CN103628275A - 基于神经网络模糊控制器的智能洗衣机 - Google Patents

Abstract

一种基于神经网络模糊控制器的智能洗衣机，包括：模糊化处理单元、神经模糊控制单元、转换器、洗衣机控制器以及浑浊度传感器；浑浊度传感器感测洗衣机中的水的浑浊度，并将测得的浑浊度的测量值输入至模糊化处理单元；模糊化处理单元接收测量值和设定值，并对测量值和设定值进行模糊化处理，将处理后的信号传递给神经模糊控制单元；神经模糊控制单元采用人工神经网络和模糊控制对模糊化处理单元传递过来的信号进行处理，利用人工神经网络来进行模糊信息处理以得到输出信号并将其传递给转换器；转换器对神经模糊控制单元传递过来的输出信号进行反模糊化处理以向洗衣机控制器发出指令信号；洗衣机控制器根据从转换器接收到的指令信号洗衣参量。

Description

基于神经网络模糊控制器的智能洗衣机

技术领域

本发明涉及家用电器领域，更具体地说，本发明涉及一种基于神经网络模糊控制器的智能洗衣机。

背景技术

截至目前，申请号为201310198536.4的名为“一种改进的洗衣机模糊控制方法”的专利申请提供了一种改进的洗衣机模糊控制方法，该方法利用反电动势法，通过对洗衣机在空桶和节点负载状态下产生脉冲数的测量，推导出水位档与负载脉冲的对应关系，将该对应关系写进水位判断模糊控制程序，通过判断洗衣机在不同负载状态下产生的脉冲数落在水位档与负载脉冲对应关系的哪个范围内，即可选择对应的水位档。

申请号为97120936.7的名为“洗衣机模糊控制方法”的专利申请涉及洗衣机的控制方法,主要是设置洗衣机的记忆学习功能及掉电记忆功能,主要技术内容是用检测电路测量空桶时电动机的物理量,判定该物理量是否合格并对以下两种步骤作出相应的选择,其一如果超差,则学习失败,重新开始,其二如果学习成功则按已建立的控制量与上述所测物理量之间的模糊控制规则确定相应的数据作为控制量的值,从而保证洗衣机模糊控制的准确性;设置掉电记忆功能主要是监测电源电压并存贮当前的工作状态,待来电后继续完成剩余的工作程序。

申请号为93116537.7名为“一种洗衣机模糊控制方法及其控制器”的专利申请是用洗衣机电机作为重量、布质、脱水传感器,并用光传感器作为脏度传感器,根据实测堵转点电压、电机电流及其相应差角,由单片微机计算待洗衣物的重量、柔软度、脱水程度和脏度以及进水速度,进而确定洗涤剂用量、进水量、进水时间、洗涤时间、脱水时间等以实现模糊全自动控制。

模糊控制技术具有模拟人脑抽象思维的特点,适合于直接表示知识.能够充分利用学科领域的知识，以一定的规则数来表达知识。具有逻辑推理能力，处理模糊信息或其它不明确信息。模糊神经网络在优化非线性的复杂系统方面有其独特的优势。能模拟人脑形象思维的特点,具有学习,记忆,容错等能力,二者存在一定的互补性.将神经网络引入模糊逻辑控制器可以更好地提高控制系统的智能性。

由于模糊逻辑与神经网络特性上的互补，它们是实现语言知识表示和自适应知识发展这两种人类控制基于特征的理想工具，因而对模糊控制与神经网络熔合的研究已成为近年来一个活跃的研究领域。目前，这些集成方法主要可分为两类：一为分别应用相应的神经网络使它们在结构上等价于模糊器、模糊规则库和解模糊器，直接实现模糊控制系统。另一为通过神经网络，在功能上等价于模糊系统。

