Sistemas de control basados en lgica difusa

(Control difuso)

November 17, 2015

Introduccin
Control es un concepto muy comn y es ampliamente usado por muchas personas
en la vida cotidiana. El trmino es usado habitualmente para hacer referencia
a la interaccin entre el hombre y lo que lo rodea, ms especcamente a la
interaccin hombre-mquina.
El control automtico surge para liberar al hombre de tareas repetitivas,
donde la complejidad del sistema a controlar es elevada o la operacin es riesgosa,
puede haber una gran cantidad de motivos por la cual se opta por el control
automtico.

El control manual es llevado a cabo por personas que conocen

(aunque sea de manera aproximada) el proceso a controlar y saben como debe

ser el resultado de su control y como lograrlo, en la industria, estas personas
(operarios) cuentan con experiencia y conocimiento suciente para cumplir con
los objetivos de control. Este concepto de experiencia o base de conocimiento
es muy importante en sistemas de control difuso [1].

Lgica difusa

El concepto de lgica difusa es muy comn, est asociado con la manera en que
las personas perciben el medio, por ejemplo ideas relacionadas con la altura de
una persona, velocidad con la que se mueve un objeto, la temperatura dominante
en una habitacin, cotidianamente se formulan de manera ambigua y depende
de quien percibe el efecto fsico o qumico, ser su enunciado acerca de tal
fenmeno.
Los conjuntos difusos denen justamente estas ambigedades, y son una
extensin de la teora clsica de conjuntos, donde un elemento pertenece o no a
un conjunto, tal elemento tiene solo 2 posibilidades, pertenecer o no, un elemento
es bi-valuado y no se denen ambigedades.
Con conjuntos difusos se intenta modelar la ambigedad con la que se percibe
una variable. Los conjuntos difusos son la base para la lgica difusa, del mismo
modo que la teora clsica de conjuntos es la base para la lgica Booleana. Con
los conjuntos difusos se realizan armaciones lgicas del tipo:

Si-Entonces, denindose estas con Lgica Difusa.

Desde que Lotfy A. Zadeh (1965) desarroll este concepto de lgica difusa, se
ha trabajando en este tema, el principal centro de desarrollo es Japn, donde
sus investigadores la han aplicado a muy diversos sistemas, principalmente
electrodomsticos, sistemas ms recientes estn vinculados con la industria, la
medicina y la actividad espacial. Muchas publicaciones y libros se han escrito
de este tema, pero an queda mucho por explorar.
La incorporacin de lgica difusa a los sistemas de control da lugar a lo que
llamaremos sistemas de control difuso. Nos enfocaremos en el control de procesos suponiendo conocido el modelo de este. La idea es muy simple, se trata
de determinar de manera lgica que se debe hacer para lograr los objetivos de
control de mejor manera posible a partir de una base de conocimiento proporcionada por un operador humano, sin esta base no es posible desarrollar una
aplicacin y que esta funcione de manera correcta. Se utiliza el conocimiento
y experiencia de un operador humano para construir un controlador que emule
el comportamiento de tal persona.

Comparado con el control tradicional, el

control difuso tiene dos ventajas practicas:

1. El modelo matemtico del proceso a controlar no es requerido
2. Se obtiene un controlador no lineal desarrollado empricamente sin complicaciones matemticas
En realidad los desarrollos matemticos de este tema todava estn en su infancia. [1][2]
En el presente documento se usa de manera indistinta los siguientes trminos
para referirse a:
1. lgica difusa:
fuzzy logic - lgica borrosa
2. Para sistemas de control:
fuzzy system - control borroso - control fuzzy
3. Controladores con lgica difusa:
fuzzy logic controllers (FLC) - fuzzy inference system (FIS)
controladores fuzzy - controlador borroso o difuso.
Como se indic anteriormente, cotidianamente nos movemos en un mundo con
deniciones ambiguas, si alguien dice est por llover nos interesa saber en que
medida esto es cierto y en cuanto tiempo suceder. La toma de decisin a partir
de informacin que no especca, tambin es un procedimiento cotidiano, esto
es el que se intenta emular con lgica difusa a partir de:
1. la observacin del entorno,
2. la formulacin de reglas lgicas y
3. la formulacin de los mecanismos de toma de decisin.

Es necesario tener en cuenta los conceptos bsicos de lgica difusa que se aplican
en control, tales como:

Variables lingusticas, Funciones de Pertenencia, Operaciones Difusas, Base

de reglas, fusicacin, defusicacin y los pasos para la toma de decisin.

Base terica

Se empezar por algunos conceptos relacionados con el tema con el n de tener

una idea clara de la metodologa a emplear:
En lgica clasica permiten determinar si una variable pertenece o no a un
conjunto (ejemplo: El conjunto de los numeros pares e impares, un numero
es par si el residuo de

x
2 es igual a cero).

