tesisfuzzy.pdf
Click here to load reader
-
Upload
albita-rivera -
Category
Documents
-
view
68 -
download
3
Transcript of tesisfuzzy.pdf
ESCUELA POLITÉCNICA DEL EJÉRCITO
DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA
CARRERA DE INGENIERÍA EN ELECTRÓNICA,
AUTOMATIZACIÓN Y CONTROL
PROYECTO DE GRADO PARA LA OBTENCIÓN DEL TITULO EN INGENIERÍA
“DISEÑO Y ELABORACIÓN DE GUÍAS DE PRÁCTICA PARA
IMPLEMENTAR CONTROLADORES MEDIANTE LÓGICA DIFUSA
EN EL PLC COMPACT LOGIX L43”
Autor:
HENRY DAVID CHÁVEZ ZAPATA
SANGOLQUÍ- ECUADOR
2011
II
CERTIFICACIÓN
Certifico que el siguiente proyecto de grado titulado “DISEÑOYELABORACIÓNDE
GUÍAS DE PRACTICA PARA IMPLEMENTAR CONTROLADORES MEDIANTE LÓGICA
DIFUSA EN EL PLC COMPACT LOGIX L43” fue realizada en su totalidad por el
Sr.HenryDavidChávezZapatacomorequerimientoparcialalaobtencióndeltítulode
INGENIERÍAELECTRÓNICA,AUTOMATIZACIÓNYCONTROL,bajoladirecciónde:
___________________________________ ___________________________________
ING.VICTORPROAÑO ING.ALEJANDROCHACÓN
DIRECTOR CODIRECTOR
III
AGRADECIMIENTO
Agradezco a Dios sobre todas las cosas, debido a que sin la gracia y las
bendiciones de él no hubiera sido factible superar con éxito un peldaño más.
A mi papito Ángel Polivio Chávez, por darme el apoyo, la voluntad y sobre todo el
carácter, para salir adelante ante los retos que se presentan en la vida.
A mi mamita María del Carmen Zapata, por ser fuente de inspiración, sabiduría,
constancia y fe, que han sido y serán pilares fundamentales para seguir adelante.
A mis hermanos Polo y Shirley, por estar presentes, pendientes y preocupados de
mí en todo momento.
Especial agradecimiento a, Alberto Arévalo y familia por haberse convertido más
que amigos en otra familia, que llevaré con alegría en mi corazón, Gracias por ser
fuente de admiración y anhelo.
Al grupo de los fantásticos 4, Julio Carrión, David Bravo, María Augusta Illescas,
gracias por formar parte de la línea de amistad y haber superado junto a mí,
distintas barreras durante toda la carrera.
A Betsabé Castellanos, por ser mi todo, quien estuvo a mi lado desde el principio y
ahora culminación de la carrera.
A mis amig@s y familiares por llenarme de su esencia y compartir tanto alegrías
como tristezas junto a mí.
A mis orientadores Ing. Víctor Proaño, Ing. Alejandro Chacón, por haber puesto las
esperanzas y haber tenido confianza durante la realización del proyecto, gracias
por las herramientas impartidas durante mi formación profesional.
Especial agradecimiento a todos quienes conforman y prestan sus servicios a la
Escuela Politécnica del Ejército, por haber sido parte de mi formación.
IV
DEDICATORIA
Dedico esta ingeniería a mis padres, quienes han sido muestra de constancia,
voluntad y perseverancia, quienes me han enseñado que todo esfuerzo tiene su
recompensa y cualquier meta que me proponga, con cariño, paciencia, amor y
dedicación podré alcanzar. Han sido ellos los que han constituido una base sólida
y un pilar de soporte para mi formación personal, de carácter y académica.
Esto es solo una muestra de correspondencia hacia todo lo que han hecho por mí,
estoy seguro que a futuro tendrán más muestras de felicidad, porque nada es
suficiente para agradecer todo lo que han hecho, LOS AMO PAPITOS.
Esta tesis también está dirigida para la Escuela Politécnica del Ejército, para que
siga manteniendo su nivel académico. Para mí es muy grato poder haber hecho
un aporte mediante estas guías para la universidad, que estoy seguro que sabrán
darles el mejor uso para formar día a día profesionales con bases sólidas en
diferentes ámbitos especialmente en Automatización y Control.
Dedico este trabajo en son de agradecimiento, al Ing. Víctor Proaño, debido a que
a más de ser un profesor, tutor o director se ha convertido en un gran amigo quien
supo formarme, apoyarme y guiarme para la culminación de la carrera.
V
PRÓLOGO
Una alternativa para la obtención de controladores, es mediante el uso de lógica
difusa que ha cobrado una gran fama en las últimas décadas, debido que permite
obtener la solución a problemas, mediante el razonamiento humano; a partir de
conocimientos inciertos, vagos o borrosos, “Si la temperatura está muy alta
entonces enfriar mucho” .
Esta lógica fue estudiada por primera vez en la Universidad de Berkeley
(California) por el ingeniero Lofty A Zadhe quien dijo: “Conforme la complejidad de
un sistema aumenta nuestra capacidad para ser precisos y construir instrucciones
sobre su comportamiento, disminuye hasta el umbral más allá del cual, la
precisión y el significado son excluyentes”. Esto quiere decir, que mientras más
complejo es el problema, su solución por capacidad resolutiva del ser humano
disminuye y cada vez se torna menos precisa, por lo que nació la alternativa del
uso de lógica difusa.
Al ver el potencial de esta lógica, problemas complejos se pueden resolver de
forma lingüística por lo que se han embebido cada vez a más artefactos como
ejemplo el PLC COMPACT LOGIX L43, el cual será usado para la aplicación de la
teoría difusa en el desarrollo de controladores de este tipo, ocupando el software
FUZZY DESIGNER de ALLEN BRADLEY para agregar un bloque de lógica difusa
al lenguaje escalera del RS-LOGIX 5000.
VI
En el capítulo 1 se detallan los conceptos básicos de la teoría difusa y los distintos
esquemas para el área de automatización y control como son:
Sistema de control realimentado con controlador difuso.
Supervisor difuso de controladores PID.
Conmutador inteligente de controladores convencionales.
En el capítulo 2 se presenta al software FUZZY DESIGNER con sus principales
herramientas para formar sistemas de lógica difusa. Se indica la funcionalidad del
mismo para generar y exportar el sistema al lenguaje escalera del RsLogix 5000
mediante la instrucción Add-On.
En el capítulo 3 se indican las 4 guías de laboratorio diseñadas para los
estudiantes que cursen la asignatura de Control Inteligente, ocupen los
conocimientos teóricos en implementaciones escalables a nivel industrial con el
uso de PLC’s de la familia Logix 5000 de RockWell Automation.
Las guías propuestas son:
Manipulación y comprobación de funcionalidad del software FUZZY
DESIGNER.
Análisis del controlador difuso utilizando la herramienta FIS EDITOR de
MATLAB.
Implementación del controlador difuso tipo PI en el PLC Compact Logix.
Simulación del supervisor difuso tipo PD.
En el capítulo 4, se encuentran las conclusiones obtenidas del proyecto, y las
recomendaciones realizadas para las personas que utilicen los temas tratados en
esta tesis.
VII
ÍNDICE DE CONTENIDO
CAPÍTULO 1 ........................................................................................................... 1
1. LÓGICA DIFUSA PARA CONTROL DE PROCESOS ..................................... 1
1.1. Introducción. ............................................................................................... 1
1.2. Historia ....................................................................................................... 4
1.3. Fundamentos de la lógica difusa ................................................................ 6
1.3.1. Conjuntos difusos. ............................................................................... 8
1.3.1.1. Características ................................................................................................... 13
1.3.1.2. Propiedades ....................................................................................................... 23
1.3.2. Operaciones entre conjuntos difusos ................................................. 25
1.4. Sistemas de lógica difusa. ........................................................................ 29
1.4.1. Fusificación ........................................................................................ 31
1.4.2. Reglas difusas ................................................................................... 33
a) Regla atómica ................................................................................................................ 43
b) Regla compuesta ........................................................................................................... 43
c) Reglas encadenadas ...................................................................................................... 44
d) Reglas paralelas ............................................................................................................. 45
e) Reglas con excepciones ................................................................................................. 45
f) Reglas graduales ............................................................................................................ 45
g) Reglas conflictivas ......................................................................................................... 46
1.4.3. Inferencia ........................................................................................... 46
1.4.4. Salida ................................................................................................. 50
1. Sistema de lógica difusa tipo Mamdani ........................................................................ 50
2. Sistema de lógica difusa tipo Takagi‐Sugeno ................................................................ 63
1.5. Potencial de la lógica difusa ..................................................................... 67
1.6. Esquemas difusos en el área de control de procesos .............................. 69
1.6.1. Sistema de control realimentado con controlador difuso. .................. 70
1.6.3. Supervisor difuso de controladores PID ............................................ 72
1.6.3. Conmutador inteligente de controladores convencionales. ............... 73
VIII
CAPÍTULO 2 ......................................................................................................... 75
2. FUZZY DESIGNER ........................................................................................ 75
2.1. Descripción de Fuzzy Designer ................................................................ 75
2.2. Interface del Software. ............................................................................. 77
2.2.1. Menú principal ...................................................................................... 78
2.2.2 Barra de herramientas ........................................................................... 86
2.2.3. Visualización en árbol del proyecto ...................................................... 88
2.2.4. Entorno de trabajo ................................................................................ 89
2.2.5 Barra de estado ..................................................................................... 91
2.3. Componentes sistema difuso ................................................................... 92
2.6.3. Puerto de entrada (IP) ....................................................................... 93
2.6.3. Variable lingüística de entrada (ILV) .................................................. 96
2.6.3. Puerto de salida (OP) ........................................................................ 99
2.6.3. Variable lingüística de salida (OLV) ................................................. 100
2.6.3. Variable Takagi-Sugeno de salida (OTSV) ...................................... 103
2.6.3. Bloque de reglas (RB) ..................................................................... 104
2.4. Editor de funciones de pertenencia (TE) ................................................ 106
2.6.3. Barra de herramientas. .................................................................... 107
2.6.3. Zona de representación gráfica de conjuntos difusos. ..................... 110
2.6.3. Zona de representación gráfica del grado de membrecía. .............. 111
2.5. Editor de reglas (RE) .............................................................................. 111
2.6.3. Barra de herramientas. .................................................................... 112
2.6.3. Zona de reglas ................................................................................. 114
2.6. Gráficos entrada salida .......................................................................... 114
2.6.3. Gráficos 2D ...................................................................................... 115
2.6.3. Gráficos 3D. ..................................................................................... 119
2.7. Simulación del sistema difuso. ............................................................... 124
2.8. RSLogix 5000 Instrucción Adicional (Add-on). ....................................... 126
2.6.3. Generar la función “Add-on”. ........................................................... 127
2.6.3. Importar funciones “Add-on” a los proyectos del RSLogix 5000. ..... 130
2.6.3. Configuración en RSLinx del servidor DDE. .................................... 134
IX
2.6.3. Modificación y Sintonización de parámetros de sistemas difusos en línea.. 135
CAPÍTULO 3 ....................................................................................................... 139
3. GUÍAS DE LABORATORIO ......................................................................... 139
3.1 MANIPULACIÓN Y COMPROBACIÓN DE FUNCIONALIDAD DEL SOFTWARE FUZZY DESIGNER .................................................................... 141
3.1.1 TEMA: .............................................................................................. 141
3.1.2 OBJETIVOS:.................................................................................... 141
3.3.3. DESCRIPCIÓN DEL PROBLEMA ................................................... 141
3.3.4. LISTADO DE SOFTWARE .............................................................. 142
3.1.3 ACTIVIDADES ................................................................................. 142
3.2. ANÁLISIS DEL CONTROLADOR DIFUSO UTILIZANDO LA HERRAMIENTA FIS EDITOR DE MATLAB .................................................... 148
3.2.1. TEMA: .............................................................................................. 148
3.2.2. OBJETIVOS:.................................................................................... 148
3.2.3. DESCRIPCIÓN DEL PROBLEMA ................................................... 148
3.2.4. LISTADO DE SOFTWARE .............................................................. 149
3.2.5. HERRAMIENTA FIS EDITOR.......................................................... 149
3.2.6. PLANTA DE TEMPERATURA PCT-2 ............................................. 152
3.2.7. MODELO MATEMÁTICO ................................................................ 153
3.2.8. ACTIVIDADES ................................................................................. 156
3.3. IMPLEMENTACIÓN DEL CONTROL DIFUSO TIPO PI EN EL PLC COMPACT LOGIX ........................................................................................... 159
3.3.1. TEMA: .............................................................................................. 159
3.3.2. OBJETIVOS:.................................................................................... 159
3.3.3. DESCRIPCIÓN DEL PROBLEMA ................................................... 159
3.3.3. LISTADO DE ELEMENTOS ............................................................ 160
3.3.4. LISTADO DE SOFTWARE REQUERIDO ....................................... 160
3.3.5. ESTACIÓN PS-2800 ....................................................................... 161
3.3.6. ACTIVIDADES ................................................................................. 164
3.3.6.1. TRABAJO PREPARATORIO ................................................................................ 164
3.3.7.2. TRABAJO PRÁCTICO ......................................................................................... 166
X
3.4. SIMULACIÓN DEL SUPERVISOR DIFUSO TIPO PD ........................... 167
3.4.1. TEMA: .............................................................................................. 167
3.4.2. OBJETIVOS:.................................................................................... 167
3.4.3. DESCRIPCIÓN DEL PROBLEMA ...................................................... 167
3.4.3. LISTADO DE SOFTWARE .............................................................. 167
3.4.4. MARCO TEÓRICO .......................................................................... 168
3.4.5. ACTIVIDADES ................................................................................. 170
CAPÍTULO 4 ....................................................................................................... 173
4. CONCLUSIONES Y RECOMENDACIONES ............................................... 173
4.1. Conclusiones. ......................................................................................... 173
4.2. Recomendaciones. ................................................................................. 176
REFERENCIAS BIBLIOGRÁFICAS .................................................................... 178
ANEXOS ............................................................................................................. 180
Anexo 1............................................................................................................ 180
Control difuso para lavadora ........................................................................ 180
Anexo 2............................................................................................................ 191
Obtención de las constantes físicas y validación del modelo matemático para la planta de temperatura PCT-2. .................................................................. 191
Anexo 3............................................................................................................ 204
PLC Compact Logix L43, módulos de entradas y salidas análogas ............ 204
Anexo 4............................................................................................................ 213
Configuración y comunicación PLC Compact Logix L43 .............................. 213
Anexo 5............................................................................................................ 223
Control difuso tipo PI de temperatura en el PLC , resultados obtenidos. .... 223
ÍNDICE DE FIGURAS
ÍNDICE DE TABLAS
GLOSARIO
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 1
CAPÍTULO 1
1. LÓGICA DIFUSA PARA CONTROL DE PROCESOS
1.1. Introducción.
La lógica difusa es ampliamente utilizada en diferentes ciencias como: biología,
matemática, computación etc.
Uno de los campos de aplicación más explotado de la lógica difusa está en el
desarrollo de controladores en el área de control de procesos donde se requiere
mantener la variable controlada en puntos de consigna deseados.
Existen varias formas para el diseño de controladores dentro, de los más conocidos y
aplicados a nivel industrial son: los controladores clásicos PID, pero estos necesitan
de un modelo matemático del comportamiento del sistema para el cálculo de sus
constantes kp, ki y kd.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 2
Pero qué ocurre cuando no se puede modelar el proceso por distintas situaciones:
complejidad, variabilidad, inexactitud, partes desconocidas y que no sean medibles
de forma fiable. En general, cuando se requiera representar y operar con conceptos
que tengan imprecisión, existen otras alternativas basadas en el conocimiento del
experto a través de la inteligencia humana, su lógica y deducción para lograr
controlar el sistema. Una de estas técnicas es el uso de sistemas de lógica difusa.
Si bien es cierto, la terminología difusa es para la mayoría oculta, ésta se la ocupa de
forma inconsciente a diario porque es el pilar fundamental en la que se toma
decisiones en lo cotidiano del razonamiento humano.
Toda la teoría difusa se fundamenta en la ampliación de los conjuntos clásicos, y la
ley del medio excluido, que dice: “un elemento pertenece o no pertenece y no puede
tener términos medios”, éstos términos medios son representables en los conjuntos
difusos mediante grados de pertenencia dentro de ellos. Esto permite asemejarlo al
lenguaje, pensamiento y razonamiento aproximado. Es decir, asignando grados de
membrecía a los elementos dentro de conjuntos que se los asocia con etiquetas
lingüísticas para expresar los estímulos que son subjetivos y dependen de la
estimación de cada uno por ejemplo: “Poco”, “Mucho”, “Frio”, “Caliente”, “Rápido”,
“Pequeño”, etc.
Las personas son por naturaleza seres lógicos basados en deducción de
operadores lógicos “Y”, “O” y “NO”, esto es aplicable en matemática para encontrar la
relación de dos o más elementos. En la teoría de lógica clásica existe una limitante
puesto que no se puede establecer la relación en función de los grados de
pertenencia de los elementos del conjunto, para ello se ocupa la lógica difusa para
encontrar la relación de los elementos en función de la pertenencia dentro de los
conjuntos.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 3
El conocimiento se basa en la experiencia y pericia sobre algún caso en particular
por ejemplo “SI la velocidad es alta, Y hay un objeto cerca ENTONCES se debe
frenar mucho”, este tipo de reglas SI-ENTONCES son unión de proposiciones
asociados a sistemas deductivos, la relación de estas se aplica con lógica difusa
para el tratamiento de operadores lógicos e implicación, la respuesta obtenida es
función del grado de activación de la conclusión de la regla para generar la salida
aplicable a la resolución del problema.
El conjunto de todo este proceso de la representación de datos vagos, borrosos o
ambiguos, inciertos, imprecisos en conjuntos difusos, las proposiciones para la
formulación de reglas, la aplicación de deducción mediante lógica difusa para la
obtención del resultado se conoce como sistema de lógica difusa.
Los sistemas de lógica difusa pretenden dar exactitud a partir de la inexactitud del
conocimiento, como se mencionó anteriormente, ésta teoría es usada para el
desarrollo de controladores difusos basados en el conocimiento, experiencia, pericia,
y práctica del experto para la formulación de reglas sobre la mejor acción de control a
tomar para lograr el comportamiento deseado en el proceso.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 4
1.2. Historia
La figura 1.1 detalla la línea cronológica de los principales creadores que
contribuyeron al desarrollo de la teoría y aplicaciones de la lógica difusa [1].
Figura 1. 1 Línea cronológica de los principales autores para el desarrollo de la lógica difusa.
A continuación se explica los aportes que han dado los diferentes autores:
La lógica difusa se lleva trabajando desde la época de Aristóteles y Platón en el siglo
322 AC aproximadamente, ellos fueron los primeros en considerar que las cosas no
tienen que ser de un cierto tipo o dejar de serlo si no que tienen un rango de
ambigüedad intermedio y que existen diferentes grados de verdad y falsedad, ”En la
escala de blanco y negro hay infinita cantidad de grises”.
