基于MATLAB的洗衣机模糊控制设计.doc

基于MATLAB的洗衣机模糊控制设计摘 要：模糊洗衣机是一种智能型的洗衣机，它和传统的洗衣机相比，是一种全新的家用电器。传统的全自动化洗衣机有两种，一种是机械控制式，一种是单片机控制式。无论采用什么方式，它们都需要进行人为的洗涤程序选择，衣质和衣量选择，然后才能投入工作。在本质上讲，这种洗衣机还称不上是全自动的，最多只能称为半自动的。 用单片机控制的模糊洗衣机和传统的洗衣机有很大的区别，它能自动化识别衣质、衣量、自动识别肮脏程度、自动化决定水量、自动投入恰当的洗涤剂，从而全部自动地完成整个洗染过程。由于洗涤程序是通过模糊推理而决定的，有着极高的洗涤效能，从而不但大大提高洗衣机的全自动化程度，也大大提高了洗衣的质量。用单片机控制的模糊洗衣机可以说是真正的全自动洗衣机。在整个控制过程中，单片机和模糊控制软件起了决定作用。关键词：洗衣机、智能型、模糊控制、自动化 1 课题背景及意义洗衣机自问世以来，经过一个多世纪的发展，现正呈现出全自动、多功能、大容量、高智能、省时节能的发展趋势。近年来，电子技术、控制技术、信息技术的不断完善、成熟，为上述发展趋势提供了坚强的技术保障。LAZadeh教授最早提出了模糊集合理论，由此产生了模糊控制技术，其突出的优点是：不需要对被控对象建立精确的数学模型。对于复杂的、非线性的、大滞后的、时变的系统来说，建立数学模型是非常困难的。全自动滚筒洗衣干衣机的自动化、智能化控制正是一种难以建立精确数学模型的控制问题，采用模糊控制技术，可以很方便的控制洗衣干衣过程。模糊控制全自动滚筒洗衣干衣机是通过模糊推理找出最佳洗涤烘干方案，以优化洗涤烘干时间、洗净程度、烘干效果，最终达到提高效率，简化操作，节水节电省时的效果。模糊控制全自动滚筒洗衣干衣机属于创新项目，填补国内空白，达到国际先进水平。它的研制成功，必将大大推动我国乃至世界洗衣机行业的发展。模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验编成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上。2 模糊控制洗衣机的研究现状2.1 国外洗衣机的研究现状80年代以来，家用洗衣机得到了迅速的发展，世界洗衣机总产量已经约为3000万台/年，日本年产约为465万台，美国的年产量约为625万台。在这些发达国家洗衣机的普及率已经非常高，在当时日本的普及率约为99%，美国也达到了72%，西德89%，法国75%。国外的洗衣机，美国的一般采用搅拌式，欧洲一般用滚筒式，而日本一般采用波轮式，除此之外，其他国家还有一些喷流式、震动式。早在1965年模糊数学的奠基人美国的理查德教授首先提出了模糊集合的概念，经过近三十年的发展，模糊数学以其强大的生命力，经历了创建，完善，到逐步应用的历程。同时借助于数理统计、逻辑运算及电子计算机的综合能力，已将模糊化推进到使用阶段，于是基于模糊数学基础理论及计算机控制产生了高新科技产品电脑模糊化控制洗衣机。它的出现，为洗衣机的发展开创了一个崭新的时代。2.2 国内洗衣机的研究现状我国洗衣机的生产二十年来大致经过了从仿造单桶、双桶到后来的新水流、半自动、全自动洗衣机，再到当今智能洗衣机的发展。在1985年，我国洗衣机产量在900万台，普及率为37%；到1990年，全国拥有洗衣机的总数约为800万台，普及率达到了76%。在当时我国以经成为了洗衣机年产量居世界首位的国家，但是基本上是复制或翻版日本波轮式，生产套筒全自动洗衣机不足十家，在当时无论是从款式、功能、质量、自动化程度上均与日、美等发达国家都有很大的差距。但是中国洗衣机行业发展的相当的快，目前无论从规模、体系、品种和数量上均创造了全球之最，现在我国洗衣机应用国际先进技术范围还在不断在扩大，模糊洗衣机已经问世好多年，继小天鹅推出了“神经模糊”技术控制的全自动洗衣机后，其他一些厂家的模糊洗衣机也跟踪而上。由此可见，我国洗衣机技术正不断的追赶世界一流水平，不过要追上美英等发达国家尚需一段时间。3 模糊洗衣机的基本原理在洗涤衣物过程中，衣物的多少，面料的软硬等都是模糊量，所以首先做大量的实验，总结出人为洗涤方式，从而形成模糊控制规则。根据传感器接收的信息，洗衣机判断出衣物多少，面料软硬和脏污程度、脏污性质，推理作出模糊决策。