但是，上述技术方案仅仅能够进行模糊控制，而不能实现真正的模拟人的处理。

发明内容

本发明所要解决的技术问题是针对现有技术中存在上述缺陷，提供一种能够提高模糊控制的精确度和洗衣机的工作效率的智能洗衣机。

为了实现上述技术目的，根据本发明，提供了一种基于神经网络模糊控制器的智能洗衣机，其包括：模糊化处理单元、神经模糊控制单元、转换器、洗衣机控制器以及浑浊度传感器；其中，浑浊度传感器用于感测洗衣机中的水的浑浊度，并且将测得的浑浊度的测量值输入至模糊化处理单元；模糊化处理单元用于接收测量值和设定值，并对测量值和设定值进行模糊化处理，将处理后的信号传递给神经模糊控制单元；神经模糊控制单元用于采用人工神经网络和模糊控制对模糊化处理单元传递过来的信号进行处理，其中利用人工神经网络来进行模糊信息处理以得到输出信号并将其传递给转换器；转换器用于对神经模糊控制单元传递过来的输出信号进行反模糊化处理以便向洗衣机控制器发出指令信号；洗衣机控制器用于根据从转换器接收到的指令信号洗衣参量。

优选地，浑浊度传感器感测洗衣机筒内水的浑浊度。

优选地，浑浊度传感器感测洗衣机排水管中的水的浑浊度。

优选地，洗衣参量为水流强度。

优选地，洗衣参量为洗涤时间。

本发明提高了洗衣机的控制系统的智能性，提高了模糊控制的精确度和洗衣机的工作效率，更好地达到了节能、降耗的目的，使得洗衣机能很快适应使用者的使用习惯，从而让使用者感觉越用越好用，满足了客户的需求。

附图说明

结合附图，并通过参考下面的详细描述，将会更容易地对本发明有更完整的理解并且更容易地理解其伴随的优点和特征，其中：

图1示意性地示出了根据本发明优选实施例的基于神经网络模糊控制器的智能洗衣机的控制框图。

图2示意性地示出了根据本发明优选实施例的基于神经网络模糊控制器的智能洗衣机的神经模糊控制单元20的神经网络结构图(BP网络)。

需要说明的是，附图用于说明本发明，而非限制本发明。注意，表示结构的附图可能并非按比例绘制。并且，附图中，相同或者类似的元件标有相同或者类似的标号。

具体实施方式

为了使本发明的内容更加清楚和易懂，下面结合具体实施例和附图对本发明的内容进行详细描述。

人工神经网络（简称神经网络，Artificial Neural Network,ANN）具有非线性描述、大规模并行分布处理能力及学习与联想等特点，利用人工神经网络技术来进行模糊信息处理，可使得模糊系统成为一种自适应的模糊系统。它对参数改变以及各种干扰都有较强的鲁棒性，快速跟踪性能好，为复杂工业过程控制提供了一种新途径，提高模糊控制的精确度和洗衣机的工作效率，更好地达到节能、降耗的目的。

神经网络模糊控制是为发挥各自的优势把人工神经网络和模糊控制进行有机结合。利用人工神经网络技术来进行模糊信息处理，为模糊控制器提供了良好的学习功能。通过神经网络实现的模糊控制，把知识表达规则隐含地分布在网络中，而不是通过显式的查表，可使得模糊规则的自动提取及模糊隶属函数的自动生成成为可能。从而克服模糊控制无自学习能力的缺点，使模糊系统成为一种自适应的模糊系统。

神经网络是由大量的处理单元（神经元）互相连接而成的网络，虽不能完全反映人的大脑的功能，但是，它是对生物神经网络的某种抽象、简化和模拟，其信息处理通过神经元的相互作用来实现。每个处理单元的功能简单，但大量简单的处理单元集体、并行的活动得到预期的识别、计算的结果，具有较快的速度。神经网络的着眼点不在于利用物理器件完整复制生物体中的神经细胞网络，而是抽取其中可利用的部分来克服目前计算机或其他系统不能解决的问题，如学习、控制、识别等。神经网络具有非线性描述、大规模并行分布处理能力及高度鲁棒性和学习与联想等特点，适用于非线性时变大系统的模拟与在线控制。它在认知处理、模式识别方面有很强的优势。

