基于模糊推理技术与存储器地址映射的舒适度传感器
技术领域
本发明属于一种环境监测用的舒适度传感器,具体涉及一种基于模糊推理技术与存储器地址映射技术的基于模糊推理技术与存储器地址映射的舒适度传感器。
背景技术
由于室内舒适度具有不可直接测量性,难以建立控制数学模型,难以对其进行量化、研究与控制。现实生活中,经验丰富的家居生活者可根据其生活经验,通过感观来判断、调节室内环境的舒适度,但这种经验不易推广。而模糊推理技术能有效地模拟专家经验,若运用该技术将这些经验转化为推理数学模型,并将其写入芯片中,开发成相应的传感器,则可广泛推广这一生活经验,实现对室内环境的舒适度的评判。
就模糊控制器而言,应用单片机、模糊推理芯片开发模糊推理系统,对开发人员要求较高,且具有开发周期长、成本高、运行时响应速度慢等缺点。
发明内容
为了很好的解决上述问题,本发明提出了一种基于模糊推理技术与存储器地址映射技术的基于模糊推理技术与存储器地址映射的舒适度传感器,应用模糊技术建立推理数学模型,模糊控制器采用存储器地址与存储内容的映射关系,以此来实现室内环境舒适度判别。
本发明的技术方案如下:一种基于模糊推理技术与存储器地址映射的舒适度传感器,包括温度传感器和相对湿度传感器,其关键在于:所述温度传感器经第一A/D转换器连接有第一锁存器,所述相对湿度传感器经第二A/D转换器连接有第二锁存器;
所述第一锁存器和第二锁存器分别连接存储器的温度输入端和湿度输入端,该存储器内存储有温度/相对湿度与舒适度响应表,该存储器输出端连接有显示装置。
据统计分析,我国南方大部分地区的常年室内气温的范围为0℃<T<40℃,而北方虽然冬天室外环境比较寒冷,但由于室内装有暖气,所以常年室内气温范围也大多在0℃<T<40℃,因此温度变量的实际论域可取:T=[0,40];本发明室内湿度信号采用相对湿度的表示方法(0~100%),其实际论域可取:H=[0,1];舒适度同样采用相对舒适度的表示方式(0~100%),其实际论域可取:C=[0,100]。
根据人体卫生学研究表明,人体皮肤温度平均值为33℃~35℃,当空气温度超过30℃或低于12℃时,人体血液循环明显异常,在30℃以上,人体胃酸分泌减少,胃肠蠕动减慢,食欲下降。30℃和12℃是建筑热环境的卫生学上、下限。研究还发现,空气温度在25℃左右时,脑力劳动效率最高;低于18℃或高于28℃时,工作效率急剧下降。原重庆建筑大学对夏热冬冷地区进行过调查,表明夏季室温不超过28℃时,人们对热环境均表示满意;28℃~30℃时,约30%的人感到热,但很少有人感到难受,室内尚可正常生活,具备基本的居住条件;30℃~34℃时,84%的人感到热,14.5%的人感到室内不能居住;超过34℃时,100%的人感到热,42.3%的人感到难忍受,室内不具备基本的居住条件。冬季室温达到18℃时,坐着的人有5%感到冷;室温低于12℃时,80%坐着的人感到冷而且有的冷得难受,不能坚持久坐不动,且动作的人也有20%以上感到冷。研究还表明,室内的相对湿度一个较为舒适的范围为0.45<H<0.6,当其大于0.8或者小于0.2时都会使人感到心情极度烦躁。
依据以上研究,在进行模糊舒适度传感器推理数学模型的建立时,对输入、输出变量的描述选用如下模糊词集:温度={冷,凉,适中,暖,热};相对湿度={很干燥,干燥,适中,湿润,很湿润};舒适度={不舒适,舒适,很舒适}。
依据以上研究,在隶属度函数选择时,我们选择常用的三角形隶属度函数(trimf)和梯形隶属度函数(trapmf)作为舒适度传感器模糊推理数学模型的输入和输出变量的隶属度函数:
(1)输入温度隶属度函数,其中x为当前监测到的温度值:
(2)输入相对湿度隶属度函数,其中y为当前监测到的湿度值:
(3)输出舒适度隶属度函数,其中z为当前监测到的温度值:
依据经验丰富的家居生活者的生活经验,制定如下模糊推理规则表:
按如下方法建立舒适度模糊推理数学模型:
设温度为T,相对湿度H,传感器输出为F;Ai(x)表示T属于模糊命题Ai的真值,Bj(y)表示H属于模糊命题Bj的真值,Ck(z)表示F属于模糊命题Ck的真值;X、Y、Z分别表示温度T、相对湿度H、传感器输出Z的论域,Ai、Bj、Ck分别表示温度、相对湿度、传感器输出的语言值。
根据模糊推理规则表,将其制定如下形式的模糊推理语句:
if(T is Ai)and(H is Bj)then(F is Ck)
那么(Ai×Bj→Ck)对应的模糊关系可表示为
R的隶属度函数为
因此,模糊输出为
C=(A×B)οR
获得的模糊输出量经过加权平均判决法得到用于存储到存储器中的精确值
其中ki为元素ωi的权系数,为了方便选取隶属度为权系数。