[1] http://www.dma.fi.upm.es/java/fuzzy/tutfuzzy/introduccion2.html, Tutorial de introducción de lógica borrosa
322 AC Aristóteles y Platón
XVII Hume y Kant
XX Russel Ludwing
1920 Lukasiewicz
1968 Zadeh
1974 Assilian y Mandami
1987 Omron
1993 LIFE
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 5
En el siglo XVII David Hume e Immanuel Kant, concluyeron que el razonamiento se
adquiere en base a las experiencias del diario vivir, también se encontró
contradicciones en la lógica clásica por ejemplo: “la materia puede ser dividida
infinitamente” pero al llegar a un punto esta no se la puede dividir más.
Luego a principios del siglo XX, Bettrand Russell filósofo y matemático británico,
divulgó que la lógica produce contradicciones como es el caso de las vaguedades del
lenguaje ya que con las mismas palabras se puede dar a entender distintas cosas y
expresar modos y maneras diferentes, Durante el mismo tiempo Ludwing
Wittgenstein llego a la conclusión que la vaguedad puede tener varios rangos.
En 1920 Jan Lukasiewicz, empezó a desarrollar la lógica difusa y la teoría de los
conjuntos con infinitos grados de membrecía que oscilan entre 0 y 1, desarrolló la
primera lógica de vaguedades.
El término “Borroso” fue dado a conocer en el año de 1968 por Lofti Asier Zadeh en
su tesis “fuzzy sets” (Conjuntos difusos) en donde se estudió: Los problemas de la
lógica tradicional, la paradoja del conjunto de Bertrand Russell, el principio de
incertidumbre de la física cuántica de Werner Heisenberg, la teoría de los conjuntos
borrosos de Max Black y la aportación de Jan Lukasiewiz. Para tres años más tarde
crear un formalismo para manejar de forma más precisa y eficiente la forma del
razonamiento humano, y en 1971 realizó la publicación de "Quantitative Fuzzy
Semantics" en donde se detallan los elementos formales de la metodología de la
lógica difusa.
En 1974 Assilian y Mamdami diseñaron el primer controlador difuso para una
máquina de vapor en el Reino Unido en la cual mediante reglas lógicas regulaba
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 6
automáticamente la cantidad de vapor y de temperatura de la caldera de acuerdo a la
velocidad y presión de la máquina.
El “Fuzzy boom” se da cuando se empiezan a comercializar los primeros
controladores difusos desarrollados por Omron en el año de 1987.
En 1993, se crean organizaciones como la “LIFE” (Laboratory for International Fuzzy
Engineering Reserch), en colaboración del gobierno, universidades e industrias. El
primer controlador difuso industrial implementado se lo hizo en una planta
depuradora de agua para la inyección química.
En la actualidad, cada vez más electrodomésticos se han embebido con lógica
difusa como es el caso de lavadoras (lavadora Lg modelo WF-S5207PP FUZZY
LOGIC), aires acondicionados (Samsung AWT18QKF Window Air Conditioner),
secadoras (Secadora Samsung DV448AGP/WE375A7P/XAA) entre otros.
1.3. Fundamentos de la lógica difusa
La lógica difusa, es una lógica matemática basada en la teoría de conjuntos, permite
realizar operaciones en ellos y están fuera de las definiciones de la lógica clásica.
La lógica difusa es una lógica multivalente2 que se extiende de la clásica o bivalente3.
Nota: La representación numérica del razonamiento humano se lo hace
mediante la lógica difusa.
2 Lógica multivalente.- Lógica que permite infinitos valores intermedios y aproximados de verdad y falsedad. 3 Lógica bivalente.- Lógica que permite únicamente Valores falsos o verdaderos.
En la
difusa
Como
Para e
C A P I T U
figura 1.2
a.
F
o conclusion
La lógica
solo pued
permite re
La lógica
cuantifica
grados de
el tratamien
1.3.1. Con
U L O 1 : L Ó
se observ
Figura 1. 2 C
nes de la d
clásica no
de tomar do
epresentar
a difusa e
r la percep
e verdad ap
nto matemá
njuntos difu
Ó G I C A D I
va la comp
Comparación e
iferencia en
se aproxim
os valores
las estimac
es más a
pción del c
proximados
ático de la l
usos.
Clásica
Bivalente
Dos valores de umbral
Exacto
F U S A P A R
paración en
entre la lógica
ntre los dos
ma al razon
de umbral
ciones de c
proximada
conocimient
.
lógica difus
Dif
Mul
n Vinte
Apr
R A C O N T R
ntre las do
a clásica y la
s tipos de ló
namiento h
“verdadero
cada person
a dicho
to a través
sa se requie
usa
tivalente
Valores ermedios
roximado
R O L D E P
os lógicas,
lógica difusa
ógica se tie
humano deb
o” o “falso”
na en grado
razonamie
s de conjun
ere el uso d
R O C E S O S
la clásica
ene:
bido a que
”, por lo cu
os de verda
ento y pe
ntos difuso
de:
S 7
y la
ésta
al no
ad.
rmite
os en
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 8
1.3.2. Operaciones entre conjuntos difusos.
1.3.1. Conjuntos difusos.
Los conjuntos difusos son agrupaciones de elementos que comparten con cierto
grado de membrecía4 una propiedad entre sí.
Estos conjuntos difusos nacen como extensión de los clásicos y permiten definir
parámetros: ambiguos, borrosos, imprecisos, incompletos, en general no bien
definidos.
Nota: Los conjuntos clásicos son un subconjunto de los difusos, cuya función
de pertenencia asigna únicamente 1 o 0 como grados de membrecía o
sus elementos.
En la ecuación (EC 1) se muestra la representación difusa por la
función de pertenencia de los conjuntos clásicos.
0, a1, a b0, b
∶ ∈
4 Grado de membrecía.- Escala asignada del 0(no pertenece en absoluto) al 1(pertenencia total) por
la función de pertenencia a los elementos del conjunto, y representan el porcentaje de verdad o
falsedad dentro de él.
La fig
difuso
C A P I T U
En
fun
Co
per
la f
gura 1.4 m
os).
Figura 1.
U L O 1 : L Ó
la figura
ción de per
Figura 1. 3
mo se obse
rtenencia d
función de p
muestra la c
4 Comparaci
Conjuntos Clásicos
Ó G I C A D I
1.3 se en
rtenencia.
Representac
erva los ele
entro de él
pertenencia
comparació
ón de definici
Elementos claros y precisos
Límite definido
Pertenece o no
Toma solo valores de "0" o "1"
Razonamiento matemático
F U S A P A R
ncuentra gr
ción difusa de
ementos de
, es decir,
a siempre s
ón entre los
ión entre conj
Repelemamb
Limi
Infinmem
Valorang
Se aprecrazohum
Conjuntos Difusos
R A C O N T R
raficado el
e los conjunto
el conjunto
el grado de
será 0 o 1, s
s dos tipos
juntos clásico
resenta mentos biguos
ite abierto
nito grado de mbresia
ores en el go de "0" y "1"
acerca más a la cisión del onamiento mano
R O L D E P
conjunto
os clásicos.
clásico tie
e membrec
sin valores
de conjun
os y conjuntos
R O C E S O S
clásico po
nen o no ti
cía asignado
intermedio
tos (clásico
s difusos.
S 9
or su
enen
o por
os.
os vs
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 10
Como se observa: los conjuntos clásicos tratan predicados matemáticos5 con dos
valores de umbral a diferencia de los conjuntos difusos los cuales permiten
representar valores intermedios de forma ambigua.
Ejemplo [6]: Diferencias entre los conjuntos clásicos vs los difusos.
Sea A, el conjunto de todos los números enteros mayores a 10, ecuación (EC
2):
: ∈ Ζ, 10
Sea “B”, el conjunto de todos los números enteros mucho mayores a 10,
ecuación (EC 3):
" " : ∈ Ζ, ≫ 10
La principal diferencia entre los dos conjuntos está en:
La relación (EC 2) está completamente definida en el conjunto A. Todos los
números tiene dos posibilidades, pertenece o no.
La relación (EC 3) no está lo suficientemente definida en el conjunto “B”, La
razón es la generalidad del término “mucho mayores”.
5 Predicados matemáticos.- Son reglas o sentencias lógicas que sacan como resultado un grado de verdad. [6] Zdenko Kovacic, Stjepan Bodgan, FUZZY CONTRLLER DESIGN,Theory and Applications
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 11
Está claro que 11, 12, 1178 y 2906 son elementos del conjunto A.
Las personas pueden dar como elementos del conjunto “B” a los términos 25 y
100 pero para otras esos no pertenecen al conjunto si no los siguientes 11345
y 2310 .El problema está en cómo determinar el menor entero con la
característica “mucho mayor” a 10.
Como conclusión a lo anterior se tiene que el conjunto “B” es difuso.
Para la representación matemática de los conjuntos difusos se lo realiza mediante un
par ordenado cuya primera posición denota al elemento, y la segunda, el grado de
membrecía dentro del conjunto (EC 4).
"F" , , ∈
Dónde:
" ", es el nombre del conjunto difuso.
, es el elemento.
, es el grado de membrecía.
, es la función de pertenencia.
, es el universo.
Otra forma de representación matemática es mediante una “suma” de pares como
indica la ecuación (EC 5).
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 12
"F" /
Donde:
∑, no debe considerarse como operador matemático, si no como “separador”
de elementos.
, es el número de términos del conjunto.
Nota: Los pares en los que el grado de membrecía sea cero no se incluyen para
ninguna de las dos representaciones matemática de los conjuntos difusos.
Ejemplo: Representación matemática para el conjunto difuso “alto” aplicado a
personas que se visualiza en la figura 1.5.
Figura 1. 5 Representación gráfica del conjunto difuso alto
La representación matemática para el conjunto difuso “Alto” es:
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 13
Siguiendo la ecuación ( EC 4):
"Alto" 1.75,0.25 , 1.8,0.5 , 1.85,0.75 , 1,1.9
Siguiendo la ecuación ( EC 5):
"Alto"0.251.75
0.51.8
0.751.85
11.9
A continuación se detalla:
1.3.1.1. Características.
1.3.1.2. Propiedades.
Asociadas a los conjuntos difusos.
1.3.1.1. Características
Las características que tienen los conjuntos difusos son 7:
a) Universo de discurso.
b) Valor o Etiqueta lingüística.
c) Función de pertenencia.
d) Altura.
e) Conjunto normalizado.
f) Soporte del conjunto.
g) Núcleo del conjunto.
h) Ejemplo de todas las características.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 14
a) Universo de discurso.
Es el rango de acción de los conjuntos difusos. Está comprendido en valores reales
precisos, y conocidos.
b) Valor o Etiqueta lingüística
Son adverbios de cantidad y representan el nombre dado a los conjuntos difusos
para asociarlos de forma lingüística a la cotidianidad del razonamiento humano
“Caliente”, ”Muy frio”, “Tibio”, etc.
Nota: Las etiquetas lingüísticas más utilizadas se presentan en la tabla 1.1:
Variable Valores o etiquetas lingüísticas
Temperatura Muy frio Frio Tibio Caliente Muy caliente
Velocidad Muy lento Lento Normal Rápido Muy Rápido
Cantidad Muy poco Poco Normal Mucho Demasiado
Tabla 1. 1 Etiquetas lingüísticas más usadas.
Es fundamental el contexto en el que se trabajan los conjuntos difusos porque es el
asociado a la cuantificación de sus elementos.
Ejemplo: No es el mismo contexto “Alto” aplicado, a personas que a edificios.
Cuando se usan diversos conjuntos difusos referidos al mismo contexto se conoce
como marco de conocimiento.
El marco de conocimiento tiene que cumplir con las siguientes dos características:
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 15
- Cubrimiento.-
o Cualquier elemento del universo de discurso debe pertenecer a al
menos a una etiqueta lingüística que lo represente en algún sentido.
- Solidez semántica.-
o Los conjuntos difusos del contexto representan una parte del
universo de discurso, identificado por su etiqueta lingüística.
o Los conjuntos del contexto son lo suficientemente disjuntos, es
decir, cada término tiene un significado claramente distinto de los
demás.
o El número de los conjuntos del contexto es pequeño [7]: se
recomienda un máximo de 7.
c) Función de pertenencia
Permite representar gráficamente como una función al conjunto difuso y es la
encargada de asignar los grados de membrecía a los elementos del conjunto.
Nota: “Cualquier función de pertenencia es válida, su definición exacta
depende: del concepto a definir, del contexto al que se refiera y de la
aplicación. En general, es preferible usar funciones simples, debido a
que simplifican muchos cálculos” [8].
La figura 1.6 muestra varios tipos de funciones de pertenencia
[7] J. Galindo Gómez, Conjuntos y Sistemas difusos (Lógica difusa y Aplicaciones), cáp. 3. [8] J. Galindo Gómez, Conjuntos y Sistemas difusos (Lógica difusa y Aplicaciones), Cap 1.
Figura
Como
las cu
1) Fun
2) Fun
3) Fun
4) Fun
5) Fun
1.
La ec
de pe
[9] Alle
C A P I T U
a 1. 6 Gráficas
o se observ
uales las má
nción trape
nción tipo S
nción trape
nción tipo S
nción pulso
Función t
cuación (EC
ertenencia t
n Bradley, Ro
L O 1 : L Ó
s típicas de fu
va, las funci
ás utilizada
ezoidal.
S.
ezoidal inve
S invertida.
o
trapezoida
C 6) muestr
rapezoidal.
ockwell Autom
G I C A D I F
unciones de p4 –
iones de pe
as [9] son 5
rtida.
al
ra un conjun
mation, FUZZ
F U S A P A R
pertenencia: 1tipo S, 5 - pu
ertenencia
5:
nto difuso “
Y DESIGNER
R A C O N T R
1 – Triangularlso
pueden op
“A” separad
R, pág 31.
R O L D E P R
r,2 – trapezoi
tar varias fo
do en parte
R O C E S O S
dal,3 – Gaus
formas, de e
es por la fun
16
siana,
entre
nción
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 17
"A"
1, ,⁄ ∈ ,
1,,⁄
0,
∈ , ∈ ,
: ∈
(EC 6) Separación por partes del conjunto difuso “A” por la función de pertenencia trapezoidal.
La figura 1.7 muestra la representación gráfica de la función de pertenencia
trapezoidal del conjunto difuso “A”.
Figura 1. 7 Función de pertenencia tipo trapezoidal.
Nota: “En general, la función trapezoidal se adapta bastante bien a la
definición de cualquier concepto, con la ventaja de su fácil definición
representación y simplicidad de cálculos”[10].
2. Función tipo S
La ecuación (EC 7) muestra un conjunto difuso “A” separado en partes por la función
de pertenencia tipo S.
[10] J. Galindo Gómez, Conjuntos y Sistemas difusos (Lógica difusa y Aplicaciones), Cap 1
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 18
"A"
0, 2 3
2, ∈ ,
1,2 3
2,
0,
∈ , ∈ ,
: ∈
(EC 7) Separación por partes del conjunto difuso por la función de pertenencia tipo S.
La figura 1.8 indica la representación gráfica de la función de pertenencia tipo S del
conjunto difuso “A”.
Figura 1. 8 Función de pertenencia tipo S
3. Función Trapezoidal invertida
La ecuación (EC 8) muestra el conjunto difuso “A” separado en partes por la función
de pertenencia trapezoidal invertida.
"A"
1, ,⁄ ∈ ,
0,,⁄
1,
∈ , ∈ ,
: ∈
(EC 8) Separación por partes del conjunto difuso “A” por la función de pertenencia trapezoidal.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 19
La figura 1.9 indica la representación gráfica de la función de pertenencia trapezoidal
invertida del conjunto difuso “A”.
Figura 1. 9 Función de pertenencia tipo trapezoidal invertida.
4. Función tipo S invertida
La ecuación (EC 9) muestra el conjunto difuso “A” separado en partes por la función
de pertenencia tipo S invertida.
"A"
1, 2 3
2, ∈ ,
0,2 3
2,
1,
∈ , ∈ ,
: ∈
(EC 9) Separación por partes del conjunto difuso “A” por la función de pertenencia tipo S invertida.
La figura 1.10 indica la representación gráfica de la función de pertenencia tipo S
invertida del conjunto difuso “A”.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 20
Figura 1. 10 Función de pertenencia tipo S invertida
5. Función Pulso
La ecuación (EC 10) muestra el conjunto difuso “A” separado en partes por la función
de pertenencia tipo pulso.
"A"1, 0, : ∈
(EC 10) Separación por partes del conjunto difuso “A” por la función de pertenencia tipo pulso.
La figura 1.11 indica la representación gráfica de la función de pertenencia tipo pulso
del conjunto difuso “A”.
Figura 1. 11 Función de pertenencia tipo pulso
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 21
d) Altura
Es el grado de membrecía más alto asignado por la función de pertenencia como se
indica en la ecuación (EC 12).
á , ∀ ∈
e) Conjunto normalizado
El conjunto es normalizado si existe algún elemento ∈ con grado de membrecía
de 1, o la altura del conjunto es igual 1.
Como se muestra en la ecuación (EC 13).
"F" 1
f) Soporte del conjunto
Elementos de x que pertenecen a “F” con grado de membrecía mayor a cero como
se observa en la ecuación (EC 14).
"F" ∈ | 0
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 22
g) Núcleo del conjunto
Elementos de x que pertenece al conjunto difuso con grado de membrecía de 1,
lógicamente ú F" ⊆Soporte " " como se muestra en la ecuación (EC 15).
ú "F" ∈ | 1
h) Ejemplo de todas las características
El ejemplo tomado para mostrar todas las características de los conjuntos
difusos será sobre la edad de una persona como se observa en la figura 1.13.
0
1
0.5
10 20 30 40 50 60 70 80 90
X= EDAD
JOVEN MEDIANA EDAD VIEJO
)(xuF
Figura 1. 12 Ejemplo variable lingüística edad de una persona
El eje x del gráfico es la edad en años de la persona [0 a 90].
El eje y del gráfico es la escala de grados de membrecía [0 a 1].
El universo de discurso está comprendido de 0 a 90 años.
En la tabla 1.2 se observan los conjuntos difusos del ejemplo con sus
características.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 23
Valor o etiqueta
lingüística
Características conjuntos difusos del ejemplo Función de pertenencia Altura Normalizado Soporte Núcleo
Joven Tipo S 1 SI [0, 40] [0,20] Mediana
edad Tipo S 1 SI [20, 80] [40,60]Viejo Tipo S 1 SI [60, 90] [80,90]
Tabla 1. 2 Características de los conjuntos difusos del ejemplo.
1.3.1.2. Propiedades
Las propiedades de los conjuntos difusos son 7:
a) Conmutativa.
b) Asociativa.
c) Idempotencia.
d) Distributiva.
e) Condiciones de frontera.
f) Involución.
g) Transitiva.
Sean A, B, C conjuntos difusos en el universo de discurso “X” las propiedades
aplicadas a estos son:
a) Conmutativa
∪ ∪
∩ ∩
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 24
b) Asociativa
∪ ∪ ∪ ∪ ∪ ∪
∩ ∩ ∩ ∩ ∩ ∩
c) Idempotencia
∪
∩
d) Distributiva
∪ ∩ ∪ ∩ ∪
∩ ∪ ∩ ∪ ∩
e) Condiciones de frontera o límite
∪ ∅
∩ ∅ ∅
∪
∩
f) Involución
g) Transitiva
⊂ ⊂ ∴ ⊂
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 25
1.3.2. Operaciones entre conjuntos difusos
De igual manera que en la lógica clásica, en la difusa se tiene operaciones para
buscar la relación de los elementos que forman parte de los conjuntos.
