傳統閉迴路控制系統 控制器致動器 ( 馬達 ) 過程 ( 手臂 ) 感測器 設定點受控結果 誤差 比較器.

Παρουσίαση με θέμα: "傳統閉迴路控制系統 控制器致動器 ( 馬達 ) 過程 ( 手臂 ) 感測器 設定點受控結果 誤差 比較器."— Μεταγράφημα παρουσίασης:

1 傳統閉迴路控制系統 控制器致動器 ( 馬達 ) 過程 ( 手臂 ) 感測器 設定點受控結果 誤差 比較器

2 ΔPID 控制器  P 控制器 : 比例放大誤差訊號  I 控制器 : 積分放大誤差訊號  D 控制器 : 微分放大誤差訊號  P 控制器 : 改善速度反應  I 控制器 : 改善穩態誤差  D 控制器 : 改善反應穩度

3 P 控制器

4 D 控制器

5 I 控制器

6 模糊邏輯迴路 控制器致動器 ( 馬達 ) 過程 感測器 設定點 受控結果 解模糊模糊化

7 模糊控制 FUZZY CONTROL  以人類經驗來當判斷依據，不需要建立受控 系統的模型也無需使用任何控制法則。  模糊化 ：對相同的狀況，我們會有超過一種 以上的感覺。  控制器 ：根據人類經驗對不同感覺做出反應。  解模糊 ：最後的實際輸出為所有反應規則之 總合。

8 Δ 模糊化

9 Δ 控制器 ( 經驗法則 )  規則一 : 溫度是冷且變冷中，則開大瓦斯量 (+5)  規則二 : 溫度是冷且不變中，則開瓦斯量 (+2)  規則三 : 溫度是冷且變熱中，則瓦斯量不變 (0)  規則四 : 溫度是適中且變冷中，則開瓦斯量 (+2)  規則五 : 溫度是適中且不變中，則瓦斯量不變 (0)  規則六 : 溫度是適中且變熱中，則減少瓦斯量變 (-2)  規則七 : 溫度是熱且變冷中，則瓦斯量不變 (0)  規則八 : 溫度是熱且不變中，則減少瓦斯量 (-2)  規則九 : 溫度是熱且變熱中，則大減瓦斯量 (-5)

10 模糊控制器 ( 經驗法則 )

11 Δ 解模糊  相容度 = : 相容度 : 狀況一的機率 : 狀況二的機率  各別出力 = : 出力 : 輸出對應值 ‧ 最後出力

12  規則二 : w2=0.15x0.15=0.0225  規則三 : w3=0.15x0.5=0.075  規則五 : w5=0.4x0.15=0.06  規則六 : w6=0.4x0.5=0.2  總輸出量 Y = w2×(+2)+w3×(0)+w5×(0)+0.2×(-2) =-0.355  最後輸出量 Yout= Y /(w2+w3+w5+w6)= - 0.993

13 Δ 何謂類神經網路  一種基於腦與神經系統研究所啟發的資料處理技術 真實系統 系統模型 ( 類神經網路 )

14 Δ 利用已知的輸入與輸出來建立模型  輸出為連續數值的變化 : 強度、溫度、濃度等  輸出為代表的分類變數 : 故障原因、疾病種類、買賣決議等 函數 分類器

15 Δ 神經元模型  輸出順序 : 由其他的神經元突觸  軸索  突觸  輸出強弱 : 由興奮突觸激發  強 抑制突觸激發  弱  輸出 : 由所有突觸輸入值之加權乘積和

16 Δ 模擬神經網路的數學式子 1. 傳統的線性迴歸  輸入 : x1 x2 x3 x4…..  輸出 : y1 y2 y3 y4…..  n 次迴歸 :  將已知的輸入 x1 x2 x3 x4 … 對應的輸出 y1 y2 y3 y4…. 代入三 次多項式  求係數 、 、 、 、 、 、 、 、 、

17

18 輸入 : 1 、 5 、 8 、 11 輸出 : 100 、 200 、 500 、 800  以三次多項式來迴歸  預測當輸入為 9 時 輸出為

19 2. 神經網路資料分析

20  輸入層 : 輸入外在環境的訊息  隱藏層 : 提供類神經網路表現處理單元間的交互作用  輸出層 : 處理單元以輸出訊息給外在環境

21 Δ 類神經網路演算過程  建立輸入變數 : Xi  決策建立 : 經驗而得 ( 經驗越多越精確 )  隱藏層處理單元決定 : Hi  訓練學習 : 給初始連結加權值 與門限 值  重複學習直到收斂 : 計算輸出與實際輸出的 差值最小

22 穩定液黏度決策  輸入與輸出的定義 輸入 :  高分子 : X 1 數值 0.5 ， 1.0 ， 2.0 ， 3.0 四種  分散劑 : X 2 數值 0.5 ， 1.0 ， 2.0 三種  皂土 : X 3 數值 10 ， 15 ， 20 ， 25 ， 30 ， 35 六種 輸出 : 穩定液的黏度 : Y 數值 20 ~ 50

23  決策建立 : 實驗 數據

24  線性迴歸的結果 Y = 14.84 + 4.79X 1 -0.0233X 2 +0.216X 3  若 X 1 =0.8 ，若 X 2 =1.8 ，若 X 3 =20 ， 則 黏度 Y=22.95

25  類神經網路的結果 輸入層 : 3 個變數 X 1 X 2 X 3 隱藏層 : 2 個神經元 H 4 H 5

26

27 機電整合的定義  產業界使用機械人或自動裝配系統從事生產，以降低成本、 增進品質並增加強競爭能力，乃是時勢所趨，此種被稱為工 廠自動化 (FA) 的技術，其實就是機械、控制電路以及電腦 所組成而成，機械和電子電路的整合體通常被稱為機電整合  機電整合 (mechatronics) 一詞是由日本首先創造出來而轉化 為英文的日式英文，目前因廣泛使用而成為世界通用的名詞， 它是由機械學 (mechanics) 的前半部 (mecha) 和電子學 (electronicts) 的後半部 (tronics) 合併成 (mechatronics) 一 詞沿用至今。

28 機電整合機械人的動作，大致上有檢出、判斷、驅動等三種基本動作。

29 Δ 機械人順序控制系統 感測器控制器致動器

30 Δ 接觸型開關 按鈕開關  感測器 : 開關

31 極限開關

32 Δ 非接觸型開關 近接開關

33  繼電器 EMR

34  致動器 : 馬達 氣壓缸

35

36 Δ 可程式控制器 PLC  一種數位動作的電子裝置，利用特定的指令將邏輯、計數、計時、算術 與順序控制等指令功能寫入記憶體中，經輸入、輸出元件來控制機械動 作或工作程序。  輸入元件 : 按鈕開關、緊急開關、選擇開關及機台上的極限開關、光電 開關、近接開關。  輸出控制元件 : 電磁閥、指示燈、馬達。

37

38

39

40

41 機電整合形狀判別系統