fuzzy-”Plug-Ins” für Standardanwendungen
Adaptionstechniken für Fuzzy-SystemeUnder Construction!Under Construction!
Industrielle Anwendung von Fuzzy Logic ControlIndustrielle Anwendung von Fuzzy Logic Control
© INFORM 1990-1996 Slide 4
Fuzzy Logic Entwurfsmethodik nach ISO/IEC StandardsFuzzy Logic Entwurfsmethodik nach ISO/IEC Standards
Relevante Standards für Fuzzy Logic
Zukünftige Standards für Fuzzy Logic
Allgemeine Fuzzy-Entwurfsmethodik- Ziele- Phasenplan- Schritte und Meilensteine
Spezielle Fuzzy-Entwurfsmethodik- Ziele- Entscheidungen- Fuzzy Design Wizards
Relevante Standards für Fuzzy Logic
Zukünftige Standards für Fuzzy Logic
Allgemeine Fuzzy-Entwurfsmethodik- Ziele- Phasenplan- Schritte und Meilensteine
Spezielle Fuzzy-Entwurfsmethodik- Ziele- Entscheidungen- Fuzzy Design Wizards
Allgemeine Fuzzy-EntwurfsmethodikAllgemeine Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 5
Ziele der allgemeinen Fuzzy-Entwurfsmethodik:
Definition eindeutiger und nachvollziehbarer Entwicklungsschritte
Festlegung von Mindestanforderungen an den Entwickler für Projektstrukturierung, Reporting und Dokumentation (Endstand und Entwicklungsablauf)
Ziele der allgemeinen Fuzzy-Entwurfsmethodik:
Definition eindeutiger und nachvollziehbarer Entwicklungsschritte
Festlegung von Mindestanforderungen an den Entwickler für Projektstrukturierung, Reporting und Dokumentation (Endstand und Entwicklungsablauf)
Hieraus ergibt sich:
Eine lückenlose und transparente Erfassung des Entwicklungsprozesses
Stärkeres Bewußtsein für Motive und Auswirkungen von Designentscheidungen
Eindeutige Zuordnung von Leistungen im Gesamtprojekt bei Auftragsvergabe
Absicherung gegen fälschliche Haftungsforderungen Dritter
Leider auch ein Mehraufwand...
Hieraus ergibt sich:
Eine lückenlose und transparente Erfassung des Entwicklungsprozesses
Stärkeres Bewußtsein für Motive und Auswirkungen von Designentscheidungen
Eindeutige Zuordnung von Leistungen im Gesamtprojekt bei Auftragsvergabe
Absicherung gegen fälschliche Haftungsforderungen Dritter
Leider auch ein Mehraufwand...
Validierung nach ISO 9000!Validierung nach ISO 9000!
Allgemeine Fuzzy-EntwurfsmethodikAllgemeine Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 6
PhasenplanPhasenplan
VorfelduntersuchunVorfelduntersuchungg
Projektbeginn
A-AuditA-Audit PrototyPrototypp
A-Report
B-AuditB-Audit Offline OptimierungOffline Optimierung
B-Report
InbetriebnahmeInbetriebnahme OptimierungOptimierung
Abnahme
DokumentationDokumentation
Audit := Erfassung des Prozeßwissens von Anlagenfahrern und Betriebsingenieuren
Report := Ergebnisprotokoll eines Audits
Audit := Erfassung des Prozeßwissens von Anlagenfahrern und Betriebsingenieuren
Report := Ergebnisprotokoll eines Audits
Die allgemeine Fuzzy-Die allgemeine Fuzzy-Entwurfsmethodik strukturiert Entwurfsmethodik strukturiert das Gesamtprojekt!das Gesamtprojekt!
Allgemeine Fuzzy-EntwurfsmethodikAllgemeine Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 7
VorfelduntersuchungVorfelduntersuchung
:= Untersuchung, ob Fuzzy Logic geeignetes Lösungsverfahren ist:= Untersuchung, ob Fuzzy Logic geeignetes Lösungsverfahren ist
Kriterien:
Wurde für eine vergleichbare Aufgabenstellung bereits erfolgreich eine Fuzzy-Lösung entwickelt?
Handelt es sich um ein Mehrgrößenproblem?
Verfügen Anlagenbetreiber oder Betriebsingenieure über Kenntnis aller wichtigen Zusammenhänge der Prozeßvariablen?
Kann weiteres Wissen über die Zusammenhänge des Prozesses durch Beobachtung oder durch Experimente gewonnen werden?
Ist mathematische Modellbildung schwierig?
Kriterien:
Wurde für eine vergleichbare Aufgabenstellung bereits erfolgreich eine Fuzzy-Lösung entwickelt?
Handelt es sich um ein Mehrgrößenproblem?
Verfügen Anlagenbetreiber oder Betriebsingenieure über Kenntnis aller wichtigen Zusammenhänge der Prozeßvariablen?
Kann weiteres Wissen über die Zusammenhänge des Prozesses durch Beobachtung oder durch Experimente gewonnen werden?
Ist mathematische Modellbildung schwierig?
Überlegungen vor Projektbeginn!Überlegungen vor Projektbeginn!
Allgemeine Fuzzy-EntwurfsmethodikAllgemeine Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 8
A-AuditA-Audit
Vorbereitung:
Auditoren: Einarbeitung in die Materie, Erstellen eines speziellen Fragenkatalogs
Betreiber: Dokumentation der bestehenden MSR, Beschreibung aller Meß- und Stellgrößen mit Bedeutung für den Prozeß, Min- und Max-Werten sowie Toleranzen. Beschaffung protokollierter Prozeßdatenverläufe (Trendschriebe)
Durchführung:
Analyse der Qualitätsvariablen und Kenngrößen
Analyse der Stellgrößen
Analyse des Ist-Zustands
A-Report:
Schriftliche Zusammenfassung der Auditoren, Abnahme durch den Betreiber
Vorbereitung:
Auditoren: Einarbeitung in die Materie, Erstellen eines speziellen Fragenkatalogs
Betreiber: Dokumentation der bestehenden MSR, Beschreibung aller Meß- und Stellgrößen mit Bedeutung für den Prozeß, Min- und Max-Werten sowie Toleranzen. Beschaffung protokollierter Prozeßdatenverläufe (Trendschriebe)
Durchführung:
Analyse der Qualitätsvariablen und Kenngrößen
Analyse der Stellgrößen
Analyse des Ist-Zustands
A-Report:
Schriftliche Zusammenfassung der Auditoren, Abnahme durch den Betreiber
Systematische Darstellung des Systematische Darstellung des vorhandenen Prozeßwissens!vorhandenen Prozeßwissens!
Allgemeine Fuzzy-EntwurfsmethodikAllgemeine Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 9
Erzeugung eines Prototypen des Fuzzy-Reglers auf Basis des A-Reports:
Als Demonstrator für das B-Audit
Als Ausgangsmodell für den nächsten Schritt
Prototypenentwicklung nach der speziellen Fuzzy-Entwurfsmethodik:
Festlegung der Systemstruktur
Definition des Vokabulars
Definition einer ersten Regelbasis
Erzeugung eines Prototypen des Fuzzy-Reglers auf Basis des A-Reports:
Als Demonstrator für das B-Audit
Als Ausgangsmodell für den nächsten Schritt
Prototypenentwicklung nach der speziellen Fuzzy-Entwurfsmethodik:
Festlegung der Systemstruktur
Definition des Vokabulars
Definition einer ersten Regelbasis
Rapid Application Development!Rapid Application Development!
