JAVIER DANIEL MORALES RUESTA

UPAO

MONOGRAFIA CONTROL
DIFUSO
SISTEMAS DE AUTOMATIZACION INDUSTRIAL 2

ndice

Introduccin
.2
Conceptos
bsicos
...4
Control
difuso......................................................................
...6
Aplicaciones en la
industria...9
Aplicaciones con
PLC...11
Ejemplos
18

Introduccin
En sistemas de control automtico usualmente se suelen utilizar sistemas de
grado complejo que suelen alcanzar con precisin los resultados deseados ,
muchos de estos sistemas para ser controlados se necesita de muchos factores
que en el momento en el que un problema est sucediendo , resulta muy
complicado tanto para el operador del sistema como para las partes implicadas
en el sistema , por lo tanto un sistema intuitivo resulta ser la mejor opcin por
ejemplo un sistema intuitivo que regule los parmetros de acuerdo a la accin
instantnea de reaccin del sistema y aun tiempo que resulte suficiente para
que el operador pueda tomar medidas y as el sistema no resulte ni afectado ni
daado . Por lo tanto se cre el control difuso. Que propicia 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

2.

Conceptos bsicos
a) Lgica difusa y los sistemas de control.

La incorporacin de lgica difusa a los sistemas de control da lugar a lo que

llamamos sistemas de control difuso. Dentro de los sistemas de control se
encuentran dos grandes reas, el modelado o identificacin y el control
propiamente dicho o control directo. Pero nos enfocamos 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
prcticas, una es que el modelo matemtico del proceso a controlar no es
2

requerido y otra es que se obtiene un controlador no lineal desarrollado

empricamente sin complicaciones matemticas.

b) Conjuntos difusos

Cuando hablamos de conjuntos hablaremos de reglas simples de pertenencia

(pertenece o no) esto ayudara mucho a explicar el control difuso ya que con
esto podemos definir en un sistema cuales son nuestros parmetros de control.
Es prcticamente tal cual como en lgica digital o tomamos 1 o 0 lo cual
hace que no se definan situaciones intermedias. Los conjuntos difusos son una
extensin de los clsicos, donde se aade una funcin de pertenencia. As se
introduce el concepto de conjunto o subconjunto borroso y se lo asocia a un
determinado valor lingstico, definido por una palabra o etiqueta lingstica.
As mismo por cada conjunto o subconjunto se define funciones de pertenencia.
Por lo tanto se pueden definir de forma ideal niveles casos o situaciones de
manera generalizada

As como en esta imagen que podramos observar como se han definido

subconjuntos para velocidad.

c) Reglas difusas
Son afirmaciones del tipo SI-ENTONCES. Los conjuntos borrosos del antecedente se
asocian mediante operaciones lgicas borrosas AND, OR, etc.
Las reglas difusas son proposiciones que permiten expresar el conocimiento que se dispone
sobre la relacin entre lo que sucedi en el sistema con lo que est por suceder. Para
expresar este conocimiento de manera completa normalmente se precisan varias reglas, que
se agrupan formando lo que se conoce como basa de reglas, es decir, la edicin de esta
base determina cual ser el comportamiento del controlador difuso y es aqu donde se
emula el conocimiento o experiencia del operario y la correspondiente estrategia de control.

Como referencias en ejemplos se toman usualmente las reglas de Mamdani o las reglas de
Takagi-Sugeno

Reglas difusas de Mamdani

IF x1 es A; AND x2 es B; AND x3 es C; THEN u1 es D, u2 es E
Donde x1, x2 y x3 son las variables de entrada (por ejemplo, error, derivada del error y
derivada segunda del error), A, B y C son funciones de membresa de entrada (p.ej., alto,
medio, bajo), u1 y u2 son las acciones de control (p.ej., apretura de vlvulas) en sentido
Genrico son todava variables lingsticas (todava no toman valores numricos), D y E
Son las funciones de membresa de la salida, en general se emplean singleton por su
facilidad computacional, y AND es un operador lgico difuso, podra ser otro. La primera
parte de la sentencia IF x1 es A AND x2 es B AND x3 es C es el antecedente y la restante
es el consecuente.
Un ejemplo podra ser:
IF error es Positivo Grande AND derivada del error es Positiva Baja THEN u es Positiva
Chica.
Ventajas
Es intuitivo.
Tiene una amplia aceptacin.
Est bien adaptado a la incorporacin de conocimiento y experiencia.

