Sistema de Control de Flujo y Temperatura de

un grifo con varias lgicas borrosas.

Fernndez de Alba, Jos Mara jmfernandezdalba@gmail.com
Garmendia, Luis lgarmend@fdi.ucm.es
Departamento de Ingeniera del Software e Inteligencia Artificial
Facultad de Informtica
Universidad Complutense de Madrid

RESUMEN
Se describe e implementa una ducha inteligente autorregulada. Se
comienza discutiendo algunas diferencias con un modelo de desarrollo de
sistemas de control ms convencional y luego se va describiendo cada una
de las fases de desarrollo: definicin del problema, anlisis y diseo, e
implementacin y pruebas. Se comparan y analizan los resultados de
razonamiento aproximado con las lgicas de Zadeh, producto y Lukasiewicz.
Palabras claves
Lgica borrosa, control borroso, grifo inteligente, Xfuzzy

ABSTRACT
In this work is described in a detailed way how has been performed,
following the fuzzy reasoning systems development model, a typical
example of an autoadjustable shower. It starts discussing some differences
with a more conventional control systems development model and then each
development phases are described: problem definition, analysis and design,
and implementation. Different fuzzy logic are tested and compared.
Keywords
Fuzzy Logic, Fuzzy Control, intelligent shower, Xfuzzy
Jornadas Internacionales de Didctica de las Matemticas en Ingeniera

249

Sistema Borroso de Control de Flujo y Temperatura

1. INTRODUCCIN
En la seccin 1 se discute la metodologa de desarrollo de un sistema borroso
comparandolo con uno tradicional. En la seccin 2 se muestra el problema y los
requisitos. En la seccin 3 se define el modelo y las reglas asociadas al sistema. En la
seccin 4 se discute la implementacin y los resultados obtenidos. En la seccin 5 se
exponen las conclusiones. En la seccin 6 se ofrecen las referencias.
Los sistemas de control basados en lgica borrosa ofrecen ciertas ventajas frente
a los sistemas de control tradicionales. Las principales son: la definicin de los sistemas
es ms sencilla, por hacer uso de lenguaje natural y, en los sistemas basados en estados,
se consigue un comportamiento ms suave y mayor estabilidad debido a la ausencia de
fronteras ntidas.
En este trabajo se desarrolla una pequea aplicacin de control con lgica borrosa
para regular la temperatura y el flujo de una ducha. Con sto se pretende ilustrar el
proceso de desarrollo de este tipo de sistemas y los resultados obtenidos.
1.1 INTRODUCCIN A LA LGICA BORROSA Y AL RAZONAMIENTO
APROXIMADO
La Teora de los Conjuntos Difusos o Conjuntos Borrosos (fuzzy sets en ingls)
se aplica con xito para modelar informacin con falta de nitidez incertidumbre y para
resolver problemas de control. Lotfi A. Zadeh [16] en 1965 escribe su artculo Fuzzy
Sets en el que los conjuntos difusos, de frontera no precisa y cuya funcin de
pertenencia indica un grado. Las lgicas borrosas necesitan generalizar las conectivas
para definir la interseccin, unin y negacin entre conjuntos borrosos, para lo cual se
utilizan diferentes familas de operadores llamadas normas triangulares, conormas
triangulares y negaciones [12].
En control es habitual definir reglas borrosas para efectuar inferencias y
razonamiento aproximado de la forma:
Si x es P entonces y es Q
x es casi P
_____________________
y es casi Q
donde x, y son variables y P, Q son conjuntos borrosos y la regla es una relacin
borrosa que se puede definir con diferentes operadores de implicacin [15].

250

Jornadas Internacionales de Didctica de las Matemticas en Ingeniera

Sistema Borroso de Control de Flujo y Temperatura

2. METODOLOGA DE DESARROLLO
La metodologa de desarrollo usada para el desarrollo de sistemas de control
borrosos difiere de la metodologa para sistemas convencionales en su mayor sencillez. El
punto principal de diferencia es la necesidad en los sistemas convencionales de disear
un modelo lineal del problema y hacer uso de simplificaciones de la teora de control.
Ambos pasos, aunque ms el segundo, requieren un conocimiento experto de la teora de
control. Por el contrario, el desarrollo de sistemas borrosos se basa en reglas borrosas, es
decir, expresables en el lenguaje natural, y por tanto requiere menos conocimiento
experto para su desarrollo.
El ejemplo de la validez de esta metodologa est en el xito en el desarrollo de la
aplicacin de control descrita en este trabajo por parte de un desarrollador no
especialmente experto en teora de control.

Figura 1: Modelo de Desarrollo Convencional

Jornadas Internacionales de Didctica de las Matemticas en Ingeniera

251

Sistema Borroso de Control de Flujo y Temperatura

Figura 2: Modelo de Desarrollo Borroso

El ltimo modelo es el utilizado en este artculo y se detalla en las prximas 3
secciones.

