Fundamentos de Inteligencia Computacional
Módulo Lógica Difusa
Alejandro Castaño A, Daniel Jaramillo G
Departamento de Ingeniería Electrónica, Universidad de Antioquia
Medellín, Colombia
[email protected] [email protected]Abstract— Este documento presenta en análisis y/ó procedimientos seguidos usa para obtener el centroide, el cual tiene un valor de 59.981.
para desarrollar la práctica correspondiente al módulo de Lógica Difusa en la
asignatura de Inteligencia Computacional.
I. INTRODUCCIÓN
Este documento es una muestra de resultados y/o análisis a tener en cuenta
a la hora de trabajar con lógica difusa. Específicamente al diseñar
controladores difusos.
II. DESARROLLO DE LA PRÁCTICA
A. PRIMERA PARTE
Se consideran dos funciones de pertenencia uA y uB las cuales se muestran
en la Fig. 1 teniendo en cuenta diferenciar los ejes ‘x’ para uA ‘y’ para uB.
Fig. 3 Grafica para centroide implicación Mandami.
Usando la implicación Dienes-Rescher se obtiene otra grafica 3D la
cual se muestra en la figura Fig. 4.
Fig. 1 Funciones de pertenencia uA, uB.
Teniendo en cuenta la regla Si x es A entonces y es B se genera una gráfica
3D mostrada en Fig. 2 de las dos funciones de pertenencia uA y uB con
implicación Mandami.
Fig. 4 Grafica 3D implicación Dienes-Rescher.
En la figura Fig. 3 se aprecia un plano en x=45 del cual se extraen sus
valores y se genera la gráfica mostrada en la figura Fig. 5, esta es
usada para obtener el centroide el cual tiene un valor de 59.976.
Fig. 2 Grafica 3D implicación Mandami.
En la figura Fig. 2 se observa un plano en x=45, del cual se extraen sus
valores y se genera la gráfica mostrada en la figura Fig. 3. Esta se Fig. 5 Grafica para centroide implicación Dienes-Rescher.
B. SEGUNDA PARTE: DISEÑO DE CONTROLADORES DIFUSOS.
Se plantea diseñar un controlador difuso para hacer el control de velocidad
de un motor DC. Para esto, se parte de los resultados arrojados por un
controlador PID que permitan dar una idea de la respuesta a obtener. El
esquema de dicho montaje y la respuesta obtenida son mostrados en las
figuras Fig. 6 y 7.
Fig 8. Funciones de pertenencia de la variable de entrada “Error”.
Fig 6. Modelo del controlador PID.
Fig. 9. Funciones de pertenencia de la variable de entrada “Derivada del
error”.
Fig. 7. Resultado obtenido al correr el modelo del controlador PID en Para la variable de salida “Voltaje” se definen también, 5 funciones de
simulink. pertenencia: VMuyNegativo, VNegativo, VCero, VPositivo, VMuyPositivo.
Para llevar a cabo la actividad planteada se diseñan dos controladores
difusos:
1. CONTROLADOR DIFUSO TIPO MAMDANI CON
ENTRADAS LIBRES.
En primer lugar, se define que el error y la variación del error serán
las variables de entrada del controlador difuso. El voltaje se define
como la variable de salida del controlador difuso.
Para cada una de las variables, tanto de entrada como de salida, se
definen las funciones de pertenencia, como se puede observar en las
Fig. 10. Funciones de pertenencia de la variable de salida “Voltaje”.
figuras Fig. 8, 9 y 10.
Es común representar las reglas difusas en forma de matriz, teniendo en cuenta
Para las variables de entrada “Error” y “Derivada del Error” se que se tienen dos antecedentes que en este caso son el Error y la derivada del
definen 5 funciones de pertenencia: MuyNegativo, Negativo, Cero, error y un consecuente llamado voltaje (Tabla. 1).
Positivo y MuyPositivo.
Para la escogencia y/o diseño de estas funciones de pertenencia, se TABLA 1. Reglas difusas
sugiere iniciar con un primer caso en el cual las funciones de
pertenencia contiguas, se intercepten en un 50% y a partir de ahí Dev. Error
empezar a hacer ajustes de acuerdo a lo que se desee. MN N C P MP
E MN VMN VMN VMN VN VC
r N VMN VN VN VC VP
r C VN VN VC VP VP
o P VN VC VP VP VMP
r MP VC VP VP VMP VMP
En donde:
MN = MuyNegativo
N = Negativo TABLA 2. Valores de SP, T. respuesta y ee
C = Cero
P = Positivo TRAMOS[s] SP T.respuesta ee
MP = MuyPositivo Tramo 5-10 0% 0.16 0.004
VMN = VMuyPositivo Tramo 10-15 0% 0.16 0.004
VN = VNegativo Tramo 15-20 0% 0.16 0.004
VC = VCero Tramo 20-25 0% 0.17 0.004
VP = VPositivo Tramo 25-30 0% 0.14 0.004
VMP = VMuyPositivo Tramo 30-35 0% 0.16 0.004
Tramo 35-40 0% 0.15 0.004
A. SIMULACIÓN DEL CONTROLADOR DIFUSO TIPO
Tramo 40-45 0% 0.14 0.004
MAMDANI
Tramo 45-50 0% 0.15 0.004
En la figura Fig. 11 se observa el controlador difuso total, el cual se
implementó utilizando la herramienta Simulink de Matlab.