神经网络模糊控制是为发挥各自的优势把人工神经网络和模糊控制进行有机结合。本专利是利用人工神经网络技术来进行模糊信息处理，使洗衣机的模糊控制器具有良好的学习功能，从而克服模糊控制无自学习能力的缺点，使智能洗衣机的模糊系统成为一种自适应的模糊系统

模糊控制洗衣机是在神经网络智能控制下，模仿人的思维进行判断操作的一种新型全自动洗衣机。普通微电脑洗衣机采用的是量化的固定程序，一经设定，便不能更改；而模糊洗衣机则是应用模糊控制器代替人脑来“分析”“判断”。工作程序可以在一定程度上随时变化，因而具有人工智能，比普通微电脑更精确，更适用。

模糊控制洗衣机可采用如下的传感器来进行信息量的摄取：

水位传感器：根据洗涤物的多少自动感知，设定并自动控制用水量。

布质传感器：通过自动感知衣物重量和吸水程度，感知衣物的质料，进而决定洗涤方式。

水温传感器：可以根据环境温度和水温，自动决定洗涤时间。

光电传感器：根据衣物洗涤过程中洗涤循环水的透光率（脏污程度），决定最佳洗衣程序。

这几个传感器收集到的信息，经过微电脑综合判定后，便自动选择出最适当的水位、洗涤时间和洗衣动作等工作参数，并按照衣物的大小及质地等信息，执行最佳洗涤程序。人们只需轻轻一按洗衣机的启动键，余下的事就都由洗衣机自动完成了。可见，洗衣机的主要被控参量为水流强度和洗涤时间。

神经网络模糊控制器在输入、输出参量的选择，以及模糊论域和模糊子集的确定方面与一般的模糊控制器大致相同。现仅以浑浊度和浑浊度变化率为参量来确定洗涤时间的控制器。特点是：离线训练好的网络，通过计算即可得到最佳的输出。避免了一般模糊控制洗衣机由于规则表须占大量内存空间，查表反应速度慢，且只能按照已经输入的规则来控制而不够灵活的缺点。

由于神经网络可以通过在线计算得到最佳输出，又有自学功能和联想能力，通过它来作出决策而控制输出，就显得十分灵活。

图1示意性地示出了根据本发明优选实施例的基于神经网络模糊控制器的智能洗衣机的控制框图。

如图1所示，本发明优选实施例的基于神经网络模糊控制器的智能洗衣机包括：模糊化处理单元10、神经模糊控制单元20、转换器30、洗衣机控制器40以及浑浊度传感器50。

其中，浑浊度传感器50用于感测洗衣机中的水（洗衣机筒内水或者洗衣机排水管中的水）的浑浊度，并且将测得的浑浊度的测量值y输入至模糊化处理单元10。

模糊化处理单元10用于接收测量值y和设定值x（例如由用户设定的一个值），例如可计算设定值x与测量值y之间的差值信号e(x)，并对测量值y和设定值x进行模糊化处理，将处理后的信号传递给神经模糊控制单元20；例如，模糊化处理单元10可确定作为变量的差值信号e(x)的模糊语言值（例如图2所示的x1-x14），通常选取3、5或7个值，然后对所选取的模糊集定义其隶属函数。

神经模糊控制单元20用于采用人工神经网络和模糊控制对模糊化处理单元10传递过来的信号进行处理，其中利用人工神经网络来进行模糊信息处理以得到输出信号并将其传递给转换器30，由此实际上实现了具有良好的学习功能的模糊控制器。

转换器30用于对神经模糊控制单元20传递过来的输出信号进行反模糊化处理以便向洗衣机控制器40发出指令信号。

洗衣机控制器40用于根据从转换器30接收到的指令信号洗衣参量，例如洗衣参量为水流强度和/或洗涤时间。

作为示例，图2示意性地示出了根据本发明优选实施例的基于神经网络模糊控制器的智能洗衣机的神经模糊控制单元20的神经网络结构图(BP网络)，其中示出了基于浑浊度和浑浊度变化率的神经网络控制结构。

