Anlisis e Implementacin de Controladores PI, Fuzzy y Fuzzy PI para una planta de iluminacin

Resumen El siguiente trabajo es una explicacin detallada del control de una planta de luz que se hizo por medio de la implementacin de varios tipos de controladores que son PID, Fuzzy y Fuzzy-PID. A continuacin se detalla cmo cada uno de los controladores anteriormente implementados actuaron en el control de la luminosidad as como tambin las ventajas y desventajas que hemos hallado. La planta de luz constaba de focos (actuadores), sensor de luminosidad (LDR), una maqueta de una casa, una ventana para introducir perturbaciones. El control se hizo por medio de LabVIEW y/o Matlab con ayuda del PIC 18f4550.

Abstract The following work is a detailed explanation of the control of a plant light that is made through the implementation of various types of controllers are PID, Fuzzy and Fuzzy-PID. Below is how each of the drivers acted previously implemented in the brightness control as well as the advantages and disadvantages that we have found. The plant consisted of light bulbs (actuators), light sensor (LDR), a model of a house, a window to input disturbances. The control is done through LabVIEW and / or Matlab using the PIC 18F4550.

Se escogieron como actuadores, dos focos dc de carro de 2W tales que su intensidad lumnica sea buena, para de esta forma controlar bien las perturbaciones que se puedan tener. Sensor Un sensor analgico es aquel que puede entregar una salida variable dentro de un determinado rango. Un Sensor analgico, como por ejemplo una Fotorresistencia (estos componentes miden intensidad de luz), puede ser cableado en un circuito que pueda interpretar sus variaciones y entregar una salida variable con valores entre 0 y 5 volts. Los fotorresistores (tambin llamados LDR) poseen la capacidad de variar su valor acorde a la cantidad de luz que incide sobre ellos. A continuacin se detalla el circuito de conexin de una LDR.

Introduccin Dado que en la actualidad muchas de las tendencias de la ciencia ha sido en el mbito gentico, se ha podido observar que muchas empresas productoras de alimentos han desarrollado productos basados en el cultivo de algas donde la principal fuente de alimento de las mismas es la luz. Esta aplicacin podra ser orientada claramente a este campo de la ciencia, en la cual, cuando no hay suficiente luz solar, se puede crear un entorno en el cual se pueda dar condiciones ideales para que el cultivo de algas sea algo muy rentable y eficiente a la vez. Desarrollo Actuadores

Figura 1: Conexin de LDR Circuito de Potencia

En la parte de potencia decidimos usar un TIP 122 en conexin de corte y de saturacin debido a su rpida respuesta y debido a que soporta la frecuencia de trabajo del PWM con el cual se trabaja para controlar la intensidad lumnica de los focos.

La combinacin de una accin proporcional, una accin integral y una accin de control derivativa se denomina accin de control proporcional-integralderivativa (PID). Esta accin combinada tiene las ventajas de cada una de las tres acciones de control individuales. La accin de control con esta accin combinada se obtiene mediante:
( ) ( ) ( ) ( )

Y su funcin de transferencia es:

( ) ( ) ( )

Figura 2: Circuito de Potencia Comunicacin USB En el PIC 18f4550 se puede hacer comunicacin USB de forma que la computadora lo reconozca como un puerto serial, es decir que se puede comunicar directamente el micro controlador con la computadora sin necesidad de utilizar ningn dispositivo extra. Este tipo de comunicacin es idntica a la RS232 que anteriormente se utilizaba pero la diferencia radica en que es ms estable y no necesita de dispositivos mediadores entre la computadora y el micro controlador.

Donde Kp es la ganancia proporcional, Ti es el tiempo integral y Td es el tiempo derivativo. Dado que las caractersticas dinmicas y estticas del sensor o del elemento de medicin afecta la indicacin del valor real de la variable de salida, el sensor cumple una funcin importante para determinar el desempeo general del sistema de control.