Reglas difusas de Takagi-Sugeno

IF x1 es A; AND x2 es B; AND x3 es C; THEN u1=f(x1, x2, x3), u2=g(x1, x2, x3)
En principio es posible emplear f () y g () como funciones no lineales, pero la eleccin de
tal
Funcin puede ser muy compleja, por lo tanto en general se emplean funciones lineales.
Ventajas

Es computacionalmente eficiente.
Trabaja bien con tcnicas lineales (por ejemplo como lo disponible para
Controladores PID).
Trabaja bien con tcnicas de optimizacin y control adaptable.
Tiene garantizada una superficie de control continua.
Est bien adaptado al anlisis matemtico.
4

3. Control difuso
En pocas palabras, el control difuso est diseado para controlar sistemas
desde muy pequeos hasta grandes desde interfaz de software y con
elementos de hardware que producen que la toma de decisiones respecto a los
actuadores sensores y dems se simplifique en las opciones ms relevantes
para actuar dentro de un problema para esto se utilizan varios pasos para
llegar a deducir cules sern las opciones ms relevantes junto a las reglas
que primaran.
Pero esto no quiere decir que la lgica de estudio sea fcil, ms bien se torna
un tanto complicada si los sistemas presentan ms de un problema dentro del
mismo entorno y de acuerdo a ello los tiempos de anlisis y los tiempos de
evaluacin se pueden tornar algo lentos.

Ventajas del control difuso

Muy robusta
Puede ser modificado fcilmente
Puede utilizar varias entradas y salidas
Mucho ms sencillo que sus predecesores (ecuaciones algebraicas)
Muy rpido y ms barato de implementar

Usualmente se creara un control robusto con este procedimiento

Especifique los valores para las reglas

Especificas la tabla de reglas
Determinar el procedimiento a seguir

Usualmente se utilizan diagramas de programacin con valores y una

lgica muy parecida a la aplicada en la programacin de lenguaje C +

Por ejemplo:

4. Aplicaciones en la industria

sistemas de control de vuelo : en sistemas de control de vuelo se vuelve

fundamental el control difuso debido a la gran toma de decisiones de acuerdo a
todos los sensores de estabilidad y por la gran cantidad de perturbaciones que
perciben los aviones al alcanzar distintas alturas y experimentar diversos

climas y velocidades , En estos casos se vuelve bastante fundamental

Sistemas de estabilidad de automviles : en los sistemas de estabilidad de

automviles se trata de controlar la dureza de la suspensin tambin la fuerza
distribuida a los ejes y sobre todo el control de curvas y de velocidad en
cuanto los sensores responden de inmediato a cada sensacin transmitida
desde la carretera. Tambin utilizado en los sistemas de Bosch de ABS de
frenado que se aplica mucho tanto en el motociclismo como en el
automovilismo. Se trata de un sistema a inteligente que ayuda al frenado en
condiciones fuera de lo normal y que segn el sensado puede afectar de algn
modo u otro a los pasajeros y conductores

Sistema de estabilidad de imagen (cmara): utilizado sobre todo en la

estabilidad de imagen contraste y enfoque en las cmaras digitales
convencionales que hoy en da se utilizan

Diseo de un sistema de control difuso

Una explicacin grafica en el diseo de control difuso podra ser representado
en un diagrama de bloques donde la salida realimenta a la entrada con la
intencin de tomar acciones en referencia a los errores o parmetros de
comportamiento del sistema que se est desarrollando

Imagen tomada del libro del diseo de control difuso (Fuzzy Control System Design)