3. DEFINICIN DEL PROBLEMA

El problema consiste en una ducha que obtiene el agua de dos fuentes distintas:
una de agua caliente y otra de agua fra, cada una con su respectivo grifo para ajustar el
flujo. El objetivo es conseguir ajustar automticamente los grifos de tal manera que la
temperatura y el flujo totales se encuentren dentro de un rango preferido.
El problema ha sido simplificado suponiendo situaciones ideales, como que el
agua a las dos temperaturas se mezcla perfectamente y que no hay otras prdidas de calor
o presin.
Estas son las ecuaciones relevantes:

252

Tfri [0,36]0 C(Temperatura _ fuente _ fra)

Tcal [36,100]0 C(Temperatura _ fuente _ caliente)

Tx = (Fcal Tcal + F friTfri ) /Fx (Temperatura _ total)

Fx = Fcal + F fri (Flujo _ total)

Pa = 30(Pr esin _ atmosfrica)

Jornadas Internacionales de Didctica de las Matemticas en Ingeniera

Sistema Borroso de Control de Flujo y Temperatura

F fri = V fri (Pfri Pa )(Flujo _ fra)

Fcal = Vcal (Pcal Pa )(Flujo _ caliente)

V fri [0,1](Apertura _ grifo _ fra)

Vcal [0,1](Apertura _ grifo _ caliente)

Pfri,Pcal [50,110](Presin _ fuentes_ fra _ y _ caliente)

Figura 3: Diagrama del Sistema

Tcal, Tfri, Pcal y Pfri se consideran la entrada o input del problema, mientras
que Vcal y Vfri se consideran la salida o output. Esto es: el sistema debe reaccionar a
los cambios de presin y temperatura en las fuentes cambiando la apertura de los grifos.
Los objetivos propuestos en el problema son:

Mantener Tx muy cercana a 36C

Mantener Fx muy cercano a 12L/min

Mantener las vlvulas insensibles a fluctuaciones muy pequeas de las

variables de entrada.

4. DEFINICIN DEL MODELO Y LAS REGLAS

El proceso de control consiste en tres tareas: percepcin del entorno,
razonamiento y actuacin sobre el entorno.

Jornadas Internacionales de Didctica de las Matemticas en Ingeniera

253

Sistema Borroso de Control de Flujo y Temperatura

Figura 4: Ciclo del Sistema

El razonamiento borroso lo lleva a cabo un sistema como ste. Los nombres son
autoexplicativos:

Figura 5: Mdulo de Razonamiento

Sobre las variables de entrada y salida del sistema se definen los siguientes
conjuntos borrosos:

Figura 6: Temperatura Total

254

Jornadas Internacionales de Didctica de las Matemticas en Ingeniera

Sistema Borroso de Control de Flujo y Temperatura

Figura 7: Flujo Total

Figura 8: Giro de los Grifos

Las siguientes son las reglas de control que debe seguir el sistema:

Figura 9: Definicin de Reglas

Como se puede observar, la definicin de los tipos y las reglas es muy intuitivo y
no requiere conocimientos especializados sobre control. El objetivo de estas reglas es
mantener la temperatura y el flujo cerca de unos valores preferidos. El tercer objetivo,
que es que los cambios mnimos en el entorno no produzcan grandes cambios en las
variables de salida, para que no se produzcan sustos y se obtenga un funcionamiento
suave.

Jornadas Internacionales de Didctica de las Matemticas en Ingeniera

255

Sistema Borroso de Control de Flujo y Temperatura

Si se hace una simulacin previa del comportamiento, se puede observar la

naturaleza continua de la funcin de control:

Figura 10: Funcin de Giro del Agua Caliente

La funcin para el agua fra es simtrica respecto de la temperatura:

Figura 11: Funcin de Giro del Agua Fra

5. SIMULACIN Y PRUEBAS
Para llevar a cabo la simulacin se ha construido una aplicacin que proporciona
la posibilidad de efectuar cambios en el entorno del sistema mediante varios sliders y ver
su impacto en las variables de salida. Adems, permite visualizar las grficas en el tiempo
del cambio de estas variables. El aspecto es el siguiente:
256

Jornadas Internacionales de Didctica de las Matemticas en Ingeniera

Sistema Borroso de Control de Flujo y Temperatura

Figura 12: Pantalla de la Aplicacin

El

programa

se

puede

descargar

desde

http://www.fdi.ucm.es/profesor/lgarmend/SC/grifo/ . Debe descomprimirse la carpeta

entera y ejecutar ducha.jar . Al ser un programa java, para poder ejecutarse hace falta
tener instalado un JRE, que tienen ya instalado la mayora de ordenadores, descargable en
http://java.sun.com/
En la esquina inferior derecha de la interfaz, se encuentra un indicador del error y
el tiempo de estabilizacin del sistema.
Se estn obviando algunos hechos importantes en un sistema real, como que los
cambios de temperatura obtenidos al cambiar los distintos flujos no son instantneos en la
realidad, sino que requieren un cierto tiempo, por lo que el sistema no sufrira esas
variaciones tan bruscas.