PrototypPrototyp
Allgemeine Fuzzy-EntwurfsmethodikAllgemeine Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 10
B-AuditB-Audit
Vorbereitung:
Auditoren: Aufarbeitung des Prototypen als Demonstrator, Erstellen eines Fragenkatalogs
Durchführung:
Gemeinsame Diskussion des A-Audits in Bezug auf Unschlüssigkeiten und Fehler
Hinterfragung unklarer Zusammenhänge
Revision des A-Reports zum B-Report
Festlegen von Prozeduren für die sichere Inbetriebnahme des Reglers ohne Störung des Prozesses und der Anlagensicherheit
B-Report:
Schriftliche Zusammenfassung der Auditoren, Abnahme durch den Betreiber
Vorbereitung:
Auditoren: Aufarbeitung des Prototypen als Demonstrator, Erstellen eines Fragenkatalogs
Durchführung:
Gemeinsame Diskussion des A-Audits in Bezug auf Unschlüssigkeiten und Fehler
Hinterfragung unklarer Zusammenhänge
Revision des A-Reports zum B-Report
Festlegen von Prozeduren für die sichere Inbetriebnahme des Reglers ohne Störung des Prozesses und der Anlagensicherheit
B-Report:
Schriftliche Zusammenfassung der Auditoren, Abnahme durch den Betreiber
Revision des Prototypen!Revision des Prototypen!
Allgemeine Fuzzy-EntwurfsmethodikAllgemeine Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 11
Erweiterung des Prototypen des Fuzzy-Reglers auf Basis des B-Reports:
Revision der linguistischen Variablen
Revision und Ergänzung der Regeln
Verifikation durch:
Offline Analyse von partiellem Übertragungsverhalten
Einsatz regelungstechnischer Simulationen
Verwendung existierender Prozeßdaten zum Test
Erweiterung des Prototypen des Fuzzy-Reglers auf Basis des B-Reports:
Revision der linguistischen Variablen
Revision und Ergänzung der Regeln
Verifikation durch:
Offline Analyse von partiellem Übertragungsverhalten
Einsatz regelungstechnischer Simulationen
Verwendung existierender Prozeßdaten zum Test
Umsetzung des Betriebswissens!Umsetzung des Betriebswissens!
Offline OptimierungOffline Optimierung
Allgemeine Fuzzy-EntwurfsmethodikAllgemeine Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 12
Inbetriebnahme des Fuzzy-Reglers:
Implementation auf der Zielhardware, Online-Link zum Entwicklungsrechner
Integration mit Basis-MSR und Implementation der Vor-/Nachverarbeitung
Schaffung einer Sicherheitsfunktionalität (Grenzen, Handumschaltung, Safe State,..)
Optimierung des Fuzzy-Reglers:
“Open-Loop” Betrieb zur Plausibilisierung des Reglerverhaltens
“Supervised” Betrieb zum Feintuning der Regeln und Zugehörigkeitsfunktionen
“What-If” Analysen zur Optimierung der Prozeßführung
Inbetriebnahme des Fuzzy-Reglers:
Implementation auf der Zielhardware, Online-Link zum Entwicklungsrechner
Integration mit Basis-MSR und Implementation der Vor-/Nachverarbeitung
Schaffung einer Sicherheitsfunktionalität (Grenzen, Handumschaltung, Safe State,..)
Optimierung des Fuzzy-Reglers:
“Open-Loop” Betrieb zur Plausibilisierung des Reglerverhaltens
“Supervised” Betrieb zum Feintuning der Regeln und Zugehörigkeitsfunktionen
“What-If” Analysen zur Optimierung der Prozeßführung
Verifikation am Prozeß!Verifikation am Prozeß!
InbetriebnahmeInbetriebnahme OptimierungOptimierung
Allgemeine Fuzzy-EntwurfsmethodikAllgemeine Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 13
Dokumentation des entstandenen Fuzzy-Reglers:
Beschreibung der Systemstruktur
Beschreibung des Vokabulars
Beschreibung der Regelbasen
Dokumentation des Entwicklungsprozesses:
Auditreports
Finalreports
Entwicklungshistorie des Fuzzy Logic Systems
Dokumentation des entstandenen Fuzzy-Reglers:
Beschreibung der Systemstruktur
Beschreibung des Vokabulars
Beschreibung der Regelbasen
Dokumentation des Entwicklungsprozesses:
Auditreports
Finalreports
Entwicklungshistorie des Fuzzy Logic Systems
Dokumentationsaufwand Dokumentationsaufwand reduziert sich drastisch durch reduziert sich drastisch durch Einsatz von Fuzzy-Tools!Einsatz von Fuzzy-Tools!
DokumentationDokumentation
Allgemeine Fuzzy-EntwurfsmethodikAllgemeine Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 14
Unterstützung der Allgemeinen Entwurfsmethodik durch Fuzzy-Tools (fuzzyTECH)
Kommentierungsmöglichkeiten aller Fuzzy-Objekte in der Entwicklungssoftware
Automatische Erzeugung kompletter Systemdokumentation
Integriertes Revisionskontollsystem
Unterstützung der Allgemeinen Entwurfsmethodik durch Fuzzy-Tools (fuzzyTECH)
Kommentierungsmöglichkeiten aller Fuzzy-Objekte in der Entwicklungssoftware
Automatische Erzeugung kompletter Systemdokumentation
Integriertes Revisionskontollsystem
Das Zusammenspiel dieser Komponenten Das Zusammenspiel dieser Komponenten reduziert den Dokumentationsaufwand für reduziert den Dokumentationsaufwand für ISO 9000 um 75-95%!ISO 9000 um 75-95%!
Allgemeine Fuzzy-EntwurfsmethodikAllgemeine Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 15
Kommentierungsmöglichkeiten aller Fuzzy-Objekte in der Entwicklungssoftware Kommentierungsmöglichkeiten aller Fuzzy-Objekte in der Entwicklungssoftware
Beschreibung aller Fuzzy-Objekte: Beschreibung aller Fuzzy-Objekte: Übersichtliche Präsentation während der Entwicklung:Übersichtliche Präsentation während der Entwicklung:
Die Dokumentation entsteht Die Dokumentation entsteht WÄHREND der Entwicklung!WÄHREND der Entwicklung!
Allgemeine Fuzzy-EntwurfsmethodikAllgemeine Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 16
Automatische Erzeugung kompletter Systemdokumentation Automatische Erzeugung kompletter Systemdokumentation
Export, Modifikation und Druck in WordProcessor
Automatische Integration in Anlagendokumentation
Verwendung eigener Dokumentationsformate
Dokumentation in jeder Sprache
Export, Modifikation und Druck in WordProcessor
Automatische Integration in Anlagendokumentation
Verwendung eigener Dokumentationsformate
Dokumentation in jeder Sprache
Komplette Dokumentation zu Komplette Dokumentation zu jedem Entwicklungsstand in jedem Entwicklungsstand in wenigen Sekunden!wenigen Sekunden!
Allgemeine Fuzzy-EntwurfsmethodikAllgemeine Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 17
Integriertes RevisionskontrollsystemIntegriertes Revisionskontrollsystem
Gesamte Entwicklungs-historie in einer Datei
Dokumentation aller Entwicklungsstände
Dokumentation des Entwicklungsfortschritts
Schutz vor unberechtigter Änderung
Gesamte Entwicklungs-historie in einer Datei
Dokumentation aller Entwicklungsstände
Dokumentation des Entwicklungsfortschritts
Schutz vor unberechtigter Änderung
Jederzeit Zugriff auf gesamte Jederzeit Zugriff auf gesamte Entwicklungshistorie!Entwicklungshistorie!