As mismo para el control difuso se tendrn cuatro reglas:

a) Reglas base: sostiene el conocimiento en conjunto de las reglas que se
deben tener para actuar de la mejor manera en el sistema
b) El mecanismo de inferencia: evala que las reglas de control son relevantes
en el tiempo actual y luego decide cul debe ser la entrada al sistema
c) La difusificacion (fuzzification): interfaz simplemente modifica los insumos
para que puedan ser interpretadas y comparadas a las reglas en la base de
reglas
d) La interfaz que convierte la difusificacion aqu se dan las conclusiones
alcanzadas por el mecanismo de inferencia en las entradas a la planta.
Bsicamente, debemos ver el controlador difuso como un tomador de
decisiones artificial

5. Aplicaciones con PLC

A menudo, los mtodos de control tradicionales tales como el control PID no
pueden proporcionar un control adecuado para estos tipos de aplicaciones.
Normalmente, estos procesos siguen siendo controlables mediante el uso y la
aplicacin del conocimiento experto de los operadores que tienen aprendido el
proceso.
El control industrial (DCS) y el PLC son sistemas que se distribuyen diversas
reas en el campo del control automtico. As mismo DCS es un sistema de
control computarizado utilizado para controlar las lneas de produccin en la
industria como las plantas de refinacin de petrleo, plantas qumicas,
farmacuticas fabricacin, etc., donde los PID imperan. En cuanto a los
sistemas PLC son los ms utilizados en cuanto a control discreto por ejemplo
en la industria automotriz, electrnica, etc.
Su principal objetivo era reemplazar el rel. Hoy en da se tienen las
bibliotecas de instruccin para facilitar la programacin y tener al alcance
todos los elementos necesarios para realizar un sistema de control automtico

SIMATIC S7 CON CONTROL DIFUSO

El software simatic S7 cuenta con un paquete de datos integrando el algoritmo
de aplicacin de control difuso

- El paquete de Control Difuso contiene principalmente el bloque de control

(bloque de funciones - FB) y el bloque de datos (DB).
- La configuracin de productos de control difuso contiene la herramienta para
configurar el bloque de control.
10

El FB ya est preparado en todo su rango de funcionamiento y con todos los

algoritmos para configuracin y asignacin de parmetros. Una herramienta
fcil de usar est disponible para la configuracin y parametrizacin de este
bloque de funcin.

Los Controladores DIFUSOS son fciles de configurar en la base de Control

Difuso porque su funcionalidad est limitada a la definicin y ejecucin de
ncleo funciones en la teora difusa. Un bloque de datos de instancia en la CPU
del controlador programable forma la interfaz entre el bloque de funciones, la
herramienta de configuracin, y el usuario. Es posible descargar un nmero de
aplicaciones borrosas a una CPU y ejecutarlos all. Cada aplicacin se almacena
en un separado bloque de datos; el nmero del bloque de datos se puede
asignar libremente.

6. EJEMPLOS
Para los siguientes ejemplos se desarrollaron usando las herramientas de
matlab y con el apoyo de las grficas de referencia del libro del control lgico
que se dar como referencia bibliogrfica. Sin embargo las referencias de
11

control con PLC actan de manera similar ya que cuando se trata de control
difuso existen en los distintos programas dos opciones para colocar o ya sea
en bloques o programando cada uno de ellos de esta manera el controlador
entera la lgica en nuestra accin para nuestros controles

Ejemplo control de turbinas de gas

Como primer ejemplo tendremos el siguiente escenario, donde existen

dos turbinas de gas que requieren de un control automtico de parada
arranque, el control de la velocidad, potencia y temperatura. las
secuencias de arranque y arada consisten en una serie compleja de
eventos en donde cada paso de ser completado en su totalidad antes de
que comience el siguiente. Los algoritmos de control de velocidad deben
ser completados en poco tiempo porque la planta del sistema tiene una
respuesta muy rpida a los cambios de la entrada. el control de potencia
generada es afectado grandemente por la operacin cercana a los
lmites de temperatura y presin ya que estamos tratando con gas el
control de este sistema se hace bastante riesgoso si es que se llegara a
tomar una decisin errada o se dejara esta decisin sea tomada con un
estimado de tiempo mayor al de reaccin . por lo tanto se propone
control difuso para que se tome una decisin certera y a un tiempo que
permita la estabilidad de todos los sensores y actuadores del sistema y
de las turbinas de gas

