臺灣博碩士論文加值系統

擁有良好類化能力的可微分小腦模型控制器(Differentiable Cerebellar Model Articulation Controller, DCMAC)是一個很有用的學習系統，而模糊滑動模式控制器(Fuzzy Sliding Mode Controller, FSMC)進行控制時並不需要事先知道受控體的數學模式，因此可被用來解決信息不充分的控制系統。
受控體有從單純的物件到複雜的機構物件，這些物件於控制當中可能受到各式各樣的干擾，而且不同的控制物件具有不同的控制特性，因此唯有給予受控體正確的控制方法，才能使它獲得良好的控制品質。
基於上述考量，本研究所設計的控制器除了利用誤差、誤差值的變化外還必須考慮那些控制器擁有類似積分器的功能，可以被用來做浮球位置控制，而可微分小腦模型控制器及模糊滑動模式控制器因能滿足上述之條件，所以為本研究所選用。
本研究所設計的浮球位置控制系統，係以浮球的位置輸出值和其期望值做比較，對其所產生的誤差及誤差值的變化量，經由可微分小腦模型控制器及模糊滑動模式控制器分別運算後，再同時對浮球位置控制系統輸出控制信號，使浮球能儘快地、穩定地到達預期目標，以使控制系統的響應速度及響應能力獲得改善。

Differentiable Cerebellar Model Articulation Controller owning the good ability of generalization is a very useful study system. and Fuzzy Sliding Mode Controller when it is used doesn''t need to know the mathematics mode of the plant in advance, therefore it can be used to solve control system, which information is not complete.
The plant has from pure thing to complex organization thing, these things which is controlled may be come across every kind of disturbance, and the different control thing have different control characteristics, therefore the plant has to be give the correct control method, then it will obtain the good control quality.
Base on above-cited, the controller which be designed in this paper must use the error、delta of error and consider the controller which owning ability of integral, can be used to float ball position control, and Differentiable Cerebellar Model Articulation Controller and Fuzzy Sliding Mode Controller can to satisfy on the conditions above, so that they be chose.
The control system which is designed in this paper, firstly the output position of the float ball compares with the expected position of the float ball, then obtaining its error and variety quantity, after being calculated by Differentiable Cerebellar Model Articulation Controller and Fuzzy Sliding Mode Controller respectively, and transmitting control value to the control system of the float ball simultaneously, then the float ball can reach the expected position as soon as possible and stability, so that the response speed and the response ability of the controller system can be improved.

總 目 錄
中文摘要 I
英文摘要 II
總目錄 IV
圖目錄 VI
表目錄 IX
第一章 緒論 1
1.1研究背景與動機 1
1.2研究目的 2
1.3研究範圍與限制 2
1.4研究方法 3
1.5研究步驟 3
第二章 小腦模型控制器理論 6
2.1小腦模型控制器導論 6
2.2小腦模型控制器的記憶體分割 7
2.3小腦模型控制器的數學演繹法 7
2.4可微分小腦模型控制器的導論 8
2.5可微分小腦模型控制器的基本架構 9
2.6可微分小腦模型控制器的數學演繹法 10
2.7可微分小腦模型控制器的更新動作 14
2.8 CMAC與DCMAC學習能力的比較 14
第三章 滑動模式控制器理論 18
3.1滑動模式控制器導論 18
3.2連續型滑動模式控制 23
3.3間時型滑動模式控制 24
3.4顫動現象之探討 27
3.5模糊滑動模式 28
3.6滑動模式與模糊滑動模式的模擬 30
第四章 浮球位置控制系統規劃與實驗 34