5.1 COMPARACIN DE LGICAS BORROSAS

La aplicacin da los resultados para tres sistemas distintos por el conjunto de
operadores que utilizan, que conforman distintas lgicas borrosas: Zadeh, Producto y
Lukasiewicz [13]. Para cada una de ellas se muestran los valores de salida que ofrecen y
los tiempos de reaccin y errores.
Al pulsar los botones de las grficas se muestra una grfica de la evolucin de las
variables en el tiempo como la siguiente:
Jornadas Internacionales de Didctica de las Matemticas en Ingeniera

257

Sistema Borroso de Control de Flujo y Temperatura

Figura 13: Grfica de las Variables en el Sistema de Zadeh

Figura 14: Cambios en el Sistema del Producto

258

Jornadas Internacionales de Didctica de las Matemticas en Ingeniera

Sistema Borroso de Control de Flujo y Temperatura

Figura 15: Cambios en el Sistema de Lukasiewicz

Se observa que los mejores resultados de precisin los ofrece la lgica de Zadeh,
no as con los tiempos de estabilizacin.
En esta aplicacin los sistemas implementados con las lgicas de Lukasiewicz y
del Producto no consiguen suavidad en los cambios. Si se examina la siguiente grfica
se puede observar, que en el sistema de Lukasiewicz y en el del Producto se producen
cambios bruscos en las variables de salida.

6. CONCLUSIONES
Aunque en principio el problema propuesto no supone un gran reto, la
complicacin surgida al probar el sistema con las distintas lgicas ha permitido poder
observar algunas caractersticas de stas. Adems, ha mostrado el problema que supone el
que se activen unas reglas con mayor verosimilitud que otras, y las diferencias sgn el
mtodo de inferencia y defuzzyficacin que se use.
Sin embargo, este sistema aplicado a un entorno real tendra un comportamiento
algo distinto, ya que en ste entorno ideal, los cambios introducidos por el sistema se ven
reflejados en el entorno de manera inmediata, y en la realidad, los cambios son ms
graduales, por tanto el sistema tiene mucho ms tiempo para poder adaptarse
correctamente.

Jornadas Internacionales de Didctica de las Matemticas en Ingeniera

259

Sistema Borroso de Control de Flujo y Temperatura

7. REFERENCIAS BIBLIOGRFICAS
[1] DUBOIS, D., PRADE, H., (1980), Fuzzy Sets and Systems. Theory and its
Applications. Academic Press, New York.
[2] IMSE Centro Nacional de Microelectrnica. Herramientas de CAD para Lgica
Difusa. Xfuzzy 3.0. http://www.imse.cnm.es (2003).
[3] KLIR G. and YUAN, B. (1995). Fuzzy Sets and Fuzzy Logic Theory and its
Applications Prentice Hall.
[4] LEWIS, H.W. (1997), The Foundations of Fuzzy Control.,Springer.
[5] NGUYEN, H.T. and WALKER, E. A., (1996). A first course in Fuzzy Logic.
CRC Press.
[6] OH, S., PEDRYCZ, W., PARK, B. (2002), Hybrid identification of fuzzy rulebased models. Int. Journal of Intelligent Systems, vol. 17 (1), pp.77-103.
[7] PEDRYCZ, W., (1991), Fuzzy Dynamic Systems. IJCAI, Fuzzy Logic and Fuzzy
Control, pp. 37-44, Sydney, Australia.
[8] PEDRYCZ, W.: Modelling with fuzzy sets in fuzzy control. Fuzzy Days, 3-34, 1992.
[9] PIEGAT, A., (2001). Fuzzy Modeling and Control. Springer
[10] PRADERA, A., TRILLAS, E., CUBILLO, S., (2000) On modus ponens generating
functions Int. J. Uncertain. Fuzziness Knowledge Based Systems 8, 1, pp. 7-19.
[11] SUGENO, M., (1985), An introductory survey of fuzzy control. Information
Sciences, n. 36, pp. 59-83.
[12] SCHWEIZER B. and SKLAR, A., (1960), Probabilistic Metric Spaces. NorthHolland, New York.
[13] TRILLAS E. and VALVERDE, L.

(1985), On mode and implication in

approximate reasoning, Approximate reasoning in expert systems, Eds. M. M.

Gupta, North-Holland. pp. 157-166.
[14] TRILLAS, E., ALSINA, C. and TERRICABRAS, J. M. (1995) Introduccin a la
Lgica Borrosa. Editorial Ariel.
[15] TRILLAS, E., and VALVERDE, L. (1985). On mode and implication in
approximate reasoning. Approximate reasoning in expert systems. Eds. M. M.
Gupta. North-Holland. pp. 157-166.
[16]

ZADEH, L.A. (1965), Fuzzy sets. Proceedings of the IEEE (Information and

Control), Vol:8: pp. 338-353.

260

Jornadas Internacionales de Didctica de las Matemticas en Ingeniera