[发明专利]基于神经网络模糊控制器的智能洗衣机

说明书

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)。