Las operaciones más importantes son 3 [11]:
a) Intersección.
b) Unión.
c) Complemento.
d) Ejemplo matemático de las operaciones entre conjuntos difusos.
a) Intersección
La Intersección de los elementos de los conjuntos difusos, asocia el mínimo grado
de membrecía que estos tienen como se muestra en la ecuación (EC 30).
∩ , ∧
Ejemplo: En la tabla 1.3 muestra dos ejemplos de intersección de
conjuntos difusos .El conjunto A y el conjunto B están
graficados en la parte superior siendo la línea continua los
y la línea punteada los , respectivamente.
[11] www.profesaulosuna.com/.../LOGICA%20DIFUSA/.../logica%20difusa.ppt, Lógica difusa.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 26
Ejemplo 1 Ejemplo 2
Tabla 1. 3 Ejemplos de intersección de conjuntos difusos
El resultado de la operación ocupando la ecuación (EC 30) se
visualiza en la parte inferior. La respuesta es el menor grado de
membrecía que tienen ambos conjuntos en cada punto del eje x.
b) Unión
La unión de los elementos de los conjuntos difusos, asocia el máximo grado de
membrecía que estos tienen como se indica en la ecuación (EC 31).
∩ , ∨
Ejemplo: En la tabla 1.4 muestra dos ejemplos de unión de conjuntos
difusos .El conjunto A y el conjunto B están graficados en la parte
superior siendo la línea continua los y la línea punteada los
, respectivamente.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 27
Ejemplo 1 Ejemplo 2
Tabla 1. 4 Ejemplos de unión de conjuntos difusos
El resultado de la operación ocupando la ecuación (EC 31) se
visualiza en la parte inferior y como se observa, la respuesta es
el máximo valor de membrecía que tienen ambos conjuntos en
cada punto del eje x
c) Complemento
El complemento de un conjunto difuso, es “1” menos el grado de membrecía del
conjunto como se observa en la ecuación (EC 32).
1
Ejemplo: En la tabla 1.5 indica dos ejemplos de complemento de un
conjunto difuso, el conjunto difuso A (Lado izquierdo) y B (Lado
derecho) están graficados en la parte superior, respectivamente.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 28
Ejemplo 1 Ejemplo 2
Tabla 1. 5 Ejemplos del complemento de conjuntos difusos
El resultado de la operación se visualiza en la parte inferior, como se
observa la respuesta es en forma de espejo, ocupando la ecuación (EC
32).
d) Ejemplo matemático de las operaciones entre conjuntos difusos
Sean los siguientes conjuntos difusos A y B en el universo de discurso discreto
1,2,3,4,5,6,7,8 .
El resultado de las operaciones entre los conjuntos A y B se muestra en la tabla 1.6.
Operaciones Conjunto A Conjunto B
A(x)={(1,0.1),(2,0.2),(3,0.5),(4,1),(5,0.4),(6,0.2)} B(x)={(3,0.1),(4,0.2),(5,0.5),(6,1),(7,0.4),(8,0.2)}
Intersección (A˄B)={(3,0.1),(4,0.2),(5,0.4),(6,0.2)}
Unión (A˅B)={(1,0.1),(2,0.2),(3,0.5),(4,1),(5,0.5),(6,1),(7,0.4),(8,0.2)}
complemento ¬A(x)={(1,0.9),(2,0.8),(3,0.5),(5,0.6),(6,0.8)} ¬B(x)={(3,0.9),(4,0.8),(5,0.5),(7,0.6),(8,0.8)}
Tabla 1. 6 Ejemplo operaciones entre conjuntos difusos
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 29
1.4. Sistemas de lógica difusa.
Un sistema es un conjunto de partes o elementos organizados y relacionados que
interactúan entre sí.
La lógica es una ciencia que se encarga del estudio de las formas correctas de
inferencia o deducción.
Lo difuso permite trabajar y operar a nivel de ambigüedad expresados en términos
lingüísticos (Conjuntos difusos).
Entonces el sistema de lógica difusa es el conjunto de partes o elementos
relacionados entre sí, el cual permite inferir o deducir el resultado a partir de datos
ambiguos.
Nota: “EL sistema de lógica difusa proporciona una manera simple y elegante
de obtener una conclusión a partir de información de entrada vaga,
ambigua, imprecisa, con ruido o incompleta.”.[12]
Inferencia
Reglas difusas
Fusificación Salida
SISTEMA DE LOGICA DIFUSA
.
.
.
ENTRADAS SALIDA
.
.
.
.
.
.
Figura 1. 13 Partes fundamentales de los sistemas de lógica difusa.
[12] http://members.tripod.com/jesus_alfonso_lopez/FuzzyIntro.html, Lógica difusa Introducción y conceptos básicos.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 30
El sistema de lógica difusa trata de emular como las personas toman decisiones a
partir de los estímulos subjetivos a la percepción propia de cada individuo.
Esto se logra matemáticamente en la inferencia apoyada en las reglas difusas.
El procesamiento matemático de la inferencia lo realiza con datos ambiguos
expresados como elementos de conjuntos difusos.
Los datos externos que entran al sistema son numéricos y exactos, deben ser
codificados como datos ambiguos para que se los puedan tratar en la etapa de
inferencia, esto se lo realiza en la fusificación.
El resultado entregado por la inferencia está expresada como grado de veracidad del
cumplimiento de la regla.
Este resultado debe ser trasformado a un dato numérico en la etapa de salida.
Las partes fundamentales de los sistemas de lógica difusa se muestran en la figura
1.13.
Las partes del sistema de lógica difusa son 4:
1.4.1. Fusificación
1.4.2. Reglas difusas
1.4.3. Inferencia
1.4.4. Salida
1.4
La fus
funcio
memb
A con
C A P I T U
4.1. Fusifi
sificación e
ones de p
brecía dent
ntinuación s
Ejemplo 1
L O 1 : L Ó
cación
es el proce
pertenencia
ro de ellos.
se detallará
1: En la fi
pertene
En don
E
E
Se obs
este va
y obtien
G I C A D I F
eso de eva
de los c
.
n dos ejem
gura 1.14 s
encia tipo ra
Figura 1. 14
de:
Eje x repres
El eje y rep
serva una e
alor es “fusi
ne un grado
F U S A P A R
aluar o cod
conjuntos
mplos de fus
se muestra
ampa.
Ejemplo de
senta el so
presenta los
entrada no
ificado” en
o membrec
R A C O N T R
ificar las e
difusos pa
sificación.
a el conjunt
Fusificación
porte del co
s grados de
difusa con
la función
cía o salida
R O L D E P R
entradas nu
ara obtene
to difuso A
onjunto difu
e membrec
n un valor
de pertene
difusa de 0
R O C E S O S
uméricas e
er el grado
A con funció
uso A.
ía.
numérico d
encia tipo ra
0,5.
31
n las
o de
ón de
de 5,
ampa
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 32
Ejemplo 2: Retomando el ejemplo 1.3.1.1 literal h) el cual se refería sobre la
edad de una persona:
0
1
0.5
10 20 30 40 50 60 70 80 90
X= EDAD
MEDIANA EDAD VIEJO
)(xuF
Figura 1. 15 Ejemplo literal 1.3.1.1 literal h)
Como se observa:
Cuando una persona tiene 30 años, ésta va a pertenecer
con un grado de membrecía de 0.4 a los conjuntos difusos
joven y mediana edad.
Una persona de 45 años solo va a pertenecer con un
grado de membrecía de 1 al conjunto difuso mediana
edad.
Una persona de 20 años va a pertenecer con un grado de
membrecía de 0.9 al conjunto difuso joven, y también al
conjunto difuso de mediana edad pero con un grado de
membrecía de 0.1.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 33
1.4.2. Reglas difusas
Antes de la definición del significado de regla difusa, se requieren de los siguientes
conceptos:
Variable lingüística.
T-norma, S-norma.
Operadores lógicos.
Proposición.
o Variable lingüística.-
A continuación se indica:
Definición teórica.
Definición formal.
Utilidad de las variables lingüísticas.
Definición teórica.- La variable lingüística es aquella variable que toma
etiquetas lingüísticas, palabras o sentencias a diferencia de la variable
matemática que toma un valor numérico.
Ejemplo: Retomando el ejemplo 1.3.1.1 literal h) el cual se refería sobre
la edad de una persona.
Sea Edad una variable, Sí:
Edad = Es viejo o Edad = joven o Edad = mediana edad, esta
variable será lingüística por que toma un valor o etiqueta
lingüística.
Edad = 65 años, esta variable será numérica porque toma un
valor numérico.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 34
Definición formal.- La variable lingüística es una quíntupla ordenada de
elementos como se observa en la ecuación (EC 33):
Variablelingüística N, U, T N , G,M
Dónde:
N, es el nombre de la variable.
U, es el universo de discurso.
T(N), Es el conjunto de etiquetas lingüísticas que puede tomar N.
G, Es la gramática para generar las etiquetas de T(N). ejemplo:
“muy”, “no muy”, “poco”, “mucho”, etc.
M, Es una regla semántica que asocia cada elemento de T(N) con
un conjunto difuso en U de entre todos los posibles: M: T(N) -> F(U).
Ejemplo: Retomando el ejemplo 1.3.1.1 literal h) el cual se
refería sobre la edad de una persona.
Variablelingüística N, U, T N , G,M
Variablelingüística
Edad, 090 , JovenMediana Viejo ,"",
Joven → Edad 15
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 35
Utilidad de las variables lingüísticas[13]:
Es una forma de comprimir información puesto que puede tomar
muchos valores posibles.
Ayuda a caracterizar fenómenos que están mal definido o son
complejos de definir o ambas cosas.
Es un medio de trasladar conceptos o descriptores lingüísticos a
descripciones numéricas.
Relaciona o traduce el proceso simbólico a proceso numérico.
o T-norma, S-norma: Establecen modelos genéricos para las operaciones de
unión e intersección, las cuales deben cumplir las siguientes propiedades
básicas: Conmutativa, Asociativa y condiciones de frontera.
Nota: Para cada T- Norma existe una S- Norma dual o conjugada y viceversa.
Se dará más detalle sobre estos modelos genéricos en:
T- Norma.
S – Norma.
T-Norma: Modelo genérico para la función min (∧), Corresponde a la
operación de intersección (AND) y producto del grado de membrecía de los
elementos de los conjuntos difusos.
[13] J. Galindo Gómez, Conjuntos difusos y Sistemas difusos (Lógica difusa y Aplicaciones), Cap. 5
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 36
La T - Norma para los conjuntos difusos A y B, es:
Intersección
A ∩ B
Producto
μA x ∗ μB x
S-Norma: Modelo genérico para la función máx (∨ , corresponde a la
operación de unión (OR) y suma de los grados de membrecía de los
elementos de los conjuntos difusos.
La S - Norma para los conjuntos difusos A y B, es:
Unión
A ∪ B
Suma
μA x μB x
Operadores lógicos
Los operadores lógicos son evaluados como operaciones entre conjuntos difusos
utilizando lógica difusa:
Los operadores más utilizados son:
NO (NOT), o Complemento o negación.
Y (AND), o Intersección, lo que corresponde a una T- Norma.
O (OR), o Unión, lo que corresponde a una S- Norma.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 37
o Proposición[14]
Proposición es cualquier enunciado lógico al que se le puede asignar un grado de
verdad o falsedad, dentro de un conjunto de valores posibles.
Existen 6 tipos de proposiciones:
I. Proposiciones atómicas
II. Proposiciones compuestas
III. Proposiciones cualificadas
IV. Proposiciones cuantificadas
V. Proposiciones categóricas.
VI. Proposiciones no categóricas
De las cuales las más usadas son: las proposiciones atómicas y compuestas por
su simpleza.
I. Proposiciones atómicas
Proposiciones simples de la forma “X es A”.
Dónde:
X, es una variable lingüística que toma como etiqueta lingüística a A.
A, es un conjunto difuso del marco de conocimiento.
Ejemplo: “Perro es blanco”.
[14] J. Galindo Gómez, Conjuntos y Sistemas difusos(Lógica difusa y Aplicaciones), Cap 6
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 38
II. Proposiciones compuestas
Las proposiciones compuestas nacen de la unión de proposiciones atómicas,
mediante conectivos como son los operadores lógicos o implicadores.
Si P y Q son proposiciones atómicas, las posibles proposiciones compuestas
pueden ser:
- Conjunción ,∧ ∧ min ,
- Disyunción ,∨ ∨ ,
- Implicación ,⟶ ⟶ ∨
- Doble implicación
,⟷ ⟷ ⟶ ∧ ⟶
- Otras conectivos , , … .
Ejemplo: “X es A AND Y es B THEN Z es C”.
III. Proposiciones cualificadas
Proposiciones simples de la forma “es que X es A”.
Dónde:
A, Es un conjunto difuso del marco de conocimiento.
, Permite asignar la cualificación o el grado de verdad de la
proposición como se observa en la ecuación (EC 38).
, ∀ ∈
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 39
Existen 4 formas de cualificación:
- Verdad
- Muy verdad
- Falso
1
- Más o menos
.
En la figura 1.16 Se observa las tendencias de para expresar la
cualificación de la proposición.
Figura 1. 16 Tendencias de para expresar la cualificación de la proposición.
Ejemplo: Es muy verdad que el Perro es blanco.
IV. Proposiciones cuantificadas
Son las proposiciones que usan cuantificadores difusos como: Muchos,
Pocos, La mayoría etc. en sus enunciados.
Ejemplo: La Mayoría de ∈ " "
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 40
V. Proposiciones categóricas
Son aquellas proposiciones que no tienen ni cualificadores ni cuantificadores,
pueden ser tanto atómicas como compuestas.
Ejemplos: x es y
X es A AND y es B NOT z es R
VI. Proposiciones no categóricas
Son aquellas proposiciones que no tienen que ser verdad siempre.
Ejemplo: El mar es dulce.
Una vez definido los conceptos anteriores se procederá con la definición de regla
difusa.
Regla difusa
Una regla difusa es aquella que asocia variables lingüísticas con la unión de
proposiciones mediante: T – Normas, S – Normas, operadores e implicadores
lógicos, para representar la solución proveniente de la pericia y conocimiento del
experto en algún caso en particular.
Nota: “En general las reglas son un modo de representar estrategias o
técnicas apropiadas cuando el conocimiento proviene de la experiencia
o de la intuición (Careciendo de demostración matemática o física)”[15].
Formato regla:
[15] J. Galindo Gómez, Conjuntos y sistemas difusos(Lógica difusa y Aplicaciones). Cap 6
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 41
ó ó
Dónde:
El ó , Es una proposición que representa la o las
variables lingüística de entrada al sistema difuso con sus posibles valores
lingüísticos a tomar.
El ó , Es una proposición que representa la
variable de salida del sistema difuso con su valor deseado.
SI, y ENTONCES, Son implicadores lógicos.
El con junto de reglas difusas forma la “base de reglas” y esta guarda el conocimiento
del experto para resolver un problema.
Nota: “Para la resolución de un problema se puede partir considerando todas las
combinaciones de reglas difusas que sean posible establecer
teóricamente, sin embargo entre todas esas reglas habrá algunas que no
tengan sentido físico y otras que no se ajusten a las características del
problema a resolver, y se deberán seleccionar de entre todas las reglas
posibles, el conjunto de reglas más adecuadas al problema en
consideración”.[16]
A continuación se detalla:
Pasos para la generación de reglas difusas.
Tipos de reglas difusas.
[16] Luis Llano, German Zapata, Sistema de inferencia difuso para identificar eventos de falla en tiempo real del STE usando Registros SOE, pág 5.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 42
o Pasos para la generación reglas difusas
Se requiere de 3 pasos para la generación de reglas:
1. Identificar las variables que intervienen (Ejemplo: Temperatura, Nivel,
Velocidad, posición etc.) y sus posibles valores lingüísticos a tomar
asociados a los conjuntos difusos de entrada y salida.
2. Identificar las relaciones que inducen las proposiciones es decir, eliminar la
falta de conocimiento del sistema.
3. Representar cada relación en una regla difusa.
o Tipos de reglas difusas
Existen 7 tipos de reglas difusas:
a) Regla atómica
b) Regla compuesta
c) Reglas encadenadas
d) Reglas paralelas
e) Reglas con excepciones
f) Reglas graduales
g) Reglas conflictivas
De las cuales las dos primeras son las más usadas (Atómicas y compuestas) por
su simpleza.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 43
a) Regla atómica
Una regla difusa atómica son dos proposiciones: una del antecedente y la otra de
su consecuente, expresada en forma SI - ENTONCES.
Ejemplo:
En la figura 1.17 se muestra una regla difusa atómica.
ó
Figura 1. 17 Regla difusa atómica.
Como se observa:
X es una variable lingüística de entrada, y tiene como valor o
etiqueta lingüística a “A”.
Y es la salida y toma como valor a B.
b) Regla compuesta
Una regla difusa compuesta es la unión mediante conectores lógicos de dos o
más proporciones de las variables lingüísticas de entrada con su consecuencia,
expresada en forma SI – ENTONCES.
Nota: Esta forma induce relaciones difusas en sus proposiciones (P)
definidas con una T-norma T o unas S-norma S, sobre las
variables (xi), que toman las etiquetas lingüísticas (Ai) como
muestran las ecuaciones (EC 43 y EC 44) respectivamente.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 44
Conjunciones (Intersección, AND):
1,…
Disyunciones (Unión, OR):
1,…
Ejemplo:
En la figura 1.18 se muestra una regla difusa compuesta.
ó
Figura 1. 18 Regla difusa compuesta
En donde:
x,y,z son variables lingüísticas de entrada, y tiene como valor
o etiqueta lingüística a “A”, “B”, “C” respectivamente.
r es la salida y toma como valor a R.
c) Reglas encadenadas
Son reglas en las que el consecuente de una de ellas es igual al antecedente de
la otra.
Ejemplo:
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 45
d) Reglas paralelas
Son reglas que no están encadenadas, es decir, la una no depende de la otra y
trabajan de forma individual.
Ejemplo:
1 1 2 2
e) Reglas con excepciones
Son reglas que en su enunciado existen excepciones como: excepto, pero, etc…
, ,
Traducción:
,
,
Ejemplo: SI se abre mucho la válvula, ENTONCES la temperatura será
alta EXCEPTO que haya poco combustible.
f) Reglas graduales
Son aquellas reglas en las que en sus enunciados muestran condiciones
graduales de cambio en las variables lingüísticas de la misma.
á | , á |
Ejemplo: CUANTO MÁS se abra la válvula, ENTONCES MAYOR
temperatura.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 46
g) Reglas conflictivas
Son reglas inconsistentes que pueden generar problemas o malos resultados,
pues, suelen representar información contradictoria. Existen 2 tipos de reglas
conflictivas:
Reglas con el mismo antecedente y consecuente
,
Ejemplo:
SI temperatura es Alta ENTONCES Abrir Poco La
Válvula.
