Fuzzy Exemple

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS
EXPOSE
PROCESSEURS FLOUS
AUTEUR : GERALD HUGUENIN, HE-ARC, BAPTISTE SAVOYE 26, CH-2610 ST-IMIER WWW .HE - ARC.CH
Table des matires
1. BUT DE LEXPOSE 2. INTRODUCTION 3. BREF HISTORIQUE 4. DEFINITIONS 4.1 Processeur 4.2 Logique floue 4.3 Processeur flou 5. PRINCIPES DE LA LOGIQUE FLOUE 5.1 Introduction 5.2 Variables floues 5.3 Rgles dinfrence 6. VARIABLES FLOUES 6.1 Introduction 6.2 Fonctions dappartenance 6.3 Intervalles flous 6.4 Cas particulier : grandeur de sortie 7. INFERENCES ET OPERATEURS 7.1 Rgles dinfrences 7.2 Oprateurs 8. COMBINAISON DES REGLES ET DEFUZZIFICATION 8.1 Introduction 8.2 Combinaison des rgles 8.3 Dfuzzification 8.4 Dfuzzification par calcul du centre de gravit 8.5 Dfuzzification par calcul du maximum 9. APPLICATION AU REGLAGE 9.1 Introduction 9.2 Contrleur flou 10. EXEMPLE
3 3 3 4 4 4 4 4 4 4 6 7 7 7 8 8 9 9 9 10 10 10 10 11 11 12 12 12 12
HE-Arc/GHU 07.05.2008
Page: 1 de 22 fuzzy.DOC
EXPOSE
10.1 Description du problme 10.2 Fuzzification de la temprature externe 10.3 Fuzzification de la temprature interne 10.4 Fuzzification de la puissance 10.5 Rgles dinfrences 10.6 Choix des oprateurs 10.7 Choix du type de dfuzzification 10.8 Exemple de calcul 11. PROCESSEURS FLOUS 11.1 Dfinition et structure 11.2 Solutions possibles 12. PROCESSEURS FLOUS DIGITAUX 12.1 Introduction 12.2 Exemples de ralisations 13. PROCESSEURS FLOUS ANALOGIQUES 13.1 Introduction 13.2 Exemple de ralisation : version miroirs de courants 13.3 Exemple de ralisation : version MOS en rsistances variables 14. CONCLUSIONS 15. SOURCES
12 12 13 13 14 14 14 14 16 16 16 16 16 17 18 18 19 20 21 21
HE-Arc/GHU 07.05.2008
EXPOSE
1.
BUT DE LEXPOSE Le but de cet expos est de dfinir et de prsenter ce que lon entend par processeur flou . Pour ce faire, on prsente tout dabord les principes de la logique floue et ses applications dans le domaine du rglage puis on dcrit diffrentes solutions pour un organe de commande (processeur) bas sur les principes du flou.
2.
INTRODUCTION Depuis quelques annes dj, on trouve sur le march des appareils de grande consommation (appareils de photos, vido, ...) qui sont prsents comme faisant intervenir un rglage par logique floue ou fuzzy-logic ou encore fuzzycontrol . Au del de largument publicitaire vident, il est intressant de comprendre ce nouveau concept de rglage et de lappliquer certains types de problmes de rglage rencontrs par lingnieur. Le principe du rglage par logique floue part du constat suivant: dans les problmes de rgulation auxquels il est confront, lhomme ne suit pas, limage de ses inventions, un modle mathmatique fait de valeurs numriques et dquations. Au contraire il utilise des termes tel que un peu trop chaud, aller beaucoup plus vite, freiner fond, etc... ainsi que ses propres connaissances quil a dans le domaine. Ces connaissances sont, le plus souvent, acquises de faon empirique. Le principe du rglage par la logique floue sapproche de la dmarche humaine dans le sens que les variables traites ne sont pas des variables logiques (au sens de la logique binaire par exemple) mais des variables linguistiques, proches du langage humain de tous les jours. De plus, ces variables linguistiques sont traites laide de rgles qui font rfrence une certaine connaissance du comportement du systme rgler. Sur la base de ce principe, diffrentes ralisations ont vu le jour et, actuellement, on trouve deux types dapproche pour le rglage par logique floue. Dans lune de ces approches, les rgles sont appliques aux variables laide dune approche numrique par le biais dun microprocesseur spcialis ou non ou dun ordinateur. Dans lautre approche, les rgles sont appliques aux variables de faon analogique. Ces deux approches permettent de dvelopper des organes de contrle par le flou que lon dsigne par processeur digital flou ou par processeur analogique flou.
