3.7. Управление на основе нечеткой логики

В последнее время термин «нечеткий» применяется в отношении широкого набора бытовых изделий и промышленных систем. Большая часть этих разработок стала возможной благодаря лучшему пониманию концепции нечеткой логики, простоте реализации этой концепции и ее удобству для разработки аппаратуры. Первоначально, когда нечеткая логика только разрабатывалась [30,49,50], предполагалось, что она найдет применение в основном в области систем, основанных на знаниях, в которых значительная часть постоянно хранящейся информации является одновременно неточной и неопределенной. Однако в противоположность этим ожиданиям, большинство примеров успешного применения нечеткой логики в настоящее время относится к системам управления, в которых есть неточность, но нет неопределенности.

Идея применения нечеткой логики в системах управления была впервые выдвинута Мамдани (Mamdani) и его коллегами [51,52,53,54]. Основываясь на теории нечетких множеств Заде (Zadeh) [30,49] и на концепции обычных ПИД-контроллерах, Ассилиан (Assilian) и Мамдани [51] разработали то, что сейчас называют базовым нечетко-логическим контроллером. Этот контроллер применялся для регулировки выходов процесса в окрестности заданной уставки; при этом использовалась цифровая ЭВМ. Из-за ограниченности памяти и быстродействия последовательных фон-неймановских ЭВМ нечетко-логические контроллеры сначала не получили широкого

распространения; они в основном применялись для управления процессами с медленными изменениями величин. Некоторые из ранних примеров применения нечеткой логики в управлении процессами приводятся в работах [55,56].

Применение нечеткой логики для управления процессами в промышленности имеет ряд преимуществ по сравнению с использованием традиционных контроллеров. По-видимому, одно из основных преимуществ состоит в том, что нечеткологический контроллер может разрабатываться по лингвистическим правилам, что тесно связано с искусственным интеллектом. Как описано в книге Винера [57], искусственный интеллект (или теория нейронных систем) и теория управления когда-то рассматривались как одна область знаний. Одна из целей искусственного интеллекта состоит в том, чтобы заменить человека машиной при выполнении точных операций; таким образом, связь между искусственным интеллектом и теорией управления очевидна. Нечеткий контроллер состоит из набора условных лингвистических операторов, или правил (называемых нечеткими ассоциативными матричными правилами, или НАМ-правилами), задающими конкретные ситуации управления. Эти условные лингвистические операторы могут быть легко получены из соображений здравого смысла или из технических сведений о процессе, которым требуется управлять.

Для многих промышленных процессов сложно обеспечить точное управление. Они обычно являются многомерными, нелинейными и изменяющимися во времени. Управление на основе нечеткой логики может успешно применяться для таких процессов. Крометого, нечеткие контроллеры могут работать с не полностью описанными системами с неизвестной динамикой, так как для них (в отличие от многих традиционных адаптивных контроллеров) не требуется априорная математическая модель объекта управления. Еще одно преимущество нечетких контроллеров состоит в том, что они могут быть легко реализованы на цифровых или аналоговых СБИС [58,59,60],

в которых информация может кодироваться по параллельно-распределенной схеме.