UNIVERSIDAD POLITÉCNICA SALESIANA SISTEMAS INTELIGENTES
Fecha: 14/11/2022
CONTROLADOR FUZZY PID PLANTA
Tarea 3
Alumno: Grozny Samuel Soto Campoverde
E-mail:
[email protected]RESUMEN:
La lógica fuzzy es utilizada cuando se
Diseñar un controlador FUZZY con sus tienen sistemas en los cuales su
respectivas pertenencias y funciones de
membrecía, crear las reglas y exportar a
información no es exacta, sino que
SIMULINK para poder visualizar la estabilización contienen un alto grado de
del sistema establecido. imprecisión. Los métodos de esta
lógica se basan en conjuntos difusos
o también llamados Membership
PALABRAS CLAVE:
Functions (MF) o funciones de
- Fuzzy membrecía [1].
- PID
- FuzzyLogicDesigner Dichos conjuntos son características
- MFs expresadas por el experto de forma
lingüística que pueden ser nombres o
1.-OBJETIVOS adjetivos y que toman un valor de 0 a
1 dependiendo el grado de
Objetivo general:
pertenencia del conjunto en un
Diseñar e implementar un controlador pid universo. [2]
fuzzy en un control de temperatura.
Estas funciones tienen una
Objetivos específicos: representación gráfica que responde
regularmente a figuras geométricas
Definir las funciones de membresía
como formas triangulares o
correspondientes y crear las reglas
adecuadamente. trapezoidales, y también a funciones
como las campanas gaussianas, y
Exportar .fis del fuzzy para poder simular con
ayuda de SIMULINK dentro de sus perímetros se
establecen los niveles a los que
2.- MARCO TEÓRICO pertenecen dentro del universo del
discurso.
Control Fuzzy:
Figura 2. tabla FAM
Figura 1. Control fuzzy
|
UNIVERSIDAD POLITÉCNICA SALESIANA SISTEMAS INTELIGENTES
Fecha: 14/11/2022
3.- MATERIALES Y EQUIPO Reglas de control.
- MATLAB
- SIMULINK
- FuzzyLogicDesigner
- Transference Function
Figura . Reglas de control
4.-DESARROLLO Y
PROCEDIMIENTO Exportar to File, to workspace
1.- Llamar el FuzzyLogicDesigner,
para crear el universo de las señales.
2.- Crear las funciones de membresia
según el diseño deseado.
3.- Establecer las reglas de control
considerando el número de entradas
y salidas.
3.- Observar las graficas de rules y
Surface.
4.- Exportar a file y workspace,
recordar tener el mismo nombre para Figura . Exportar
poder encontrar y vincular.
5.- Abrir simulink e introducir los SIMULINK
elementos necesarios para poder
simular el PID FUZZY con ayuda del
.fis.
Figure. Simulink con. fis
5.- ANALISIS Y RESULTADOS
PID FUZZY
Entrada y salida, asignado función de
membresia.
Figura . In/out
Figura . Estabilización del sistema.
|
UNIVERSIDAD POLITÉCNICA SALESIANA SISTEMAS INTELIGENTES
Fecha: 14/11/2022
6.- CONCLUSIONES desempeño en las acciones de control, picos,
tiempo de estabilización, error en estado
El presente proyecto técnico está dirigido
estacionario y estabilidad.
a la investigación y desarrollo de un
controlador PID-Fuzzy
Si la frecuencia de un sistema que
toma valores simétricos en un rango, Bibliografía
por ejemplo -2.5 a 2.5, y nos da
valores distintos de frecuencia,
podemos concluir que el sistema no [1 S. A. C. Giraldo, «CONTROL
es lineal. ] AUTOMATICO EDUCACION,» 01 11
2022. [En línea]. Available:
7.- RECOMENDACIONES https://controlautomaticoeducacion.co
Por medio del software Matlab se m/control-realimentado/control-fuzzy-
desarrolla la programación del controlador mamdani-simulink/.
PID-Fuzzy, haciendo uso del entorno de
programación gráfica de Simulink, ya que el [2 P. Rivas Alarcón, «UASB-DIGITAL,»
mismo permite realizar la configuración de ] UASB, 12 10 2010. [En línea]. Available:
los parámetros y variables utilizadas por el https://repositorio.uasb.edu.ec/handle/
controlador. 10644/2329. [Último acceso: 01 11
2022].
Con los resultados obtenidos se establece,
que el controlador PID - FUZZY presenta
mejores prestaciones en cuanto a su
|
|
