La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-1 CONTENU DU COURS.

Présentations similaires


Présentation au sujet: "Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-1 CONTENU DU COURS."— Transcription de la présentation:

1 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-1 CONTENU DU COURS

2 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-2 Partie B Concepts logiciels B.1 Langage assembleur et programmation structurée: modes dadressage et jeu dinstructions boucles, pile et sous-routines programmation structurée B.2 Microcontrôleurs à logique floue: systèmes de contrôle à logique floue instructions spécialisées du 68HC12

3 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-3 Sommaire de la Section B.2 B.2 Microcontrôleurs à logique floue: 1)Système de contrôle classique 2)Système de contrôle flou: a)fuzzification des entrées b)inférence c)dé-fuzzification 3)Opérations en logique floue du 68HCS12

4 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-4 B.2(1) Système de contrôle classique Définition générale: tout système dont les sorties sont contrôlées par des entrées au système Figure – système de contrôle classique: exploite un contrôleur classique

5 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-5 B.2(1) Système de contrôle classique Structure interne dun contrôleur classique:

6 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-6 B.2(1) Système de contrôle classique Caractéristiques dun système avec contrôleur classique (PID ou autre): dérive les lois de contrôle du système comprend un modèle mathématique explicite du comportement de ce système… doit être le plus précis possible pour modéliser signal de contrôle fct(modèle, entrée désirée, rétroaction)

7 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-7 B.2(1) Système de contrôle classique Désavantage de lapproche: doit avoir une excellente connaissance du phénomène, pour ensuite élaborer un modèle mathématique précis le modèle peut être gros et imprécis pour un phénomène complexe exemples en robotique: modélisation dynamique avec des système complexe déquations différentielles

8 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-8 Sommaire de la Section B.2 B.2 Microcontrôleurs à logique floue: 1)Système de contrôle classique 2)Système de contrôle flou: a)fuzzification des entrées b)inférence c)dé-fuzzification 3)Opérations en logique floue du 68HC12

9 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-9 B.2(2) Système de contrôle flou

10 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-10 B.2(2) Système de contrôle flou

11 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-11 B.2(2) Système de contrôle flou Pourquoi utiliser un contrôleur flou? implique une modélisation implicite: ne dépend pas dun modèle mathématique explicite et précis les algorithmes pour générer un signal de contrôle se basent sur des règles linguistiques: SI ALORS pour les systèmes mal compris ou complexes, un contrôleur flou savère très intéressant... Utilisé dans un grand nombre dapplications industrielles

12 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-12 B.2(2) Système de contrôle flou Caractéristiques dun système avec contrôleur flou: technique en intelligence artificielle: approche qui sinspire du système de contrôle biologique dans la même vaine que les réseaux de neurones dépendent des règles linguistiques, plutôt que des équations mathématiques forme simple dun système expert: contient les règles pour transformer les commandes dentrée à des réponses de sortie système daccumulation de preuves: assigner une sortie du système selon un facteur de confiance

13 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-13 B.2(2) Système de contrôle flou Structure interne dun contrôleur à logique floue: structure semblable à un système de contrôle classique

14 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-14 B.2(2) Système de contrôle flou Architecture interne dun régulateur à logique floue (RLF):

15 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-15 B.2(2) Système de contrôle flou Architecture interne dun régulateur à logique floue: (suite) RLF: régulateur à logique floue y M : signaux dentrées w: signal de rétroaction u cm : signal de régulation fournit par le RLF x: variable dentrée floue x R : variable de sortie floue

16 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-16 B.2(2) Système de contrôle flou Processus dun contrôleur à logique floue: a)Fuzzification des entrées: transforme les valeurs dentrées en quantités floues b)Inférence (avec la base de règles): applique les règles aux entrées fuzzifiées afin de prendre les décisions floues c)Dé-fuzzification: transforme les décisions floues en valeurs de sorties numériques déterminées

17 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-17 B.2(2) Système de contrôle flou Architecture interne dun contrôleur à logique floue:

18 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-18 B.2(2) Système de contrôle flou (a) Fuzzification des entrées Objectif: assigner aux valeurs numériques x i en entrée un degré dappartenance μ(x i ) aux FAF dentrée Phase de conception: définir des FAF pour toutes les variables linguistiques dentrée Phase de traitement: grandeurs physiques variables linguistiques

19 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-19 B.2(2) Système de contrôle flou (a) Fuzzification des entrées Phase de conception: Fonction dappartenance floue (FAF): une instance dune variable linguistique qui décrit lentrée au contrôleur flou remarques: chaque FAF est définit par lexpert du domaine on doit avoir suffisamment de données réelles pour décrire létat actuel du système

