Documentos de Académico
Documentos de Profesional
Documentos de Cultura
10 1109ICEVT 2017 8323547 en Es
10 1109ICEVT 2017 8323547 en Es
net/publication/324464492
Diseñe el sistema de frenado del automóvil utilizando Mamdani Fuzzy Logic Control
CITACIONES LEE
3 336
2 autores , incluso:
Illa Rizianiza
10 PUBLICACIONES 4 CITACIONES
VER EL PERFIL
Algunos de los autores de esta publicación también están trabajando en estos proyectos relacionados:
Todo el contenido que sigue a esta página fue subido por Illa Rizianiza el 30 de mayo de 2018.
Control lógico
Resumen - El sistema de frenado del coche es el más importante. sistema de incertidumbres y no linealidades como el sistema de frenado [3].
sistema de seguridad que tiene. Este documento proporciona una
sistema de frenado automático del coche con Mamdani Fuzzy Logic Control. Este Mamdani es ampliamente aceptado por capturar conocimiento experto [4]. Debido
sistema de frenos de automóvil consta de dos entradas y una salida. Las entradas a la naturaleza interpretable e intuitiva de la base de reglas, el tipo Mamdani se usa
son la posición del automóvil y la velocidad del automóvil. La posición del ampliamente, en particular, para aplicaciones de soporte de decisiones.
El sistema de frenado del coche es el más importante. Generalmente, el sistema de frenado La determinación de la posición del automóvil para arrancar el freno se basa en el
del automóvil se opera manualmente cuando el conductor presiona el pedal del freno. Si el freno Reglamento del gobierno número 55 del año 2012 sobre el vehículo. Es una distancia
falla, el resultado también puede fallar. En los últimos años, se han realizado algunas segura para conducir. De acuerdo con la Segunda Ley del Movimiento de Newton, la fuerza
investigaciones para desarrollar el sistema de frenado de los automóviles. La evolución de los causa la aceleración, por lo que en este artículo se utiliza el supuesto de que el sistema de
frenos ha dado lugar a una seguridad de conducción significativamente mayor [2]. Hay muchos frenado automático limita la magnitud de la fuerza de frenado a 9263 N.
estudios sobre el sistema de frenado de los automóviles que dependen del modelo matemático,
pero el hecho de que los comportamientos de los conductores dependen principalmente de la
experiencia, no del modelo matemático exacto. El vehículo es de sistema no lineal, por lo que es
muy difícil encontrar un modelo matemático. Por lo tanto, la lógica difusa se ha utilizado para
B. Control difuso Mamdani
desarrollar el control de la automatización, ya que difusa emula el desempeño de un operador El sistema de frenado del coche está diseñado por Mamdani Fuzzy Logic Control.
humano experto en los tules lingüísticos que no necesitan utilizar un modelo matemático. El Mamdani es uno del tipo de método de inferencia difuso. En la inferencia de mamdani, el
sistema difuso es muy robusto y eficaz para manejar el consecuente de la regla Si-Entonces se define mediante un conjunto difuso. El conjunto
difuso de salida de cada regla
se remodelará con un número coincidente, y se requiere defuzzificación después de • Difusión de las entradas utilizando las funciones de pertenencia de entrada Combinando las
agregar todos estos conjuntos difusos remodelados. • entradas difusas de acuerdo con las reglas difusas para establecer la fuerza de una regla
Fig 1 Diagrama de bloques para el control del sistema de frenado del automóvil
El sistema de frenado del automóvil está diseñado utilizando un control de circuito cerrado que se
muestra en la Figura 1. El control lógico difuso de entrada son la posición y la velocidad del automóvil y la
salida es la fuerza de frenado. La posición del automóvil es la distancia del automóvil al obstáculo
detectado y la velocidad del automóvil es la velocidad del automóvil hacia el obstáculo. La salida es la
fuerza de frenado del automóvil. La fuerza de frenado es la fuerza del automóvil para frenar y detener el
automóvil.
entrada
Fuzzifier
Base de reglas
La función de membresía es una curva que define cómo se asigna cada punto
en el espacio de entrada a un grado de pertenencia
Defuzzifier
entre 0 y 1. La función de pertenencia de las variables se muestra en las Figuras
4, 5 y 6. Las entradas de rango máximo y mínimo para lógica difusa se definen en
base a la Regulación del Gobierno sobre vehículos y conducción. La salida de la
salida
lógica difusa es una señal de control que será la entrada para el automóvil como
fuerza de frenado. Donde más, las variables de salida son 3 que son Max, Zero y
Fig 2 Función de pertenencia de la variable de posición del automóvil Min. Para mejorar la velocidad de fuzzificación, se elige la función gaussiana
como función de pertenencia [5].
