Advanced Fuzzy Logic Technologies in Industrial Applications

توانایی سیستم‌های فازی برای ارائه سایه‌های خاکستری بین \"روشن یا خاموش\" و \"بله یا نه\" برای بسیاری از سیستم‌های کنترل صنعتی پیچیده امروزی مناسب است. سیستم‌های فازی استاتیک که معمولاً در این زمینه مورد بحث قرار می‌گیرند، ورودی‌های خارج از محدوده از پیش تعیین‌شده را در نظر نمی‌گیرند و ماهیت آفلاین آنها تنظیم را پیچیده می‌کند.

فناوری‌های منطق فازی پیشرفته در کاربردهای صنعتی

EM> با معرفی یک سیستم استنتاج فازی پویا و آنلاین به این مشکل می پردازد. در این سیستم تا زمانی که سیستم اعمال نشود و هر خروجی جدول جستجوی آن بر اساس ورودی های جاری محاسبه شود، توابع عضویت و قوانین کنترل تعیین نمی شوند.

فرایند تنظیم تمرکز اصلی در این حجم است زیرا سخت ترین مرحله در کاربرد کنترل فازی با استفاده از روش‌های جدیدی مانند تکنیک μ-قانون، یکسان سازی هیستوگرام و روش مبتنی بر Bezier که همه در اینجا به تفصیل شرح داده شده‌اند، می‌توان فرآیند تنظیم را به طور قابل توجهی ساده کرد و عملکرد کنترل را بهبود بخشید.

یکی دیگر از نقاط قوت این کتاب نهفته است. در محدوده و همزمانی کاربردها و نمونه هایی از آن که عبارتند از: ردیابی و کنترل لیزری. کالیبراسیون ربات؛ پردازش تصویر و تشخیص الگو؛ مهندسی پزشکی؛ سیستم های صوتی؛ وسایل نقلیه خودمختار زیر آب و داده کاوی.

فناوری های منطق فازی پیشرفته در کاربردهای صنعتی نوشته شده است تا برای خوانندگانی که دانش تخصصی منطق فازی و کنترل هوشمند ندارند به راحتی قابل درک باشد. مهندسین طراحی و کاربرد و مدیران پروژه که در کنترل کار می کنند، و همچنین محققان و دانشجویان فارغ التحصیل در این رشته، علاقه زیادی به این کار پیدا خواهند کرد.

پیشرفت در این زمینه هدف کنترل صنعتی گزارش و تشویق انتقال فناوری در مهندسی کنترل است. توسعه سریع فناوری کنترل بر تمام حوزه های رشته کنترل تأثیر می گذارد. این مجموعه فرصتی را برای محققان فراهم می‌کند تا نمایشگاه گسترده‌ای از کار جدید در تمام جنبه‌های کنترل صنعتی ارائه دهند.

The ability of fuzzy systems to provide shades of gray between "on or off" and "yes or no" is ideally suited to many of today’s complex industrial control systems. The static fuzzy systems usually discussed in this context fail to take account of inputs outside a pre-set range and their off-line nature makes tuning complicated.

Advanced Fuzzy Logic Technologies in Industrial Applications addresses the problem by introducing a dynamic, on-line fuzzy inference system. In this system membership functions and control rules are not determined until the system is applied and each output of its lookup table is calculated based on current inputs.

The tuning process is a major focus in this volume because it is the most difficult stage in fuzzy control application. Using new methods such as µ-law technique, histogram equalization and the Bezier-based method, all detailed here, the tuning process can be significantly simplified and control performance improved.

The other great strength of this book lies in the range and contemporaneity of its applications and examples which include: laser tracking and control; robot calibration; image processing and pattern recognition; medical engineering; audio systems; autonomous underwater vehicles and data mining.

Advanced Fuzzy Logic Technologies in Industrial Applications is written to be easily understood by readers not having specialized knowledge of fuzzy logic and intelligent control. Design and application engineers and project managers working in control, as well as researchers and graduate students in the discipline will find much to interest them in this work.

Advances in Industrial Control aims to report and encourage the transfer of technology in control engineering. The rapid development of control technology has an impact on all areas of the control discipline. The series offers an opportunity for researchers to present an extended exposition of new work in all aspects of industrial control.