3.
BREF HISTORIQUE Les quelques points de repres historiques suivants permettent de situer dans le temps le dveloppement de la logique floue et ses applications au rglage: 1965 Le Prof. L. A. Zadeh de lUniversit de Berkeley (Californie) pose les bases thoriques de la logique floue. 1973 L. A. Zadeh propose dappliquer la logique floue aux problmes de rglage. 1974 Premire application du rglage par la logique floue applique une turbine vapeur. Suivie en 1980 par une application sur un four ciment et en 1983 sur un purateur deau. 1985 Premiers produits industriels (Japon) utilisant le principe de la logique floue appliqu des problmes de rglage et de commande. Dveloppement de processeurs ddis des applications de rglage par la logique floue.
HE-Arc/GHU 07.05.2008
EXPOSE
4. 4.1
DEFINITIONS Processeur On appelle processeur un organe capable dassurer le traitement complet dune srie dinformations (Larousse). Logique floue Logique qui substitue la logique binaire une logique fonde sur des variables pouvant prendre, outre les valeurs vrai ou faux , les valeurs intermdiaires vrai ou faux avec une certaine probabilit. (citation: cf. supra) Processeur flou Processeur capable de traiter des informations en faisant intervenir les principes de la logique floue. PRINCIPES DE LA LOGIQUE FLOUE Introduction La logique floue est une branche des mathmatiques et, ce titre, toute une srie de notions fondamentales sont dveloppes. Ces notions permettent de justifier et de dmontrer certains principes de base. Dans ce qui suit on ne retiendra que les lments indispensables la comprhension du principe du rglage par la logique floue. Ces lments sont : les variables floues les rgles dinfrences Variables floues Contrairement aux variables binaires qui sont dfinies par les deux tats vrai ou faux , les variables floues prsentent toute une gradation entre la valeur vrai et la valeur faux . Lexemple qui suit permet de mieux saisir la distinction qui existe entre les variables binaires et les variables floues : Si lon dsire classer un groupe dindividu par leur taille en dfinissant la catgorie des petits par une taille en dessous de 160 cm, la catgorie des moyens par une taille comprise entre 160 cm et 180 cm et la catgorie des grand par une taille suprieure 180 cm, la logique binaire donne la reprsentation de la figure 1 pour les trois variables petit , moyen et grand
4.2
4.3
5. 5.1
5.2
Variable petit vrai
faux 160
HE-Arc/GHU 07.05.2008
180
taille [cm]
Variable moyen vrai
EXPOSE
Fig. 1
Deux remarques simposent au sujet de cette reprsentation : Dune part, on prfre reprsenter ltat de la variable laide de son degr de vrit en associant la valeur 1 (degr de vrit de 100%) la valeur vrai et le degr de vrit nul la valeur faux . Dautre part, on constate que cette faon de faire est trs loigne de ce que fait ltre humain lorsquil rsout ce genre de problme. En effet, lhomme ne fait pas naturellement une distinction franche entre petit et moyen par exemple. Il utilise des expressions du genre plutt petit pour qualifier une taille lgrement infrieure 160 cm et plutt moyen pour une taille lgrement suprieure cette valeur. En conclusion, la logique binaire prsente lavantage de la simplicit mais est assez loigne de la logique utilise naturellement par ltre humain. Si lon reprsente le mme problme laide de la logique floue, les variables ne sont plus binaires mais prsentent une infinit de valeurs possible entre le vrai et le faux (cf. figure 2).