En la figura Fig. 12 se puede observar la superficie generada para el
controlador tipo Mamdani.
Fig. 11. Esquema de control difuso implementado en Simulink.
En términos generales, es la misma implementación que se usó para
PID pero tiene algunos pequeños cambios como lo son: un derivador
discreto que me permitirá obtener la derivada del error, un bloque de Fig. 12 Superficie correspondiente al controlador tipo Mamdani.
saturación el cual cumple la función de acotar el universo en discurso
debido a que se observó una mejor respuesta ante pequeños valores
de la derivada del error (específicamente valores entre -0.4 y 0.4) y 1. CONTROLADOR DIFUSO TIPO T.K SUGENO
un bloque de integración a la salida del controlador difuso que cumple
la función de mantener el setpoint. En la figura Fig. 12 se puede Para el controlador difuso tipo Takagi-Sugeno, se consideraron exactamente
observar el resultado obtenido al implementar el esquema anterior. las mismas variables de entrada, es decir el erro y la derivada del error. Además
también se utilizaron las mismas funciones de pertenencia para las variables
de entrada utilizadas en el controlador difuso tipo Mamdani. Para la variable
de salida que también es el voltaje, se definen las funciones de pertenencia
mostradas en la figura Fig. 13.
Fig. 12. Resultado obtenido al ejecutar el modelo de controlador difuso.
Se estiman los valores de Sobrenivel porcentual, tiempo de respuesta y error Fig. 13. Funciones de pertenencia para la variable de salida Voltaje del
en estado estacionario para los diferentes valores de velocidad (Tabla 2). Se controlador tipo TK-Sugeno.
debe tener en cuenta que los valores acá presentados son los arrojados por la
simulación en la herramienta Simulink y que al igual que en el caso del En donde VMuyNegativo, VNegativo, VCero, VPositivo y VMuyPositivo
modelo del controlador PID, el vector de tiempo sólo llegaba hasta 50. corresponden a las constantes (funciones) -100, -50, 0, 50 y 100
respectivamente.
Al implementar el modelo mostrado en la figura Fig. 14, se obtiene el resultado
de la figura Fig. 15. Es posible observar la similitud de los resultados obtenidos
al implementar los dos controladores difusos.
IV. CONCLUSIONES
A pesar de cambiar el tipo de implicación de Mandami a Dienes-
Rescher, se obtienen resultados prácticamente iguales en la
salida del sistema, ya que con la implicación Mandami se
obtiene un centroide de 59.981 y con la implicación Dienes-
Rescher un centroide de 58.976.
Fig.14 Modelo implementado para controlador difuso tipo TK-Sugeno.
Comparando los resultados obtenidos al implementar los 3 tipos de
controladores (Un PID y 2 controladores difusos), es posible
observar una mejor respuesta en los resultados arrojados por los
controladores difusos. Lo anterior debido a que ninguna de las dos
respuestas de los dos controladores difusos mostró un Sobrenivel
porcentual. La única desventaja presente es la velocidad de respuesta
del sistema, lo cual se compensa con la acción de controla “suave”
que muestran los controladores difusos comparada con la acción de
control a veces “brusca” ofrecida por el controlador PID.
Dependiendo de la aplicación puede ser mejor uno u otro tipo de
controlador, pero en el caso presente en el cual se deseaba tener
control de la velocidad de un motor DC, se considera que es mejor
implementar los controladores difusos. Lo anterior basándonos en el
Fig. 15. Resultado obtenido al implementar el controlador difuso tipo TK- 0% de Sobrenivel porcentual arrojado por ambos controladores.
Sugeno. Durante el desarrollo de la práctica, a la hora de definir el universo
Al igual que en el caso del controlador tipo TK-Sugeno, se presenta la en discurso, fue posible notar que para valores de derivada del error
siguiente información en la Tabla 3. entre -0.4 y 0.4 no se presentaba Sobrenivel porcentual. Si este rango
era menor, los resultados obtenidos presentaban un Sobrenivel
TABLA 3. Valores de SP, t respuesta y ee para el controlador tipo TK- porcentual. Pero si este rango aumentaba la respuesta no llegaba al
Sugeno. setpoint.
TRAMOS[s] SP T.respuesta ee
Tramo 5-10 0% 0.16 0.01
Tramo 10-15 0% 0.15 0.01
Tramo 15-20 0% 0.15 0.01
Tramo 20-25 0% 0.16 0.01
Tramo 25-30 0% 0.04 0.01
Tramo 30-35 0% 0.16 0.01
Tramo 35-40 0% 0.15 0.01
Tramo 40-45 0% 0.14 0.01
Tramo 45-50 0% 0.15 0.01
Fig. 12. Superficie obtenida del controlador tipo TK-Sugeno.