El sistema de inferencia difusa es un marco informático basado en los
conceptos de la teoría de conjuntos difusos. Se puede aplicar en muchos campos
como control, soporte de decisiones, identificación de sistemas, predicción, etc. Se
Las funciones de pertenencia de la velocidad del automóvil son: Muy
debe principalmente a la cercanía a la percepción y el razonamiento humanos, así
cerca (VN)
como a su manejo intuitivo y simpleza, factores importantes para la aceptación y
Cerca (NORTE)
usabilidad. de los sistemas [5]. Figura 2 que muestra que hay Medio (METRO)
Lejos (F)
Tres módulos principales son de particular interés: difusor, base de reglas y Muy lejos (VF)
defuzzificador. Fuzzifier convierte la entrada nítida en una variable lingüística El rango de la posición del automóvil al obstáculo es de 0 cm a 60 m. Función de
utilizando las funciones de pertenencia almacenadas en la base de conocimiento pertenencia N <20 my VF> 50 m. La distancia de seguridad del automóvil al obstáculo
difusa. Defuzzifier Convierte la salida difusa del motor de inferencia en nítido es de 30 m.
utilizando funciones de pertenencia análogas a las que utiliza el difusor.
Medio (METRO) se caracterizan por una colección de reglas difusas If - Then en las que las
Rápido (F) condiciones previas y la consecuencia involucran variables lingüísticas.Una regla
Muy rapido (VF) difusa tiene dos componentes: IF-part (también conocida como el antecedente) y
El rango de velocidad del automóvil es de 0 km / h (0 m / s) a 100 km / h (27,7 m / s). Then-part (también conocida como el consecuente ): Si <antecedente>, entonces
Función de pertenencia VS <20 km / h (5,5 m / s) y VF> 60 km / h (16,6 m / s). La <consecuente>. En
velocidad segura del automóvil es de 80 km / h (22,2 m / s).
este papel, t La regla es que si la posición del obstáculo está cerca y la velocidad del
vehículo es rápida, entonces la fuerza de frenado es grande, etc.
(S)
Medio (METRO)
Fig 6 Base de reglas
Grande (SI)
La fuerza máxima de frenado es de 9263 N.
III. R ESULT
- 100
- 200
- 300
- 400
- 600
- 700
- 800
- 900
- 1000
0 1 2 3 4 5 6 7 8 9 10
Hora (s)
18
dieciséis
14
12
V elocidad (m / s)
8
0
0 1 2 3 4 5 6 7 8 9 10
Hora (s)
IV. C ONCLUSIÓN
UNA Agradecimiento
R EFERENCIAS [4] Rane, Shubhechchha, et.al., "Rendimiento del sistema de inferencia difusa Mamdani para el
seguimiento de múltiples objetivos utilizando el sistema de piloto automático", Revista Internacional de
[1] Comité Nacional de Seguridad en el Transporte de Indonesia. 2016.
Electricidad y Electrónica, vol. 5, Número 1, págs: (34-42), 2017.
[2] Mamat, M., Ghani, NM, "Controlador de lógica difusa en el sistema automatizado de frenado de
automóviles", IEEE International Conference on Control and Automation, 2009.
[5] Yadav, Digvijay K., "Modelado de un controlador inteligente para un sistema de frenos
antibloqueo", Revista Internacional de Investigación y Aplicación Técnica, Vol 3, pp:
[3] Wang, X., Cheng, et.al., "Controlador de lógica difusa para la estrategia de frenado de vehículos 122-126, 2015.
eléctricos", PEDS2007, IEEE, págs. 1542-1547, 2007.
Viieew
wppuubblliiccaactitud
enn ssttaattss