HE-Arc/GHU 07.05.2008
EXPOSE
Variable petit vrai
faux 160 Variable moyen vrai 180 taille [cm]
faux 160 Variable grand vrai 180 taille [cm]
faux 160
Fig. 2 On constate que cette reprsentation est beaucoup plus proche de la faon dont ltre humain raisonne puisquelle permet de faire intervenir des notions telles que plutt petit , assez grand ... Cette avantage se fait, videmment, au dtriment de la simplicit de la reprsentation. 5.3 Rgles dinfrence On appelle rgles dinfrence lensemble des diffrentes rgles reliant les variables floues dentre dun systme aux variables floues de sortie de ce systme. Ces rgles se prsentent sous la forme : Si condition 1 et/ou condition 2 ( et/ou...) alors action sur les sorties Lexemple suivant, tir de la vie quotidienne, permet dillustrer ceci : Lorsque lon prend une douche, un des problmes qui se prsente est de rgler la temprature de leau. La variable dentre du systme homme-douche est la temprature de leau mesure laide de nos capteurs de temprature. Les variables de sorties sont les deux robinets eau chaude et eau froide. Dans la pratique, le rglage de la temprature se fait en utilisant notre exprience, exprience qui recouvre la fois nos prfrences et notre connaissance de linstallation sanitaire utilise. Ce rglage se fait en utilisant des rgles du genre :
180
taille [cm]
HE-Arc/GHU 07.05.2008
EXPOSE
Si la temprature est trs froide alors ouvrir fond leau chaude Si la temprature est un peu trop froide alors fermer un peu leau froide Si la temprature est bonne alors laisser les deux robinets dans leur tat Si la temprature est trop chaude alors fermer un peu leau chaude et ouvrir un peu leau froide etc...
En termes dintelligence artificielle, ces rgles rsument en fait lexprience de lexpert et elles ne sont en gnral pas dfinissables de faon unique puisque chaque individu cre ses propres rgles. 6. 6.1 VARIABLES FLOUES Introduction Les grandeurs utilises dans un systme de rglages sont gnralement gnres par des capteurs. Il est ncessaire de convertir ces grandeurs en variables floues. Pour ce faire on dfinit les deux notions suivantes : Les fonctions dappartenances qui permettent de dfinir le degr de vrit de la variable floue en fonction de la grandeur dentre Les intervalles flous qui dterminent le nombre de variables floues Dans lexemple de la figure 2, on fait intervenir trois intervalles flous : petit , moyen et grand . En outre chaque intervalle fait rfrence une fonction dappartenance qui permet de dfinir le degr de vrit de la variable floue correspondante en fonction de la taille. 6.2 Fonctions dappartenance Il sagit dtablir une relation entre le degr de vrit de la variable floue et la grandeur dentre correspondante (cf. figure 3). On parle de fuzzification : degr de vrit de la variable floue
0 Figure 3
grandeur dentre
On peut videmment choisir nimporte quelle forme pour les fonctions dappartenance. Cependant, en pratique, on utilise les formes trapzodales (cas de la figure 2) et les formes en cloche (gaussiennes).
HE-Arc/GHU 07.05.2008
EXPOSE
6.3
Intervalles flous Ces intervalles dfinissent le nombre de variables floues associes une grandeur dentre. Dans le cas du rglage, trois cinq intervalles savrent suffisants. De faon gnrale ils sont caractriss laide de symboles tels que ceux prsents dans le tableau 1. Symbole NG NM EZ PM PG Signification ngatif grand ngatif moyen environ zro positif moyen positif grand