Por lo tanto en primera preposicin tendremos la estrategia de control de

velocidad y potencia

Esquema de control PI

12

CONTROL CON LOGICA DIFUSA

Los controladores convencionales lineales y no-lineales son obtenidos usando
tcnicas de la teora de control basadas en modelos matemticos del proceso
controlado. Los controladores convencionales mapean un vector de estado de
dimensin n a una accin de control, mientras que el diseo de controladores
no-lineales representa un problema mayor. La dificultad intrnseca de esta
tarea ha conducido al desarrollo de nuevas tcnicas de control, como el control
lgico difuso (CLD). En esencia, el CLD es un algoritmo capaz de convertir una
estrategia lingista de control (expresada en forma conceptual en lenguaje
llano), basada en conocimiento experto, en una estrategia de control
automtico

As mismo tendremos entonces como anlisis de nuestro problema de control

con las dos turbinas de gas

13

Para aplicar el Control PID difuso de velocidad. El controlador difuso

desarrollado emula el comportamiento de un controlador digital tipo PID en
configuracin velocidad, el cual utiliza la seal de error, e[k], y las
aproximaciones a sus dos primeras derivadas, e[k] y e2 [k], para generar la
seal de control
u[k]: u[k] = K1 e [k] + K2 e [k] + K3 e2 [k]

As bien se explica como es que se desarrolla una lgica difusa siguiendo los
pasos para disear un sistema de control difuso a base de los parmetros de
uso permitidos dentro de los sistemas que estemos trabajando

Para las entradas y la salida seleccionadas del controlador primero se

especifican las variables lingsticas: Error de velocidad, Derivada del
error de velocidad y la Seal de control. Tambin se define el rango
funcional, o universo de discurso, para cada entrada y la salida: Ui1 =
[semin, semax], Ui2 = [Edwin, edmax], Uo = [scsmin, scsmax] y una
ganancia constante asociada a cada entrada K1 and K2.

Proceso de fuzificacin. Para las dos entradas seleccionadas, error y

derivada del error, los valores lingsticos seleccionados son: negativo
grande (-G), negativo mediano (-M), negativo pequeo (-P), cero (CE),
positivo pequeo (+P), positivo mediano (+M) y positivo grande (+G).
Entones son siete conjuntos difusos o funciones de membresa que
caracterizan a las dos entradas. Para este proceso se usaron las
llamadas funciones normalizadas de Von Altrock

Entonces a raz de esta lgica se puede establecer una relacin de

pertenencia

14

Y tambin una estructura PID del controlador difuso

La defuzificacin emplea tcnicas que resuelven la falta de precisin y

conflictos. Las funciones de membresa seleccionadas para la variable de
salida (seal de control) son: cerrar mucho (CM), cerrar regular (CR),
cerrar poco (CP), sostener (S), abrir poco (AP), abrir regular (AR) y abrir
mucho (AM).

Finalmente como resultados en graficas tendramos

Control de arranque luego de control difuso

15

 Control difuso en error de la velocidad

Ejemplo control de temperatura de panel solar

Se tiene un sistema de panel solaren el cual la temperatura de un fluido circula
por el tubo receptor del colector y se sensa mediante distintos puntos con
termocuplas del tipo J cuyas seales fueron amplificadas a niveles de voltaje
compatibles con el rango de voltaje de un conversor A/D en un mdulo de
entradas analgicas de un PLC. Para esto el CPU del PLC calcula la
temperatura que sensa cada termocupla y ejecuta el algoritmo de control
difuso que mantiene la temperatura del fluido a la salida del colector