Control Difuso (Fuzzy) Un sistema de control difuso es un sistema de control basado en lgica difusa de un sistema matemtico que analiza valores de entrada analgicos en trminos de variables lgicas que toman valores continuos entre 0 y 1, en contraste con la lgica clsica o digital, que opera en valores discretos de ya sea 1 0 (true o false, respectivamente). En un sistema controlado por lgica difusa, el valor de entrada proveniente de los sensores, es convertido a un valor difuso mediante un proceso llamado Fusificacin. A continuacin, ese valor es introducido a un proceso tambin lgico difuso llamado Mecanismo de

Figura 3: Diagrama de conexin USB

Marco Terico de Control:

Inferencia, en donde continuamente es evaluado mediante un conjunto de reglas, provenientes generalmente del conocimiento de un experto o elaboradas de manera emprica; este proceso produce un valor de salida tambin difuso, el cual es transformado a una salida real, a travs de un proceso llamado Defusificacin. El valor de la salida del proceso de Defusificacin es utilizado como seal de control o como entrada a un actuador que es en realidad, quien se encarga de ajustar la salida del sistema. Los cambios en el sistema son medidos por los sensores y el proceso se repite nueva-mente.

Figura 5: Subrutina

Programacin del Microcontrolador La programacin del Microcontrolador fue realizada en Flowcode:

Figura 6: Declaracin de Variables

Figura 7: Declaracin de Componentes Adquisicin De Datos Figura 4: Cdigo en Flowcode Para el envo y recepcin de datos entre el microcontrolador y el computador se realiza un protocolo comunicacin serial,

por lo cual se escogi el PIC 18F4550, que entre sus prestaciones presenta entradas analgicas y digitales, conversor anlogo/digital, salida de PWM y comunicacin serial USB. La frecuencia de muestreo ser 3 veces el tiempo en el que se tarda en realizar todas las instrucciones el procesador, en este caso vendra hacer el micro controlador. Por lo cual nuestro tiempo de muestreo ser de 0.04 segundos

Figura 9: Entrada escalon y respuesta en lazo abierto de la planta.

Modelamiento Con los datos obtenidos de la respuesta de nuestra planta, ingresamos el vector de la entrada escalon seteada y la de los datos obtenido y procedemos a encontrar un modelo aproximado de nuestra planta.

Figura 8: Adquisicin para la caracterstica del sensor La caracterstica del sensor se puede aproximar por un polinomio de un orden dado. Por ejemplo, podemos utilizar un polinomio de tercer orden.

Dado que obtener un modelo matemtico de nuestra planta llevara ms tiempo y ms calculos, procedemos a utilizar la herramienta de Ident de matlab para obtener un modelo aproximado, para lo siguiente procedemos a obtener la respuesta de nuestra planta en lazo abierto ante una entrada escalon.

Figura 10: Modelo aproximado al 98.1% de nuestra planta. Con la buena aproximacin de nuestro modelo obtenemos nuestra funcin de transferencia de la planta.

Ec. Funcin de transferencia con dos polos.

Diseo de Controlador PI

La idea bsica de un control PID, es tomar la informacin, presente, pasada, del sistema y tratar de predecir su funcionamiento en el futuro, para producir una seal de control, manteniendo a la variable de proceso en un punto deseado. La parte proporcional, da una seal de control proporcional al error. (informacin actual) La parte integral da una seal de control proporcional al error acumulado (informacin pasada) La parte derivativa da una respuesta proporcional a la derivada del error (informacin futura). La planta de luz, es un sistema que reacciona muy rpido por lo que un control derivativo no afectara a la accin de la planta o puede llegar a causarle inclusive la inestabilidad de la misma. Ya que el sistema es de segundo orden y con la condicin antes puesta es suficiente un controlador tipo PI, por medio de su implementacin, se mejoraran las caractersticas en estado transitorio. Para el caso prctico de nuestra planta se acudir a la herramienta de matlab para sintonizacin de las constantes del controlador PI, conocida como PIDTOOL.

Luego de haber simulado y hallado las constantes de Kp=0.35 y Ki=24, se procede a cargar estos valores en el programa de MATLAB los valores estabilizaron la planta y se logra reducir el error en estado estacionario.

Figura 12: Grfica obtenida en tiempo real con setpoint de 60 (Matlab Gui).

Figura 13: Grfica obtenida en tiempo real con cambios de setpoint (Labview). Diseo de Control Fuzzy El controlador difuso funciona como uno convencional puesto que a partir de la entrada, por medio de algn algoritmo, genera una salida, llamndose este proceso inferencia difusa y se lleva a cabo en tres partes: Fusificacin, donde la seal de entrada real es convertida en un valor difuso.