Industrielle Anwendung von Fuzzy Logic ControlIndustrielle Anwendung von Fuzzy Logic Control
© INFORM 1990-1996 Slide 18
Fuzzy Logic Entwurfsmethodik nach ISO/IEC StandardsFuzzy Logic Entwurfsmethodik nach ISO/IEC Standards
Relevante Standards für Fuzzy Logic
Zukünftige Standards für Fuzzy Logic
Allgemeine Fuzzy-Entwurfsmethodik- Ziele- Phasenplan- Schritte und Meilensteine
Spezielle Fuzzy-Entwurfsmethodik- Ziele- Entscheidungen- Fuzzy Design Wizards
Relevante Standards für Fuzzy Logic
Zukünftige Standards für Fuzzy Logic
Allgemeine Fuzzy-Entwurfsmethodik- Ziele- Phasenplan- Schritte und Meilensteine
Spezielle Fuzzy-Entwurfsmethodik- Ziele- Entscheidungen- Fuzzy Design Wizards
Spezielle Fuzzy-EntwurfsmethodikSpezielle Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 19
Ziele der speziellen Fuzzy-Entwurfsmethodik:
Beschreibung einer klaren und eindeutigen Vorgehensweise für die Definition der Komponenten eines Fuzzy-Systems (Linguistische Variable, Regeln, Struktur, ..)
Definition der Kriterien für die einzelnen Designentscheidungen
Ziele der speziellen Fuzzy-Entwurfsmethodik:
Beschreibung einer klaren und eindeutigen Vorgehensweise für die Definition der Komponenten eines Fuzzy-Systems (Linguistische Variable, Regeln, Struktur, ..)
Definition der Kriterien für die einzelnen Designentscheidungen
Hieraus ergibt sich:
Eine “kochrezeptartige” Vorgehensweise für die Erfordernisse der Praxis
Schnellere Einarbeitung für Neueinsteiger
Vermeidung von Fehlern und Mißverständnissen
Absicherung gegen fälschliche Haftungsforderungen dritter
Spätere Erweiterung/Modifikation ohne Risiken durchführbar
Hieraus ergibt sich:
Eine “kochrezeptartige” Vorgehensweise für die Erfordernisse der Praxis
Schnellere Einarbeitung für Neueinsteiger
Vermeidung von Fehlern und Mißverständnissen
Absicherung gegen fälschliche Haftungsforderungen dritter
Spätere Erweiterung/Modifikation ohne Risiken durchführbar
Validierung nach ISO 9000!Validierung nach ISO 9000!
Spezielle Fuzzy-EntwurfsmethodikSpezielle Fuzzy-Entwurfsmethodik
© INFORM 1990-1996 Slide 20
DesignschritteDesignschritte DesignmethodenDesignmethoden DesignentscheidungenDesignentscheidungen
Strukturanalyse
Definition desVokabulars
Definition derZusammenhänge
Verifikation
Strukturanalyse
Definition desVokabulars
Definition derZusammenhänge
Verifikation
Expertenaudit
Offline Simulation
Offline Plausi-bilisierung der Regelbasis
Offline Test an Prozeßdaten
Online Optimierung
Expertenaudit
Offline Simulation
Offline Plausi-bilisierung der Regelbasis
Offline Test an Prozeßdaten
Online Optimierung
Strukturdefinition
Typ der Zugehörigkeits-funktionen
Inferenzmethoden
Operatorwahl
Wahl der Defuzzifikations-methode
Strukturdefinition
Typ der Zugehörigkeits-funktionen
Inferenzmethoden
Operatorwahl
Wahl der Defuzzifikations-methode
?? ??
Die spezielle Fuzzy-Entwurfs-Die spezielle Fuzzy-Entwurfs-methodik strukturiert den methodik strukturiert den eigentlichen Systementwurf!eigentlichen Systementwurf!
GrundsätzlicheDesignschritteGrundsätzlicheDesignschritte
© INFORM 1990-1996 Slide 21
StrukturStruktur
Liguistische Var.Liguistische Var.
Fuzzy-RegelnFuzzy-Regeln
Offline TestOffline Test
InbetriebnahmeInbetriebnahme
WartungWartung
Für jeden dieser Designschritte besteht eine eigene Entwurfsmethodik
Die einzelnen Designentscheidungen sind bezüglich ihrer Kriterien und Auswirkungen auf das Gesamtdesign definiert
“Sanity-Checks” nach jedem Schritt
Die Befolgung der Entwurfsmethodik wird abprüfbar (“zertifizierbar”)
Der Entwicklungsprozeß eines so entwickelten Fuzzy-Systems ist auch für andere transparent und reproduzierbar
Für jeden dieser Designschritte besteht eine eigene Entwurfsmethodik
Die einzelnen Designentscheidungen sind bezüglich ihrer Kriterien und Auswirkungen auf das Gesamtdesign definiert
“Sanity-Checks” nach jedem Schritt
Die Befolgung der Entwurfsmethodik wird abprüfbar (“zertifizierbar”)
Der Entwicklungsprozeß eines so entwickelten Fuzzy-Systems ist auch für andere transparent und reproduzierbar
Genauer Vorgehensplan Genauer Vorgehensplan statt “trial-and-error”!statt “trial-and-error”!
Definition der SystemstrukturDefinition der Systemstruktur
© INFORM 1990-1996 Slide 22
StrukturStruktur
Liguistische Var.Liguistische Var.
Fuzzy-RegelnFuzzy-Regeln
Offline TestOffline Test
InbetriebnahmeInbetriebnahme
WartungWartung
AusgangsvariableAusgangsvariable
EingangsvariableEingangsvariable
VerknüpfungVerknüpfung
DefuzzifikationDefuzzifikation
Ausgangsvariable: Welche Art der Entscheidungen werden vom Fuzzy-System erwartet (0/1, inc/dec, absolut)
Eingangsvariable: Welche stehen zur Verfügung, und welche sollen zuerst eingesetzt werden?
Verknüpfung: Von welchen Eingangs-variablen hängt jede Ausgangsvariable überhaupt ab? Welche Zwischen-aggregation ist möglich?
Defuzzifikation: “Bester Kompromiß“ oder “Plausibelste Lösung”?
Ausgangsvariable: Welche Art der Entscheidungen werden vom Fuzzy-System erwartet (0/1, inc/dec, absolut)
Eingangsvariable: Welche stehen zur Verfügung, und welche sollen zuerst eingesetzt werden?
Verknüpfung: Von welchen Eingangs-variablen hängt jede Ausgangsvariable überhaupt ab? Welche Zwischen-aggregation ist möglich?
Defuzzifikation: “Bester Kompromiß“ oder “Plausibelste Lösung”?
Der erste Entwurfsschritt Der erste Entwurfsschritt legt die Grundstruktur fest!legt die Grundstruktur fest!
Systemstruktur- Ausgangsvariable -Systemstruktur- Ausgangsvariable -
© INFORM 1990-1996 Slide 23
AusgangsvariableAusgangsvariable
EingangsvariableEingangsvariable
VerknüpfungVerknüpfung
DefuzzifikationDefuzzifikation
Welche Art der Entscheidungen soll das Fuzzy-System treffen?
Absolutwerte an Stellorgane
Absolutwerte als Sollgrößen für unterlagerte Regler
Relativwerte für unterlagerte Regler (inc/dec)
Diskrete Entscheidungen (ein/aus, ...)
Welche Art der Entscheidungen soll das Fuzzy-System treffen?
Absolutwerte an Stellorgane
Absolutwerte als Sollgrößen für unterlagerte Regler
Relativwerte für unterlagerte Regler (inc/dec)
Diskrete Entscheidungen (ein/aus, ...)