16

Para el acondicionamiento de la seal se tiene que ser cuidadoso y que

si tenemos una termocupla de tipo J ser muy susceptible al ruido.
Cambia aproximadamente 50uV por cada grado centgrado de variacin
de la temperatura as que

Claro est que para que la comunicacin se realice directamente con los
sensores y el PLC que est a una distancia no tan cercana a nuestros
paneles se tendrn que usar transmisores. lejos de la lgica este es un
elemento que no se debe dejar pasar por lo tanto se debera tener en
cuenta
El objetivo del control solar compuesto es mantener la temperatura de
salida del fluido que circula por el tubo receptor en un valor
preestablecido por el usuario. los sistemas lineales y aquellos que
pueden aproximarse a lineales son fcilmente controlables con acciones
clsicas de PID.
Sin embargo en este control de lgica difusa se tendr una tcnica de
control inteligente basada en sistemas no lineales. Y ya que no se puede
controlar manipulando la temperatura se recorre a controlar el flujo del
fluido que circula en el colector como manera indirecta de controla
temperatura
El diagrama de bloques integrando lgica difusa se muestra a
continuacin

17

 En la implementacin del control difuso

La temperatura de salida promedio en un panel en las condiciones que

porpongo serian un promedio de 200C las entradas al controlador en
control difuso serian la temperatura y su derivada asi que una ecuacon
que se utilizaria para esto seria lo siguiente
Error= temp_deseada-temp_actual
Delta_error=error_actual-error_anterior

As que en nuestro algoritmo de grafica cuadrara lo siguiente.

Estas seran nuestras graficas resultantes de pertenencia. Para las

variables de error de temperatura el delta de error de temperatura
Por lo tanto las abreviaciones serian PA=positivo alto; PM=punto medio;
Z=cero; NM=negativo medio; NA=negativo alto
Adems las acciones de control forman un conjunto de salida difuso que
es representado mediante 7 funciones de pertenencia del tipo singleton
las cuales se muestran a continuacin y tienen la siguiente connotacin
DA=decremento alto; DB=decremento bajo; DM=decremento medio;
IM=incremento medio; IB=incremento bajo; IA=incremento alto Z=cero.

RESULTADOS
Como resultados del sistema de control de este panel solar. El fluido en
el caso se encuentra en una temperatura inicial de 30 grados y la
temperatura deseada o setpoint era de 47 grados. En la grfica se
observa un tiempo de subida de respuesta de aproximadamente
18

minutos y el sobre impulso porcentual de la respuesta es de 2.3%

(1.1C) el controlador tendra una resolucin de 1 grado centgrado. Lo
cual implicara que en estado estacionario una diferencia menor o igual a
1C entra la temperatura de salida y la deseada no ser interpretada por
el controlador como un error y por lo tanto no se realizaran acciones de
control los datos se obtendran mediante una interfaz grfica y el
algoritmo se presentara en programacin con el PLC. Sin embargo
mediante matlab se ajusta el algoritmo y se obtiene la siguiente grafica
despus de obtener el control difuso.
Esta seria nuestra respuesta con el controlador.

7. Referencias bibliogrficas

Advanced PLC Topics and Networks chapter seventeen pag. 798 830
L.A. Zadeh, Fuzzy Sets, Inform. Contr., vol. 8, pp. 338-353, 1965
Ian S. Shaw and Marcelo G Simoes, M.G. (1999) Controle e Modelagem
Fuzzy (in Portuguese), Edgard Bluchert Company; ISBN: 8521202482
Ian S. Shaw (1998), Fuzzy Control of Industrial Systems : Theory and
Applications, Kluwer Academic Publishers; ISBN: 0792382498
M. Godoy Simes and M. Friedhofer, An implementation methodology of
a fuzzy baseddecision support algorithm, International Journal of
Knowledge-Based Intelligent Engineering Systems, October 1997, vol.1
no. 4, pp. 267-275.

19