Beruflich Dokumente
Kultur Dokumente
Laboratorio N 15
CONTROL DIFUSO
Alumnos:
Caldern Quispe, Kevin
Dvalos Flores, Sebastin
Muoz Flores, Dante
Sosa Vsquez, Rayder
Profesor: Ernesto Godnez de la Cruz
Grupo: C5- 5 B
2014- II
Control Automtico II
Control Difuso
ndice
Introduccin:......................................................................................................................3
1.
Objetivos:...............................................................................................................4
2.
Fundamento Terico:..............................................................................................4
3.
Procedimiento:........................................................................................................8
4.
Observaciones:.....................................................................................................24
5.
Conclusiones:.......................................................................................................24
6.
Aplicacines:........................................................................................................25
7.
Bibliografa:..........................................................................................................27
Control Automtico II
Control Difuso
Control Difuso
Objetivos:
3
Control Automtico II
Control Difuso
Fundamento Terico:
Tradicionalmente los procesos industriales han sido controlados utilizando tcnicas de
control convencional. Sin embargo, debido al incremento en la complejidad de los
procesos y a que stos muchas veces son mal definidos por un modelo matemtico
debido al comportamiento no lineal que pueda existir, las tcnicas anteriores pueden
presentar deficiencias para mantener bajo control al proceso y optimizar su
funcionamiento. Un medio alternativo lo representan los algoritmos de control basados
en lgica difusa, que ltimamente ha surgido como una herramienta til para el control
de procesos industriales. La lgica difusa es una generalizacin de la lgica clsica en
donde existe una transicin continua entre lo falso y lo verdadero que mediante
principios matemticos puede servir para modelar informacin basada en grados de
membresa o pertenencia. Estos algoritmos pueden simularse y son susceptibles de
implementarse fcilmente en computadoras personales. Para caracterizar el
comportamiento de un proceso es necesario conocer el funcionamiento del mismo, lo
cual permite formular las reglas difusas que describen las metas de control en trminos
de la relacin de las entradas con las salidas
Consideremos un proceso de nivel donde la funcin del controlador difuso ser
controlar el nivel. Para disear este controlador es necesario analizar el comportamiento
de la variable del proceso, las variables que nos permiten hacer este anlisis son el error
(e) y a la variacin del error (de).
Definicin de las variables utilizadas:
Control Automtico II
Control Difuso
Control Automtico II
Control Difuso
2. Para elegir el modelo a usar, Mamdani o Sugeno, se debe acceder al men File/
New FIS/ Mamdani.
Control Automtico II
Control Difuso
Control Automtico II
Control Difuso
4. Las variables de entrada son el error (e) y la derivada del error (de), y la variable
de salida es out. Para cambiar los nombres de estas variables, seleccionamos la
variable correspondiente y en Name escribimos el nuevo nombre
Control Automtico II
Control Difuso
5. Para definir los rangos de las variables de entrada y salida, seleccionamos cada
variable y en Range escribimos el rango correspondiente. Considerar un rango de
-1 a 1 para cada variable
6. Cada una de las variables de entrada ser clasificada en 5 categoras, las cuales se
representan por medio de las funciones de membresa. Para crear estas funciones,
primero seleccionamos la variable error (e), luego eliminamos las funciones de
9
Control Automtico II
Control Difuso
10
Control Automtico II
Control Difuso
11
Control Automtico II
Control Difuso
10. Repetimos los pasos 6,7 y 8 para la variable de entrada derivada del error
(de).Similarmente creamos las 5 funciones de membresa de la variable de salida
Out. Debemos considerar que las 5 funciones son de tipo Trimf y los nombres de
cada una de ellas son los siguientes.
12
Control Automtico II
Control Difuso
Mf1=CL= Cerrado largo
Mf2= CS=Cerrado small
Mf3=Z=Zero
Mf4=OS= Abierto small
Mf5=OL=Open large
13
Control Automtico II
Control Difuso
Error
(e-)
NL
NS
Z
NL
CL
CL
CL
PL
Z
OS
OL
Control Automtico II
Control Difuso
PS
PL
CL: closed large
OL: open large
Z: zero
CS
Z
Z
OS
OS
OL
OL
OL
OL
OL
Z: zero
OS: open small
NS: negative small
PL: positive large
11. Estas reglas difusas son ingresadas a Rule editor La primera regla se ingresar as:
En e, de y out seleccionamos NL,NS y CL respetivamente, en la opcin
Connection elegir and, luego presionamos en Add rule. Repetimos el mismo
procedimiento para las otras reglas. Para borrar una regla se tiene la opcin Delete
rule y para cambiar una regla se tiene la opcin Change rule.
Mtodo de Defuzzification:
Seleccionamos en Defuzzification la opcin bisector.
15
Control Automtico II
Control Difuso
de
0.8
-0.8
0
0.8
-0.8
out
0.84
-0.34
0
0.34
-0.74
16
Control Automtico II
Control Difuso
17
Control Automtico II
Control Difuso
18
Control Automtico II
Control Difuso
19
Control Automtico II
Control Difuso
20
Control Automtico II
Control Difuso
CUESTIONARIO:
1. A que se denomina funciones de membresa?
Las funciones de membresa representan el grado de pertenencia de un elemento a un
subconjunto definido por una etiqueta. Existe una gran variedad de formas para las
funciones de membresa, las ms comunes son del tipo trapezoidal, triangular, singleton.
2. En qu consiste la Fuzzification?
21
Control Automtico II
Control Difuso
22
Control Automtico II
Control Difuso
OBSERVACIONES:
Para el desarrollo del laboratorio se utiliz el mtodo mamdani
Se observ que tenemos que configurar nuestro rango y las categoras a usar.
Se observ que si no hacemos correctamente las reglas difusas el controlador no
hace una sintonizacin incorrecta.
Se debe de seguir los pasos correctamente paso a paso ya que puede generar
errores debido a que es un tipo de control ms fino.
CONCLUSIONES:
23
Control Automtico II
Control Difuso
El mdulo de fusificacin recibe las seales provenientes del proceso a travs de los
sensores y las convierte en valores difusos, el motor de inferencia difusa hace uso de la
24
Control Automtico II
Control Difuso
base de reglas y genera un conjunto de seales difusas de salida, las cuales son
entregadas al mdulo de defusicacin, este a su vez entrega seales concretas a los
actuadores dispuestos en el proceso
25
Control Automtico II
Control Difuso
BIBLIOGRAFA:
http://ccia.ei.uvigo.es/docencia/IA/1213/transparencias/ejemplo-controldifuso.pdf
http://isa.uniovi.es/~hilario/dsac_archivos/pdf_dsac/Fuzzy.pdf
Hao Ying. Fuzzy Control and modeling: Analytical foundations and
applications. IEEE Press Series on Biological Engineering. 2000
http://campusv.uaem.mx/cicos/memorias/3ercic2004/Articulos/articulo3.pdf
http://wwwsop.inria.fr/epidaure/personnel/Mauricio.Reyes_Aguirre/docs/Fuzzy_
Ball_Beam.pdf
26