SI temperatura es Alta ENTONCES Abrir Mucho La
Válvula.
Reglas encadenadas en ambos sentidos negando un consecuente
,
Ejemplo:
Si temperatura es Alta ENTONCES Abrir Poco la
Válvula.
SI Válvula esta poco Abierta ENTONCES Bajar
Temperatura.
1.4.3. Inferencia
La inferencia es un método de deducción encargado de interpretar los valores de las
entradas fusificadas, mediante reglas que permiten modelar la pericia humana para
la solución de problema.
La inf
relació
La inf
esque
En do
[17] J. G[18] httpde lógi
C A P I T U
ferencia es
ón difusa e
Nota: “La
de
sal
ferencia pa
ema mostra
onde:
A, es la va
B, es la va
SI A es A
, denota
Galindo Gómep://members.tca difusa.
L O 1 : L Ó
la encarga
entre las var
a tarea del
las entrada
ida del siste
ara la regla
ado en la fig
Fig
ariable de e
ariable de s
Ai Entonces
a la cualific
ez. Conjuntostripod.com/jes
G I C A D I F
ada de tom
riables de e
sistema de
as fusificad
ema difuso
“SI A es
gura 1.19.
ura 1. 19 Esq
entrada.
salida.
s B es Bi “
cación de v
s y sistemas Dsus_alfonso_
F U S A P A R
mar la semá
entrada y sa
e inferencia
das y apoy
ocupando
Ai Entonce
quema genera
, regla difus
verdad de la
Difusos(Lógic_lopez/FuzzyI
R A C O N T R
ántica de la
alida [17]:
a es tomar
ado en la
lógica difu
es B es B
al de inferenc
sa que se c
a proposició
ca difusa y Apntro2.html, In
R O L D E P R
a regla, pa
los grados
base de re
sa”.[18]
Bi “, se com
cia.
cumple.
ón.
plicaciones). Cntroducción y
R O C E S O S
ara encontr
s de memb
eglas gener
mporta com
Cap. 6 conceptos bá
47
rar la
recía
rar la
mo el
ásicos
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 48
Ai es el dato de entrada, éste obtiene una cualificación o grado de membrecía
dentro de los posibles conjuntos difusos que puede tomar la variable A (1), este
grado de membrecía lo toma la inferencia para obtener la solución la cual está
apoyada en la regla difusa para encontrar la relación entrada, salida (2) y poder
obtener la conclusión del consecuente de la regla expresado en grado de verdad o
cualificación , para obtener la respuesta final en B (3).
A continuación se detallará:
Inferencia en forma matemática.
Inferencia en forma gráfica.
Para la regla: X es A, Entonces Y es B:
Inferencia en forma matemática:
, , , ∀ , ∈ ,
Dónde:
, , Es la relación difusa de los grados de membrecía en los conjuntos
difusos , para todo , elementos de las entradas , respectivamente,
dado por , , donde es la función dada por: una t-norma o una
S-Norma o las funciones de implicación de las proposiciones mostradas en el
literal 1.4.2.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 49
Inferencia en forma gráfica.
En la figura 1.20 se muestra de forma gráfica la inferencia difusa de la regla:
yBuxAu ,
Figura 1. 20 Inferencia difusa para Si x es A Entonces Y es B
Como se observa:
En el eje X se encuentra el antecedente (x es A).
En el eje Y el consecuente (Y es B).
La línea entre cortada denota la entrada al conjunto difuso A con su respectivo
grado de membrecía , y la salida generada para la inferencia .
En el recuadro A X B están todos los posibles puntos de relación entre los
grados de membrecía de A y B dado por la diagonal (cuadro de inferencia).
La inferencia toma la semántica de la regla .La implicación “ENTONCES” es la que
guarda la relación , y entrega como resultado el grado de activación de la
regla expresado como .
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 50
1.4.4. Salida
Según el tipo de salida, los sistemas de lógica difusa se dividen en 2 tipos:
a) Sistema de lógica difusa tipo Mamdani
b) Sistema de lógica difusa tipo Takagi-Sugeno
1. Sistema de lógica difusa tipo Mamdani
El sistema de lógica difusa tipo Mamdani [19], se caracteriza porque la salida es
difusa, es decir, está expresada como elemento del nuevo conjunto difuso resultante,
formado por la activación de los conjuntos difusos de salida; en las reglas aplicadas
por la inferencia, de acuerdo a las condiciones presentes en las entradas del
sistema.
El conjunto difuso resultante se genera mediante la agrupación de los conjuntos
difusos de salida activados, es decir, aquellos conjuntos que tengan grado de
membrecía superior a 0.
Nota: Para poder ocupar la salida del conjunto difuso resultante es necesario
pasar lo difuso a un valor numérico mediante la defusificación o
decodificación.
Un conjunto difuso resultante se visualiza en la figura 1.21.
[19] www.cesca.es/promocio/congressos/.../LogicaDifusaTecnica.pdf, Conceptos de seguridad, lógica difusa.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 51
Figura 1. 21 Conjunto difuso resultante del proceso de inferencia
En donde:
El área sombreada, es el conjunto difuso resultante.
El dato real de la defusificación se denota con y*.
, variable lingüística de salida.
, universo de discurso de la salida.
∗, Valor real de salida luego de la defusificación.
, es la posición en la que la altura (Aj)=1.
, es la posición en la que la altura (Aj+1)=1.
, conjunto difuso de salida.
, conjunto difuso de salida.
, área obtenida de la activación de la consecuencia de las reglas en proceso
de inferencia (Conjunto difuso resultante).
Grados de membrecía.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 52
A continuación se detalla:
Defusificación.
Ejemplos de defusificadores.
Funcionamiento del sistema difuso tipo Mamdani.
Ejemplo sistema difuso tipo Mamdani.
o Defusificación.
Es el proceso inverso a la fusificación, permite sacar el valor real del grado de
membrecía de un elemento del conjunto difuso.
Si solo se conocen los grados de membrecía como datos dentro de varios
conjuntos difusos y se quiere reconstruirlos para obtener una salida coherente
con todos ellos, se procede a usar un método de defusificación.
Existen varios métodos de defusificación como se observa en las figuras 1.22 y
1.23:
Figura 1. 22 MCA vs CA
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 53
Figura 1. 23 Comparación entre SOM MOM LOM
Los principales métodos de defusificación20 son:
Centro promedio (CA)
Máximo del centro promedio (MCA)
Media de máxima (MOM)
El más pequeño de la máxima (SOM)
El más grande de la máxima (LOM)
Ejemplo de los defusificadores
Centro promedio (CA)
El valor de salida calculado por este método, es igual a la media ponderada
promedio de las posiciones de los centros de los miembros de salida
de las funciones de pertenencia Aj, ponderados por su nivel de activación real. El
valor de la salida se calcula de la ecuación (EC 46).
∗ ∑ .
∑
20 Allen Bradley, Rockwell Automation, FUZZY DESIGNER, pág 38
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 54
En dónde:
o ∗ Salida defusificada.
o Es el máximo grado de cumplimiento sobre todas las reglas con el
consecuente .
o Es la posición del centro de la función de pertenencia .
o Es el número máximo de los conjuntos difusos de salida activados .
Máximo del centro promedio (MCA)[21]
Este método trabaja por el centro de gravedad de la activación de cada conjunto
difuso de salida, ponderado por la altura del mismo. Como sigue en la ecuación
(EC 47):
∗∑ ∗∑
En dónde:
∗, Salida defusificada.
, Altura Conjunto difuso i.
, Centro de gravedad conjunto difuso i Para su cálculo referirse a la
ecuación (EC 48).
N, Número de conjuntos difusos activados.
∗
Resolución de la ecuación (EC 48) para el trapecio mostrado en la figura 1.24.
[21] J. Galindo Gómez, Conjuntos y sistemas difusos(Lógica difusa y Aplicaciones), Cap 3
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 55
Figura 1. 24 Conjunto difuso Bi (Trapecio) con altura Hi
Sea Bi un conjunto difuso con función de pertenencia trapezoidal y una altura de
Hi.
Para el cálculo del centro de gravedad del trapecio tiene:
1 02
2 13 22
3 2 1 0
2
2 1 0 0
62 1
23 3 2 2 2
6
3 2 1 0 3 2 1 0
6
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 56
Con (EC 51) y (EC 52) reemplazando en (EC 50) se obtiene:
3 2 1 0 3 2 1 03 2 1 0
Media de Máxima (MOM)
Este método obtiene el valor medio del intervalo que maximizan al conjunto
difuso resultante, como se observa en la figura 1.25.
Figura 1. 25 Media de máxima (MOM)
El más pequeño de la máxima (SOM)
Este método obtiene el valor más pequeño del intervalo que maximizan al
conjunto difuso resultante como se observa en la figura 1.26.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 57
Figura 1. 26 Pequeña de máxima (SOM)
El más grande de la máxima (LOM)
Este método obtiene el valor más grande del intervalo que maximiza al conjunto
difuso resultante, como se observa en la figura 1.27.
... ...
Y
A(y)
y*
Figura 1. 27 Grande de máxima (LOM).
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 58
o Ejemplo de defusificadores[22]:
Sea el área sombreada el conjunto difuso resultante A, formado por la
activación de los conjuntos difusos A1 y A2 como se muestra en la figura 1.28.
Figura 1. 28 Ejemplo métodos de defusificación
De acuerdo a los métodos de defusificación la salida numérica se indica en
la tabla 1.7.
Método Salida
defusificada
CA 2.3
MCA 2.48
MOM 1.5
SOM 0.5
LOM 2.5
Tabla 1. 7 Salidas defusificadas del ejemplo de defusificadores.
Los cálculos de la salida defusificada de acuerdo a los distintos
defusificadores se muestran a continuación.
[22] J. Galindo Gómez, Conjuntos y sistemas difusos(Lógica difusa y Aplicaciones), Cap 3
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 59
Centro promedio (CA)
∗∑ .
∑
∗ 1 0.5 ∗ 0.5 2 0.25 ∗ 0.251 0.5 2 0.25
∗ 0.5 ∗ 1.5 0.24 ∗ 40.75
∗ 2.3
Máxima del centro promedio (MCA)
∗∑ ∗∑
∗ 1 ∗ 1 2 ∗ 21 2
∗ 0.5 ∗ 1 0.25 ∗ 20.5 0.25
3 2 1 0 3 2 1 03 2 1 0
13 2.5 0.5 0 3 ∗ 2.5 0 ∗ 0.5
3 ∗ 3 2.5 0.5 0
122.515
1 1.5
27 6.25 2.5 2 7 ∗ 6.25 2.5 ∗ 2
3 ∗ 7 6.25 2.5 2
2116.5626.25
2 4.44
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 60
∗ 0.5 ∗ 1 0.25 ∗ 20.5 0.25
∗ 0.5 ∗ 1.5 0.25 ∗ 4.440.5 0.25
∗ 2.48
Media de máximos (MOM)
Los grados de membrecía máximos entre A1 y A2 corresponden al
conjunto difuso A1, estos se encuentran en:
0.5 2.5
∗ 0.52.5
∗ 2.5 0.52
∗ 1.5
Pequeño de máximos (SOM) ∗ 0.5
Grande de máximos (LOM) ∗ 2.5
o Funcionamiento del sistema de lógica difusa tipo Mamdani
En la figura 1.29 muestra el esquema completo del sistema tipo Mamdani.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 61
Figura 1. 29 Sistema de lógica difusa tipo Mamdani
Como se observa en la figura se requieren de 5 pasos para el funcionamiento global
del sistema de lógica difusa tipo Mamdani.
1. El dato real numérico presente es evaluado en los conjuntos difusos de
entrada para obtener el grado de membrecía dentro de ellos.
2. El mecanismo de inferencia difusa toma una por una las reglas de la base de
reglas del sistema, para comprobar el grado de cumplimento o activación de la
regla mediante lógica difusa, encargada de evaluar las entradas difusas y
encontrar la relación que existe entre entradas/salida.
3. El grado de cumplimiento de cada regla, es expresado directamente en el
consecuente de ella para obtener la activación de los conjuntos difusos de
salida.
4. Debido a que se pueden disparar más de una regla en el proceso de
inferencia, se activarán más de un conjunto de salida a la vez. Todos los
conjuntos de salida activados son agrupados para encontrar el conjunto difuso
resultante.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 62
5. Una vez obtenido el conjunto difuso resultante es necesario pasarlo a un valor
numérico que guarde relación con éste, mediante cualquier método de
defusicación para encontrar la salida final numérica de él.
o Ejemplo sistema difuso tipo Mamdani
En la figura 1.30 muestra de manera detallada el ejemplo de funcionamiento del
sistema difuso tipo Mamdani.
Figura 1. 30 Ejemplo del sistema tipo Mamdani.
Las reglas ocupadas para este ejemplo son las siguientes:
SI AX1 es “A11” y AX2 es “A12” ENTONCES Y es “B1”.
SI AX1 es “A21” y AX2 es “A22” ENTONCES Y es “B2”.
En donde:
AX1, AX2, B1, B2 son variables lingüísticas.
“A11”, “A21”, “A12”, “A22” “B1”, “B2” son conjuntos difusos.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 63
De acuerdo a los 5 pasos mostrados en el funcionamiento del sistema tipo Mamdani
se tiene:
1. x1 y x2 son entradas numéricas, en el proceso de fusificación se obtienen los
grados de membrecía para los conjuntos difusos “A11”, “A12”, “A21”, “A22”.
2. El proceso de inferencia apoyado en la base de reglas obtiene mediante lógica
difusa el nivel de activación de cada regla, a partir del mínimo (t-norma) de los
grados de membrecía de los conjuntos difusos del antecedente “A11”, “A12”,
“A21”, “A22”.
3. El grado de cumplimiento de cada regla, es expresado directamente en el
consecuente de ella para obtener los grados de membrecía de los conjuntos
difusos de salida B1 y B2.
4. Gracias a la agrupación se forma el conjunto difuso resultante de salida.
5. Para sacar el valor numérico que guarde relación con el conjunto difuso
resultante de salida se aplica un método de defusificación para obtener el
valor real y* a la salida del sistema difuso tipo Mamdani.
2. Sistema de lógica difusa tipo Takagi-Sugeno
El sistema de lógica difusa tipo Takagi- Sugeno se caracteriza porque la salida
generada es una función f(x), este resultado ya es un valor numérico real por lo que
no necesitan proceso de defusificación a la salida como es el caso del sistema tipo
Mamdani.
Nota: Las proposiciones del consecuente de las reglas son una función f(x).
Ejemplo: Si el Agua esta fría ENTONCES y = ¾ (x).
En donde:
y ,es una variable numérica, y toma valores en función de x.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 64
En esta sección se detalla:
Salida sistema tipo Takagi-Sugeno.
Funcionamiento del sistema tipo Takagi-Sugeno.
Ejemplo Sistema Takagi-Sugeno.
o Salida sistema tipo Takagi-Sugeno
La salida se calcula del promedio de todas las reglas que tengan grado de activación
mayor a 0 por su respectiva función f(x) como se muestra en el a ecuación (EC 52).
∗∑ ∗ , , , … .
∑
En donde:
- i-enésima entrada lingüística.
dof - Grado de membrecía al conjunto i-enésimo.
f , , ,…. , Función i-enésima.
Para dos variables lingüísticas se tiene:
∗ ∗ , ∗ ,
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 65
o Funcionamiento sistema de lógica difusa tipo Takagi-Sugeno
La figura 1.31 muestra de manera detallada el ejemplo del funcionamiento del
sistema difuso tipo Takagi -Sugeno.
Figura 1. 31 Sistema de lógica difusa tipo Takagi – Sugeno
Como se observa en la figura se requieren de 3 pasos para el funcionamiento global
del sistema de lógica difusa tipo Takagi - Sugeno.
1. El dato real numérico presente es evaluado en los conjuntos difusos de
entrada para obtener el grado de membrecía dentro de ellos.
2. La inferencia toma una por una las reglas de la base de reglas del sistema,
para comprobar el grado de cumplimento o activación de la regla mediante
lógica difusa, encargada de evaluar las entradas difusas y encontrar la
relación que existe entre entradas/salida.
3. El grado de cumplimiento de cada regla, es expresado como porcentaje de
validación de cada f(x) del consecuente de la regla. Para generar la salida del
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 66
sistema se calcula el promedio de todas las reglas que tengan grado de
activación mayor a 0 por su respectiva función f(x).
o Ejemplo funcionamiento sistema difuso tipo Takagi- Sugeno.
En la figura 1.32 muestra de manera detallada el ejemplo del funcionamiento del
sistema difuso tipo Takagi – Sugeno.
Figura 1. 32 Ejemplo sistema tipo Takagi- Sugeno.
Las reglas ocupadas para este ejemplo son las siguientes:
SI AX1 es “A11”, AX2 es “A12” ENTONCES Y1=f1(x1, x2).
SI AX1 es “A21” y AX2 es “A22” ENTONCES Y2=f2(x1, x2).
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 67
En donde:
AX1, AX2, son variables lingüísticas de entrada.
“A11”, “A21”,”A12”, “A22” son conjuntos difusos.
De acuerdo a los 3 pasos mostrados en el funcionamiento del sistema tipo Takagi -
Sugeno se tiene:
1. Como se observa x1 y x2 son entradas numéricas, en el proceso de
fusificación se obtiene los grados de membrecía para los conjuntos difusos
“A11”, “A12”, “A21”, “A22”.
2. El proceso de inferencia apoyado en la base de reglas obtiene mediante
lógica difusa el grado de membrecía del consecuente (DOF) a partir del
producto (t-norma) de los grados de membrecía de los conjuntos difusos del
antecedente.
3. la salida se obtiene del promedio de cada una de las reglas, multiplicado por
la función dada, utilizando la ecuación (EC 53).
1.5. Potencial de la lógica difusa
La teoría difusa es ampliamente utilizada en distintas ramas como: Electrónica,
Medicina, Redes, Biología, Mecánica, entre otras.
A continuación se detallarán algunas de las aplicaciones:
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 68
En mecánica se aplicó “Sistema de lógica difusa para determinar la geometría
optima de la herramienta de corte en operaciones de maquinado”.[23]
En Biología “Modelización mediante lógica difusa del mecanismo biológico regulador
de la glucemia”.[24]
En redes de la información “seguridad de redes de datos utilizando lógica difusa”.[25]
Para Control y automatización “Controlador difuso de grado de inclinación para un
avión”.[26]
Otras de las aplicaciones están en electrodomésticos como las lavadoras bajo el
sello de “Logic Fuzzy” estas lavadoras mediante la cantidad de ropa, nivel y tipo de
suciedad controla automáticamente el nivel de agua, cantidad de detergente, tiempo
de lavado y secado de forma automática e “Inteligente “ para dar un mejor lavado y
cuidado a las prendas de vestir. La lógica difusa utilizada para el control de este tipo
de electrodomésticos se detalla en el anexo 1.