Dokumentation der Ausgangsvariablen:
Was bewirkt die Ausgangsvariable für den Prozeß?
In welchem Wertebereich soll die Ausgangsvariable variiert werden bzw. welche typischen Werte existieren?
Gibt es “Safe States”?
Dokumentation der Ausgangsvariablen:
Was bewirkt die Ausgangsvariable für den Prozeß?
In welchem Wertebereich soll die Ausgangsvariable variiert werden bzw. welche typischen Werte existieren?
Gibt es “Safe States”?
Genaue Beschreibung Genaue Beschreibung des erwarteten Outputs!des erwarteten Outputs!
Systemstruktur- Eingangsvariable -Systemstruktur- Eingangsvariable -
© INFORM 1990-1996 Slide 24
AusgangsvariableAusgangsvariable
EingangsvariableEingangsvariable
VerknüpfungVerknüpfung
DefuzzifikationDefuzzifikation
Dokumentation aller sinnvollen Eingangsvariablen:
Welchen Aspekt des Prozesses beschreibt die Eingangsvariable?
In welchem Wertebereich bewegt sich die Eingangsvariable bzw. welche typischen Werte existieren?
Welche Toleranzen haben die Sensoren bzw. wie genau ist die Messung einzuschätzen?
Welcher zeitliche Verzögerung unterliegt die Meßgröße?
Dokumentation aller sinnvollen Eingangsvariablen:
Welchen Aspekt des Prozesses beschreibt die Eingangsvariable?
In welchem Wertebereich bewegt sich die Eingangsvariable bzw. welche typischen Werte existieren?
Welche Toleranzen haben die Sensoren bzw. wie genau ist die Messung einzuschätzen?
Welcher zeitliche Verzögerung unterliegt die Meßgröße?
Welche Eingangsvariablen sollen verwendet werden?
Für jede Ausgangsvariable Reihenfolge der Bedeutung der Eingangsvariablen aufstellen
Hieraus die kleineste sinnvolle Menge an Eingangsvariablen identifizieren, die ausreichen, alle Ausgangsvariablen zu regeln
Welche Eingangsvariablen sollen verwendet werden?
Für jede Ausgangsvariable Reihenfolge der Bedeutung der Eingangsvariablen aufstellen
Hieraus die kleineste sinnvolle Menge an Eingangsvariablen identifizieren, die ausreichen, alle Ausgangsvariablen zu regeln
Bestandsaufnahme Bestandsaufnahme zur Verfügung zur Verfügung stehender Meßgrößen!stehender Meßgrößen!
Systemstruktur- Verknüpfung -Systemstruktur- Verknüpfung -
© INFORM 1990-1996 Slide 25
AusgangsvariableAusgangsvariable
EingangsvariableEingangsvariable
VerknüpfungVerknüpfung
DefuzzifikationDefuzzifikation
Identifikation der Wechselwirkungen im Entscheidungsprozeß:
Für jede Ausgangsvariable, welche Eingangsvariablen haben eine Auswirkung?
Gibt es sinnvolle Zwischenvariablen zur Beschreibung von Prozeßzuständen?
Identifikation der Wechselwirkungen im Entscheidungsprozeß:
Für jede Ausgangsvariable, welche Eingangsvariablen haben eine Auswirkung?
Gibt es sinnvolle Zwischenvariablen zur Beschreibung von Prozeßzuständen?
Einfache Struktur := Komplexe RegelformulierungEinfache Struktur := Komplexe Regelformulierung
Komplexe Struktur := Einfache RegelformulierungKomplexe Struktur := Einfache Regelformulierung
Je stärker die Ent-Je stärker die Ent-scheidung struktu-scheidung struktu-riert werden kann, riert werden kann, um so einfacher die um so einfacher die Regelformulierung!Regelformulierung!
Systemstruktur- Defuzzifikation -Systemstruktur- Defuzzifikation -
© INFORM 1990-1996 Slide 26
AusgangsvariableAusgangsvariable
EingangsvariableEingangsvariable
VerknüpfungVerknüpfung
DefuzzifikationDefuzzifikation
Für jede Ausgangsvariable Defuzzifikationsverfahren festlegen: Für kontinuierliche Größen: “bester Kompromiß“ := CoM Für diskrete Größen: “plausibelstes Ergebnis” := MoM
Für jede Ausgangsvariable Defuzzifikationsverfahren festlegen: Für kontinuierliche Größen: “bester Kompromiß“ := CoM Für diskrete Größen: “plausibelstes Ergebnis” := MoM
#1: IF Temp = high OR Press = high THEN CH4 = low (0.6)#2: IF Temp = med AND Press = med THEN CH4 = med (0.2)
CH40
1
µ
v_highhighmedlow
#1
#2CoMCoM
#1: IF Temp = high AND Flow = ok THEN Fire = on (0.8)
#2: IF Temp = med AND Flow = low THEN Fire = off (0.9)
Fire0
1
µonoff
#1#2
MoMMoMDer Charakter der Der Charakter der Entscheidung bedingt Entscheidung bedingt die Defuzzifizierungs-die Defuzzifizierungs-methode!methode!
Definition der SystemstrukturDefinition der Systemstruktur
© INFORM 1990-1996 Slide 27
AusgangsvariableAusgangsvariable
EingangsvariableEingangsvariable
VerknüpfungVerknüpfung
DefuzzifikationDefuzzifikation
Der Fuzzy Design Wizard in fuzzyTECH:Der Fuzzy Design Wizard in fuzzyTECH:
Eingebauter Eingebauter Fuzzy-Experte!Fuzzy-Experte!
Definition der Linguistischen VariablenDefinition der Linguistischen Variablen
© INFORM 1990-1996 Slide 28
StrukturStruktur
LiguistischeLiguistische Var.Var.
Fuzzy-RegelnFuzzy-Regeln
Offline TestOffline Test
InbetriebnahmeInbetriebnahme
WartungWartung
Zahl der TermeZahl der Terme
Typ der Zugeh-ftk.Typ der Zugeh-ftk.
Zugehörigkeitsfkt.Zugehörigkeitsfkt.
Wieviele Terme soll jede linguistische Variable enthalten?
Welcher Typ Zugehörigkeitsfunktionen soll verwendet werden?
Wie lassen sich plausible Zugehörigkeitsfunktionen definieren?
Wieviele Terme soll jede linguistische Variable enthalten?
Welcher Typ Zugehörigkeitsfunktionen soll verwendet werden?
Wie lassen sich plausible Zugehörigkeitsfunktionen definieren?
Der zweite Entwurfsschritt Der zweite Entwurfsschritt definiert das Vokabular der definiert das Vokabular der Regelstrategie!Regelstrategie!
Linguistische Variablen- Zahl der Terme -Linguistische Variablen- Zahl der Terme -
© INFORM 1990-1996 Slide 29
Zahl der TermeZahl der Terme
Typ der Zugeh-ftk.Typ der Zugeh-ftk.
Zugehörigkeitsfkt.Zugehörigkeitsfkt.
Heuristische Festlegung (“Kochrezept”):
Fast alle linguistische Variablen haben zwischen 3 und 7 Terme
Die Termzahl ist meist ungerade
... also ist die Termzahl meist 3, 5 oder 7
Heuristische Festlegung (“Kochrezept”):
Fast alle linguistische Variablen haben zwischen 3 und 7 Terme
Die Termzahl ist meist ungerade
... also ist die Termzahl meist 3, 5 oder 7
Praktische Vorgehensweisen:
Erste vorformulierte Regeln zeigen bereits die erforderliche Termzahl an oder
Faustregel: Beginne mit 3 Termen pro Eingangsvariable und 5 Termen pro Ausgangsvariable
Praktische Vorgehensweisen:
Erste vorformulierte Regeln zeigen bereits die erforderliche Termzahl an oder
Faustregel: Beginne mit 3 Termen pro Eingangsvariable und 5 Termen pro Ausgangsvariable
Mit minimaler Termzahl beginnen, Mit minimaler Termzahl beginnen, da später leicht weitere Terme da später leicht weitere Terme hinzugefügt werden können!hinzugefügt werden können!