6.4
Tableau 1 Cas particulier : grandeur de sortie La grandeur de sortie peut tre dfinie laide dun certain nombre dintervalles flous et diverses fonctions dappartenance. Toutefois, en pratique, cette dfinition peut sembler assez lourde et le concepteur (lexpert) peut choisir dassocier une seule valeur chaque intervalle flou. Par exemple, pour une grandeur cinq intervalles flous, on peut dfinir les valeurs suivantes (cf. tableau 2) : Intervalle Valeur en maximum 0 25 50 75 100 Tableau 2 Ce qui dfinit des fonctions dappartenances en forme de raies comme illustr la figure 4. % du
trs petit petit moyen grand trs grand
HE-Arc/GHU 07.05.2008
EXPOSE
degr de vrit de la variable floue 1 grandeur de sortie 25 petit 50 75 moyen grand 100 trs grand [%]
0 0 trs petit
Figure 4 7. 7.1 INFERENCES ET OPERATEURS Rgles dinfrences Ces rgles permettent de relier les variables floues dentre aux variables floues de sortie laide de diffrents oprateurs (cf. 5.3 et 7.2). Elles doivent tre dfinies par le concepteur de systme de rglage en fonction de son exprience (rle dexpert) et mmorises dans lorgane de commande. Oprateurs Les rgles dinfrences font appel aux oprateurs et, ou et non, qui sappliquent aux variables floues. Dans le cas de la logique binaire ces oprateurs sont dfinis de faon simple et univoque. Dans le cas de la logique floue, la dfinition de ces oprateurs nest plus univoque et on utilise le plus souvent les relations prsentes dans le tableau 3. Oprateur Opration sur le degr de vrit des variables minimum produit ou maximum valeur moyenne non complment 1 Tableau 3 Les oprations minimum et maximum prsentent lavantage de la simplicit lors du calcul, par contre, elles privilgient lune des deux variables. Les oprations de produit et valeurs moyenne sont plus complexes calculer mais elles produisent un rsultat qui tient compte des valeurs des deux variables. 8. COMBINAISON DES REGLES ET DEFUZZIFICATION
7.2
et
HE-Arc/GHU 07.05.2008
EXPOSE
8.1
Introduction Les diffrentes rgles dinfrences (cf. 5.3 et 7.1) produisent chacune une valeur. Ces diffrentes valeurs doivent tre combines afin dobtenir la (ventuellement les) variable(s) de sortie. Ensuite la (ou les) variable(s) floue(s) de sortie doivent tre converties en une grandeur de commande (tension, couple...) afin dtre applique au systme rgler. On appelle cette dernire tape la dfuzzification. Combinaison des rgles Lensemble des rgles se prsente sous la forme dune numration du type : Si condition 1 et/ou condition 2 ( et/ou...) alors action sur les sorties Si condition 3 et/ou condition 4 ( et/ou...) alors action sur les sorties Si condition 5 et/ou condition 6 ( et/ou...) alors action sur les sorties ... La combinaison de ces diffrentes rgles se fait laide de loprateur ou. La justification du choix de loprateur se fonde sur la pratique du langage courant : en effet, une telle numration est comprise dans le sens Si... alors... ou Si... alors... ou ... bien que loprateur ou ne soit pas explicitement mentionn.
8.2
8.3
Dfuzzification Les valeurs obtenues lors de la combinaison des rgles appliques aux intervalles flous de la variable de sortie dfini une fonction dappartenance. Il sagit de convertir cette information en une grandeur physique. Plusieurs faons de faire peuvent tre envisages mais, en pratique, on utilise surtout les deux mthodes suivantes : dfuzzification par calcul du centre de gravit dfuzzification par calcul du maximum
HE-Arc/GHU 07.05.2008
EXPOSE
8.4