En lgica difusa pertenecer a un conjunto se da a travs de una funcin donde

se pongan valores de pertenenciaentre ceros y unos (ejemplo: Un conductor no
debe exceder los 60 km/h, el objetivo para llegar ms rpido es mantener los
60 km/h, si se dene como variable un error entre la velocidad limite (vlim ) y
la velocidad actual (vact ) como:
es negativo, b)

e = vlim vact , se
e es positivo,

es cercano a cero y c)

puede suponer que: a)

nalmente si la velocidad

actual es 80 km/h se puede determinar una grca que le de un valor a cada

situacin (Ver gura siguiente) donde un error negativo tiene un valor de 0.85,
cercano a cero de 0.4 y positivo de cero)

2.1 Variables lingusticas, universo de discurso y base de

reglas
Las variables lingusticas son etiquetas o nombres de los conjuntos denidos a
travs de funciones de pertenencia, son variables cuyos valores se representan
mediante trminos lingsticos.
Una variable lingstica se caracteriza mediante

(v, T, X, g, m)

es el nombre de la variable. (Rendimiento)

T es el conjunto de trminos
t3 =alto, t4 =muy alto)

lingsticos de

X es el universo de discurso de la variable v .

v [-100% ... 100%])

v . (t1 =Muy

bajo,

t2 =bajo,

(limites o rango de la variable

g es una regla sintctica o base de reglas para generar trminos lingsticos

o acciones a realizar de la forma:
Si_____Entonces________
En otras palabras la base de reglas esta formada por un conjunto de reglas
que relacionan las funciones de pertenencia de las variables de entrada y
de salida

es una regla semntica que asigna a cada trmino lingstico

nicado

m(t),

que es un conjunto difuso en

Fuente: Sistemas difusos [2]

X.

su sig-

2.2 Controlador difuso

El controlador difuso tiene la siguiente estructura

2.3 Fusicacin
Se encarga de evaluar la variable de entrada y asignar los valores de pertenencia
a las diferentes funciones y asociarlos con las etiquetas lingsticas

2.4 Desfusicacin
Se encarga de convertir etiquetas lingisticas y valores de pertenencia en un
valor numrico

2.5 Reglas activas

Son las reglas que se deben evaluar dentro de la base de reglas y que corresponden a los que tienen valores de pertenencia en la entrada mayores a cero.

2.6 Conjuntos difusos

Los conjuntos clsicos, tienen limitaciones, se dene un universo de discurso que
contiene a conjuntos cuyos bordes estn bien denidos, un elemento puede o no
pertenecer a cierto conjunto, algo es verdadero o falso, no se denen situaciones
intermedias.
Los conjuntos difusos o borrosos son una extensin de los clsicos, donde
se aade una funcin de pertenencia, denida esta como un nmero real entre
0 y 1.

As se introduce el concepto de conjunto o subconjunto difuso y se lo

asocia a un determinado valor lingstico, denido por una palabra o etiqueta

lingstica, donde esta es el nombre del conjunto o subconjunto.
Por cada conjunto se dene una funcin de pertenencia o membresa denom-

A (x),

x est incluida en el concepto

A (0 A (x) 1), si esta funcin toma el valor 0
signica que tal valor de x no est incluido en A y si toma el valor 1 el correspondiente valor de x est absolutamente incluido en A.

inada

indica el grado en que la variable

representado por la etiqueta

En la Figura siguiente se puede apreciar un ejemplo donde el conjunto velocidad (con variable

x) est subdividido en 3 subconjuntos {Baja, Meda, Alta},

{Baja (x) , M edia (x) , Alta (x)}

con sus respectivas funciones de pertenencia

Fuente: Control Difuso [2]

2.7 Funciones de pertenencia

Las funciones de membresa representan el grado de pertenencia de un elemento
a un subconjunto denido por una etiqueta.

2.7.1

Funciones de pertenencia triagulares

Implementacin:

 


xa bx
, bm , 0 ,
(x) = max min ma

% Implementacin de funciones de pertenencia

x = -10:10; a = -5; m = 0; b = 5;
ux = max(min((x-a)/(m-a),(b-x)/(b-m)),0);
plot(x,ux); grid on

2.7.2

Funciones trapezoidales

Implementacin:



(x) = max min xa
ba , 1,

dx
dc


,0 ,

% Implementacin de funciones de pertenencia

x = -10:0.01;10; a = -5; b = -2.5; c = 2.5; d = 5;
ux = max(min(min((x-a)/(b-a), (d-x)/(d-c)),1),0);
plot(x,ux); grid on

2.7.3

Funncin de pertenencia gaussiana

Implementacin:

(x) = e 2 (
1

xc


2
) = exp 1
2

xc 2
,

% Implementacin de funciones de pertenencia

x = 0:120; c = 60; sigma = 15;
u = exp(-1/2*((x-c)/sigma).^2);
plot(x,u); grid on

2.7.4

Funncin de pertenencia Campana generalizada

Implementacin:

(x) =

1
2b ,
1+| xc
a |

% Implementacin de funciones de pertenencia

x = 0:120; a = 30; b =5; c = 60;
u = 1./(1+abs((x-c)/a).^(2*b));
plot(x,u); grid on