Linguistische Variablen- Typ der Zugehörigkeitsfkt. -Linguistische Variablen- Typ der Zugehörigkeitsfkt. -
© INFORM 1990-1996 Slide 30
Zahl der TermeZahl der Terme
Typ der Zugeh-ftk.Typ der Zugeh-ftk.
Zugehörigkeitsfkt.Zugehörigkeitsfkt.
Empirische Psycholinguistische Forschung hat ergeben, daß eine Zugehörigkeitsfunktion folgende Eigenschaften aufweisen sollte:
1. µ(x) sei stetig über X
2. µ‘(x) sei stetig über X
3. µ‘‘(x) sei stetig über X
4. µ: minµ{maxx{µ‘‘(x)}} für alle X
Empirische Psycholinguistische Forschung hat ergeben, daß eine Zugehörigkeitsfunktion folgende Eigenschaften aufweisen sollte:
1. µ(x) sei stetig über X
2. µ‘(x) sei stetig über X
3. µ‘‘(x) sei stetig über X
4. µ: minµ{maxx{µ‘‘(x)}} für alle X
Diese Axiome werden von kubisch interpolierenden Splines erfüllt:Diese Axiome werden von kubisch interpolierenden Splines erfüllt:
In der Praxis ist die In der Praxis ist die lineare Näherung lineare Näherung meist ausreichend!meist ausreichend!
Linguistische Variablen- Zugehörigkeitsfunktionen -Linguistische Variablen- Zugehörigkeitsfunktionen -
© INFORM 1990-1996 Slide 31
Zahl der TermeZahl der Terme
Typ der Zugeh-ftk.Typ der Zugeh-ftk.
Zugehörigkeitsfkt.Zugehörigkeitsfkt.
Definition in 4 einfachen Schritten:
1. Für jeden Term lege typischen Wert/Wertebereich fest
2. Definiere µ=1 für diesen Wert/Wertebereich
3. Definiere µ=0 ab dem Punkt ab dem nächster Nachbarterm µ=1
4. Verbinde Zwischenintervall mit Gerade/KubischerSpline
Definition in 4 einfachen Schritten:
1. Für jeden Term lege typischen Wert/Wertebereich fest
2. Definiere µ=1 für diesen Wert/Wertebereich
3. Definiere µ=0 ab dem Punkt ab dem nächster Nachbarterm µ=1
4. Verbinde Zwischenintervall mit Gerade/KubischerSpline
Beispiel der Linguistischen Variable “Error”:
0
1
µ
-10 -5 0 +5 +10Error
large_p: 10positive: 3zero: 0negative: -3large_n: -10
Die Angabe EINES Die Angabe EINES typischen Wertes typischen Wertes pro Term reicht für pro Term reicht für vollständige vollständige Definition aus!Definition aus!
Linguistische Variablen- Zugehörigkeitsfunktionen -Linguistische Variablen- Zugehörigkeitsfunktionen -
© INFORM 1990-1996 Slide 32
Zahl der TermeZahl der Terme
Typ der Zugeh-ftk.Typ der Zugeh-ftk.
Zugehörigkeitsfkt.Zugehörigkeitsfkt.
Definition in 4 einfachen Schritten:
1. Für jeden Term lege typischen Wert/Wertebereich fest
2. Definiere µ=1 für diesen Wert/Wertebereich
3. Definiere µ=0 ab dem Punkt ab dem nächster Nachbarterm µ=1
4. Verbinde Zwischenintervall mit Gerade/KubischerSpline
Definition in 4 einfachen Schritten:
1. Für jeden Term lege typischen Wert/Wertebereich fest
2. Definiere µ=1 für diesen Wert/Wertebereich
3. Definiere µ=0 ab dem Punkt ab dem nächster Nachbarterm µ=1
4. Verbinde Zwischenintervall mit Gerade/KubischerSpline
Beispiel der Linguistischen Variable “Error”:
0
1
µ
-10 -5 0 +5 +10Error
large_p: 10positive: 3zero: [-1;1]negative: -3large_n: -10
Ein “typischer Ein “typischer Wertes” kann auch Wertes” kann auch ein Intervall sein!ein Intervall sein!
Linguistische Variablen- Zugehörigkeitsfunktionen -Linguistische Variablen- Zugehörigkeitsfunktionen -
© INFORM 1990-1996 Slide 33
Zahl der TermeZahl der Terme
Typ der Zugeh-ftk.Typ der Zugeh-ftk.
Zugehörigkeitsfkt.Zugehörigkeitsfkt.
Strukturierte Erzeugung linguistischer Variablen in fuzzyTECH:Strukturierte Erzeugung linguistischer Variablen in fuzzyTECH:
Erstellen kompletter Sätze Erstellen kompletter Sätze von Zugehörigkeitsfunktionen von Zugehörigkeitsfunktionen in einem Schritt!in einem Schritt!
Definition der Fuzzy-RegelnDefinition der Fuzzy-Regeln
© INFORM 1990-1996 Slide 34
StrukturStruktur
Liguistische Var.Liguistische Var.
Fuzzy-RegelnFuzzy-Regeln
Offline TestOffline Test
InbetriebnahmeInbetriebnahme
WartungWartung
Aggregation Op.Aggregation Op.
Result Agg. Op.Result Agg. Op.
RegeldefinitionRegeldefinition
Welcher Fuzzy-Operator für die Aggregation?
Welcher Fuzzy-Operator für die Result-Aggregation?
Wie werden die eigentlichen Regeln definiert?
Welcher Fuzzy-Operator für die Aggregation?
Welcher Fuzzy-Operator für die Result-Aggregation?
Wie werden die eigentlichen Regeln definiert?
Der dritte Entwurfsschritt Der dritte Entwurfsschritt formuliert die eigentliche formuliert die eigentliche Regelstrategie!Regelstrategie!
Definition der Fuzzy-Regeln- Aggregationsoperator - Definition der Fuzzy-Regeln- Aggregationsoperator -
© INFORM 1990-1996 Slide 35
Aggregation Op.Aggregation Op.
Result Agg. Op.Result Agg. Op.
Regel DefinitionRegel Definition
Elementare Fuzzy-Operatoren:
UND: µAvB = min{ µA; µB }
ODER: µA+B = max{ µA; µB }
NICHT: µ-A = 1 - µA
Elementare Fuzzy-Operatoren:
UND: µAvB = min{ µA; µB }
ODER: µA+B = max{ µA; µB }
NICHT: µ-A = 1 - µA
..bilden menschliches Verhalten nur eingeschränkt ab.
Beispiel: WENN Auto=schnell UND Auto=sparsam DANN Auto=gut
Auto 1: 180km/h: µ=0.3 9l/100km: µ=0.4 -> 0.3
Auto 2: 180km/h: µ=0.3 7l/100km: µ=0.6 -> 0.3
Auto 3: 175km/h: µ=0.25 4l/100km: µ=0.9 -> 0.25
..bilden menschliches Verhalten nur eingeschränkt ab.