Dfuzzification par calcul du centre de gravit Il sagit de calculer le centre de gravit de la fonction dappartenance de la variable de sortie (figure 5) : degr de vrit de la variable floue 1
0 centre de gravit Fig. 5
grandeur de sortie
Le calcul du centre de gravit permet bien dobtenir une seule valeur pour la grandeur de sortie. Son calcul est cependant relativement complexe puisquil ncessite le calcul dune intgrale, ou dans le cas simple de fonctions dappartenance en raies, dune somme pondre. 8.5 Dfuzzification par calcul du maximum Il sagit de la faon la plus simple, au point de vue du volume de calcul, pour effectuer la dfuzzification. La faon de procder diffre cependant fondamentalement du cas gnral expos ci-dessus. Tout dabord, la grandeur de sortie doit tre normalise (en pour-cent par exemple) et la dfinition des intervalles flous doit se rsumer une valeur : par exemple petit correspond 0 et moyen 0,5 (fonctions dappartenance en forme de raies). Lopration de dfuzzification consiste prendre dabord le minimum entre la valeur produite par la rgle concerne et la valeur de la variable floue de sortie. La valeur de sortie est dfinie par la valeur maximale des variables floues de sortie. Lexemple suivant permet den illustrer le principe : Soit un systme avec trois rgles : la rgle 1 donne une sortie de type petit dun degr de vrit de 0,8 la rgle 2 : sortie de type moyen dun degr de vrit de 0,3 la rgle 3 : sortie de type grand dun degr de vrit de 0,1 la valeur normalise de lintervalle petit vaut 0 la valeur normalise de lintervalle moyen vaut 0,5 la valeur normalise de lintervalle grand vaut 1 la rgle 1 donne une valeur de sortie de 0 (minimum entre 0,8 et 0) la rgle 2 donne une valeur de sortie de 0,3 (minimum entre 0,3 et 0,5) la rgle 3 donne une valeur de sortie de 0,1 (minimum entre 0,1 et 1) la grandeur de sortie est dtermine par le maximum des valeurs obtenues et vaut 0,3 ce qui correspond une valeur plutt petite . On constate que cette mthode est simple appliquer mais, tant base sur loprateur maximum, elle privilgie une seule rgle parmi celles prsentes. 9. APPLICATION AU REGLAGE
HE-Arc/GHU 07.05.2008
EXPOSE
9.1
Introduction Les problmes de rglage peuvent tre rsolus par la logique floue en conservant une structure proche de la structure traditionnelle (PI par exemple). Cette structure est illustre la figure 6.
grandeur(s) externe(s) Contrleur flou
grandeur(s) de commande
Systme rgler
grandeur(s) interne(s) Figure 6
9.2
Contrleur flou La structure du contrleur flou est illustre la figure 7. Par souci de simplicit, on sest limit un contrleur deux entres. grandeur externe Fonctions dappartenance variables floues Rgles dinfrences grandeur interne Fonctions dappartenance variables floues variables floues Dfuzzification grandeur de commande (sortie)
Figure 7 10. 10.1 EXEMPLE Description du problme On souhaite commander linstallation de chauffage dun immeuble laide dun contrleur flou. On dispose de deux sondes de temprature : lune lextrieur de limmeuble (grandeur externe sur la figure 6) lautre lintrieur (grandeur interne). Sur la base de ces deux mesures et en faisant appel aux rgles dinfrence, le contrleur flou doit rgler la puissance de linstallation de chauffage. Fuzzification de la temprature externe On choisit deux intervalles flous et des fonctions dappartenance de type trapzodales en dfinissant le froid comme correspondant une temprature infrieure 5 C et le chaud comme tant une t emprature suprieure 20 C (cf. fig. 8)
10.2
HE-Arc/GHU 07.05.2008
EXPOSE
1 0.8 0.6 0.4 0.2 0 0 5 10 15 20 25 Temprature [C]