20 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-20 B.2(2) Système de contrôle flou (a)Fuzzification des entrées En général, les FAF dentrée sont des fonctions de forme: 1.trapézoïdales 2.triangulaires

21 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-21 B.2(2) Système de contrôle flou (a) Fuzzification des entrées Exemple 1: Soit le variable linguistique dentrée x position. Assignez aux valeurs dentrée un degré dappartenance μ(x) aux 2 FAF dentrée (associées à x) entrée=3.0

22 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-22 B.2(2) Système de contrôle flou (a) Fuzzification des entrées Exemple 2: Soit une variable linguistique dentrée x position, définie par 5 FAF dentrée pour chaque valeur numérique dentrée, on fait correspondre les instances (NG, NM, …) de x selon un degré dappartenance

23 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-23 B.2(2) Système de contrôle flou Architecture interne dun contrôleur à logique floue:

24 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-24 B.2(2) Système de contrôle flou (b) Inférence (avec la base de règles) Objectif: assigner une FAF résultante à chaque x R selon la relation entre variables dentrées (x i ) et de sorties (x R ) Étapes de traitement: 1.appliquer des règles dexpert aux degrés dappartenance flous μ(x i ) des variables x i 2.déduire une FAF résultante pour chaque variable x R on distingue plusieurs méthodes dinférence

25 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-25 B.2(2) Système de contrôle flou (b) Inférence (avec la base de règles) Base de règles indique la relation entre les variables linguistiques dentrées et de sorties: doit être constituer de toutes les combinaisons possibles des variables dentrées mais, doit représenter des relations appropriées entre les entrées et les sorties Les règles connectent les différentes combinaisons des FAF dentrées FAF de sorties

26 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-26 B.2(2) Système de contrôle flou (b) Inférence (avec la base de règles) Exemple 2 (suite): Soit deux entrées x 1 et x 2, et une sortie x R, toutes définies par les 5 FAFs de lexemple 2. la base de 5 2 règles élaborées par un expert du domaine selon ses connaissances à priori et des données: Si ( x 1 = NG ET x 2 = EZ), Alors x R = PG ou Si ( x 1 = NG ET x 2 = PM), Alors x R = PM ou Si ( x 1 = NM ET x 2 = EZ), Alors x R = PM ou Si ( x 1 = NM ET x 2 = PM), Alors x R = EZ ou Si ( x 1 = NM ET x 2 = PG), Alors x R = NM ou … Si ( x 1 = PG ET x 2 = EZ), Alors x R = NG.

27 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-27 B.2(2) Système de contrôle flou (b) Inférence (avec la base de règles) Règles sous forme de tableau (pas nécessairement plein): Cellule = FAF de sortie

28 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-28 B.2(2) Système de contrôle flou (b) Inférence (avec la base de règles): Méthode MIN-MAX: au niveau de la condition(Si): pour combiner des μ(x i ) selon les règles ET MIN des antécédents OU MAX des antécédents Alors MIN des (MINs et MAXs) des antécédents au niveau de la conclusion: pour combiner des régions en sorties μ(x R ) OU MAX des conséquents

29 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-29 B.2(2) Système de contrôle flou (b) Inférence (avec la base de règles): niveau de la condition pour traduire les règles de décision: règle: avec la condition ET (OU), le degré MIN (MAX) de μ(x i ) est assigné à une FAF de sortie interprétation: assigne un facteur de confiance max μ(x R ) aux FAF de sortie, ce qui indique la croyance dans linformation en entrée

30 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-30 B.2(2) Système de contrôle flou (b) Inférence (avec la base de règles): niveau de la conclusion pour décider de la FAF résultante de sortie: le contrôleur prend les facteurs de confiance max μ(x R ) comme degré dappartenance de la FAF résultante de sortie interprétation: dépend de la règle la plus dominante pour assigner la FAF résultante de sortie

31 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-31 B.2(2) Système de contrôle flou (b) Inférence (avec la base de règles): Exemple 2 (suite): méthode dinférence MIN-MAX pour deux variables entrées, x 1 et x 2, une variable de sortie, x R valeurs dentrée: x 1 = 0.44 et x 2 = – 0.67 deux règles linférence:Si (x 1 = PG ET x 2 = EZ), Alors x R = EZ OU Si (x 1 = EZ OU x 2 = NG), Alors x R = NG