4.1系統規劃 34
4.2硬體規劃 34
4.3資料擷取卡的函數設定 39
4.4感測器與浮球位置的物理特性 42
4.5風扇之風速與浮球位置的物理特性 43
4.6控制器的架構 44
4.7控制器的模擬 45
4.8浮球位置控制系統之軟體規劃 53
4.9實驗結果 57
第五章 研究結論與建議 71
5.1研究結論 71
5.2研究建議 72
參考文獻 73
附錄A 作者簡介 76
附錄B 浮球控制系統參考程式 77
圖 目 錄
圖1-1 研究步驟流程圖 5
圖2-1 小腦模型控制器的架構 6
圖2-2 可微分小腦模型控制器的架構 10
圖2-3 一維高斯函數的圖形 11
圖2-4 CMAC對y=x+3的回想結果 15
圖2-5 DCMAC對y=x+3的回想結果 15
圖2-6 CMAC對y=cos(x)的回想結果 16
圖2-7 DCMAC對y=cos(x)的回想結果 16
圖3-1 滑動模式控制系統 19
圖3-2 與系統連接時的相位平面圖 20
圖3-3 與系統連接時的相位平面圖 20
圖3-4 相位平面的分割 21
圖3-5 相位平面的狀態點軌跡圖 22
圖3-6 相位軌跡圖 22
圖3-7 控制律的向量合成圖 24
圖3-8 Dote與Hoft所提之到達條件反例 26
圖3-9 理想滑動模式示意圖 27
圖3-10 輸入變數( )的歸屬函數 29
圖3-11 輸出變數( )的歸屬函數 29
圖3-12 誤差(x1)與誤差變化率(x2)模擬響應圖(滑動模式) 31
圖3-13 預期目標R=40模擬響應圖(滑動模式) 31
圖3-14 誤差(x1)與誤差變化率(x2)模擬響應圖(模糊滑動模式) 32
圖3-15 預期目標R=40模擬響應圖(模糊滑動模式) 32
圖4-1 浮球位置控制系統方塊圖 34
圖4-2 浮球位置控制系統硬體配置圖 35
圖4-3 浮球控制箱的外觀及接線端子 36
圖4-4 PI-216與PI-303的I/O接腳圖 37
圖4-5 穩壓電路 38
圖4-6 感測器電路 38
圖4-7 風扇之驅動電路 39
圖4-8 感測電壓與浮球位置的關係圖 42
圖4-9 風扇之電壓與風速的關係圖 44
圖4-10 控制器的架構圖 45
圖4-11 輸出期望值=15的FSMC模擬響應 46
圖4-12 輸出期望值=15的DCMAC模擬響應 47
圖4-13 輸出期望值=15的FDCMAC模擬響應 47
圖4-14 輸出期望值=25的FSMC模擬響應 48
圖4-15 輸出期望值=25的DCMAC模擬響應 49
圖4-16 輸出期望值=25的FDCMAC模擬響應 50
圖4-17 輸出期望值=35的FSMC模擬響應 51
圖4-18 輸出期望值=35的DCMAC模擬響應 51
圖4-19 輸出期望值=35的FDCMAC模擬響應 52
圖4-20 FSMC控制實驗程式之流程圖 55
圖4-21 DCMAC控制實驗程式之流程圖 56
圖4-22 FDCMAC控制實驗程式之流程圖 56
圖4-23 浮球控制設備 57
圖4-24 浮球位置期望值=5公分的FSMC實作響應 58
圖4-25 浮球位置期望值=5公分的DCMAC實作響應 59
圖4-26 浮球位置期望值=5公分的FDCMAC實作響應 59
圖4-27 浮球位置期望值=15公分的FSMC實作響應 60
圖4-28 浮球位置期望值=15公分的DCMAC實作響應 61
圖4-29 浮球位置期望值=15公分的FDCMAC實作響應 62
圖4-30 浮球位置期望值=35公分的FSMC實作響應 63
圖4-31 浮球位置期望值=35公分的DCMAC實作響應 63
圖4-32 浮球位置期望值=35公分的FDCMAC實作響應 64
圖4-33 未加干擾實驗 66
圖4-34 遮氣干擾實驗 67
圖4-35 增加重量干擾實驗 68
圖4-36 放氣干擾實驗 69
圖4-37 程式執行後浮球由壓克力管上端放入的實驗 70
表 目 錄
表2-1 總記憶體數目M與輸入狀態S之間的索引指標關係表 7
表2-2 CMAC與DCMAC對y=cos(x)的回想結果比較表 17
表3-1 相位平面分割表 21
表3-2 輸入及輸出的模糊變數及其意義 29
表3-3 模糊控制規則表 30
表3-4 SMC及FSMC對轉移函數的模擬結果比較表 33
表4-1 浮球位置與感測電壓對照表 42
表4-2 風扇之電壓與風速對照表 41
表4-3 輸出期望值=15的模擬結果比較表 48
表4-4 輸出期望值=25的模擬結果比較表 50
表4-5 輸出期望值=35的模擬結果比較表 52
表4-6 浮球位置期望值=5公分的實作結果比較表 60
表4-7 浮球位置期望值=15公分的實作結果比較表 62
表4-8 浮球位置期望值=35公分的實作結果比較表 64

[1] Miller, T. W., Glanz, F. H. Kraft & L. G. (1987). Application of a General Learning Algorithm to the Control of Robotic Manipulators. The International Journal of Robotic Research, 6, 2, 84-98.
[2] Miller, W.T. & Aldrich (1990). Rapid Learning Using CMAC Neural Networks: Real Time Control of an Unstable System. Proceedings of the 5th IEEE International Symposium on Intelligent Control 1990, Philadelphia, PA., (pp.465-470).Richard P. Lippmann (1989). Pattern Classification Using Neural Netwroks. IEEE Communications Magazine, 47-64.