从而完成注水量、洗涤时间、水流强弱、洗涤方式、脱水时间、排水等所有功能。模糊洗衣机的模糊推理原理图如图3-1所示：图3-1 模糊洗衣机的模糊推理分析洗衣机的运行过程可以看出，其主要被控参量是洗涤时间和水流强度(即电机转速)，影响这一输出参量的主要因素是被洗衣物的脏污程度和脏污性质，这两个量可以用水的泥性肮脏度和油性肮脏度来表示(即浑浊性质)，在洗涤过程中，油性脏污的浑浊度变化率小，泥性脏污的浑浊度变化率大。实际分析证明：输入和输出之间很难用一定的数学模型来描述，系统的具体条件具有较大的不确定性，其控制过程在很大程度上依赖于操作者的经验，用常规的控制方法难以达到理想的效果。应用模糊控制技术就能容易解决这个问题。本文将重点阐述由泥性肮脏度和油性肮脏度确定洗涤时间的模糊控制过程。4 模糊控制器的设计4.1 模糊控制理论和技术基础模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验编成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上。模糊控制原理图如图4-1所示：图4-1 模糊控制原理框图4.2 定义输入输出量的模糊分布因为本文重点阐述由泥性肮脏度和油性肮脏度确定洗涤时间的模糊控制过程，所以定义了以下三个语言变量：1、泥性肮脏度：SD（污泥少）、MD（污泥中）、LD（污泥多）。隶属函数如下所示（为了简单起见，所有的模糊子集都选取三角形隶属度函数）：2、油性肮脏度：NG（油污少）、MG（油污中）、LG（油污多），隶属函数如下所示：3、洗涤时间：VS（很短）、S（短）、M（中等）L（长）、VL（很长）。隶属函数如下所示：4.3 建立模糊控制规则 根据人的操作经验设计模糊规则，模糊规则设计的标准为：“污泥越多，油脂越多，洗涤时间越长”；“污泥适中，油脂适中，洗涤时间适中”；“污泥越少，油脂越少，洗涤时将越短”。污泥和油脂各分为三档，进行组合搭配后，可设立九条模糊控制规则，如表1所示。表1 模糊洗衣机的洗涤控制规则表4.4 模糊推理和清晰化处理由于篇幅限制，模糊推理就不赘述了。本文采用最大隶属度法计算模糊量清晰化后的数值。5 实验仿真用一个二维Mamdani型模糊控制器实现洗衣机的模糊控制，建立一个FIS编辑器界面，其中包含两个输入和一个输出，分别为D（泥性肮脏度）、G（油性肮脏度）和T（洗涤时间），FIS编辑器如图5-1所示：图5-1 洗衣机的FIS编辑器洗衣机FIS编辑器输入、输出变量隶属度函数编辑：图5-2 输入量D的MF编辑器图5-3 输入量G的MF编辑器图5-4 输出量T的MF编辑器 图5-5 洗衣机的Rule编译器至此，洗衣机的FIS设计、编辑工作全部完成。下面来观测模糊推理的过程：图5-6 洗衣机Rule观测窗输入、输出变量之间的整体相关情况如图5-7所示：图5-7 洗衣机输出曲面观测窗 可以看出，输出t是和两个输入变量的函数，由于只有两个输入，控制器的设计比较简单，曲面比较光滑，不过控制器的设计还需进一步改进，但是基本的设计思路和方法都已经表现出来了。5.系统仿真设被控对象为 首先运行模糊程序，并将模糊推理系统保存。然后运行模糊控制的Simulink仿真程序如图5-8所示。图5-8 模糊控制Simulink仿真程序设Kd=6，Kg=12，Kt=1/6，得到的仿真曲线如图5-9，5-10所示：图5-9 仿真曲线 由5-9仿真曲线可知，系统输出值与预定值较为接近，但是超调还是有点大,于是将Kg改小为8，再观察曲线，此时Kd=6，Kg=8，Kt=1/6，得图5-10：图5-10 改进后的仿真曲线由上图可以看出，改进后系统输出值与预定值比较接近，而且超调量较图5-9来说明显变小，有着较高的稳态精度和动态特性，说明通过模糊控制可以达到预期的效果，对实际控制具有较好的指导意义。6 总结模糊控制是一种非线性的控制方法，主要针对那些无法取得数学模型或数学模型相当粗糙的系统。首先要对被控对象按照人们的经验总结出模糊规则，采用模糊量，借助单片机对这些信息按照模糊规则转换为控制量，来完成自动控制。近年来，模糊控制在家用电器控制中得到较广泛的应用，采用模糊控制的洗衣机，可具有自动识别衣质、衣量、脏污程度、脏污性质、自动决定水量、自动投入恰当的洗涤剂等