[23] www.ing.unal.edu.co/~ogduarte/Archivos/geometria.doc, Sistema de Lógica difusa para determinar la geometría optima de la herramienta de corte en operaciones de maquinado. [24] http://rua.ua.es/dspace/bitstream/10045/1202/1/CASEIB02.pdf, Modelización mediante lógica difusa del mecanismo biológico regulador de la glucemia. [25] http://www.cesca.es/promocio/congressos/radware/LogicaDifusaTecnica.pdf, Conceptos avanzados de seguridad: Lógica difusa. [26] Chimbo, Christian Leonardo Naranjo, Estudio y modelación de un controlador difuso de grado de inclinación para un avión, Tesis de grado para la obtención de título, Universidad Escuela politécnica del Ejército, 2003.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 69
1.6. Esquemas difusos en el área de control de procesos
El objetivo primordial del control es mantener las variables de un proceso en
condiciones deseadas.
Las formas tradicionales ocupan una aproximación matemática para encontrar el
modelo de comportamiento del proceso y poder diseñar el controlador.
En situaciones donde sea difícil o imposible la obtención de dicho modelo
matemático es más factible usar alternativas como controladores difusos, los cuales
utilizan colecciones de reglas para describir el estado del sistema y dar el mejor
curso de acción de control a tomar en el proceso, con el fin de lograr los resultados
deseados.
Nota: El diseño de sistemas difusos se basa exclusivamente en el
conocimiento, pericia y experiencia del experto sobre el proceso.
Para la obtención de esquemas difusos se requiere de 7 pasos divididos en dos
partes:
Análisis.
Diseño.
o Análisis
1. Definir los objetivos, las restricciones y el comportamiento del sistema.
2. Identificar las variables lingüísticas de entrada y salida con sus respectivos
universos de discurso.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 70
o Diseño
3. Definir los conjuntos difusos de cada variable de entrada y salida lingüística.
4. Definir las reglas.
5. Definir el marco de los procedimientos empleados (Inferencia).
6. Especificar la salida del sistema (Defusificación).
7. Verificar si la solución es compatible con los objetivos del paso 1, caso
contrario regresar al paso 3.
Existen 3 esquemas que utilizan lógica difusa en el área de control de procesos estos
esquemas son:
1.6.1. Sistema de control realimentado con controlador difuso.
1.6.2. Supervisor difuso de controladores PID.
1.6.3. Conmutador inteligente de controladores convencionales.
1.6.1. Sistema de control realimentado con controlador difuso.
Este esquema sigue la teoría de control realimentado, es decir, compara el valor de
la variable controlada con su valor deseado, en función del resultado, el controlador
modifica la variable manipulada para tomar la acción de control sobre la planta para
alcanzar el punto de consigna.
Nota: El sistema difuso ocupado para este esquema es de tipo Mamdani.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 71
En la figura 1.33 muestra el lazo de control realimentado, ocupando un controlador
difuso.
CONTROLADOR DIFUSO
PROCESOCONSIGNA
VARIABLE CONTROLADA
VARIABLEMANIPULADA
ESTADOS DEL PROCESO
e(t)
dtte )(
dt
tde )(
+-
Figura 1. 33 Lazo de control difuso realimentado
Como se observa:
o Al controlador difuso entran los estados del proceso, de acuerdo a la base de
reglas este modifica la variable manipulada para llevar la variable controlada a
puntos de consigna deseados.
Dependiendo de las entradas que tenga el controlador difuso, éste puede ser de tipo:
Proporcional (Control difuso tipo P)
Proporcional Integral (Control difuso tipo PI)
Proporcional derivativo (Control difuso tipo PD)
Proporcional derivativo integral (Control difuso tipo PID)
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 72
1.6.3. Supervisor difuso de controladores PID
Cuando las condiciones y características del comportamiento del proceso cambian
debido a: desgaste, condiciones de trabajo o factores externos, el controlador clásico
PID presenta menor desempeño debido a que se modifica el modelo matemático
para el que fue sintonizado.
La supervisión difusa supervisa los cambios y modifica dinámicamente las
constantes KP, KI o KD del controlador clásico PID para que su desempeño no se
vea afectado por dichos cambios.
Nota: Este esquema ocupa sistemas de lógica difusa tipo Mamdani, para la
obtención de las constantes del controlador PID clásico.
En la figura 1.41 muestra el esquema del supervisor difuso.
dtte )(
dt
tde )(
dtte )(
dt
tde )(
Figura 1. 34 Supervisor difuso de controladores PID
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 73
Dependiendo de las constantes del controlador clásico que modifique el supervisor
difuso, puede ser de tipo:
Proporcional (Supervisor difuso P)
Proporcional Integral (Supervisor difuso PI)
Proporcional derivativo (Supervisor difuso PD)
Proporcional derivativo integral (Supervisor difuso PID)
1.6.3. Conmutador inteligente de controladores convencionales.
Varios controladores analíticos se diseñan para trabajar bajo condiciones
específicas.
Cuando se requiere trabajar en dichas condiciones, el conmutador inteligente de
controladores convencionales decrementa la influencia de los menos óptimos y da
más peso de acción a los que son más idóneos.
Nota: Para este esquema se utiliza sistemas de lógica difusa tipo Takagi-
Sugeno.
En la figura 1.55 se indica el esquema del conmutador inteligente.
C A P I T U L O 1 : L Ó G I C A D I F U S A P A R A C O N T R O L D E P R O C E S O S 74
dtte )(
dt
tde )(
Figura 1. 35 Conmutador inteligente de controladores convencionales
Como se observa tiene 3 controladores, el supervisor incrementa o decrementa el
peso de acción de control de cada uno dependiendo de los estados del proceso y
punto de consigna, para obtener la variable manipulada más idónea en las
condiciones específicas que se requiera trabajar.
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 75
CAPÍTULO 2
2. FUZZY DESIGNER
2.1. Descripción de Fuzzy Designer27
Fuzzy Designer es un paquete de software de Allen Bradley para el diseño de
sistemas difusos en las siguientes aplicaciones:
Automatización Industrial
Sistemas de control
Diagnóstico de proceso
Sistemas inteligentes de monitoreo
Toma de decisiones
Este programa incluye una biblioteca de componentes que permiten diseñar sistemas
difusos de estructura jerárquica, descomponiendo lo complejo en partes más
pequeñas y simples.
27 Allen Bradley, Rockwell Automation, FUZZY DESIGNER.
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 76
Un sistema difuso creado en FUZZY DESIGNER puede ser exportado a los
proyectos creados para los controladores de la familia Logix 5000 de Allen Bradley
(Control Logix 5xxx y compact Logix 5xxx).
En la figura 2.1 se observa el esquema de los pasos para utilizar estructuras difusas
en las distintas aplicaciones.
Figura 2. 1 Uso de la lógica difusa para proyectos en RsLogix 5000
C A P
2.2
La int
claram
1.
2.
3.
4.
5.
P I T U L O 2 :
2. Interfa
terface del
mente defin
Menú prin
Barra de h
Visualizac
Entorno d
Barra de e
F U Z Z Y D
ace del Sof
programa s
nidas:
ncipal.
herramienta
ción en árb
de trabajo.
estado.
F
D E S I G N E R
ftware.
se muestra
as.
ol del proye
Figura 2. 2 P
R
a en la figur
ecto.
Programa Fuz
ra 2.2 como
zzy Designer.
o se observ
va tiene 5 á
77
áreas
C A P
2.2.1.
Las d
Las p
1.
2.
3.
4.
5.
6.
A con
1.
Pe
En
P I T U L O 2 :
Menú prin
istintas pes
estañas de
Pestaña “
Pestaña “
Pestaña “
Pestaña “
Pestaña “
Pestaña “
ntinuación s
Pestaña “
ermite traba
n la figura 2
F U Z Z Y D
ncipal
stañas del m
el menú prin
“Project”.
“Edit”.
“View”.
“Tools”.
“Window”.
“Help”.
se detallan
“Project”
ajar con los
2.4 se indica
D E S I G N E R
menú princ
Figura
ncipal son:
las opcione
s proyectos
a el subme
R
ipal se mue
2. 3 Menú pr
es que pose
.
nú de la pe
estran en la
rincipal
ee cada un
estaña “Pro
a figura 2.3
a:
oject” del m
.
enú princip
78
pal.
C A P
Las o
2.
Pe
En
P I T U L O 2 :
pciones de
New.- Cre
Open.- Ab
Close.- C
Close All
Save.- Gu
Save All.-
Project In
Preview.-
Print.- Im
Recent P
Exit.- Cie
Pestaña “
ermite edita
n la figura 2
F U Z Z Y D
Fig
el submenú
ea un Nuev
bre un proy
Cierra el pro
.- Cierra to
uarda el pro
- Guarda e
nformation
- Abre la vis
prime el pr
Projects.- M
rra la aplica
“Edit”
ar los proye
2.5 se visua
D E S I G N E R
ura 2. 4 Subm
son:
vo proyecto
yecto existe
oyecto activ
do los proy
oyecto activ
l proyecto a
n.- Indica la
sta previa d
royecto acti
Muestra los
ación Fuzzy
ectos.
aliza el subm
R
menú de la pe
.
ente.
vo.
yectos abier
vo.
active pero
s propiedad
del proyecto
vo.
cuatro proy
y Designer
menú de la
estaña “Proje
rtos.
con diferen
des del pro
o presente.
yectos recie
.
a pestaña “E
ect”
nte nombre
oyecto pres
.
entes.
Edit” del me
e.
ente.
enú principa
79
al.
C A P
P I T U L O 2 :
Permite h
submenú
Undo.
Redo.
cambio
Refres
Go to
entre e
New p
o
o
New v
o
o
o
F U Z Z Y D
Fig
hacer mod
se tiene:
.- Sirve par
- Es aplica
os.
sh.- Sirve p
o Design m
el modo de
port
New input
New outp
variable.-
New inpu
entrada.
New outp
de salida.
New outp
salida tipo
D E S I G N E R
gura 2. 5 Sub
dificaciones
a deshacer
able para e
para actuali
mode …/ G
diseño y e
t port.- Ag
ut port.- A
t Linguisti
put Linguis
put Takagi
Takagi-Su
R
bmenú de la p
s al proye
r cambios r
el regresar
izar la visua
Go to Mon
el modo de
grega un pu
grega un p
ic Variable
stic Variab
i-Sugeno V
ugeno.
pestaña “Edit
ecto activo
recientes.
r al próxim
alización de
nitoring mo
monitorizac
uerto de ent
uerto de s
e.- Agrega
ble.- Agreg
Variable.-
t”.
entre las
mo cambio
e la pantal
ode.- Cam
ción.
trada.
alida.
una variab
ga una var
Agrega u
s opciones
del historia
la.
mbia el proy
le lingüístic
iable lingüí
una variabl
80
s del
al de
yecto
ca de
ística
e de
C A P
3.
Pe
En
P I T U L O 2 :
o
New R
New P
Pestaña “
ermite confi
n la figura 2
F U Z Z Y D
New inte
lingüística
Rule Block
PID Contro
“View”
igurar el en
2.6 se indica
Fig
D E S I G N E R
ermediate
intermedia
k.- Agrega u
oller.- Agreg
ntorno del p
a el subme
gura 2. 6 Sub
R
Linguistic
a.
un bloque d
ga un bloqu
programa pa
nú de la pe
bmenú de la p
c Variable
de base de
ue de contr
ara mayor c
estaña “View
pestaña “View
e.- Agrega
reglas.
rolador PID
comodidad
w” del men
w”.
a una var
.
d del usuario
nú principal
81
riable
o.
.
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 82
Las opciones del submenú son:
Tool Bar.- Permite configurar los íconos que aparecerán en la barra de
herramientas.
o Hide All Buttons.- Oculta todos los íconos.
o Show All Buttons.- Muestra todos los íconos.
o Create New Project.- Oculta o muestra el ícono de creación de un
nuevo proyecto.
o Open Project.- Oculta o muestra el ícono de abrir un proyecto.
o Save Active Project.- Oculta o muestra el ícono de guardar
cambios del proyecto activo.
o Undo.- Oculta o muestra el ícono de deshacer.
o Redo.- Oculta o muestra de regresar.
o Refresh Active Project.- Oculta o muestra el ícono de actualizar el
proyecto activo.
o Go to Design mode/ Go to monitoring mode.- Oculta o muestra el
ícono de modo diseño o modo de monitorización.
o Preview.- Oculta o muestra el ícono de pre visualización.
o Print.- Oculta o muestra el ícono de impresión.
o Hide tree View/ Show Tree View.- Oculta o muestra el ícono de
visualización en árbol de los proyectos.
o New input port.- Oculta o muestra el ícono del nuevo puerto de
entrada.
o New Input Linguistic Variable.- Oculta o muestra el ícono de
nueva variable lingüística de entrada.
o New Output Port.- Oculta o muestra el ícono de nuevo puerto de
salida.
o New Output Linguistic Variable.- Oculta o muestra el ícono nueva
variable lingüística de salida.
o New Output Takagi-Sugeno Variable.- Oculta o muestra el ícono
de nueva variable de salida tipo Takagi-Sugeno.
C A P
4.
Pe
En
P I T U L O 2 :
o
o
o
Status
Tree
progra
Pestaña “
ermite traba
n la figura 2
F U Z Z Y D
New Rule
base de re
New PID
controlado
Help.- Ocu
s Bar.- Ocu
View.- Oc
ama.
“Tools”
ajar visualiz
2.7 se indica
Fig
D E S I G N E R
e Block.- O
eglas.
D controlle
or PID.
ulta o mues
ulta o mues
culta o mu
zar, monitor
an el subm
gura 2. 7 Sub
R
Oculta o m
er.- Oculta
stra el ícono
stra la barra
uestra la b
rear o actua
enú de la p
menú de la p
uestra el íc
a o mues
o de ayuda
a de estado
barra de v
alizar el pro
pestaña “To
pestaña “Tools
cono de nu
stra el íco
a.
o del progra
visualización
oyecto activ
ools” del me
s”.
uevo bloqu
ono de n
ama.
n en árbo
vo.
enú princip
83
ue de
nuevo
ol del
al.
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 84
Las opciones del submenú son:
Options
o Show in Status Area.- Pone el programa en modo servidor, es
decir, siempre queda activo mientras el sistema operativo este
ejecutándose.
Reset Internal States.- Actualiza los estados internos de las variables,
filtros, controladores PID del proyecto activo.
Process Membership Functions.- Actualiza la fusificación y
defusificación de acuerdo a las funciones de pertenencia de las
variables lingüísticas.
Set port order.- Configura el orden de los puertos de la función “Add-
on”.
Watch.- Abre la ventana de visualización de los estados de las
variables de entrada, intermedias y de salida.
Simulation.- Abre la ventana de simulación en donde se puede
modificar los valores de entradas para observar el comportamiento del
esquema difuso en las salidas.
2D Graph.- Crea el área de reglas entre una entrada y una salida.
3D Graph.- Crea la superficie de reglas entre dos entradas y una
salida.
Add-on Instruction.- Permite crear monitorizar y sintonizar la función
“Add-on”.
o Instruction Generator.- Crea la función “Add-on”.
o On-line Connection Wizard.- Permite monitorear y sintonizar la
función “Add-on”.
o Import.- Importa la función “Add-on” ya creada al programa
Fuzzy Designer.
C A P
5.
En
6.
En
P I T U L O 2 :
Pestaña “
n la figura 2
Permite t
proyecto a
Tile
de
Ca
for
Arr
Min
Ma
Re
ent
Pestaña “
n la figura 2
F U Z Z Y D
“Window”
2.8 se indica
Figu
trabajar co
activo, ésta
e.- Organiz
matriz.
ascade.- Or
ma de casc
range Icon
nimize All.
aximize All
estore All.-
torno de tra
“Help”
2.9 se indica
D E S I G N E R
an el subm
ura 2. 8 Subm
on opcione
as opciones
za las venta
rganiza las
cada.
ns.- Organiz
.- Minimiza
.- Maximiza
- Vuelve t
abajo.
an el subm
R
enú de la p
menú de la pe
es para la
s son:
anas abiert
s ventanas
za los ícono
a todas las v
a todas las
odas las v
enú de la p
pestaña “W
estaña “Windo
visualizac
tas en el en
abiertas en
os del ento
ventanas d
ventanas a
ventanas
pestaña “He
Window” del
ow”.
ción de las
ntorno de tr
n el entorn
orno de trab
del entorno
al entorno d
a su tam
elp” del me
menú princ
s ventanas
rabajo en f
o de trabaj
bajo.
de trabajo.
de trabajo.
maño origin
nú principa
85
cipal.
s del
forma
jo en
nal al
al.
C A P
Las o
2.2.2
La ba
del pr
La ba
del m
P I T U L O 2 :
pciones de
Co
Ind
Se
Pro
vis
Ab
Barra de h
arra de her
rograma, co
arra es conf
enú princip
F U Z Z Y D
Fig
el submenú
ontents.- Co
dex.- Índice
arch.- Bús
oduct Act
ualiza esta
bout.- Infor
herramient
rramientas
omo se mue
figurable pa
pal.
D E S I G N E R
gura 2. 9 Sub
son:
ontenido de
e de ayuda.
queda de a
ivation.- S
opción en
rmación sob
tas
permite un
estra en la
ara ocultar
R
bmenú de la p
e ayuda.
ayuda
Si el progr
donde se l
bre el progr
n acceso rá
figura 2.10
o mostrar
pestaña” Help
rama no s
o activa.
rama.
ápido a los
0.
los íconos
p”.
se encuent
s componen
mediante l
tra activad
ntes princip
la pestaña
86
o se
pales
View
C A P
En la
de la
# 1
2
3
4
5
6
7
8
9
P I T U L O 2 :
tabla 2.1 s
barra de he
Ícono
F U Z Z Y D
se indica el
erramientas
Nombre Create Ne
Project
Open Pro
Save Acti
Project
Undo
Redo
Refresh A
Project
Go to Mo
Mode../ D
Mode
Preview
D E S I G N E R
Figura 2. 10
ícono, nom
s.
ew
oject
ive
Active
nitoring
Design
R
0 Barra de He
mbre y desc
DescripcCrea un n
Abre un p
Guarda e
Deshace
Regresar
cambios.
Actualiza
Cambia e
el modo d
Muestra
difuso cre
Imprime e
erramientas.
cripción de
ción nuevo proye
proyecto an
el proyecto a
cambios he
r al próximo
el proyecto
entre el mo
de edición.
una vista
eado.
el esquema
e los princip
ecto.
nteriormente
activo.
echos en e
o cambio de
o activo.
odo de mon
previa d
a difuso.
pales eleme
e creado.
el proyecto.
el historial d
nitorización
el esquem
87
entos
de
y
ma
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 88
10
Hide tree View Oculta o muestra la barra de visualización
en árbol de los proyectos abiertos.
11
New Input Port Agrega un puerto de entrada al esquema
difuso.
12
New Input
Linguistic Variable
Agrega una variable lingüística de entrada
al esquema difuso.
13
New Output Port Agrega un puerto de salida al esquema
difuso.
14
New Output
Linguistic Variable
Agrega una variable lingüística de salida al
esquema difuso.
15
New Output
Takagi- Sugeno
Variable
Agrega una variable de salida tipo Takagi-
Sugeno al esquema difuso.
16
New Intermediate
Linguistic Variable
Agrega una variable lingüística intermedia
al esquema difuso.