Figura 11: Simulacion en pidtools de la planta en lazo cerrado con el control PI y obtencin de las constantes

Evaluacin mediante reglas, en donde los valores de la salida difusos se calculan. Defusificacin, donde el valor de la salida difusa se convierte a un valor de salida real. Para el control fuzzy de la planta de iluminacin se plantea tres estados de iluminacin fijos que son Oscuro, Medio e Iluminado, se procede a realizar la fusificacin para cada estado.

Figura 17: Fusificacin de la seal de la LDR para el estado de medio.

Figura 18: Fusificacin de la seal de salida PWM para el estado de medio.

Figura 14: Fusificacin de la seal de la LDR para el estado de oscuro

Figura 19: Reglas de inferencia y defusificacin para el estado medio.

Figura 15: Fusificacin de la seal de salida PWM para el estado de oscuro. Figura 20: Fusificacin de la seal de la LDR para el estado de iluminado.

Figura 16: Reglas de inferencia y defusificacin para el estado oscuro. Figura 21: Fusificacin de la seal de salida PWM para el estado de iluminado.

Y as por ultimo obteniendo un modelo de PID-FUZZY como el de la siguiente figura:

Figura 22: Reglas de inferencia y defusificacin para el estado medio. Figura 24: Estructura del controlador PID-FUZZY

Figura 23: Control fuzzy en los tres estados lnea azul PWM y lnea roja LDR.

Para nuestro diseo de controlador al haber deducido antes que el efecto de la parte derivativa del controlador PID no era necesaria, se define que el control a realizar sera Fuzzy-PI, que para este caso se despreciara la entrada de cambio de error para la fusificacin y solo se tomar en cuenta la entrada del error proporcional.

Diseo controlador Fuzzy-PID Para lograr el diseo de un control FuzzyPID se deben considerar estos tres pasos: Sintonizar la planta como un PID clsico por medio de los diversos procesos para realizar esta accin, por el mtodo de Mtodo Ziegler y Nichols en lazo cerrado o sintonizando mediante herramientas y simulaciones. Fusificar a las constantes de sintonizacin encontradas en el paso anterior por medio de reglas de control clsicas del fuzzy. Desfusicar el resultado del anterior paso para que este resultado sea reconocido por la planta como un valor valido para ella. Figura 25: Fusificacin de la entrada del error proporcional.

Figura 26: Fusificacin de la salida de accin de control

Figura 27: Reglas de inferencia y desfusificacin del control fuzzy.

Figura 28: Grfica obtenida en tiempo real de Fuzzy-PI en MATLAB (GUI).

Figura 29: Grfica obtenida en tiempo real de Fuzzy-PI en labview. Conclusiones: No fue necesario la implementacin de un controlador PID, sino solo un PI. Esto se da debido a que la respuesta de la planta es bastante rpida e intentar hacer que tenga una respuesta an ms rpida, solo la desestabiliza.

El control Difuso requiere de unos buenos traslapes entre las funciones de membreca, por lo general del 30%. Si al asignar las membrecas, no hay claridad en el tipo de entrada/salida que se tiene, la planta tender a desestabilizarse. Un control fuzzy a lazo abierto no es exacto pero tiene una respuesta rpida a perturbaciones. El control Difuso P, logro presentar un control ms estable, en el estado estacionario, evitando las seales erradas enviadas por el microcontrolador. El instrumento ms empleado en este trabajo fue el Matlab que posee herramientas de gran ayuda como el simulink, pidtool, ident, entre otras que son de apoyo para la obtencin de parmetros indispensables y que sin estas tomara mucho tiempo en calcularlos. Como ventaja del controlador difuso se concluye que solo se necesita tener conocimiento del comportamiento de la planta, y de las condiciones de control, en cambio para poder implementar un controlador PID, adems de conocer el comportamiento de la planta, se necesita sacar un modelo lineal, identificar el tipo de planta y calcular las constantes de control. El control Difuso P, logro presentar un control ms estable, en el estado estacionario, evitando las seales erradas enviadas por el microcontrolador.

Referencias: [1] Tuning Of Fuzzy PID Controllers, Jan Jantzen. jj@iau.dtu.dk [2] Ingeniera de control moderna, Katsuhico Ogata, pg 683.

[3]Tecnologas de control, Tutorial PID, publicado en Septiembre 2007. [4] Introduction to Fuzzy Logic using MatLab. Sivanandam Sumathi and Deepa.