Beispiel: WENN Auto=schnell UND Auto=sparsam DANN Auto=gut
Auto 1: 180km/h: µ=0.3 9l/100km: µ=0.4 -> 0.3
Auto 2: 180km/h: µ=0.3 7l/100km: µ=0.6 -> 0.3
Auto 3: 175km/h: µ=0.25 4l/100km: µ=0.9 -> 0.25
Bastellösung: Mehr und differenziertere Regeln:Bastellösung: Mehr und differenziertere Regeln:
WENN Auto=schnell UND Auto=sparsam DANN Auto=gutWENN Auto=schnell UND Auto=sparsam DANN Auto=gutziemlich_schnellziemlich_schnell
etwas_schnelletwas_schnell
ziemlich_sparsamziemlich_sparsam
etwas_sparsametwas_sparsam
ziemlich_gutziemlich_gut
etwas_gutetwas_gut
Elementare Fuzzy-Elementare Fuzzy-Operatoren können Operatoren können Regelmenge aufblähen!Regelmenge aufblähen!
Definition der Fuzzy-Regeln- Aggregationsoperator -Definition der Fuzzy-Regeln- Aggregationsoperator -
© INFORM 1990-1996 Slide 36
Aggregation Op.Aggregation Op.
Result Agg. Op.Result Agg. Op.
Regel DefinitionRegel Definition
Übertragungsverhalten von MIN und MAX:Übertragungsverhalten von MIN und MAX:
Kompensatorische Operatoren repräsentieren menschliches Bewerten und Entscheiden besser:Kompensatorische Operatoren repräsentieren menschliches Bewerten und Entscheiden besser:
MINMIN
UNDUND
MAXMAX
ODERODER
Gamma-Operator ist parametrierbar:Gamma-Operator ist parametrierbar:
In der Praxis In der Praxis reichen MIN und reichen MIN und MAX meist aus!MAX meist aus!
Definition der Fuzzy-Regeln- Aggregationsoperator -Definition der Fuzzy-Regeln- Aggregationsoperator -
© INFORM 1990-1996 Slide 37
Aggregation Op.Aggregation Op.
Result Agg. Op.Result Agg. Op.
Regel DefinitionRegel Definition
In fuzzyTECH sind Fuzzy-Operatoren anpassbar: In fuzzyTECH sind Fuzzy-Operatoren anpassbar:
Direkte Direkte Veranschaulichung des Veranschaulichung des Operatorverhaltens!Operatorverhaltens!
Definition der Fuzzy-Regeln- Result Aggregation Oper. -Definition der Fuzzy-Regeln- Result Aggregation Oper. -
© INFORM 1990-1996 Slide 38
Aggregation Op.Aggregation Op.
Result Agg. Op.Result Agg. Op.
Regel DefinitionRegel Definition
Zwei Verfahren in der Praxis eingesetzt:
“The winner takes it all” (MAX)
“One man, one vote” (BSUM)
Zwei Verfahren in der Praxis eingesetzt:
“The winner takes it all” (MAX)
“One man, one vote” (BSUM)
Regeln:
#1: ... => Power = high (0.3)
#2: ... => Power = med (0.1)
#3: ... => Power = med (0.4)
#4: ... => Power = med (0.6)
#5: ... => Power = low (0.0)
Regeln:
#1: ... => Power = high (0.3)
#2: ... => Power = med (0.1)
#3: ... => Power = med (0.4)
#4: ... => Power = med (0.6)
#5: ... => Power = low (0.0)
MAX:
med (0.6)
MAX:
med (0.6)
BSUM:
med (1.0)
BSUM:
med (1.0)
Bei unsymmetrischen Bei unsymmetrischen Regelmengen führt BSUM zu Regelmengen führt BSUM zu unplausiblen Ergebnissen!unplausiblen Ergebnissen!
Definition der Fuzzy-Regeln- Regeldefinition -Definition der Fuzzy-Regeln- Regeldefinition -
© INFORM 1990-1996 Slide 39
Aggregation Op.Aggregation Op.
Result Agg. Op.Result Agg. Op.
Regel DefinitionRegel Definition
Grundsätzliche Eigenschaften von Regelmengen:
Normalisierung (alle Klammerungen aufgelöst)
Trenndarstellung (nur “UND”-Operator verwendet)
Grundsätzliche Eigenschaften von Regelmengen:
Normalisierung (alle Klammerungen aufgelöst)
Trenndarstellung (nur “UND”-Operator verwendet)
Beispiel einer nicht-normalisierten und nicht-getrennten Regel:
IF (((Press_1 = low AND Press_2 = low) OR (Press_3 = med AND NOT Temp_2 = high)) AND (Press_1 = low OR Temp_1 = high)) THEN CH4 = med
Beispiel einer nicht-normalisierten und nicht-getrennten Regel:
IF (((Press_1 = low AND Press_2 = low) OR (Press_3 = med AND NOT Temp_2 = high)) AND (Press_1 = low OR Temp_1 = high)) THEN CH4 = med
Praktische Vorgehensweisen bei der Regeldefinition:
Induktion: “DANN”-Teil für alle möglichen Kombinationen festlegen (nur bei 2-3 Eingangsvariable pro Regelblock)
Deduktion: Regeln wie einzelne Elemente der Erfahrung aufstellen (“dünne” Regeln bevorzugen)
Linarer Ansatz: Stufenweise Optimierung auf Basis “linearer” Regelmenge (besonders für “direkte” Regelstrecken)
Praktische Vorgehensweisen bei der Regeldefinition:
Induktion: “DANN”-Teil für alle möglichen Kombinationen festlegen (nur bei 2-3 Eingangsvariable pro Regelblock)
Deduktion: Regeln wie einzelne Elemente der Erfahrung aufstellen (“dünne” Regeln bevorzugen)
Linarer Ansatz: Stufenweise Optimierung auf Basis “linearer” Regelmenge (besonders für “direkte” Regelstrecken)
Zu implementierende Zu implementierende Erfahrung bestimmt Erfahrung bestimmt das Verfahren!das Verfahren!
Definition der Fuzzy-Regeln- Regeldefinition -Definition der Fuzzy-Regeln- Regeldefinition -
© INFORM 1990-1996 Slide 40
Aggregation Op.Aggregation Op.
Result Agg. Op.Result Agg. Op.
Regel DefinitionRegel Definition
fuzzyTECH unterstützt alle 3 Vorgehensweisen:
Automatische Erzeugung induzierter Regelmengen (Tabelle, Text und Matrixdarstellung)
fuzzyTECH unterstützt alle 3 Vorgehensweisen:
Automatische Erzeugung induzierter Regelmengen (Tabelle, Text und Matrixdarstellung)
Festlegen einer Festlegen einer Reaktion auf alle Reaktion auf alle möglichen Situationen!möglichen Situationen!
Definition der Fuzzy-Regeln- Regeldefinition -Definition der Fuzzy-Regeln- Regeldefinition -
© INFORM 1990-1996 Slide 41
Aggregation Op.Aggregation Op.
Result Agg. Op.Result Agg. Op.
Regel DefinitionRegel Definition
fuzzyTECH unterstützt alle 3 Vorgehensweisen:
Deduktive Erzeugung der Regelmengen (Tabelle, Text und Matrixdarstellung)
fuzzyTECH unterstützt alle 3 Vorgehensweisen:
Deduktive Erzeugung der Regelmengen (Tabelle, Text und Matrixdarstellung)
Zu implementierende Zu implementierende Erfahrung bestimmt Erfahrung bestimmt das Verfahren!das Verfahren!
Definition der Fuzzy-Regeln- Regeldefinition -Definition der Fuzzy-Regeln- Regeldefinition -
© INFORM 1990-1996 Slide 42
Aggregation Op.Aggregation Op.
Result Agg. Op.Result Agg. Op.
