- 1、本文档共44页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
机电整合的定义
感測器 開關(ON-OFF) 按鈕開關 極限開關 機械元件的移動結束端 機械型近接開關 感應型近接開關 感應目標物必須是導體 方能使磁場改變增加阻抗 電容型近接開關 感測目標物不是導體 亦能維持電荷 光學型近接開關 透射光束型 : 光束被遮斷 切換位準 反射光束型 : 偵測目標物反射回感測器 在有限位置內感應目標物 繼電器 EMR 致動器 : 馬達 氣壓缸 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。 機電整合形狀判別系統 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 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 P控制器 D控制器 I 控制器 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 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。 Δ模糊化 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) 模糊控制器(經驗法則) 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 假設溫度感測器感測出環境溫度22 ℃且正以每分鐘0.6℃上升中 規則二 : w2=0.15(冷)x0.15(不變) =0.0225 規則三 : w3=0.15(冷)x0.5(上升) =0.075 規則五 : w5=0.4(適中)x0.15(不變) =0.06 規則六 : w6=0.4(適中)x0.5(上升) =0.2 總輸出量 Y = w2×(+2)+w3×(0)+w5×(0)+ w6 ×(-2) =-0.355 最後輸出量 Yout= Y /(w2+w3+w5+w6)= - 0.993 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 依輸出變數之特性可分為兩大類 函數型 : 輸出為一連續值變數 如 溫度、強度、流量、座標、利率等 分類型 : 輸出為一組代表分類的變數 如 處方、替代方法、故障原因、 疾病種類、買賣決策等 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 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 (輸入) (其他神經元輸出) (加權) (輸出至腦) 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 、 、 、 、 、 、 、 、 、 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 2. 神經網路資料分析 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 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
文档评论(0)