Control Difuso

Guadarrama Camarena Netzahualcoyotl

10 de diciembre de 2010
1. Motivacin de estudio
Para controlar sistemas con dinamicas complicadas.
Para contorlar sistemas con menor costo de implementacin.
Para modelar de manera difusa o linguistica procesos y sistemas de manera natural.
En algunos casos es posible que la respuesta del control sea ms rpida y adecuada que un PID.
Control Difuso propuesto por E.H. Mamdani (1974)
En la primera clasicacin : Entrada - Salida como S - Entonces.
Esta se puede expandir a sistemas ms complejos y tambin implica que el nmero de reglas difusas se incrementen
de forma exponencial al nmero de variables del sistema.
En el uso de n variables y m conjuntos denidos por cada variable se necesitan m
n
reglas difusas para construir un
controlador difuso completo.
Para evitar esto Raju, Zhou y Kishner propusieron sistemas difusos gerriquicos. Donde el nmero total de reglas
difusas se incrementa de forma lineal con el nmero de variables de entrada.
Modelo General
Fuzzicacin: consiste en transformar un dato o de un conjunto clsico U
i
a su correspondiente conjunto difuso U

i
:
La transformacin difusa de u
i
a un conjunto difuso por A
fuz
i
denido en el universo del discurso U
i
: f : u
i
!u

i
con f (u
i
) = A
fuz
i
El ms comn es el singleton: Conjunto difuso A
fuz
i
2 U

i
con funcin de membresia
A
fuz
i
(x) =
_
1; si x = u
i
0, en otro caso
_
Inferencia difusa: Es el ncleo del controlador difuso y esta caracterizado por un conjunto de reglas difusas de la
forma:
Si x es A entonces y es B abreviado como A ! B en XxY , Donde A y B son valores lingusticos denidos por un
conjunto difuso en un universo XxY respectivamente.
El mecansmo de inferencia difusa: con estas reglas se deriva un control para un conjunto de valores de entrada.
Los mtodos de inferencia difusa se pueden formular con los operadores tnorma y snorma para calcular la relacin
difusa R = A !B:
Mtodos utilizados
1
1. Implicacin de Dienes-Rescher:
R
D
(x; y) = m ax[1
A
(x) ;
B
(y)] :
2. Implicacin de Lukasiewics:

R
a
= C
e
_

_
C
e
_

B
_
;
R
L
(x; y) = m{n[1; 1
A
(x) +
B
(y)] :
3. Implicacin de Zadeht:
R
L
(x; y) = m ax[m{n(
A
(x)
B
(y) ; 1
A
(x))] :
4. Implicacin de Mamdani:
R
M
(x; y) = m{n(
A
(x) ;
B
(x))
R
M
(x; y) =
A
(x)
B
(y) :
5. Implicacin de Kleene-Dienes:
R
b
(x; y) = m ax(1
A
(x) ;
B
(y)) :
Defuzzicacin: Est denida como un mapeo de un conjunto difuso B en V R que es la salida de inferencia difusa
aun elemento de un conjunto clsico
y
crisp
q
= y

V
Donde q es el ndice de la regla q.
Tcnicas ms usadas:
Defuzzicador Centro de Gravedad (COG) : Especifca la salida como el centro del rea cubierta porla funcin
de membrasia del conjunto difuso B, y est dada por.
y

= y
crisp
q
=

R
i=1
b
q
i

yq

B
i
q
(y
q
) dy
q

R
i=1

yq

B
i
q
(y
q
) dy
q
Donde R es el nmero de reglas difusas y b
q
i
el centro del rea de la funcin de membresia de B
p
q
asociado con el
conjunto difuso implicado para la i-sima regla.

R
i=1

yq

B
i
q
(y
q
) dy
q
denota el rea bajo la funcin de membresia
B
i
q
(y
q
), y el sistema debe ser denido tal que

R
i=1

yq

B
i
q
(y
q
) dy
q
6= 0:
Defuzzicador Centro promedio:Determina la salida clsica y
crisp
q
usando los centros de cada salida de las funciones
de membresia, el valr ptimo o mximo de cada conclusion es representada mendiante el conjunto difuso implicado:
y

= y
crisp
q
=

R
i=1
b
q
i
sup
yq
_

B
i
q
(y
q
)
_

R
i=1
sup
yq
_

B
i
q
(y
q
)
_
Medio del Mximo (MOM) : :
Izquierdo del Mximo:
Derecho del Mximo:
Para el controlador Mamdani:
Tenemos la construccin de las reglas de la siguiente forma:
R
q
: Si u
1
es A
j
1
y u
2
es A
k
2
y...y u
n
es A
l
n
entonces y
q
es B
r
q
:
Cuando xiste una entrada u
i
= x

i
se puede fusicar con una funcin de membresia singleton. y entonces las reglas
son.
R
q
: Si u

1
es A
j
1
y u

2
es A
k
2
y...y u

n
es A
l
n
entonces y
q
es B
r
q
:
y la funcin de membresia en la entrada es es

n
i

A
j
i
(x
i
) : y entonces el mecanismo de inferencia o de salida es

n
i

A
j
i
(x
i
)
Bj
(y
j
) y puesto que se tiene la union de las implicaciones de salida se tiene.
p
= m ax
R
j=1
_

n
i

A
j
i
(x
i
)
Bj
(y
j
)
_
:
La defusicacin se puede realizar con el centro promedio que solo usa el valor central de la funcin de membresia.

n
i

A
j
i
(x
i
)
Bj
(y
j
) , con
Bj
(y
j
) = 1: entonces queda como.
2
y
crisp
=

R
i=1
y
j

n
i

A
j
i
(x
i
)