Regel DefinitionRegel Definition
fuzzyTECH unterstützt alle 3 Vorgehensweisen:
Fuzzy Rule Wizard zur automatischen Erzeugung linearer Regeln
fuzzyTECH unterstützt alle 3 Vorgehensweisen:
Fuzzy Rule Wizard zur automatischen Erzeugung linearer Regeln
Regeldefinition durch Regeldefinition durch “point-and-click”!“point-and-click”!
Offline TestOffline Test
© INFORM 1990-1996 Slide 43
StrukturStruktur
Liguistische Var.Liguistische Var.
Fuzzy-RegelnFuzzy-Regeln
Offline TestOffline Test
InbetriebnahmeInbetriebnahme
WartungWartung
RegelvalidierungRegelvalidierung
ProzeßsimulationProzeßsimulation
ProzeßdatentestProzeßdatentest
Welche Fuzzy-Regeln fehlen, sind überflüssig oder konfliktär?
Tuning der linguistischen Variablen und Regeln mit Hilfe einer Prozeßsimulation.
Optimierung an Daten des realen Prozesses.
Welche Fuzzy-Regeln fehlen, sind überflüssig oder konfliktär?
Tuning der linguistischen Variablen und Regeln mit Hilfe einer Prozeßsimulation.
Optimierung an Daten des realen Prozesses.
Im Offline Test erfolgt Im Offline Test erfolgt die erste Verifikation die erste Verifikation des Fuzzy-Systems!des Fuzzy-Systems!
Offline Test - Regelvalidierung 1 -Offline Test - Regelvalidierung 1 -
© INFORM 1990-1996 Slide 44
RegelvalidierungRegelvalidierung
ProzeßsimulationProzeßsimulation
ProzeßdatentestProzeßdatentest
Analysewerkzeuge in fuzzyTECH zur Regelvalidierung: Analysewerkzeuge in fuzzyTECH zur Regelvalidierung:
Direkte Analyse des Direkte Analyse des Kennfeldes im 3D Plot!Kennfeldes im 3D Plot!
Offline Test - Regelvalidierung 2 -Offline Test - Regelvalidierung 2 -
© INFORM 1990-1996 Slide 45
RegelvalidierungRegelvalidierung
ProzeßsimulationProzeßsimulation
ProzeßdatentestProzeßdatentest
Analysewerkzeuge in fuzzyTECH zur Regelvalidierung: Analysewerkzeuge in fuzzyTECH zur Regelvalidierung:
Verifizierung einzelner Verifizierung einzelner Regelblöcke mit dem Regelblöcke mit dem Statistics Analyzer!Statistics Analyzer!
Offline Test - Prozeßsimulation 1 -Offline Test - Prozeßsimulation 1 -
© INFORM 1990-1996 Slide 46
RegelvalidierungRegelvalidierung
ProzeßsimulationProzeßsimulation
ProzeßdatentestProzeßdatentest
Dynamische Schnittstellen in fuzzyTECH zu Simulationstools und Programmiersprachen:
Fuzzy-Blöcke in VisSim™, Matlab/SIMULINK™, ...
Standardschnittstellen DDE, DLL, OLE, Datei, ...
Eigene Simulationsschnittstelle zur Integration von fuzzyTECH in eigene Software
Wahlweise gesamte Oberfläche (dynamische Änderung) als auch Runtime-Modul (höchste Performance) einbindbar
Dynamische Schnittstellen in fuzzyTECH zu Simulationstools und Programmiersprachen:
Fuzzy-Blöcke in VisSim™, Matlab/SIMULINK™, ...
Standardschnittstellen DDE, DLL, OLE, Datei, ...
Eigene Simulationsschnittstelle zur Integration von fuzzyTECH in eigene Software
Wahlweise gesamte Oberfläche (dynamische Änderung) als auch Runtime-Modul (höchste Performance) einbindbar
Offene Schnittstellen lassen Offene Schnittstellen lassen die Verknüpfung mit fast die Verknüpfung mit fast jeder anderen Software zu!jeder anderen Software zu!
Offline Test - Prozeßsimulation 2 -Offline Test - Prozeßsimulation 2 -
© INFORM 1990-1996 Slide 47
RegelvalidierungRegelvalidierung
ProzeßsimulationProzeßsimulation
ProzeßdatentestProzeßdatentest
Dynamisches Monitoring und Tuning in fuzzyTECH: Dynamisches Monitoring und Tuning in fuzzyTECH:
Asynchrone Kopplung von Asynchrone Kopplung von Simulation und Fuzzy-Tool!Simulation und Fuzzy-Tool!
Offline Test - Prozeßdatentest -Offline Test - Prozeßdatentest -
© INFORM 1990-1996 Slide 48
RegelvalidierungRegelvalidierung
ProzeßsimulationProzeßsimulation
ProzeßdatentestProzeßdatentest
Dynamische Optimierung an realen Prozeßdaten in fuzzyTECH: Dynamische Optimierung an realen Prozeßdaten in fuzzyTECH:
Verifizierung des gesamten Verifizierung des gesamten Fuzzy-Reglers für reale Fuzzy-Reglers für reale Prozeßsituationen!Prozeßsituationen!
InbetriebnahmeInbetriebnahme
© INFORM 1990-1996 Slide 49
StrukturStruktur
Liguistische Var.Liguistische Var.
Fuzzy-RegelnFuzzy-Regeln
Offline TestOffline Test
InbetriebnahmeInbetriebnahme
WartungWartung
ImplementationImplementation
Warmer BetriebWarmer Betrieb
Heißer BetriebHeißer Betrieb
Umsetzung des Fuzzy-Reglers auf der Zielhardware
Implementierung des Online-Prozeßlinks
Warmer Betrieb := Ausgänge des Fuzzy-Systems nicht auf Prozeß durchgeschaltet
Heißer Betrieb := Ausgänge des Fuzzy-Systems sind auf Prozeß durchgeschaltet
Umsetzung des Fuzzy-Reglers auf der Zielhardware
Implementierung des Online-Prozeßlinks
Warmer Betrieb := Ausgänge des Fuzzy-Systems nicht auf Prozeß durchgeschaltet
Heißer Betrieb := Ausgänge des Fuzzy-Systems sind auf Prozeß durchgeschaltet
Endgültige Verifikation des Endgültige Verifikation des gesamten Fuzzy-Systems gesamten Fuzzy-Systems im Online-Betrieb!im Online-Betrieb!
Inbetriebnahme- Umsetzung und Link -Inbetriebnahme- Umsetzung und Link -
© INFORM 1990-1996 Slide 50
Unterschiedliche Implementationstechniken in fuzzyTECH:
Embedded Control: Assemblercodekernels Industrieautomatisierung: Fuzzy-Funktionsblöcke für SPS Prozeßleittechnik: Fuzzy-Module für PLS Universell: Hochsprachenquellcode (C, C++, VB, Pascal, ..)
Unterschiedliche Implementationstechniken in fuzzyTECH:
Embedded Control: Assemblercodekernels Industrieautomatisierung: Fuzzy-Funktionsblöcke für SPS Prozeßleittechnik: Fuzzy-Module für PLS Universell: Hochsprachenquellcode (C, C++, VB, Pascal, ..)
Online-Verbindung von Prozeßhardware und fuzzyTECH: Online-Verbindung von Prozeßhardware und fuzzyTECH:
Online Module
Target Hardware (SPS, VME, µC, ...)
Inference Engine
(fuzzyTECH)
(fuzzyTECH)
User Software:
- Operating System
- Conventional
Controller Code
- Filter; Driver
Sensors /
Actors
Online-Link (RS 232, ..)