基于提供的模糊输入输出论域及其取值范围、隶属度函数和模糊推理规则表,则可以对模糊推理系统进行模糊合成。本模糊推理系统,采用MATLAB仿真,得到模糊响应关系曲面,能够清楚的反应模糊输入温度、相对湿度与模糊输出舒适度之间的响应关系。
将建模得到的推理数学模型转化成模糊推理输入与输出的响应关系表,并采用基于存储器地址映射方法将其写入存储器内存单元中。将建模得到的推理数学模型转化成温度/相对湿度与舒适度响应表,并采用基于存储器地址映射方法将其写入存储器内存单元中。
为了更好的阐述本发明的技术方案,现引入存储器地址映射的基础知识:以16位存储器地址为例,将地址分为高8位与低8位。将存储器地址(00H~FFH)作为自变x和y量的论域,对应的存储单元存储的内容作为函数值Z的论域(00H~FFH)。这样存储器的地址与存储单元存储的内容就建立一种映射关系,而这种映射就可以实现函数的插值拟合功能,逼近二元函数Z=f(x,y)。
所述第三锁存器(8)与显示装置连接,或与控制调节装置连接。
还设置有时序控制器,该时序控制器连接所述第一A/D转换器、第二A/D转换器、第一锁存器、第二锁存器、存储器、第三锁存器,时序控制器控制上述各芯片的工作时序。
在时序控制器的的控制下,温度、湿度传感器将检测到的模拟信号经过A/D转换得到数字量,并将其分别作为存储器的高八位与低八位地址,对存储器的内存单元进行寻址,取出相对应内存单元中的值,并将其输出到第三锁存器中锁存,以供下一级设备使用,如温、湿度显示、调节器,智能家居中央控制设备等。
本发明的显著效果:提供了一种基于模糊推理技术与存储器地址映射的舒适度传感器,克服了室内舒适度具有不可直接测量性,以及硬件电路复杂等难题。该舒适度传感器具有模糊评判方法科学、有效,硬件电路简单、响应速度快等特点。
附图说明
图1是本发明的结构框图;
图2为模糊响应关系曲面图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明一种基于模糊推理技术与存储器地址映射的舒适度传感器,设置有温度传感器1和相对湿度传感器2,其中温度传感器1经第一A/D转换器3连接有第一锁存器5,所述第一锁存器5连接存储器7的温度输入端;
相对湿度传感器2经第二A/D转换器4连接有第二锁存器6,第二锁存器6分别连接存储器7的湿度输入端;
存储器7内存储有温度/相对湿度与舒适度响应表,该存储器7输出端连接有第三锁存器8。
在MATLAB环境下,利用模糊系统工具箱中的evalfis(完成模糊推理计算)函数,将得到的模糊响应曲面,如图2所示,曲面上温度与湿度所对应的点转换成精确值,并将其制作成温度/相对湿度与舒适度响应表如下。
具体过程如下:
步骤一:应用模糊理论建立由温、相对湿度作为输入,舒适度作为输出的模糊推理数学模型;
步骤二:应用计算机仿真软件,将步骤一获得的数学模型,经过仿真,得到模糊判别的输入与输出的响应关系表;
步骤三:将步骤二获得的输入与输出的响应关系表按存储器地址映射的方法写入存储器内存单元。
1、由模糊响应曲可以看出曲面的边缘是不舒适的区域,而趋向曲面中心过程中舒适度越来越高。因此,将温度离散为如下值:0,5,10,13,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,35,40;
湿度离散为如下值:
0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1;
2、利用模糊工具箱中的evalfis(完成模糊推理计算)函数,计算各离散温度与湿度离散值下,所对应的舒适度的精确值;
3、制作温度/相对湿度与舒适度响应表;
按照存储器地址映射的方法存储到存储器(7)中。为了存储方便,设Ti,Hj分别为温度、湿度的离散值。将温度属于-δ<Ti<δ,湿度属于-θ<Hj<θ下的舒适度值都归为(Ti,Hj)下的舒适度值,其中因此,部分连续的存储单元中会存储相同的舒适度值;
所述第三锁存器8与显示装置连接,或与控制调节装置连接。
还设置有时序控制器9,该时序控制器9连接所述第一A/D转换器3、第二A/D转换器4、第一锁存器5、第二锁存器6、存储器7、第三锁存器8,时序控制器9控制上述各芯片的工作时序。
在时序控制器的控制下,温度、相对湿度传感器将采集的模拟信号经A/D转换器转换成数字信号,并锁存在相应的锁存器内;
在时序控制器的控制下,存储器依据锁存器内锁存的地址寻址存储单元,并输出给输出锁存器锁存;
输出锁存器内锁存的内容即为输出室内环境的舒适度。
三维响应表的获得方式并不是唯一的,此处是为工程技术人提供一种得到响应表的方法。其它如人工创造温/湿度环境,实时监测获得。