R
i=1

n
i

A
j
i
(x
i
)
Ejemmplo
Controlador PD Mamdani.
Cualquier sistema tiene una curba de error la cual podemos generalizar como esta:
Puntos de inexin del Error
Con el signo (mayor que) denotaremos que es positiva una seal y con el signo (Menor que) denotaremos que la seal
es negativa y con el signo = que es igual a cero.
Con el signo denotamos que no se efectua ningun cambio. Con el signo L que es pequea la seal y H que es alta
la seal.
Con esto podemos generar las reglas difusas necesarias para formar un PD difuso.
Cada una de las reglas se aplica en cada punto de ineccin.
Entonces en el primer renglon la primera regla difusa se enunciaria de la siguiente forma:
R
1
: S i e es igual a cero y _ e es igual a cero entonces el voltaje de salida del controlador es cero o sin accin.
_

_
Re glas = Puntos de nf lexi on e _ e Y = V a
1 = =
2 > > V
L
3 > = V
H
4 > < V
L
5 = <
6 < < V
L
7 < = V
H
8 < > V
L
9 = >
_

_
Que sera nuestra base de reglas. es decir entre ms se aleja nuestra seal mas voltaje en sentido contrario se aplica al
sistema.
Las funciones de Membresia se escogen de tal forma que los valores que toman estas sean de acuerdo al sistema. En
este caso para nuestro sistema un motor de corriente directa deseamos encontrar variaciones de errores en un rango de
15 voltios y para un error de 50 voltios. Con una salida mxima de 160 voltios.
Entonces nuestras funciones de membresia se pueden construir de tal forma que se traslapen las funciones y puedan
activarse las reglas ms importantes que es en los cruces por cero.
Nombraremos a las funciones de membresia con los signos "<,>,=,-". y usaremos la funcion de membresia triangular,
es decir el valor uno solo lo toma el punto central de tres puntos .
3
ejemplo [-90 -50 10] el punto -90 tiene un valor de fusicacion de cero, el punto -50 tiene un punto de fusicacion de
uno y por ultimo el 10 tiene cero.
entonces las funciones de pertenencia propuestas son las siguientes.
e =
_
_
<
=
>
_
_
=
_
_
nf 50 10
1 0 1
10 50 nf
_
_
_ e =
_
_
<
=
>
_
_
=
_
_
nf 15 5
0;1 0 0;1
5 15 nf
_
_
e =
_

_
V
H
V
L

V
L
V
H
_

_
=
_

_
nf 160 120
80 40 1
1 0 1
1 40 80
120 160 nf
_

_
introduciendo estas funciones de membresia en el programa toolbox de Fuzzy de Matlab tenemos los sigiente.
Esquema general
Funciones de membresia del error
4
Funciones de membresia de delta del error Funciones de membresia de salida Va
El sistema utilizado es el modelo de un motor en cd de posicin. cuya funcin de transferencia se puede expresar como
P (s) =
60
s (s + 3)
simulando este sistema en Matlab obtenemos la siguiente grca.
esquematico en simulink
5
Va
Va despues de la ganancia
y contra yd
error
2. Otro mtodo es utilizando el controlador de Takagi-Sugeno-kant
Consiste en el mismo procedimiento con exepcin de que no tiene funciones de membresia de salida en lugar de ello
utiliza una combinacin lineal de las fusicaciones de las entradas.
utlizando la misma tabla de reglas de entrada y en lugar de usar las funciones de membresia de salida utlizaremos la
combinacin lineal de las funciones de membresia despus de realizada la relacin de entrada de cada regla.
Entonces como estamos utilizando un controlador PD nuestro control tiene una combinacin lineal conrespecto al error
y su derivada es decir:
u(k) = k
p
e (k) +k
d
_ e (k)
Entonces cada una de nuestras reglas tendr este arreglo de salida en lugar de una funcin de membresia, es decir.
6
_

_
Re glas = Puntos de nf lexi on e _ e Y = V a
1 = = u
1
(k) = k
p1
e (k) +k
d1
(k)
2 > > u
2
(k) = k
p2
e (k) +k
d2
(k)
3 > = u
3
(k) = k
p3
e (k) +k
d3
(k)
4 > < u
4
(k) = k
p4
e (k) +k
d4
(k)
5 = < u
5
(k) = k
p5
e (k) +k
d5
(k)
6 < < u
6
(k) = k
p6
e (k) +k
d6
(k)
7 < = u
7
(k) = k
p7
e (k) +k
d7
(k)
8 < > u
8
(k) = k
p8
e (k) +k
d8
(k)
9 = > u
9
(k) = k
p9
e (k) +k
d9
(k)
_

_
Dando como constantes unas propuestas como
_

_
u
1
(k)
u
2
(k)
u
3
(k)
u
4
(k)
u
5
(k)
u
6
(k)
u
7
(k)
u
8
(k)
u
9
(k)
_

_
=
_
1 2 3 4 5 4 3 2 1

T
(0;5) e (k) +
_
1 2 3 4 5 4 3 2 1

T
(0;05) e (k 1)
Construyendo esto en simulink queda de la siguiente manera.
Reglas
como las reglas tienen esta estructura vectorial de nueve salidas
entonces podemos reconstruir la salida del controlador como sigue por medio de el centroide, puesto que no son
funciones de membresia.
7
u

(k) =

9
i=1
u

i
(k)
Ri
(e

; 4e

9
i=1

Ri
(e

; 4e

)
entonces nuestra defuzzicacin queda como
Defuzzicador
Controlador Sugeno
Gracando la salida, para una entrada escalon obtenemos lo siguiente.
Voltaje de armadura en la salida del control Voltaje de Armadura des pues de la ganancia
8
error
Salida contra deseada
9