[发明专利]一种控制被控目标的方法及使用该方法的控制系统

说明书

本发明涉及一种控制一受控目标的方法，特别地但并不局限用于控制家用电器，如吸尘气或洗衣机。本发明也涉及供这一方法使用的控制系统。

近年来，已发展了使用模糊逻辑来控制一被控目标。这种方法通常用在被控目标较复杂的情况，因而要分析大量的数据。于是；从许多种传感器中产生与被控目标的工作相关的许多不同特征，模糊逻辑系统然后分析这些特征以便产生适当的控制信号。然而，这些常用的模糊逻辑系统十分复杂，并且不太适用于家用电器。

另一方面，用来控制吸尘器的常用系统是原始的。它们取决于使用者的操纵控制以便根据被清扫的表面情况选择适当的操作。因此，当使用者在房屋内四处走动，吸尘器的工作必须根据地板表面例如从地毯换到硬表面的变化而变化。

日本专利JP-A-64-52430提出了根据毛刷电动机所产生的信号检测出被清扫表面的类型来驱动吸尘器吸气管嘴的毛刷。然而，该方法的缺点是控制方法受使用者施力的影响，该力常常随地板表面形状的变化而改变。所以，该控制方法不太令人满意。

在其最普遍的情况，本发明提出用神经网络和模糊逻辑去控制诸如家用电器(例如吸尘器或洗衣机)这类被控制目标。

已看到，可以从单一的传感器得到多种控制特征，因而可以简化向神经网络和模糊逻辑提供适当输入的控制装置。

例如，当传感器是压力传感器，有可能测到一平均压力，然后检查该平均值的变化，即确定该压力在平均值以上或以下的次数。类似的考虑方法也适用于从马达负载电流得到的信号。

模糊逻辑可单单依据供给神经网络的特征来工作，但最好接收来自相同或不同传感器的其他特征。事实上，接收未经神经网络处理的控制特征而处理其他特征的模糊逻辑的构思，正是本发明的一个独立的方面。

神经网络和模糊逻辑控制的一项缺点，是该神经网络处理信号的时间很长，因为输入到神经网络的输入很大。目前应用的神经网络通常所关注的是保持运行一致，而本发明的基础是取决于改变被控目标的运行。所以，如果特征之一有一预定的值(这个用语也包括一预定范围)那么它可被测定，并且当该预定值达到时就产生对被控制目标的一固定控制模式。当然，模糊逻辑可调整该固定控制模式，但神经网络被绕过。在这种情况，当做出的决定完全清楚时，神经网络可被绕过。这是本发明的另一个独立方面。如上所述，模糊逻辑作为神经网络的一调节器。然而，也可在输入神经网络之前把模糊逻辑应用于所有控制特征。

如上所述，本发明涉及一控制方法，以及一用于进行该方法的控制系统。特别地但不局限应用在控制象吸尘器或洗衣机这类家用电器。

下面通过举例和参照附图对本发明的实施例作详细描述，其中：

图1是根据本发明的控制系统的总方框图；

图2是本发明的一个实施例所述的一吸尘器控制系统的方框图；

图3是表示图2所示的吸尘器控制电路的结构特征的示意图；

图4是可应用本发明的一吸尘器的部分剖面示意图；

图5是图4所述的吸尘器的吸气口的示意图；

图6(a到c)是图4所述的吸尘器在不同表面上的压力变化的示意图；

图7a到7c是在不同表面上的特征变化的示意图；

图8是神经网络的运行示意图；

图9是表示模糊逻辑的工作原理；

图10是表示实施本发明的一吸尘器所使用的模糊规则；

图11a到11c表示用于模糊逻辑的从属函数的变化；

图12是表示本发明的一实施例内的特征处理的示意图；

图13是用于图2所述的实施例的零交叉检测电路的电路图；

图14a到14d是图2所示的实施例所发生的电压和电流的波形；

图15是说明图2所述的实施例的一吸尘器的运行结果的图表；

图16a到16d说明不同表面的控制特征的进一步变化；

图17表示图12的一个调整的特征处理；

图18是说明应用阈值的一个图表；

图19是与图17相类似的采用阈值测量的处理方法；

图20表示图1的一种变化的另一实施例，其中分分立的传感器分别为神经网络和模糊逻辑提供输入；

图21是表示图20的构思的工作方框图；

图22是构成图20和21的控制系统的电路组件的示意图；

图23a和23b分别表示动力刷检测电路的结构图以及它们的电压变化图；

图24a到24c说明动力刷马达电流的变化；

图25a到25c说明图24(a到c)的电流滤波的效果；

图26a到26d说明图20的实施例的不同表面的特征变化；