Figure 8 10.3 Fuzzification de la temprature interne On choisit trois intervalles flous et des fonctions dappartenance de type trapzodales en dfinissant le froid comme correspondant une temprature infrieure 15 C, le bon comme tant une temp rature comprise entre 19 C et 21 C et le chaud comme tant une tempratur e suprieure 25 C (cf. fig. 9)
froid chaud
degr de vrit degr de vrit
1 0.8 0.6 0.4 0.2 0 10 15 20

22
froid bon chaud
25
30
Temprature [C]
Figure 9
10.4
Fuzzification de la puissance On choisi quatre intervalles flous pour dfinir la puissance de linstallation avec des fonctions dappartenance en forme de raies. On dfinit les valeurs suivantes : Puissance nulle faible moyenne maximale Valeur en % 0 33 67 100
HE-Arc/GHU 07.05.2008
EXPOSE
Ce qui dfinit les fonctions dappartenance illustres la figure 10
1 0.8 0.6 0.4 0.2 0 0 20 40 60 80 100 Puissance en % degr de vrit nulle faible moyenne maximale
10.5
Figure 10 Rgles dinfrences Lexprience acquise sur linstallation de chauffage a permis de dfinir les six rgles suivantes : 1. Si la temprature extrieure est froide et la temprature froide alors mettre la puissance au maximum 2. Si la temprature extrieure est froide et la temprature bonne alors mettre une puissance moyenne 3. Si la temprature extrieure est froide et la temprature chaude alors mettre une puissance faible 4. Si la temprature extrieure est chaude et la temprature froide alors mettre une puissance moyenne 5. Si la temprature extrieure est chaude et la temprature bonne alors mettre une puissance faible 6. Si la temprature extrieure est chaude et la temprature chaude alors mettre une puissance nulle intrieure est intrieure est intrieure est intrieure est intrieure est intrieure est
10.6
Choix des oprateurs Loprateur et est ralis par le calcul du minimum Loprateur ou est ralis par le calcul du maximum Choix du type de dfuzzification La dfuzzification se fait par le calcul du centre de gravit. Exemple de calcul Hypothse : la temprature extrieure est de 10 C et la temprature intrieure est de 22 C Les variables floues de la temprature extrieure sont donc (cf. figure 8) froide avec un degr de vrit de 0,67 chaude avec un degr de vrit de 0,33 Les variables floues de la temprature intrieure sont donc (cf. figure 9) froide avec un degr de vrit de 0 bonne avec un degr de vrit de 0,75 chaude avec un degr de vrit de 0,25
10.7
10.8
HE-Arc/GHU 07.05.2008
EXPOSE
Les rgles dinfrences donnent les valeurs suivantes pour les variables floues de sortie : 1. maximum avec un degr de vrit de 0 (minimum de 0,67 et 0) 2. moyenne avec un degr de vrit de 0,67 (mini. de 0,67 et 0,75) 3. faible avec un degr de vrit de 0,25 (mini. de 0,67 et 0,25) 4. moyenne avec un degr de vrit de 0 (mini. de 0,33 et 0) 5. faible avec un degr de vrit de 0,33 (mini. de 0,33 et 0,75) 6. nulle avec un degr de vrit de 0,25 (mini. de 0,33 et 0,25) Loprateur ou appliqu sur les rgles qui donnent les mmes variables floues donnent : maximum avec un degr de vrit de 0 moyenne avec un degr de vrit de 0,67 (maxi. de 0,67 et 0) faible avec un degr de vrit de 0,33 (maxi. de 0,25 et 0,33) nulle avec un degr de vrit de 0,67 Le calcul du centre de gravit se calcule laide de :
P=
i =1 4 i =1
Pi
i
0 100 + 0, 67 67 + 0, 33 33 + 0 0, 25 = 44, 6 0 + 0, 67 + 0, 33 + 0, 25
avec P : Puissance du chauffage en % i : degr de vrit de la variable floue puissance indice i Pi : valeur de la variable floue puissance indice i Le contrleur flou impose donc une puissance de 44,6% sur linstallation de chauffage.
HE-Arc/GHU 07.05.2008
EXPOSE
11. 11.1
PROCESSEURS FLOUS Dfinition et structure Un processeur flou est un circuit ou un ensemble de circuits qui permet de commander un systme rgler en utilisant les principes de la logique floue exposs ci-dessus. La structure dun tel processeur est la suivante (figure 11) : entre 1 Fonctions dappartenance Fonctions dappartenance Fonctions dappartenance
Logique : Oprateur et Application des rgles Logique : Oprateur ou Fonction dappar- sortie tenance et dfuzzification
entre 2
entre n