如图2所示，神经网络系统包括输入层、中间层（也称隐层）和输出层，各层神经元仅与相邻层神经元之间相互全连接，同层内神经元之间无连接，各层神经元之间无反馈连接，构成具有层次结构的前馈型神经网络系统，信号只能向前一层一层地传输。其中，例如，假设模糊语言值x1-x14为从模糊化处理单元10传递过来的信号。y1-y14为输出信号参量。

令x1-x7为输入量浑浊度的模糊子集，x8-x14为输入量浑浊度变化率的模糊子集，y1-y8为输出控制量的模糊子集。并假设：

输入量浑浊度模糊词子集为：{清，较浊，浊，很浊}；

浑浊度变化率模糊词子集为：{零，小，中，大}；

输出变量洗涤时间的模糊词子集为：{短，较短，标准，长}。

即确定了模糊子集隶属函数修正的过程，把其离散化可得到有限点上的离散度，构成一个相应的离散子集。

换言之，x1-x7为输入量浑浊度模糊词子集，x7-x14为浑浊度变化率模糊词子集，经过下述表1所示的洗衣机的模糊控制规则表，即可得到Y1-Y7的输出控制量的模糊子集。

其中，洗衣机的模糊控制规则表如表1所示：

其中“标准、长、短”指的是洗涤时间，其中用户可以设定“标准”、“长”和“短”等情况下的具体洗涤时间。对于浑浊度的“清”、“较浊”、“浊”、“很浊”的标准也可以由用户自己设定；此外，类似地，浑浊度变化率的“很小”、“中”和“大”的标准也可以由用户自己设定。

如对16条模糊控制规则的每一样本各元素（隶属函数）赋值，将它们依次送入神经网络进行离线训练，既使它们具有了联想记忆功能。这种洗衣机经过多次重复使用，使得它具有模拟人脑形象思维的特点,具有学习、记忆、容错等能力,更好地提高了洗衣机的控制系统的智能性。

本发明提高了洗衣机的控制系统的智能性，提高了模糊控制的精确度和洗衣机的工作效率，更好地达到了节能、降耗的目的，使得洗衣机能很快适应使用者的使用习惯，从而让使用者感觉越用越好用，满足了客户的需求。

此外，需要说明的是，除非特别说明或者指出，否则说明书中的术语“第一”、“第二”、“第三”等描述仅仅用于区分说明书中的各个组件、元素、步骤等，而不是用于表示各个组件、元素、步骤之间的逻辑关系或者顺序关系等。

可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案作出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (5)

1.一种基于神经网络模糊控制器的智能洗衣机，其特征在于包括：模糊化处理单元、神经模糊控制单元、转换器、洗衣机控制器以及浑浊度传感器；

其中，浑浊度传感器用于感测洗衣机中的水的浑浊度，并且将测得的浑浊度的测量值输入至模糊化处理单元；

模糊化处理单元用于接收测量值和设定值，并对测量值和设定值进行模糊化处理，将处理后的信号传递给神经模糊控制单元；

神经模糊控制单元用于采用人工神经网络和模糊控制对模糊化处理单元传递过来的信号进行处理，其中利用人工神经网络来进行模糊信息处理以得到输出信号并将其传递给转换器；

转换器用于对神经模糊控制单元传递过来的输出信号进行反模糊化处理以便向洗衣机控制器发出指令信号；

洗衣机控制器用于根据从转换器接收到的指令信号洗衣参量。

2.根据权利要求1所述的基于神经网络模糊控制器的智能洗衣机，其特征在于，浑浊度传感器感测洗衣机筒内水的浑浊度。

3.根据权利要求1或2所述的基于神经网络模糊控制器的智能洗衣机，其特征在于，浑浊度传感器感测洗衣机排水管中的水的浑浊度。

4.根据权利要求1或2所述的基于神经网络模糊控制器的智能洗衣机，其特征在于，洗衣参量为水流强度。

5.根据权利要求1或2所述的基于神经网络模糊控制器的智能洗衣机，其特征在于，洗衣参量为洗涤时间。

Images