17
New Rule Block Agrega un bloque de base de reglas al
esquema difuso.
18
New PID
Controller
Agrega un controlador PID al esquema
difuso.
19
Help Muestra la ventana de ayuda acerca del
programa.
Tabla 2. 1 Principales elementos de la barra de herramientas.
2.2.3. Visualización en árbol del proyecto
La barra de Visualización en árbol de proyectos permite observar los componentes
del esquema difuso, creado en un proyecto en forma jerárquica, como se observa en
la figura 2.11.
C A P
La ba
2.2.4.
El ent
sistem
desde
Los e
lingüís
reglas
P I T U L O 2 :
arra se pued
Con el íco
Mediante
tree view/
Entorno d
torno de tr
ma difuso,
e la pestaña
elementos
sticas de e
s, bloque de
F U Z Z Y D
de mostrar
ono “Hide tr
la pestaña
/ Show tree
Figura 2.
de trabajo
rabajo es e
anexando
a “Edit” del
del sistem
entrada/ sal
e controlad
D E S I G N E R
/ocultar me
ree view/ S
a “View” del
e view”.
11 Barra de v
el espacio d
sus distint
menú princ
ma difuso
lida, variab
dor PID com
R
ediante dos
how tree vi
l menú prin
visualización
dedicado p
tos elemen
cipal.
son: pue
les lingüíst
mo se indica
s formas:
iew” de la b
ncipal con
en árbol de p
para crear e
ntos de la
ertos de e
ticas interm
a en la figur
barra de he
la opción “
proyectos.
el esquema
barra de
entrada/ sa
medias, bloq
ra 2.12.
erramientas
tool bar > “
a jerárquico
herramient
alida, varia
que de bas
89
s.
“Hide
o del
tas o
ables
se de
C A P
En la
para c
# 1
2
3
4
P I T U L O 2 :
Figu
tabla 2.2 s
crear sistem
Ícono
F U Z Z Y D
ra 2. 12 Ento
se visualiza
mas difusos
NomInput p
Input
Lingui
variab
Input
interm
variab
Rule b
D E S I G N E R
orno de trabaj
el ícono, n
s en el ento
mbre port Pu
istic
ble
Va
de
mediate
ble
Va
int
co
block Blo
sis
R
o, distintos el
nombre y d
orno de trab
uerto de en
ariable lingü
e entrada a
ariable ling
terconectar
on otro.
oque en do
stema de in
lementos del
escripción
bajo.
Descritrada de la
üística de e
este bloqu
güística de
r la salida d
onde se p
nferencia di
esquema difu
de los dist
ipción función “A
entrada, fus
e.
e entrada,
de un bloq
rograma la
fusa.
uso.
intos eleme
Add-on”.
sifica el da
sirve pa
ue de regla
as reglas d
90
entos
ato
ra
as
del
C A P
5
6
7
8
2.2.5
En la
Esta b
Estad
P I T U L O 2 :
Barra de e
figura 2.13
barra indica
dos visibles
Design M
ninguna r
F U Z Z Y D
Outpu
linguis
variab
Outpu
Taka-
Sugen
Variab
PID
contro
Block
Outpu
Tabla
estado
3 se muestr
Figu
a informació
.
Mode. - Es
estricción,
D E S I G N E R
ut
stic
ble
Va
en
ut
no
ble
Sa
da
oller
Blo
Kp
dif
ut port Pu
2. 2 Element
a la barra d
ura 2. 13 Barr
ón importan
s el modo
se pueden
R
ariable lingü
ntregado de
alida tipo T
ado en func
oque PID
p, Ki y Kd
fuso.
uerto de en
tos para crear
de estado
ra de estado
nte sobre e
en donde
ocupar tod
üística de s
e la base de
Takagi-Sug
ción de las
clásico en
d son var
trada de la
r sistemas dif
Fuzzy Design
errores y es
e se puede
das las herr
salida, defu
e reglas.
geno su re
entradas f(
donde las
riadas por
función “A
fusos.
ner.
stados del p
e diseñar
ramientas d
sifica el da
sultado es
(entradas).
s constante
un sistem
Add-on”.
programa.
el proyecto
de edición.
91
ato
stá
es
ma
o sin
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 92
Monitoring Mode. - Se usa para monitorizar y sintonizar el sistema difuso, no
permite cambios en la estructura del sistema difuso.
2.3. Componentes sistema difuso
Los componentes para el diseño de sistemas difusos en Fuzzy Designer están
representados gráficamente en bloques, en el entorno de trabajo, para:
Añadir.- Existen dos formas para añadir bloques :
o Mediante la pestaña “Edit” del menú principal. Se selecciona el
componente requerido y éste aparece en el entorno de trabajo.
o Selección del ícono en la barra de herramientas. Seleccionar el
ícono del componente deseado, dar clic en el entorno de trabajo
donde se desea ubicarlo.
Seleccionar.
o Dar un clic sobre un bloque existente. Los bloques anteriormente
seleccionados, automáticamente se deseleccionan.
o Para seleccionar múltiples objetos gráficos, dar un clic y dibujar un
cuadro limitador sobre los objetos a seleccionar o tener presionado
la tecla CTRL mientras se selecciona individualmente con un clic.
Quitar.
o Seleccionar en el entorno de trabajo el o los bloques a eliminar y
presionar DEL o BACKSPACE del teclado.
o En la barra de visualización en árbol dar clic derecho sobre el
componente deseado y seleccionar “DELETE”.
Mover.- Seleccionar el o los bloques, dar un clic sobre un bloque
seleccionado, desplazarlo a la posición deseada.
Redimensionar.- Esta opción es válida para un bloque a la vez. Sobre
cualquier esquina del bloque seleccionado desplazar el ratón a la posición
deseada.
C A P
Lo
so
2.3
2.3
2.3
2.3
2.3
2.3
2.6
Al
el
P I T U L O 2 :
os principal
on:
3.1. Puerto
3.2. Variab
3.3. Puerto
3.4. Variab
3.5. Variab
3.6. Bloque
6.3. Puerto
dar clic de
entorno de
Figu
F U Z Z Y D
les compon
de entrada
le lingüístic
de salida.
le lingüístic
le de salida
e de reglas.
o de entrad
erecho en “
e trabajo, se
ura 2. 14 Ven
D E S I G N E R
nentes par
a.
ca de entrad
ca de salida
a tipo Takag
da (IP)
“Properties”
e desplegar
ntana general
R
ra crear un
da.
a.
gi-Sugeno.
” sobre el í
rá la ventan
de las propie
n sistema d
ícono de pu
na indicada
edades del pu
difuso en F
uerto de sa
a en la figur
uerto de entra
Fuzzy Des
alida, cread
ra 2.14.
ada
93
igner
do en
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 94
Como se observa IP tiene 2 pestañas en sus propiedades:
Pestaña “General”
Cuadro “Port general”.- Configura los parámetros generales del
Puerto de entrada:
o Port name.- Especifica el nombre del Puerto de entrada, éste
aparecerá como parámetro cuando se cree la función “Add-on”.
o Use filter.- La señal de entrada puede ser filtrada por un filtro
definido por el usuario,
o Butterworth Low pass Filter.- Si la opción se encuentra activa
se aplicará a la señal de entrada un filtro pasa bajo de tipo
“Butterworth”.
o Filter with Specific Transfer Function.- Si se encuentra active
se puede definir los parámetros de cualquier filtro deseado.
o Get Transfer Function.- Si se encuentra activo “Butterworth
Low pass Filter” del cuadro “Port general”, con este botón
permite obtener los parámetros del numerador y denominador
del filtro “Butterworth” en las casillas del cuadro “Filter with
Specific Transfer Function”
Cuadro “Butterworth Low pass Filter”.- Permite configurar el filtro
pasa bajo si se encuentra activo “Butterworth Low pass Filter” del
cuadro “Port general”.
o Filter Order.- Configura el orden del filtro pasa bajos
“Butterworth”.
o Cutoff Frequency.- Configura la frecuencia de corte del filtro
pasa bajos “Butterworth”.
Cuadro “Filter with Specific Transfer Function”.- Permite configurar
los parámetros de cualquier tipo deseado si se encuentra activo “Filter
with Specific Transfer Function” del cuadro “Port general”.
C A P
La
ob
P I T U L O 2 :
Pe
as opciones
bserva en la
Figura 2. 1
F U Z Z Y D
o Numer
Los co
siguien
o Denom
filtro. L
siguien
staña “Des
s de la pe
a figura 2.1
15 Pestaña “D
D E S I G N E R
rator Coeff
oeficientes
nte manera
minator Co
Los coeficie
nte manera
scription”
staña “Des
5.
Description” d
R
ficients.- C
tienen qu
: bob1 … . .
oefficients.
entes tienen
: a0a1 … . .
scription” d
del cuadro de
Coeficientes
ue ir separ
bm.
.- Coeficien
n que ir sep
. an.
del cuadro
propiedades
s del nume
rados con
ntes del de
parados co
de propied
del Puerto d
erador del
espacio d
enominado
on espacio
dades de I
e entrada.
95
filtro.
de la
or del
de la
P se
C A P
Dentr
2.6
P I T U L O 2 :
ro de esta p
Port D
como
lengua
Botón
filtro im
Botón
Botón
entrad
6.3. Variab
Al dar clic
el entorno
indicada e
Figura 2. 1
F U Z Z Y D
pestaña se
Description
descripció
aje de esca
n Reset Filt
mplementad
n Ok.- Acep
n Cancel.- S
a, los camb
ble lingüíst
c derecho s
o de trabajo
en la figura
16 Cuadro ge
D E S I G N E R
tiene:
n.- Permite
n de entra
lera del RS
ter State.-
do.
pta las prop
Sirve para
bios realiza
tica de ent
sobre el íco
o, y selecc
2.16.
eneral de prop
R
ingresar la
ada cuand
SLogix 5000
Sirve para
iedades an
cerrar la ve
ados no ser
trada (ILV)
no de varia
cionando “P
piedades de la
a descripció
o se anex
0.
actualizar
nexadas.
entana de p
rán aplicado
able lingüís
Properties”
as variables l
ón de IP ,é
xe la funci
a los estad
propiedade
os.
stica de ent
se despleg
lingüísticas de
ésta será u
ón “Add-o
dos iniciale
es del Puert
rada, cread
gará la ven
e entrada.
96
usada
n” al
es del
to de
do en
ntana
C A P
P I T U L O 2 :
Como se
continuac
Pe
Pe
Los
Su
pes
Figura 2
F U Z Z Y D
observa IL
ión:
staña “Ge
o Variab
o Input
Variabl
se req
compo
compo
staña “Un
s compone
geno aplic
staña se vis
. 17 Pestaña
o Predef
la unida
V
D E S I G N E R
LV tiene 5 p
neral”.- Co
le name.- N
link.- Sele
le lingüístic
quiera, cua
nentes; el
nentes en e
it”.- Espec
entes: varia
a la misma
sualiza en l
“Unit” de las
fined.- Cua
ad de la list
Variable o
In.- Unidad
R
pestañas en
onfigura los
Nombre de
ecciona el
ca de salida
ando es
enlace se
el entorno d
ifica las uni
able lingüís
a pestaña
la figura 2.1
propiedades
ando se en
ta de unida
f.- Tipo de
des de la va
n sus propi
s parámetro
e la variable
l enlace c
a, Salida ti
selecciona
visualizará
de trabajo.
idades de i
stica de sa
con las m
17.
de variable li
ncuentra ac
ades predef
variable.
ariable sele
iedades co
os generale
e lingüística
con: Puert
po Takagi
ado cualqu
á intercone
ngeniería d
alida y salid
mismas con
ingüística de
ctiva se pue
finidas.
eccionada e
omo se deta
es de ILV:
a.
to de ent
Sugeno; s
uiera de e
ectando los
de ILV.
da tipo Ta
nfiguracione
entrada.
ede selecc
en “Variable
97
alla a
rada,
egún
estos
s dos
akagi-
es, la
cionar
e of”.
C A P
P I T U L O 2 :
Pe
El c
las
Fig
Las opcio
Pe
Co
El
con
F U Z Z Y D
o User d
variable
staña “Ran
component
mismas co
gura 2. 18 Pe
nes de la p
o Minimu
o Maxim
o Rescal
las fu
automá
mantie
staña “Ter
nfigura el t
component
n las misma
D E S I G N E R
defined.- C
e que dese
nge”.- Indic
te: Salida ti
onfiguracion
estaña “Range
pestaña son
um.- Indica
mum.- Indica
le Member
nciones d
áticamente
nen sus po
rms”
ipo y núme
te: Variable
as configura
R
Cuando se e
ee.
ca el rango
po Takagi
nes, la pest
e” de las prop
n:
a el límite in
a el límite s
rship.- Si
de pertene
al rang
osiciones co
ero de funcio
e lingüística
aciones, la
encuentra e
o de ILV
Sugeno ap
taña se vis
piedades de v
nferior de la
superior de
se encuen
encia de
go selecci
onfiguradas
ones de pe
a de salida
pestaña se
el usuario
plica la mism
ualiza en la
variable lingü
a variable.
la variable
ntra activa
la variabl
ionado, c
s.
ertenencia q
a aplica la
e Indica en
puede defi
ma pestaña
a figura 2.1
ística de entra
.
la casilla t
le se esc
caso cont
que tendrá
misma pes
la figura 2.
98
nir la
a con
8.
ada.
todas
calan
rario,
ILV.
staña
.19.
C A P
2.6
Al
tra
fig
P I T U L O 2 :
Fig
Las opcio
Pe
var
6.3. Puerto
dar clic de
abajo , y s
gura 2.20.
F U Z Z Y D
gura 2. 19 Pe
nes de la p
o Count.
conjunt
o Type.-
difusos
Para la
Cuando
existen
visualiz
o Names
staña” De
riable
o de salida
erecho sob
eleccionan
D E S I G N E R
estaña “Term
pestaña son
.- Indica
tos difusos
Tipo de fu
s, éstas pue
a variable lin
o se abre
nte en la pe
zan pero no
s.- Selecció
escription”
a (OP)
bre el ícono
do “Proper
R
s” de las prop
n:
el número
que tendrá
nción de pe
eden ser : T
ngüística de
el cuadro
estaña “Ter
o son modif
ón de las et
.- Permite
o de puerto
rties” se de
piedades de v
o de func
á la variable
ertenencia
Trapezoida
e salida tam
de propied
rms” , el nú
ficables.
tiquetas ling
dar una b
o de salida
esplegará
variable lingü
ciones de
e lingüística
que tendrá
les o tipo S
mbién aplic
dades de u
úmero , tipo
güísticas pr
breve descr
a creado en
la ventana
ística de entr
pertenenc
a de entrad
án los conju
S.
ca el tipo pu
una variab
o y nombre
redefinidas
ripción sob
n el entorn
indicada e
99
rada.
cia y
a.
untos
ulso.
le ya
es se
.
bre la
no de
en la
C A P
Co
2.6
Al
en
ind
I T U L O 2 :
Figu
omo se obs
Pesta
o
o
Pesta
OP. L
escale
6.3. Variab
dar clic de
ntorno de
dicada en la
F U Z Z Y D
ura 2. 20 Pes
serva OP tie
ña “Gener
Port nam
parámetro
Input Lin
difuso, pu
Variable lin
ña “Descr
La descripc
era del RSL
ble lingüíst
erecho sob
trabajo y
a figura 2.2
E S I G N E R
taña “Genera
ene dos pe
ral”.- Config
e.- Nombre
o cuando se
k.- Indica
ude conec
ngüística d
iption”.- E
ción indicad
Logix 5000
tica de sal
bre el ícono
y seleccion
21.
al” de las prop
stañas en s
guración ge
e de OP, e
e cree la fun
el enlace
ctarse con
e salida, Sa
n esta pest
da también
al momento
ida (OLV)
o de variab
nando “Pro
piedades de P
sus propied
eneral de O
el nombre
nción “Add-
con otro
n: Variable
alida tipo T
taña se pu
n aparecer
o de import
le lingüístic
operties” se
Puerto de sal
dades:
OP.
indicado a
-on”.
componen
e lingüístic
Takagi-Suge
ede dar un
rá cuando
tar la funció
ca de salid
e desplega
ida.
aparecerá c
nte del sis
ca de ent
eno.
na descripc
en el leng
ón “Add-on”
da, creado
ará la ven
100
como
tema
rada,
ción a
guaje
” .
en el
ntana
C A P
Co
co
I T U L O 2 :
Figura 2.
omo se obs
ontinuación
Pestaña “
o Va
o Fu
Alg
Pu
AR
o De
ser
o Co
sel
Pestaña
OLV.
Pestaña “
La pestañ
F U Z Z Y D
21 Pestaña “
serva OLV
:
“General”.
riable nam
zzy Inferen
gorithm ”.Es
ede ser :
RITHMETIC
efuzzificatio
r aplicado p
ompute O
eccionar el
“Unit”.- C
“Range”.-
ña “Range”
E S I G N E R
General” de l
V tiene 5 pe
.- Configura
me.- Nombre
nce Algorit
specifica e
MANDAM
C.
on Algorit
puede ser: C
utput Fuz
l tipo de inf
onfiguració
Configura e
se muestra
as propiedad
estañas en
ación gener
e de la vari
thm.- Se a
l algoritmo
MI- MINIMU
hm.- Selec
CA, MCA, S
zzy Set.-
ferencia difu
ón del tipo
el rango de
a en la figur
des de variabl
sus propie
ral de OLV
iable.
ctiva al sel
de inferen
UM- MAND
cciona el m
SOM, MOM
Si se e
usa.
de unidad
e la variable
ra 2.22.
le lingüística d
edades, co
V.
eccionar “C
ncia difusa
DAMI-PRO
método de
M, LOM.
encuentra
de ingenie
e.
de salida.
mo se deta
Compute O
a ser aplic
ODUCT, FU
defusificac
activa pe
ería que te
101
alla a
utput
cado.
UZZY
ión a
rmite
endrá
C A P
I T U L O 2 :
F
Las opcio
o Min
o Ma
o De
reg
o Re
cas
aut
pos
Pestaña
que tendr
Pestaña “
F U Z Z Y D
igura 2. 22 P
nes de la p
nimum.- Lí
aximum.-Lí
efault Valu
glas se cum
escale Mem
silla todas
tomáticame
siciones co
“Terms”.-
rá OLV.
“Descriptio
E S I G N E R
Pestaña “Rang
pestaña son
ímite super
ímite inferio
e.- Valor d
mple.
mbership o
las funcion
ente al rang
onfiguradas
Configura
on”.- Perm
ge” de las pro
n:
rior de la va
or de la vari
defusificado
of the Appl
nes de pe
go seleccio
.
el tipo y n
mite dar una
opiedades de
ariable.
iable.
o que tend
ied Terms
rtenencia d
onado, caso
numero de
a breve des
variable lingü
rá OLV si
.- Si se enc
de la varia
o contrario
funciones
scripción so
üística de sal
ninguna d
cuentra acti
able se esc
mantienen
de pertene
obre la varia
102
ida.
e las
ive la
calan
n sus
encia
able.