32 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-32 B.2(2) Système de contrôle flou Selon la première règle: le facteur de confiance max de x R = EZ est 0.33 car: μ PG (x 1 ) : x 1 = 0,44 est PG avec un degré de 0,67 μ EZ (x 2 ) : x 2 = -0,67 est EZ avec un degré de 0,33 (x 1 = PG ET x 2 = EZ) équivaut à min( μ PG (x 1 ) ; μ EZ (x 2 ) ) = min(0,67 ; 0,33) = 0,33 Alors = min, ce qui équivaut à tronquer la fonction d'appartenance de x R = EZ par 0,33 μ EZ (x R ) = 0.33

33 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-33 B.2(2) Système de contrôle flou Selon la deuxième règle: le facteur de confiance max de x R = NG est 0.67 car: μ EZ (x 1 ) : x 1 = 0,44 est EZ avec un degré de 0,33 μ NG (x 2 ) : x 2 = -0,67 est NG avec un degré de 0,67 (x 1 = EZ OU x 2 = NG) équivaut à max(μ EZ (x 1 ) ; μ NG (x 2 ) ) = max(0,33 ; 0,67) = 0,67 Alors = min, ce qui équivaut à tronquer la fonction d'appartenance de x R = NG par 0,67 μ NG (x R ) = 0.67

34 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-34 B.2(2) Système de contrôle flou

35 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-35 B.2(2) Système de contrôle flou Architecture interne dun contrôleur à logique floue:

36 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-36 B.2(2) Système de contrôle flou (c) Dé-fuzzification Objectif: transformer linformation floue en grandeur physique (i.e., le signal de régulation) Étapes de traitement: 1.convertir les FAF résultantes pour les variables x R en valeurs numériques déterminées on distingue plusieurs méthodes de dé-fuzzification 2.représenter ces valeurs en format qui est exploitable par le système de contrôle

37 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-37 B.2(2) Système de contrôle flou (c) Dé-fuzzification Méthode du centroïde : trouve le centre de masse de la FAF résultante de sortie: 1.combine les régions des fonctions floues en sortie par union (OU) 2.calcule le centroïde de la surface de la FAF résultante 3.génère une valeur numérique déterminée abscisse du centroïde calculs très lourds, mais donne un poids égal à chaque FAF de sortie

38 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-38 B.2(2) Système de contrôle flou Conclusions:

39 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-39 Sommaire de la Section B.2 B.2 Microcontrôleurs à logique floue: 1)Système de contrôle classique 2)Système de contrôle flou: a)fuzzification des entrées b)inférence c)dé-fuzzification 3)Opérations en logique floue du 68HC12

40 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-40 B.2(3) Opérations flous du 68HC12 Mise en œuvre de contrôleurs à logique floue Les instructions du 68HC12 permettent: la fuzzification linférence (lévaluation des règles) dé-fuzzification Lexpert du domaine a la responsabilité: didentifier les variables et concevoir les FAF dentrée et de sortie de dériver les règles dinférence

41 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-41 B.2(3) Opérations flous du 68HC12 Architecture dun contrôleur à logique flou:

42 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-42 B.2(3) Opérations flous du 68HC12 Principales instructions du 68HC12 qui sont spécialisées pour contrôleurs à logique floue: MEM: fuzzification (calcule le degré dappartenance flou) REV: méthode dinférence MIN-MAX pour lévaluation des règles REVW: méthode dinférence MIN-MAX avec pondérations des règles WAV: dé-fuzzification (calcule une somme pondéré) Instructions supplémentaires: (E)TBL, EDIV(S), EMACS, EMAX(M), EMIND, EMINM, EMUL(S)

43 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-43 B.2(3) Opérations flous du 68HC12 Exemple du livre contrôleur à logique floue pour naviguer un robot mobile:

44 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-44 B.2(3) Opérations flous du 68HC12 Étapes de conception 68HC12 1.Identifier les variables linguistiques en décrivant toutes les entrées au contrôleur Exemple du robot p.147 (J. Pack): RSENSOR : valeur à lentrée du senseur de gauche: very weak, weak, medium, strong, very strong LSENSOR : valeur à lentrée du senseur de droit: very weak, weak, medium, strong, very strong

45 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-45 B.2(3) Opérations flous du 68HC12 Étapes de conception 68HC12 2.Concevoir les FAF pour décrire chaque variable linguistique dentrée: avec le 68HCS12, chaque FAF doit avoir une forme trapézoïdale pour chaque senseur, les degrés dappartenance sont représentés avec 256 valeurs discrètes: –valeur $00 aucune appartenance 0% –valeur $FF pleine appartenance 100% pour chaque FAF, on spécifie 4 valeurs: –2 points: (1) le point le plus à gauche et (2) le plus à droit –2 pentes: (3) la pente de gauche et (4) la pente de droite