Mmoire des rgles Figure 11 Solutions possibles Deux solutions peuvent tre envisages pour raliser une telle structure : le traitement se fait de faon digitale et on parle de processeur flou digital le traitement se fait essentiellement de faon analogique (seule la partie de mmorisation peut tre digitale), on parle alors de processeur flou analogique PROCESSEURS FLOUS DIGITAUX Introduction Les fonctions de la logique floue dcrites prcdemment peuvent sans autre tre implantes sur un systme microprocesseur classique. Cependant, lutilisateur se heurte vite au compromis rapidit-consommation. Pour sen convaincre, il suffit de constater que la fuzzification dune entre ncessite au moins une multiplication par intervalle flou soit plusieurs dizaines de cycles machine. Il faut donc compter avec plus dune centaine de cycles machine pour uniquement la fuzzification de toutes les entres. Le calcul des rgles prend encore plus de temps. Ceci ncessite donc une machine rapide ds que le processus rgler prsente des constantes de temps infrieur la seconde. De plus, les processeurs traditionnels sont relativement mal adapts aux problmes de la logique floue car plusieurs de leurs fonctions ne sont tout simplement pas utilises. Pour cette raison, on recourt le plus souvent des processeurs spcialiss de type RISC. Ces processeurs sont souvent livrs avec un logiciel de dveloppement qui permet lutilisateur de mettre en oeuvre trs rapidement son systme de rglage. Il ne faut cependant pas
11.2
12. 12.1
HE-Arc/GHU 07.05.2008
EXPOSE
perdre de vue que ce faisant, on ralise une simulation digitale dun processus qui est, par dfinition, de type analogique. 12.2 Exemples de ralisations Ci-dessous on trouvera une liste non exhaustive de quelques ralisations disponibles sur le march : Inform FC 166 Nombre dentres Nombre de sorties Nbre de rgles possible Rapidit Rsolution Oprateurs et et ou Dfuzzification Prix indicatif Neuralogix NLX 230 Nombre dentres Nombre de sorties Nbre de rgles possible Rapidit Rsolution Oprateurs et et ou Dfuzzification Prix indicatif
10 32 x 1 bit (digitales) >256 000 (avec mmoire externe) 400 000 rgles values par seconde 10 bits minimum et maximum, maximum et produit centre de gravit, centre de gravit du maximum et moyenne du maximum 200.FS
8 8 64 300 rgles values par seconde 8 bits minimum et maximum incrmentale 30.-- FS
Omron FP 3000 Nombre dentres 8 Nombre de sorties 4 Nombre de rgles possible 128 (maximum) Rapidit 1 500 rgles values par seconde Rsolution 12 bits Oprateurs et et ou minimum et maximum Dfuzzification centre de gravit et hauteur maximale Prix indicatif 130.-- FS Togai FC 110 DFP Nombre dentres 8 Nombre de sorties 4 Nombre de rgles possible 800 (environ) Rapidit 220 000 rgles values par seconde Rsolution 8 bits Oprateurs et et ou minimum et maximum Dfuzzification centre de gravit et hauteur maximale Prix indicatif 100.-- FS
HE-Arc/GHU 07.05.2008
EXPOSE
13. 13.1
PROCESSEURS FLOUS ANALOGIQUES Introduction Pour des applications spcifiques dans lesquelles le nombre dentres et de sorties est faible, il peut savrer intressant deffectuer le traitement de faon essentiellement analogique. En effet, cette faon de procder permet une solution qui ncessite un nombre de transistors nettement moins lev que la solution digitale. Pour de petits systmes (2 entres, une sortie, 3 intervalles flous par variables) quelques milliers de transistors suffisent. Pour illustrer la solution analogique, on trouvera ci-dessous une brve description de deux ralisations : Dans la premire ralisation, les oprateurs et et ou sont raliss par les oprations minimum et maximum. La dfuzzification se fait par calcul du maximum et par calcul du centre de gravit (deux sorties disposition). La ralisation des diffrentes oprations est axe sur lutilisation de miroirs de courant. Dans la seconde ralisation, les oprateurs et et ou sont raliss par les oprations produit sur somme et somme. La dfuzzification se fait par calcul du centre de gravit. La ralisation des diffrentes oprations se fait en utilisant les transistors MOS en rsistances variables.
HE-Arc/GHU 07.05.2008
EXPOSE
13.2
Exemple de ralisation : version miroirs de courants La structure est celle prsente la figure 12. On y retrouve les principales fonctions dcrites au paragraphe 11.1. Ce processeur permet de traiter deux entres et travaille avec trois intervalles flous. Les fonctions dappartenance sont de type trapzodal. Les neuf rgles sont programmes laide de tensions appliques sur les entres de programmation. Cette ralisation a fait lobjet dun travail de microlectronique pour une classe dingnieurs en lectronique la HEArc. programmation des rgles petit bloc 1
9
entre 1 moyen bloc 2 grand bloc 3
Oprateur ou bloc 6
Dfuzzification par maximum bloc 7
sortie 1
petit bloc 1 entre 2 moyen bloc 2 grand bloc 3
Oprateur et (9 fois bloc 4)
Dfuzzification par centre de gravit bloc 5
sortie 2
alimentation et dtection de fin de batterie Figure 12
sortie fin de batterie