Knowledge Base
I/O
- Signal Processing
fuzzyTECH
Für jede Zielplattform die Für jede Zielplattform die optimale Umsetzung!optimale Umsetzung!
Inbetriebnahme: Warm/HeißInbetriebnahme: Warm/Heiß
© INFORM 1990-1996 Slide 51
Analyse des Zeitverhaltens in fuzzyTECH:
Dynamisch in allen Editoren und Analyzern Spezielles Zeitverhalten von Variablen, Termen und Regeln im Time Plot:
Analyse des Zeitverhaltens in fuzzyTECH:
Dynamisch in allen Editoren und Analyzern Spezielles Zeitverhalten von Variablen, Termen und Regeln im Time Plot:
Stufenweise Inbetriebnahme!Stufenweise Inbetriebnahme!
Betrieb und WartungBetrieb und Wartung
© INFORM 1990-1996 Slide 52
StrukturStruktur
Liguistische Var.Liguistische Var.
Fuzzy-RegelnFuzzy-Regeln
Offline TestOffline Test
InbetriebnahmeInbetriebnahme
WartungWartung
DokumentationDokumentation
MonitoringMonitoring
ReviewReview
Abschlußdokumentation des erstellten Fuzzy-Systems und dessen Einbindung (enthält alle vorherigen Entwicklungsdokumentationen)
Konfiguration der Monitoringkomponenten zur Überwachung des Fuzzy-Systems
Gegebenenfalls Review des Fuzzy-Systems und entsprechende Modifikation
Abschlußdokumentation des erstellten Fuzzy-Systems und dessen Einbindung (enthält alle vorherigen Entwicklungsdokumentationen)
Konfiguration der Monitoringkomponenten zur Überwachung des Fuzzy-Systems
Gegebenenfalls Review des Fuzzy-Systems und entsprechende Modifikation
Entwurfsmethodik geht über Entwurfsmethodik geht über die Inbetriebnahme hinaus!die Inbetriebnahme hinaus!
Betrieb und WartungBetrieb und Wartung
© INFORM 1990-1996 Slide 53
fuzzyTECH unterstützt die Schritte durch:
Dokumentation: Dokumentationsgenerator und Revisionskontrollsystem
Remote Tracing zum Online Monitoring
fuzzyTECH unterstützt die Schritte durch:
Dokumentation: Dokumentationsgenerator und Revisionskontrollsystem
Remote Tracing zum Online Monitoring
Review der Linguistischen Variablen and Fuzzy Regeln durch “What-If” Analysen Review der Linguistischen Variablen and Fuzzy Regeln durch “What-If” Analysen
Monitoring auch Monitoring auch unbeaufsichtigt!unbeaufsichtigt!
Zusammenfassung derspeziellen EntwurfsmethodikZusammenfassung derspeziellen Entwurfsmethodik
© INFORM 1990-1996 Slide 54
1. Strukturdefinition1.1 Dokumentation der Ausgangsvariablen1.2 Dokumentation der Eingangsvariablen1.3 Festlegung der Verknüpfungsstruktur (“viele kleine” Regelblöcke)1.4 Defuzzifikationsverfahren (“bester Kompromiß“ oder “plausibelste Lösung”?)
2. Linguistische Variable2.1 Zahl der Terme pro Variable (starte mit 3 pro Ein- und 5 pro Ausgangsvariable)2.2 Typ der Zugehörigkeitsfunktionen (starte mit linearen Standard-MBFs)2.3 Funktionsdefinition nach Standardverfahren (plausibelste Werte/Wertebereiche => Fkt.’s)
3. Regelformulierung3.1 Fuzzy-Operator für die Aggregation (starte mit MIN)3.2 Fuzzy-Operator für die Result Aggregation (starte mit MAX)3.3 Wähle Verfahren der Regelformulierung nach Anwendung (Induktiv, Deduktiv, Linearer Start)
4. Offline Test4.1 Validierung der Regelbasen (Identifikation fehlender und konfliktärer Regeln)4.2 Test mit Prozeßsimulation (wenn vorhanden)4.3 Test an Prozeßdaten (wenn vorhanden)
5. Inbetriebnahme
6. Wartung
1. Strukturdefinition1.1 Dokumentation der Ausgangsvariablen1.2 Dokumentation der Eingangsvariablen1.3 Festlegung der Verknüpfungsstruktur (“viele kleine” Regelblöcke)1.4 Defuzzifikationsverfahren (“bester Kompromiß“ oder “plausibelste Lösung”?)
2. Linguistische Variable2.1 Zahl der Terme pro Variable (starte mit 3 pro Ein- und 5 pro Ausgangsvariable)2.2 Typ der Zugehörigkeitsfunktionen (starte mit linearen Standard-MBFs)2.3 Funktionsdefinition nach Standardverfahren (plausibelste Werte/Wertebereiche => Fkt.’s)
3. Regelformulierung3.1 Fuzzy-Operator für die Aggregation (starte mit MIN)3.2 Fuzzy-Operator für die Result Aggregation (starte mit MAX)3.3 Wähle Verfahren der Regelformulierung nach Anwendung (Induktiv, Deduktiv, Linearer Start)
4. Offline Test4.1 Validierung der Regelbasen (Identifikation fehlender und konfliktärer Regeln)4.2 Test mit Prozeßsimulation (wenn vorhanden)4.3 Test an Prozeßdaten (wenn vorhanden)
5. Inbetriebnahme
6. Wartung
Der reproduzierbare und Der reproduzierbare und zertifizierbare Weg zum Ziel!zertifizierbare Weg zum Ziel!
fuzzyTECH unterstützt diegesamte EntwurfsmethodikfuzzyTECH unterstützt diegesamte Entwurfsmethodik
© INFORM 1990-1996 Slide 55
StrukturStruktur
Liguistische Var.Liguistische Var.
Fuzzy-RegelnFuzzy-Regeln
Offline TestOffline Test
InbetriebnahmeInbetriebnahme
WartungWartung
=> Fuzzy Design Wizard=> Fuzzy Design Wizard
=> Linguistic Variable Wizard=> Linguistic Variable Wizard
=> Fuzzy Rule Wizard, Rule Block Utilities=> Fuzzy Rule Wizard, Rule Block Utilities
=> Offline Debug Modi, Analyzer=> Offline Debug Modi, Analyzer
=> Online Debug Modi, Analyzer=> Online Debug Modi, Analyzer
=> Trace, Documentation Generator, Revision Control System=> Trace, Documentation Generator, Revision Control System
Für jeden Designschritt Für jeden Designschritt die optimalen Werkzeuge!die optimalen Werkzeuge!
Industrielle Anwendung von Fuzzy Logic ControlIndustrielle Anwendung von Fuzzy Logic Control
© INFORM 1990-1996 Slide 56
Fuzzy Logic Entwurfsmethodik nach ISO/IEC StandardsFuzzy Logic Entwurfsmethodik nach ISO/IEC Standards
Relevante Standards für Fuzzy Logic
Zukünftige Standards für Fuzzy Logic
Allgemeine Fuzzy-Entwurfsmethodik- Ziele- Phasenplan- Schritte und Meilensteine
Spezielle Fuzzy-Entwurfsmethodik- Ziele- Entscheidungen- Fuzzy Design Wizards
Relevante Standards für Fuzzy Logic
Zukünftige Standards für Fuzzy Logic
Allgemeine Fuzzy-Entwurfsmethodik- Ziele- Phasenplan- Schritte und Meilensteine
Spezielle Fuzzy-Entwurfsmethodik- Ziele- Entscheidungen- Fuzzy Design Wizards