46 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-46 B.2(3) Opérations flous du 68HC12 Étapes de conception 68HC12 Exemple du robot: very weak $00, $50, $00, $10 weak $40, $70, $10, $10 medium $60, $A0, $10, $10 strong $90, $C0, $10, $10 very strong $B0, $FF, $10, $00 rem: chaque valeur est définie entre $00 et $FF (avec une résolution de 8 bits)

47 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-47 B.2(3) Opérations flous du 68HC12 Étapes de conception 68HC12 Exemple du robot: 25 règles dinférence pour naviguer le robot

48 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-48 B.2(3) Opérations flous du 68HC12 Étapes de conception 68HC12 3.Déterminer la base de règles dinférence: on doit constituer toutes les différents scénarios possibles pour les valeurs dentrée de senseurs format dune règle avec le 68HC12: (ET seulement) règle: Si (antécédent 1) ET (antécédent 2), Alors ( conséquent )....

49 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-49 B.2(3) Opérations flous du 68HC12 Étapes de conception 68HC12 4.Réalisation les règles dinférence: encoder les règles pour toutes les combinaisons dentrées en utilisant le format: règle 1: antécédent 1, antécédent 2, $FE, conséquent, $FE.... règle n: antécédent 1, antécédent 2, $FE, conséquent, $FF remarques: –$FE: indique la fin dune règle –$FF: indique la fin de la liste de règles –en cas dune interruption, le séparateur $FE indique aussi un point darrêt commode pour le traitement fuzzy

50 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-50 B.2(3) Opérations flous du 68HC12 Étapes de conception 68HC12 5.Concevoir les FAF pour décrire variable linguistique de sortie: on définit avec des fonctions singleton fonctions singleton: chaque FAF de sortie est définit par une seule valeur ils représentent chaque variable linguistique de sortie avec une valeur numérique

51 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-51 B.2(3) Opérations flous du 68HC12 Étapes de conception 68HC12 Exemple du robot: singletons: Medium Left ($40), Small Left ($60), Zero ($80), Small Right ($A0), Medium Right ($C0)

52 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-52 B.2(3) Opérations flous du 68HC12 Étapes de conception 68HC12 6.Fuzzification des entrées avec le 68HCS12 MEM : assigne un degré dappartenance aux FAFs dentrées Exemple du robot: fuzzification de la valeur de RSENSOR étiquetteop-code opérant(s) commentaires LDAA RSENSOR ; valeur de RSENSOR LDAB #$05 ; nombre de FAF dentrée LDX #R_Very_Strong ; adresse des FAF dentrée LDY #R_VS ; adresse des FAF de sortie Loopr: MEM ; assigne un degré DBNE B, Loopr ; faire nFAFin itérations

53 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-53 B.2(3) Opérations flous du 68HC12 Étapes de conception 68HC12 7.Évaluation des règles dinférence avec le 68HCS12 REV : évaluation des règles dinférence selon les entrées fuzzifiées Exemple du robot: étiquetteop-code opérant(s) commentaires LDY #R_VS ; adresse des FAF de sortie LDX #Rule_Start ; adresse des règles LDAA #$FF ; initialise et fixer V=0 REV ; évaluer toutes les règles

54 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-54 B.2(3) Opérations flous du 68HC12 Étapes de conception 68HC12 7.Dé-fuzzification combiner le résultat de toutes FAFs de sorties pour obtenir une valeur numérique déterminée calcule la moyenne pondérée des valeurs de FAF de sortie. avec FAF de sortie en forme singleton, cest équivalent à trouve le centroïde de FAF de sortie: où S i est la valeur du singleton i, et F i est la valeur de la FAF de sortie i, et n est le nombre de FAF de sortie

55 Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-55 B.2(3) Opérations flous du 68HC12 Étapes de conception 68HC12 7.Dé-fuzzification avec le 68HC12 WAV : calcule une somme pondérée des valeurs stockées en mémoire Exemple du robot: étiquetteop-code opérant(s) commentaires LDX #Medium_Left ; début des fonctions singleton LDY #ML ; début des FAF de sortie LDAB #$05 ; nombre de FAF de sortie WAV ; calcul valeur déterminé EDIV ; division étendue


Télécharger ppt "Université du Québec École de technologie supérieure GPA770: Microélectronique appliquée Éric Granger B.2-1 CONTENU DU COURS."

Présentations similaires


Annonces Google