C A P
2.6
Al
en
ind
Como
Pe
I T U L O 2 :
6.3. Variab
dar clic d
ntorno de
dicada en la
Figura 2.
o se observ
estaña “Ge
o Variab
o Availa
puede
Salida
o Botón
o Botón
Input L
F U Z Z Y D
ble Takagi-
derecho sob
trabajo, y
a figura 2.2
. 23 Pestaña
va tiene 4 p
eneral”.- C
ble name.-
able Input l
e ser conect
a del bloque
n Add Pin.-
n Remove
Links”.
E S I G N E R
-Sugeno d
bre el ícon
seleccion
23.
“General” de
estañas co
ombinación
Nombre de
link.- Enlac
tado a: Pue
e de reglas.
- Conexión
Pin.- Rem
e salida (O
no de salid
ando “Pro
las propieda
mo se deta
n general d
e la variable
ce con disti
erto de entr
del bloque
mueve el en
OTSV)
da tipo Tak
operties” se
des de salida
alla a contin
e OTSV
e.
ntos compo
rada, Salida
con otros c
nlace selec
kagi-Sugen
e desplega
a tipo Takagi-
nuación:
onentes de
a de variab
component
ccionado d
o creado e
ará la ven
Sugeno.
el sistema d
bles lingüíst
tes del siste
de lista “Ap
103
en el
ntana
difuso
ticas,
ema.
pplied
C A P
2.6
Al
tra
fig
I T U L O 2 :
o Botón
del sis
Pestaña
OTSV.
Pestaña “
Pestaña
variable.
6.3. Bloqu
dar clic de
abajo, y se
gura 2.24.
Figu
F U Z Z Y D
n Connect.
stema difuso
“Unit”.- C
“Range”.-
“Descript
ue de regla
erecho sob
eleccionand
ura 2. 24 Pest
E S I G N E R
.- Dar clic
o anteriorm
onfiguració
Configurac
tion”.- Per
s (RB)
bre el ícono
do propieda
taña “Genera
para efectu
mente menc
ón del tipo
ción del ran
rmite añad
o de bloque
ades se de
l” de las prop
uar la cone
cionados co
de unidad
ngo de salid
dir una bre
e de reglas
esplegara l
piedades del b
exión de lo
on OTSV.
de ingenie
da de OTSV
eve descri
s creado e
la ventana
bloque de reg
os compone
ería que te
V.
pción sobr
n el entorn
indicada e
glas.
104
entes
endrá
re la
no de
en la
C A P
Como
contin
I T U L O 2 :
o se obser
nuación:
Pestaña “
o Blo
o T-n
MIN
Pestaña “
La pestañ
Fig
Dentro de
F U Z Z Y D
rva RB tie
“General”.
ock Name.
norm Type
N y PRODU
“Links”
ña “Links” d
gura 2. 25 Pes
e “Links” en
Pestañ
entrada
Pestañ
salidas
E S I G N E R
ne 3 pesta
. Configura
- Nombre d
e.- Selecció
UCT.
de las propie
staña “Links”
las propied
ña “Applie
as lógicas q
ña “Applie
s lógicas qu
añas en s
ción genera
de RB.
ón del tipo
edades de
de las propie
dades de R
ed Input L
que tendrá
ed Output
ue tendrá el
sus propied
al de RB
de norma q
RB se visu
edades del blo
RB se tiene
Logical Lin
el bloque.
Logical Li
l bloque..
dades com
que tendrá
ualiza en la
oque de regla
:
nks”.- Mue
nks”.- Mue
mo se deta
á RB puede
figura 2.25
as.
estra la list
estra la list
105
alla a
e ser:
5.
ta de
ta de
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 106
Combo box “New Logical Link”.- Selección de entre todas las
variables que pueden ser usadas como entradas/salidas de RB.
Botón “Add Link”.- Al presionar el botón se añadirá el enlace
lógico a las entradas y salidas y aparecerá la conexión entre los
distintos componentes del sistema difuso en el entorno de
trabajo.
Botón “Delete Link” .- Seleccionar un enlace de entre la lista
“Applied Input Logical Links” o “Applied Output Logical Links”, al
presionar el botón se borrar el enlace.
Pestaña “Description”.- Permite añadir una breve descripción sobre el
bloque de reglas.
2.4. Editor de funciones de pertenencia (TE)
Al crear las variables lingüísticas, tanto de entrada como salida, se crean los
conjuntos difusos con las funciones de pertenencia de forma automática. Para
modificar el número de conjuntos difusos, etiquetas lingüísticas, funciones de
pertenencia; se accede al TE, para ello, dar doble clic sobre la variable y se abrirá
el editor como se muestra en la figura 2.26.
C A P
Co
1.-
2.-
3.-
A
2.6
I T U L O 2 :
Figura 2.
omo se obs
- 2.4.1. Ba
- 2.4.2. Zon
- 2.4.3. Zon
continuació
6.3. Barra
La barra d
se indica
F U Z Z Y D
. 26 Editor de
serva él TE
rra de herra
na de repre
na de repre
ón se indica
de herram
de herrami
en la figura
E S I G N E R
e funciones de
tiene 3 sec
amientas.
sentación g
sentación g
a cada una
mientas.
ientas perm
a 2.27.
e pertenencia
cciones:
gráfica de c
gráfica del g
de ellas.
mite el acce
a de entradas
conjuntos d
grado de m
eso a las h
s y salidas ling
difusos.
membrecía.
herramienta
güísticas
as del TE c
107
como
C A P
#
1
2
3
4
5
6
I T U L O 2 :
Figur
En la tabl
elementos
# Ícono
1
2
3
4
5
6
F U Z Z Y D
ra 2. 27 Barra
la 2.3 se in
s de la barr
No
Ad
Dele
Inver
Conv
to Tr
Conv
to S
Nex
E S I G N E R
a de herramie
ndica el íco
ra de herram
ombre
d Term
ete Term
rse Term
ert Terms
rapezoid
ert Terms
function
xt Term
ntas del edito
ono, su nom
mientas de
Descrip
Añade
cuadro
pertene
configu
Elimina
seleccio
tecla D
Añade
inversa
ILV.
Si las f
tipo S
convert
Si las fu
trapezo
puede c
Selecci
or de funcione
mbre y una
l TE.
pción
un nuevo
de propied
encia se a
uración.
a la func
onada en
EL realiza
una fun
a, esta opci
funciones d
con esta
tir a trapezo
unciones d
oidales con
convertir a
iona la func
es de pertene
a breve des
o conjunto
dades de fu
abre para
ción de
el área 2
la misma fu
ción de
ón es solo
de pertenen
opción se
oidales.
de pertenen
n esta opc
tipo S.
ción adyace
encia.
scripción d
o difuso, e
unciones de
ingresar la
pertenencia
del TE, La
unción.
pertenencia
válida para
ncia son de
e las puede
ncia son tipo
ción se la
ente.
108
e los
el
e
a
a
a
a
a
e
e
o
s
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 109
7
Term Properties Abre el cuadro de configuraciones de
propiedades de la función de
pertenencia seleccionada. Lo mismo se
puede realizar dando doble clic sobre la
etiqueta lingüística de un conjunto
difuso.
8
Shift select
Term Left
Mueve el gráfico del grado de
pertenencia de la función seleccionada
hacia la izquierda.
9
Shift select
Term Right
Mueve el gráfico del grado de
pertenencia de la función seleccionada
hacia la derecha.
10
Term DOFs
Table Auto
Range
Optimiza el ancho de los gráficos de
grado de pertenencia de todos los
conjuntos difusos.
11
Zoom Out Regresa el gráfico de funciones de
pertenencia al estado original.
Para acercar a una área en específico
del universo de discurso, con el mouse,
dibujar una línea en el área a visualizar.
12
Hide Term
Names
Esconde todas las etiquetas lingüísticas
de todos los conjuntos difusos.
13
Variable Properties Abre el cuadro de propiedades de la
variable.
14
Help Muestra información sobre el TE.
Tabla 2. 3 Elementos de la barra de herramientas del editor de funciones de pertenencia.
C A P
2.6
Ár
se
Po
pe
Al
fun
I T U L O 2 :
6.3. Zona
rea dedicad
e especifica
- Nombr
- Conjun
lingüís
- Unidad
osee una b
ertenencia y
dar doble
nciones de
F
F U Z Z Y D
de represe
da para la r
a:
re de variab
ntos difus
sticas, sopo
d de la vari
barra desli
y la salida a
clic sobre
pertenenci
Figura 2. 28 C
E S I G N E R
entación gr
representac
ble.
sos (Canti
orte, univers
able.
zable con
asociada en
la etiqueta
ia como, se
Cuadro de pro
ráfica de c
ción gráfica
idad, func
so de discu
el cursor
n un punto
lingüística
e muestra e
opiedades de
conjuntos d
a de la var
ciones de
urso).
del mouse
deseado.
se abrirá e
en la figura
funciones de
difusos.
iable lingüí
e pertenen
e para pod
el cuadro d
2.28.
e pertenencia
ística, en d
ncia, etiqu
der observ
de propieda
.
110
onde
uetas
var la
ades,
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 111
Allí se puede asignar la etiqueta lingüística deseada, indicar el tipo de función de
pertenencia que tendrá, el soporte y los vértices de la misma. Para aceptar
cambios, presionar el botón ”OK”; al presionar el botón “Cancel”, los cambios
realizados no se aplicarán.
2.6.3. Zona de representación gráfica del grado de membrecía.
Permite observar de manera gráfica el grado de cumplimiento de 0 a 1 en forma
de termómetro, la pertenencia de la variable en cada uno de los conjuntos
difusos. Una variable puede poseer membrecía en más de un conjunto difuso a la
vez.
2.5. Editor de reglas (RE)
La base de reglas guarda el conocimiento lingüístico de pericia del sistema difuso,
están son del tipo IF THEN, y guarda una relación entre las entradas con las
salidas.
Para ingresar al editor de reglas de Fuzzy Designer, dar doble clic sobre el
componente: Bloque de reglas del entorno de trabajo o de la visualización tipo
árbol.
En la figura 2.29 muestra el editor con 7 reglas anexadas.
C A P
2.6
I T U L O 2 :
Como se
1.- 2.5.1
2.- 2.5.2
A continua
6.3. Barra
La barra d
se indica
F U Z Z Y D
observa tie
. Barra de h
. Zona de r
ación se ind
de herram
de herrami
en la figura
E S I G N E R
Figura 2
ene dos par
herramienta
reglas
dica estas
mientas.
entas perm
a 2.31.
. 29 Editor de
rtes:
as.
partes.
mite el acce
e reglas.
eso a las h
herramienta
as del RE c
112
como
C A P
#
1
2
3
4
5
6
I T U L O 2 :
En la tab
elementos
Ícono
F U Z Z Y D
Figura 2
la 2.4 se in
s de la barr
Nom
Generates
Rul
Shift S
Rule
Shift S
Rule D
Shift S
Rule
Require
Hide Co
Ba
Auto
Colu
E S I G N E R
. 30 Barra de
ndica el íco
ra de herram
mbre
s Possible
les
Select
e Up
Select
Down
Select
e To
Position
olumns
ar
o Fit
mns
e herramienta
ono, el nom
mientas de
Genera d
reglas res
número d
las variab
La regla s
una posic
La regla s
una posic
Las regla
mover a
la posición
Oculta el g
que tienen
Optimiza
de la base
s del editor d
mbre y una
l RE.
Desc
e forma au
sultantes d
de conjunto
les.
seleccionad
ión hacia a
seleccionad
ión hacia a
as seleccio
una posició
n en la lista
gráfico de g
n todas las
el ancho d
e de reglas
e reglas
a breve des
cripción
utomática
de la comb
os difusos
da se la p
arriba.
da se la p
abajo.
onadas se
ón desead
a.
grado de c
reglas.
de todas la
.
scripción d
las posible
binación de
que tenga
uede move
uede move
las pued
a indicand
umplimient
as columna
113
e los
es
el
an
er
er
e
o
to
as
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 114
7
Show Rules
as Text
Muestra todas las reglas como texto.
8
Help Muestra información sobre el editor de
reglas.
Tabla 2. 4 Elementos de la barra de herramientas del editor de reglas.
2.6.3. Zona de reglas
El editor de reglas muestra las siguientes columnas:
Index.- Muestra el número de la regla en todo el listado.
Active.- Tiene una casilla para activar o desactivar la ejecución de una
regla. El visto indica que la regla se encuentra activa.
Rule DOF.- Muestra el grado de cumplimiento de cada una de las
reglas.
IF.- Muestra las etiquetas lingüísticas de los antecedentes.
Then.- Muestra las etiquetas lingüísticas de los consecuentes.
RW.- Columna para indicar el peso de las reglas, siendo 1 el máximo
peso posible ,si se cumplen dos reglas al mismo tiempo el que tenga
mayor peso será la ejecutada.
2.6. Gráficos entrada salida
Son herramientas muy usadas debido a que nos permite ver la activación de la
salida de acuerdo al valor de las entradas, se pueden crear dos tipos de gráfico:
2.6.1. Gráficos 2D
2.6.2. Gráficos 3D
C A P
2.6
Vis
al
en
Como
lingüís
Tiene
config
venta
I T U L O 2 :
6.3. Gráfic
sualiza la r
menú princ
ntrada y sal
o se obser
sticas con e
e un slider
gurado esto
na parecida
F U Z Z Y D
cos 2D
relación de
cipal > tolo
ida como s
rva tanto e
el rango de
r que perm
o, pulsar el
a mostrada
E S I G N E R
una entrad
os > 2D Gra
se observa
Figura 2. 31
en “X Axis
el universo d
mite atenu
l botón “Cr
a en la figur
da con una
aph y apare
en la figura
Propiedades
s” como en
de discurso
uar o acen
reate”, para
ra 2.32 con
salida, par
ecerá la ve
a 2.31.
s Gráfico 2D
n “Y Axis”
o que se de
ntuar la m
a generar e
el gráfico r
ra crear el g
entana de c
se ingres
esea grafica
malla de fo
el gráfico y
requerido.
gráfico, diri
configuració
sa las varia
ar.
ondo, una
y aparecerá
115
igirse
ón de
ables
vez
á una
C A P
1.-
2.-
I T U L O 2 :
Como se
- Barra de h
- Zona de G
1.- Barra
La barra d
F U Z Z Y D
visualiza, ti
herramienta
Gráfico
de herram
de herramie
Figura
E S I G N E R
Figura
iene dos ár
as
mientas
entas tiene
a 2. 33 Barra
a 2. 32 Gráfic
reas claram
3 íconos co
de herramien
co 2D
mente defini
omo se mu
ntas del Gráfic
idas:
uestra en la
co 2D
a figura 2.33
116
3.
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 117
En la tabla 2.5 se muestra el ícono, nombre y descripción de los elementos de
la barra de herramientas del Gráfico 2D.
# Ícono Nombre Descripción
1
Zoom In Acerca la imagen.
2
Zoom Out Aleja la imagen.
3
Zoom To
Fit Window
Cuadra la imagen de acuerdo al tamaño
de la pantalla.
Tabla 2. 5 Íconos barra de herramientas Gráfico 2D
2. Zona de gráfico.
Es el área asignada donde se creará el gráfico en 2D al dar clic derecho se
despliegan las propiedades, como se muestra en la figura 2.34.
C A P
I T U L O 2 :
Las opcio
Zoom
Zoom
Zoom
pantal
Graph
o Th
o Th
o Co
o De
Graph
o Bo
o Bo
o Gr
F U Z Z Y D
F
nes de las
In.- Acerca
Out. - Alej
To Fit W
la.
h Line.- Con
in. - La líne
ick.- La lín
olor.- Camb
efault Settin
h Axis.- Co
ounds Visib
ounds Colo
id Visible.-
E S I G N E R
Figura 2. 34
propiedade
a la imagen
a la imagen
indow. - C
nfiguracion
ea se hace
ea se hace
bia el color
ng.- Regres
onfiguracion
ble.- Visual
or.- Cambia
- Hace visib
Propiedades
es de gráfic
n.
n.
Cuadra la i
es de la lín
delgada.
e gruesa.
.
sa a las co
nes de los e
liza los lími
a de color la
ble la malla
Gráficos 2D
co se detall
magen de
nea del gráf
nfiguracion
ejes del grá
tes.
a numeraci
a.
an a contin
acuerdo a
fico.
nes por def
áfico.
ón de los lí
nuación:
al tamaño d
fecto.
ímites.
118
de la
C A P
2.6
Vis
al
en
I T U L O 2 :
o Gr
o Va
o Va
o De
Path.-
o Ac
o Ac
o Pa
o Pa
o Cle
o De
Graph
6.3. Gráfic
sualiza la r
menú princ
ntradas y s
F U Z Z Y D
id Color.- C
lues Visibl
lues Color
efault Settin
Configurac
ctive Point
ctive Point
th Visible.
th Color.-
ear Path.- L
efault Settin
h Propertie
cos 3D.
relación de
cipal ( tolos
alida como
E S I G N E R
Cambia de
le.- Hace v
r.- Cambia
ng.- Regres
ciones de tr
Visible.- H
Color.- Ca
- La hace v
Le cambia
La borra.
ng.- Regres
es.- Abre el
dos entrad
s > 3D Grap
o se observ
Figura 2. 35
color la ma
isibles la nu
de color la
sa a las co
rayectoria.
Hace visible
ambia de co
visible.
de color.
sa a las co
cuadro de
das con una
ph ) y apare
va en la figu
Propiedades
alla.
umeración
numeració
nfiguracion
e el punto.
olor.
nfiguracion
propiedade
a salida, pa
ecerá la ve
ura 2.35.
s Gráfico 3D
de los ejes
ón de los eje
nes por defe
nes por defe
es de gráfic
ara crear el
entana de c
s.
es.
ecto.
ecto.
cos 2D.
gráfico diri
configuració
119
igirse
ón de
C A P
Como
variab
Tiene
config
venta
1.-
2.-
I T U L O 2 :
o se observ
bles lingüíst
e un slider
gurado esto
na parecida
Como se
- Barra de h
- Zona de G
F U Z Z Y D
va tanto en
ticas con e
r que perm
o, pulsar el
a mostrada
visualiza tie
herramienta
Gráfico
E S I G N E R
n “X Axis”
l rango del
mite atenu
l botón “Cr
a en la figur
Figura
ene dos áre
as
,en “Y Axi
universo d
uar o acen
reate”, para
ra 2.36 con
a 2. 36 Gráfic
eas clarame
is” como e
e discurso
ntuar la m
a generar e
el gráfico r
co 3D
ente definid
en “Z Axis”
que se des
malla de fo
el gráfico y
requerido.
das:
se ingresa
sea graficar
ondo, una
y aparecerá
120
a las
r.
vez
á una
C A P
#
1
2
3
4
5
6
I T U L O 2 :
1.- Barra
La barra d
En la tabla
la barra d
Ícono
F U Z Z Y D
de herram
de herramie
Figura
a 2.6 se mu
e herramie
Nombre
Rotate left
Rotate Rig
Rotate Up
Rotate Do
Rotate CC
Rotate CW
Tabla 2
E S I G N E R
mientas
entas se mu
a 2. 37 Barra
uestra el íc
ntas del Gr
t
ght
p
own
CW
W
2. 6 Íconos ba
uestra en la
de herramien
ono, nombr
ráfico 3D.
