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



Allgemeine Fuzzy-Entwurfsmethodik- Ziele- Phasenplan- Unterstützung durch Fuzzy-Tools


Fuzzy Logic:Relevante StandardsFuzzy Logic:Relevante Standards


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


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!






Allgemeine Fuzzy-Entwurfsmethodik- Ziele- Phasenplan- Schritte und Meilensteine






Allgemeine Fuzzy-EntwurfsmethodikAllgemeine Fuzzy-Entwurfsmethodik


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...


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!



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!



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!



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:


Systematische Darstellung des Systematische Darstellung des vorhandenen Prozeßwissens!vorhandenen Prozeßwissens!



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



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:


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:


Revision des Prototypen!Revision des Prototypen!



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



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



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!




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%!



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!



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!



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!

Spezielle Fuzzy-EntwurfsmethodikSpezielle Fuzzy-Entwurfsmethodik


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


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


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


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


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


StrukturStruktur





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 -






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 -






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 -






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 -






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






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


StrukturStruktur

LiguistischeLiguistische Var.Var.




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 -





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. -





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 -





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!
















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!






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


StrukturStruktur





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 -




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 -





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 -





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. -





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 -





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!






fuzzyTECH unterstützt alle 3 Vorgehensweisen:

Automatische Erzeugung induzierter Regelmengen (Tabelle, Text und Matrixdarstellung)


Automatische Erzeugung induzierter Regelmengen (Tabelle, Text und Matrixdarstellung)

Festlegen einer Festlegen einer Reaktion auf alle Reaktion auf alle möglichen Situationen!möglichen Situationen!







Deduktive Erzeugung der Regelmengen (Tabelle, Text und Matrixdarstellung)


Deduktive Erzeugung der Regelmengen (Tabelle, Text und Matrixdarstellung)

Zu implementierende Zu implementierende Erfahrung bestimmt Erfahrung bestimmt das Verfahren!das Verfahren!







Fuzzy Rule Wizard zur automatischen Erzeugung linearer Regeln


Fuzzy Rule Wizard zur automatischen Erzeugung linearer Regeln

Regeldefinition durch Regeldefinition durch “point-and-click”!“point-and-click”!



StrukturStruktur





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 -





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 -





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 -





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 -





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 -





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!



StrukturStruktur





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 -


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


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


StrukturStruktur





WartungWartung


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


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


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


StrukturStruktur





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 Control © INFORM 1990-1996Slide 1 Tutorium und Workshop ©...

Documents

Transcript of Industrielle Anwendung von Fuzzy Logic Control © INFORM 1990-1996Slide 1 Tutorium und Workshop ©...