Les diffrentes oprations (fuzzification, min, max, dfuzzification) sont, pour la plupart, ralises laide de miroirs de courants. Lexemple suivant illustre ce principe pour loprateur et (fonction minimum). Les miroirs de courants prsentent la particularit de ne fonctionner que dans un seul quadrant. On peut tirer profit cette proprit afin de raliser des fonctions discontinues. Afin de simplifier les schmas, le miroir ralis avec des NMOS sera symbolis par un oprateur N et celui de type PMOS par un oprateur P (cf. figure 13). Ces oprateurs prsentent les caractristiques suivantes : Oprateur N Is = -Ie si Ie > 0 Is = 0 si Ie < 0 Oprateur P Is = -Ie si Ie < 0 Is = 0 si Ie > 0
HE-Arc/GHU 07.05.2008
EXPOSE
Figure 13 Loprateur et est ralis laide dune combinaison doprateurs P et N (cf. figure 14.
Figure 14 Loprateur ou, la fuzzification et la dfuzzification sont raliss laide de structures semblables. Lensemble utilise quelques milliers de transistors sur une base gate-array et la frquence maximale de travail prvue se situe aux alentours de 10 kHz. Il sagit donc dune solution compacte, rapide et conomique face ce qui peut tre fait en technique digitale. 13.3 Exemple de ralisation : version MOS en rsistances variables Cette ralisation faite en collaboration troite avec le CSEM prsente deux entres codes laide de 5 intervalles flous. Les fonctions dappartenances sont en forme de cloche. Les 25 rgles dinfrences sont mmorises sous forme digitale dans le processeur. Loprateur et est ralis par la mise en srie de MOS travaillant en rsistances variables. Lopration ainsi ralise est linverse de la somme des inverses. Loprateur ou est simplement ralis par la somme des courants. La dfuzzification seffectue par le calcul du centre de gravit sur des fonctions dappartenances en raies. Pour plus de dtails, le lecteur voudra bien se rfrer aux divers articles du CSEM tratant de ce sujet. Cette ralisation a fait lobjet dun travail de diplme la HE-Arc.
HE-Arc/GHU 07.05.2008
EXPOSE
Comme dans lexemple prcdent, cette ralisation prsente lavantage de la simplicit, du faible cot et de la rapidit face un systme digital. 14. CONCLUSIONS Sans grand risque de se tromper on peut affirmer que la logique floue va prendre de plus en plus de place dans le domaine du rglage. Cette affirmation est motive par le fait que ce principe ne ncessite pas de modle du systme rgler et quil utilise les connaissances de loprateur (expert). Dans le dveloppement, lapproche digitale est, videmment, la plus souple mettre en oeuvre. Son cot, son encombrement et sa consommation peuvent devenir un handicap pour certaines applications en production. Pour ces applications lapproche analogique apporte une solution intressante. 15. SOURCES 1. H. Bhler Rglage par la logique floue PPR 1994 2. J. Dcosterd (EICN), P. Marchal (CSEM) et J.-F. Perotto (CSEM) sminaire logique floue EISI 1993 3. O. Landolt, P. Marchal et E. Vittoz (CSEM) : divers articles dont certains en cours de publication 4. MSM No. 4 1992
HE-Arc/GHU 07.05.2008
EXPOSE
HE-Arc/GHU 07.05.2008
Page: i de 22 fuzzy.DOC

Fuzzy Exemple

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Fuzzy Exemple

Transféré par

Droits d'auteur :

Formats disponibles

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

Table des matires

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

Variable petit vrai

Variable moyen vrai

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

Variable petit vrai

faux 160 Variable moyen vrai 180 taille [cm]

faux 160 Variable grand vrai 180 taille [cm]

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

trs petit petit moyen grand trs grand

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

0 centre de gravit Fig. 5

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

grandeur(s) externe(s) Contrleur flou

grandeur(s) interne(s) Figure 6

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

1 0.8 0.6 0.4 0.2 0 0 5 10 15 20 25 Temprature [C]

degr de vrit degr de vrit

1 0.8 0.6 0.4 0.2 0 10 15 20

froid bon chaud

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

Ce qui dfinit les fonctions dappartenance illustres la figure 10

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

Dfuzzification par maximum bloc 7

petit bloc 1 entre 2 moyen bloc 2 grand bloc 3

Oprateur et (9 fois bloc 4)

Dfuzzification par centre de gravit bloc 5

alimentation et dtection de fin de batterie Figure 12

sortie fin de batterie

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

ELECTRONIQUE ANALOGIQUE PROCESSEURS FLOUS

Vous aimerez peut-être aussi