Guided by‐Prof. K. N. WAKCHAURE

“ FUZZY LOGIC & AND IT’S  APPLICATIONS”  

CONTENTS IntroductionApplicationsFuzzy logic representationFuzzy logic in control systemBenefits using fuzzy logic Fuzzy inference system & Fuzzy rulesConclusionReferences

INTRODUCTION Definition of fuzzy

Fuzzy – “not clear, distinct, or precise; blurred”

Definition of fuzzy logic

A form of knowledge representation suitable for notions that 

cannot be defined precisely, but which depend upon their 

contexts.

APPLICATIONS

Boiler temp and water level control Tool wear conditions by fuzzy logic Optimization of laser welding process Video Cameras Automatic Transmissions Control units Expert systems

TRADITIONAL REPRESENTATION OF FL

Slow FastSpeed = 0 Speed = 1

bool speed; get the speed if ( speed == 0) {// speed is slow} else {// speed is fast}

FUZZY LOGIC REPRESENTATION

Slowest

[ 0.0 – 0.25 ]

Slow

[ 0.25 – 0.50 ]

Fast

[ 0.50 – 0.75 ]

Fastest

[ 0.75 – 1.00 ]

For every problem must represent in terms of fuzzy sets.

What are fuzzy sets?

FUZZY LOGIC IN CONTROL SYSTEMS

Fuzzy Logic provides a more efficient and resourceful way 

to solve Control Systems.

Some Examples

Temperature Controller

Anti – Lock Break System ( ABS )

TEMPERATURE CONTROLLER

The problem Change the speed of a heater fan, based off the room 

temperature and humidity.

A temperature control system has four settings Cold, Cool, Warm, and Hot

Humidity can be defined by: Low, Medium, and High

Using this we can define the fuzzy set.

BENEFITS OF USING FUZZY LOGIC

Nonlinear and dynamic in nature Inputs for Intel Fuzzy ABS are derived from

Brake 4 WD Feedback Wheel speed Ignition

Outputs  Pulsewidth Error lamp

ANTILOCK  BRAKING SYSTEM

PROPOSED  METHODOLOGY  FOR  BOILER  CONTROL The proposed method consists of two sections. First section is to develop a steam temperature monitoring and control sys‐ tem and the second section consists of water level control. For both of the sections Fuzzy Logic Control will be used.  which will indicate the water level inside the boiler chamber. The microcontroller will take the temperature sensor output and level indicator output as the two inputs for the Fuzzy Inference System .After fuzzification of the inputs and applying suitable rules and de‐fuzzifyingthe output the microcontroller generates appropriate control signals.

Fig: Proposed FLC Based boiler control

The Fuzzy Inference system fuzzifies the inputs and applies suitable rules and calculates the defuzzified value. It then decides the suitable control action to be per‐formed..The microcontroller gives command to perform required control action to turn the heater ON/OFF  for safe operation of the boiler.   

• TEMPERATURE  CONTROL

WATER   LEVEL  CONTROL

The water level control is also an important parameter for boiler control. The water level inside the boiler chamber needs to be controlled because of changing load demand  When there is a need of more steam water level should be high and when there is a need of less steam the water level should be low .To maintain the water level inside the boiler chamber a level indicator circuit is used and the circuit is interfaced with the microcontroller. The Fuzzy Inference System stored inside the microcontroller then fuzzifies the inputs and applies suitable rules and then gives the defuzzified values which is then processed by the microcontroller to give the suitable control action to turn ON/OFF the inlet pump and OPEN/CLOSE the outlet valve.

FUZZY INFERENCE SYSTEM

APPROACH Usage

1. Define the control objectives and criteria What am I trying to control? What do I have to do to control the system? What kind of response do I need? What are the possible (probable) system failure modes?

2. Determine the input and output relationships Choose a minimum number of variables for input to the FL

engine

3. Use the rule-based structure of FL Break the control problem down into a series of rules

4. Create FL membership functions Define the meaning (values) of Input/Output terms used in the

rules

5. Test, evaluate, tune and retest

FUZZY RULES

Fig: Input membership function

Fig: Input membership function

Output membership functions

CONCLUSION

Fuzzy logic provides an alternative way to 

represent linguistic and subjective attributes of the 

real world in computing.

It is able to be applied to control systems and other 

applications in order to improve the efficiency and 

simplicity of the design process.

REFERENCES

[1]. R. Lagneborg, “New steels and steel applications for vehicles”, Materials Design, 1991,12(1), pp3–14. 

[2] A P Tadamalle, Y P Reddy and E Ramjee, (2013) Influence of laser welding process parameters on weld pool geometry and   duty cycle”, International Journal of  Advances in Production Engineering and Management, Vol8, No. 1, pp 53‐60.

[3] Smith Gregory C, Lee Samson S, “A method for detecting tool wear on a CNC lathe using a doppler radar detector”,

[4]Springer‐Verlag London Limited, 2004 2. Ko, T. J., and Cho, D. W., ”Tool Wear Monitoring in Diamond Turning by Fuzzy Pattern Recognition”, ASME J. Eng. Ind., 116, No. 2, 1994.

THANK  U …………