[3] Shelton R. O. & Peterson & J. K. (1992). Controlling a Truck with an Adaptive Critic CMAC Design. Simulation, 58, 5, 319-326.
[4] Chiang C.T., Lin. C.S. (1996). CMAC with General Basis Functions. Neural Networks, 9, 7, 1199-1211,1996.
[5] Chih-Ming Chen, Hahn-Ming Lee & Yu-Rong Hsieh (1999). A New Learning Model of Hierarchical CMAC Neural Networks. Proceedings of Fourth National Conference on Artificial Intelligence and Applications, pp.17-22,1999.
[6] Jar-Shone Ker, Yau-Hwang Kuo, Rong-Chang Wen & Bin-Da Liu Hardware Implementation of CMAC Neural Network with Reduced Storage Requirement. IEEE Transaction on Neural Networks, 8, 6, 1545-1556,1997.
[7] 洪欽銘、陳志銘、羅維恆、黃昭諺。採用無失真壓縮技術精簡小腦模型控制器聯想記憶體之研究。第五屆人工智慧與應用研討會，pp.277-282，2000
[8] Albus, J.S. A New Approach to Manipulator Control: The Cerebellar Model Articulation Controller (CMAC). Journal of Dynamic Systems, Measurement, and Control, Transactions of ASME, 220-227,1975.
[9] Albus, J.S. Data Storage in the Cerebellar Model Articulation Controller (CMAC). Journal of Dynamic Systems, Measurement, and Controller, Transactions of ASME, 228-233,1975.
[10] S. H. Lane, D. A. Handelman, J. J. Gelfand, “Theory and Development of Higher-Order CMAC Neural Networks,” IEEE Contr. Syst., vol. 12, 1992, pp. 23-30.
[11] C. T. Chiang and C. S. Lin, “Integration of CMAC and Radial Basis Function Techniques,” IEEE International Conference on Intelligent Systems for the 21st, Vol. 4, 1995, pp.3263-3268.
[12] C. T. Chiang and C. S. Lin, “CMAC with General Basis Functions,” Neural Network, vol.9, no.7, 1996, pp.1199-1211.
[13] U.Itkis, “Control Systems of Variable Structure,” New York:Wilek,1976.
[14] V. I. Utkin, “Sliding modes and their application in variable structure system,” Moscow: Mir,1978(English translation).
[15] S. V. Emel''yanov, “Use of Nonlinear Correcting Devices of Switch Type to Improve the Quality of Second-Order Automatic Control Systems,” Automat. I Telemekh., Vol. 20, No. 7, 1959.
[16] K. Furuta, “Sliding Mode Control of A Discrete System,” Systems & Control Letters, vol. 14, 1990, pp.145-152.
[17] D. Milosavljevic, “General conditions for the existence of a quasi-sliding mode on the switching hyperplane in discrete variable structure systems,” Automat. Remote Contr., vol. 46, 1985, pp.307-314.
[18] Y. Dote and R. G. Hoft, “Microprocessor based Sliding Mode Controller for DC Motor Drivers,” Ind. Application Soc. Annu. Metting Cincinnati, OH, 1980.
[19] S. Z. Sarpturk, Y. Istefanopulos, and O. Kaynak, “On the Stability of Discrete-Time Sliding Mode Control Systems,” IEEE Trans. Automat. Contr., vol. 32, no, 10, 1987, pp.930-932.
[20] W. B. Gao, “The Foundation of Variable Structure Theory”, Beijing: CST, 1988, pp.243.
[21] G. Golo, Č. Milosavljević, “Robust Discrete-Time Chattering Free Sliding Mode Control,” Sys. & Contr. Letters, Vol. 41, 2000, pp.19-28.
[22] L. A. Zadeh, "Fuzzy sets," Information and Control,” vol. 8, no. 3,pp.338-353,1965.
[23] E. H. Mamdani, "Application of fuzzy algorithms for control of a simple dynamic plant," Proc. IEE, vol. 121, no. 12, ppl585-1588, 1974.
[24] C. C. Lee, "Fuzzy Logic in Control System : Fuzzy Logic Controller-Part I," IEEE Trans. System, Man , and Cybernetics, Vol. 20, No. 2, pp.404-418, 1990.
[25] C. C. Lee, "Fuzzy Logic in Control System: Fuzzy Logic Controller-Part II," IEEE Trans. System, Man, and Cybernetics, Vol. 20, No. 2, pp.419-435, 1990.
[26] 楊凱鈞(民90)：浮球定位控制實驗單元。台北，智控科技。