Descripció
Gira la im
hacia la izq
Gira la im
hacia la de
Gira la ima
hacia arriba
Gira la ima
hacia abajo
Gira la ima
Gira la ima
arra de herram
a figura 2.3
ntas del Gráfic
re y descri
ón
magen en t
quierda.
magen en t
erecha.
agen en to
a.
agen en to
o.
agen en sen
agen en sen
mientas Gráf
37.
co 3D
ipción de lo
torno al ej
torno al ej
orno al eje
orno al eje
ntido anti ho
ntido horario
fico 2D
os elemento
je vertical
je vertical
horizontal
horizontal
orario.
o.
121
os de
C A P
I T U L O 2 :
2. Zona d
Es el área
despliega
Las opcio
Zoom
Zoom
Zoom
pantal
Rotate
Rotate
Rotate
Rotate
Rotate
F U Z Z Y D
de gráfico.
a asignada
n las propie
F
nes de las
In.- Acerca
Out. - Alej
To Fit W
la.
e left.- Gira
e Right.- G
e Up.- Gira
e Down.- G
e CW.- Gira
E S I G N E R
a donde se
edades, co
Figura 2. 38
propiedade
a la imagen
a la imagen
indow. - C
a la imagen
Gira la image
la imagen
Gira la imag
a la imagen
creará el
mo se mue
Propiedades
es de gráfic
n.
n.
Cuadra la i
en torno a
en en torno
en torno al
gen en torno
n en sentido
gráfico en
estra en la f
Gráficos 3D
co se detall
magen de
l eje vertica
o al eje vert
l eje vertica
o al eje ver
o horario.
3D al dar
figura 2.39.
an a contin
acuerdo a
al hacia la i
tical hacia l
al hacia arri
rtical hacia a
clic derech
nuación:
al tamaño d
zquierda.
a derecha.
ba.
abajo.
122
ho se
de la
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 123
Rotate CCW.- Gira la imagen en sentido anti horario.
Graph Grid.- Configuraciones de la malla del gráfico.
o Visible.- Oculta o muestra la malla.
o Color.- Cambia el color.
o Default Setting.- Regresa a las configuraciones por defecto.
Graph Texture.-. Cambia la textura de la imagen.
o Single Color.- Imagen en un solo color.
o Gradient.- Imagen en dos colores.
o Shadow.- Imagen en un solo color con sombras.
o None.- Sin color.
o Color 1.- Selección del color 1.
o Color 2.- Selección del color 2.
o Default Setting.- Regresa a las configuraciones por defecto.
Graph Axis.- Configuraciones de los ejes del gráfico.
o Bounds Visible.- Visualiza los límites.
o Bounds Color.- Cambia de color la numeración de los límites.
o Grid Visible.- Hace visible la malla.
o Grid Color.- Cambia de color la malla.
o Values Visible.- Hace visibles la numeración de los ejes.
o Values Color.- Cambia de color la numeración de los ejes.
o Default Setting.- Regresa a las configuraciones por defecto.
Path.- Configuraciones de trayectoria.
o Active Point Visible.- Hace visible el punto.
o Active Point Color.- Cambia de color.
o Path Visible.- La hace visible.
o Path Color.- Le cambia de color.
o Clear Path.- La borra.
o Default Setting.- Regresa a las configuraciones por defecto.
Graph Properties.- Abre el cuadro de propiedades de gráficos 3D.
C A P
2.7
El pro
salida
sinton
Para
desple
Como
1. Pue
Los p
proce
I T U L O 2 :
7. Simul
ograma pe
as entregad
nización de
ingresar al
egara la ve
o se muestr
1. Puertos
2. Compo
3. Puertos
4. Valor d
ertos de en
puertos de
eso y los pa
F U Z Z Y D
ación del s
rmite simu
das por la i
parámetro
simulador
entana indi
F
ra en la figu
s de entrad
onentes inte
s de salida.
e entrada.
ntrada.
entrada so
asan a la eta
E S I G N E R
sistema dif
lar de form
nferencia d
s y visualiz
en el menú
cada en la
Figura 2. 39 S
ura tiene 4 s
da.
ermedios,
.
n las entra
apa de fusi
fuso.
ma estática
del sistema
zación del c
ú principal e
figura 2.49
Simulador Fu
secciones:
adas al sist
ficación.
la relación
a difuso, Es
comportami
en la pesta
9.
zzy Designer
tema difuso
n entre las
sta herramie
iento de la
aña “Tools >
r
o y toman e
entradas
enta ayuda
lógica difus
> Simulatio
el valor rea
124
y las
a a la
sa.
n” se
al del
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 125
Se crean como parámetro al momento de importar la función “Add-on” generada con
Fuzzy Designer al lenguaje escalera del RS-Logix 5000.
En la columna 1 se muestra el listado de los puertos de entrada (Nombre y valor
real).
2. Componentes intermedios.
Los posibles componentes intermedios son: Variable lingüística de salida y Salida
tipo Takagi- Sugeno.
La columna 2 muestra el listado de todos los componentes intermedios con el
resultado real obtenido, luego del proceso de inferencia difusa.
3. Puertos de salida.
Los puertos de salida toman el resultado de los componentes intermedios y los
pasan como salida del sistema difuso.
Se crean como parámetro al momento de importar la función “Add-on” generada con
Fuzzy Designer al lenguaje escalera del RS-Logix 5000.
La columna 3 muestra el listado de todos los puertos de salida con su valor real.
C A P I T U L O 2 : F U Z Z Y D E S I G N E R 126
4. Valor de entrada.
Ésta es el área dedicada para la entrada de simulación, tiene 3 casillas:
- Minimum. Límite inferior del universo de discurso de la entrada.
- Value. Permite ingresar el valor deseado por teclado para la entrada, éste
debe estar comprendido entre el límite superior e inferior.
- Maximum. Límite superior del universo de discurso de la entrada.,
Permite ingresar el valor por mouse del valor deseado en la entrada mediante el
slider de modificación.
2.8. RSLogix 5000 Instrucción Adicional (Add-on).
Fuzzy Designer permite crear sistemas de lógica difusa para controladores de
Rockwell Automation de la familia 5000. Gracias a la exportación de la aproximación
difusa diseñado en una instrucción “Add-on”
En la figura 2.40 se muestra el ciclo de creación, monitorización y uso de la
instrucción difusa para uso en controladores de la familia Logix5000.
C A P
A con
2.8.1.
2.8.2.
2.8.3.
2.8.4.
2.6
Un
On
I T U L O 2 :
Figura 2
ntinuación s
Generar la
Importar fu
Configurac
Modificaci
6.3. Gener
na vez crea
n”.
F U Z Z Y D
2. 40 Usos de
se presenta
a función “A
unciones “A
ción en RS
ón y Sinton
rar la funci
ado el siste
E S I G N E R
el programa F
a la guía de
Add-on”.
Add-on” a lo
Linx del se
nización de
ión “Add-o
ma de lógic
Fuzzy Designe
usuario pa
os proyecto
rvidor DEE
parámetro
on”.
ca difusa es
er con el prog
ara:
os del RSLo
E.
os de sistem
s factible g
grama RsLog
ogix 5000.
mas difusos
enerar la in
gix 5000
s en línea.
nstrucción “
127
“Add-
C A P
Pa
sig
I T U L O 2 :
ara poder c
guientes co
- Todos
- Todo s
un Pue
- Todas
antece
- Todo b
- Todas
Para gene
(Tools> A
F U Z Z Y D
crear la instr
ondiciones d
los bloque
sistema difu
erto de sali
las reglas
edentes y c
bloque de r
las variabl
erar la inst
Add-on Instr
F
E S I G N E R
rucción “Ad
de diseño:
es del sistem
uso tiene qu
da.
tienen que
consecuenc
reglas al me
es lingüísti
rucción dif
ruction>Inst
Figura 2. 41 G
dd-On”, el s
ma difuso ti
ue tener po
estar comp
cias en blan
enos debe
cas al men
fusa, dirigirs
truction Ge
Generar instru
sistema difu
ienen que e
or lo menos
pletes (No
nco).
poseer una
nos deben t
se en el me
nerator), co
ucción Difusa
uso debe pr
estar conec
s un Puerto
se valida la
a regla.
ener un co
enú principa
omo indica
.
resentar las
ctados.
de entrada
as reglas co
njunto difus
al; a la pes
la figura 2.
128
s
a y
on
so.
staña
.41.
C A P
E
no
cu
I T U L O 2 :
Se visual
configura
l mismo no
ombre de
uenta:
- No deb
- Debe e
- No de
5000 p
F U Z Z Y D
izará la ve
los paráme
F
ombre usad
la instrucc
be exceder
empezar co
ebe tener e
por ejemplo
E S I G N E R
entana que
etros de la i
igura 2. 42 C
do en el p
ción “Add-O
r las 40 letra
on una letra
el mismo n
o PID.
e se mues
instrucción
Creación instr
royecto de
On”, pero
as.
a, no se ace
nombre de
stra en la
.
rucción Difusa
Fuzzy De
se lo pue
epta espac
una instru
figura 2.42
a
esigner será
ede cambia
cios entre pa
ucción prop
2 en dond
á tomado c
ar tomand
alabras.
pia del RSL
129
de se
como
o en
Logix
C A P
Ot
2.6
Pa
log
Ins
I T U L O 2 :
tros paráme
- Add-O
defect
- Minor
- Vendo
- Revisi
6.3. Impor
ara Importa
gix5000. E
struction” ,
Dirigirse a
importar,
F U Z Z Y D
etros a con
On Instructio
o aparece
Revision.-
or.- Nombre
on Note.- C
rtar funcion
ar la instru
n su barra
selecciona
Figura 2. 43
al Path don
se visualiza
E S I G N E R
figurar son
on Major R
1.
Versión me
e del creado
Comentario
nes “Add-o
ucción “Ad
a vertical d
r “Import A
3 Importación
nde se gua
ará la vent
:
Revision.- V
enor de la in
or de la inst
de la versi
on” a los p
dd-On” cre
de Herrami
dd-On” Inst
n instrucción A
ardó la ins
ada indicad
Versión ma
nstrucción
trucción .
ión.
proyectos
ada en el
ientas dar
truction com
Add-on al Rs
strucción di
da en la figu
ayor de la
por defecto
del RSLog
l Fuzzy D
clic derec
mo muestra
Logix 5000
ifusa cread
ura 2.44.
instrucción
o aparece 1
gix 5000.
esigner al
ho en “Ad
a la figura 2
da y dar cl
130
n por
1.
RS-
d-On
2.43.
ic en
C A P
I T U L O 2 :
Figura 2
Al dar Clic
en la que
“Add-On”
en entre o
F U Z Z Y D
2. 44 Ventana
c en “Prope
e se obser
en el Fuzz
otras.
Fig
E S I G N E R
a de indicació
erties”, se v
rva, las pro
zy Designer
gura 2. 45 Info
n de las prop
visualizará
opiedades
r como: No
ormación Fun
piedades de la
la ventana
al momen
mbre, desc
nción “Add-On
a instrucción A
indicada e
to de crea
cripción, fec
n”.
Add-On
n la figura
ar la instruc
cha de crea
131
2.45;
cción
ación
C A P
I T U L O 2 :
Finalment
en el leng
En la bar
Main Rou
ON” y sel
Fig
Definir el
para el len
Para defin
utilizar; p
F U Z Z Y D
te, al pulsa
uaje escale
ra de herra
utine ) Y en
eccionar la
ura 2. 46 Uso
Tag de la
nguaje esca
nir un Tag p
por ejemplo
E S I G N E R
ar “Create”
era del RS-
amientas iz
la barra de
instrucción
o función Add
a instrucció
alera de la
para la inst
o: PIdifuso
la instrucci
-Logix 5000
quierda (Ta
e herramien
n creada ) c
d-On lenguaje
ón “Add-on
a instrucción
trucción difu
o, con clic
ión “Add-O
0.
asks > Mai
ntas superi
como se ind
e escalera de
n”(nombre
n importada
usa, escrib
derecho s
n” ya se la
in Task > M
or dirigirse
dica en la f
l Rs-Logix 50
del conjun
a).
bir el nombr
seleccionar
a puede oc
Main Progra
(Pestaña “
igura 2.46.
000
nto de varia
re que se d
r “New Ta
132
cupar
am >
“Add-
ables
desea
ag” y
C A P
I T U L O 2 :
aparecerá
type” el ta
En la figu
salida del
“Add-on” u
F U Z Z Y D
á la ventan
ag creado s
Fig
ura 2.48 se
sistema di
utilizado en
E S I G N E R
na indicada
erá del tipo
gura 2. 47 Ta
e muestra
fuso con lo
n el lenguaj
en la figu
o del nombr
ag tipo instruc
la concord
os parámetr
e escalera
ra 2.47. Co
re de la inst
cción “Add-On
dancia de
ros de conf
del RsLogi
omo se ob
trucción dif
n”
los puerto
figuración d
ix 5000.
bserva en “
fusa.
s de entra
de la instruc
133
“Data
ada y
cción
C A P
Fig
2.6
Para
una c
En el
I T U L O 2 :
gura 2. 48 Co
configura
6.3. Config
monitorear
omunicació
RSLinx dir
F U Z Z Y D
oncordancia p
ación de la ins
guración e
r y sintoniz
ón DDE ent
igirnos a “T
E S I G N E R
puertos de en
strucción “Ad
en RSLinx
ar el contro
tre RSLinx
Topic config
ntrada salida d
d-On” del len
del servido
olador Difu
y Fuzzy De
guration” Co
del sistema d
nguaje escale
or DDE.
uso en líne
esigner par
omo muest
ifuso con los
era del RsLog
a es neces
ra ello:
tra la figura
parámetros d
ix 5000.
sario estab
2.49.
134
de
blecer
C A P
En el
ejemp
“Apply
2.6
I T U L O 2 :
botón “Ne
plo “tesis”,
y” como se
Esto perm
plataforma
6.3. Modiflínea..
Abrir la a
Add-On I
mostrada
F U Z Z Y D
ew” definir
dirigirse al
e indica en
Fi
mite levant
as de Softw
icación y .
plicación F
nstruction>
en la figura
E S I G N E R
Figura 2. 4
el nombre
controlado
la figura 2.
gura 2. 50 Ap
tar el puen
ware.
Sintonizac
Fuzzy Desig
> On-Line C
a 2.51.
49 Configurac
del Tópico
or y aplicar
50.
plicación del T
nte de com
ción de pa
gner y dirig
Connection
ción DDE.
o que va a
r el tópico
Tópico al PLC
municación
arámetros
girse en el
n Wizard) s
a ser aplica
creado me
C
entre el
de sistem
l menú prin
se despleg
ado al PLC
ediante el b
RSLinx y
mas difuso
ncipal a (To
gará la ven
135
C por
botón
otras
os en
ools>
ntana
C A P
I T U L O 2 :
Si el PLC
primera o
encuentra
En la ven
RSLogix
“Connect”
F U Z Z Y D
Figura 2.
se encuen
opción; caso
a. Y dar clic
tana que s
5000 para
”. Como se
E S I G N E R
51 Configura
ntra conecta
o contrario
c en “Next”.
e muestra
la instrucc
indica en la
ación comunic
ado directa
se debe
a continuac
ción “Add-O
a figura 2.5
cación Fuzzy
amente al c
detallar la
ción, selecc
On” y final
52.
Designer
computador
dirección I
cionar el T
lmente pre
r, seleccion
IP en la qu
ag creado
sionar el b
136
nar la
ue se
en el
botón
C A P
I T U L O 2 :
Figura 2. 5
Se desple
F U Z Z Y D
52 Conexión d
egará una v
Figura 2. 5
E S I G N E R
del sistema di
ventana par
3 Panel de co
ifuso para mo
recida a la i
onexión en lín
onitorización y
indicada en
nea de Fuzzy
y sintonizació
n la figura 2
y Designer.
ón en línea
2.53 en don
137
nde :
C A P
#
1
2
3
4
5
I T U L O 2 :
1.- Barra d
2.- Inform
3.- Inform
1.- Barra
En la figur
Figura 2. 5
En la tabl
de la barra
Ícono
Tabla 2. 7
F U Z Z Y D
de herramie
ación de la
ación del p
de herram
ra 2.54 mue
54 Íconos barr
a 2.7 mues
a de herram
Nombre
Apply ChLogix
Sampling
Start Mon
Stop Mon
Help
7 Íconos barra
E S I G N E R
entas
a conexión.
periodo de m
mientas.
estra los íc
ra de herrami
stra: el ícon
mientas del
anges to
Period
nitoring
itoring
a de herramie
muestreo.
onos de la
ientas del pan
no, el nomb
l panel de c
Descripció
Fuzzy Desen línea ddifuso unaeste íconocargados aCambia el
Empieza lade entradacargado enDetiene la
Abre la ayu
entas del pane
barra de he
nel de conexi
bre y la des
conexión de
ón
signer permde los paráa vez reao los camal PLC. periodo de
a monitorizas y salidan el PLC monitoriza
uda.
el de conexió
erramientas
ión del Fuzzy
scripción de
e Fuzzy De
mite realizaámetros delizados al
mbios hech
e muestreo.
zación de as del siste
ción.
ón del Fuzzy D
s.
y Designer.
e los eleme
esigner.
ar cambios el sistema
presionar hos serán
evolución ema difuso
Designer.
138
entos
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 139
CAPÍTULO 3
3. GUÍAS DE LABORATORIO
En la asignatura de Control Inteligente de la Escuela Politécnica del Ejército se
estudia la teoría y se practica con lógica difusa en el laboratorio de “SERVO
MECANISMOS” en donde se puede experimentar con ella en las plantas de
INTECO, pero se requiere dedicar una computadora para la implementación del
controlador difuso; puesto que, se utiliza el software MATLAB y el ambiente de
trabajo de tiempo real “RWT”.
Esto genera una limitante al estudiante para aplicaciones a escala real en donde se
tiene normalmente PLC´s para realizar las acciones de control a nivel industrial.
Estas guías de práctica tienen como objetivo complementar los conocimientos
teóricos y prácticos de sistemas de lógica difusa para que los futuros estudiantes
tengan herramientas de implementación, a nivel industrial, mediante PLC’s de la
familia Logix 5000 de Allen Bradley.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 140
Se proponen 4 guías de laboratorio:
La primera, es introductoria a la teoría de lógica difusa y su comprobación con el
programa FUZZY DESIGNER.
La segunda, permite el análisis de la respuesta de la variable controlada en relación
al cambio de los parámetros del controlador difuso.
La tercera, permite la aplicación práctica de un controlador difuso tipo PI en el PLC
Compact Logix para el control de flujo en la estación PS-2800 del laboratorio
CIM2000.
En la cuarta, se simula un sistema de lógica para la supervisión difusa tipo PD de un
controlador clásico PID sintonizado por el segundo método de Ziegler Nichols en
donde se pretende constatar las ventajas de usar este tipo de esquemas.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 141
3.1 MANIPULACIÓN Y COMPROBACIÓN DE FUNCIONALIDAD DEL
SOFTWARE FUZZY DESIGNER
3.1.1 TEMA:
Manipulación y comprobación de funcionalidad del software FUZZY DESIGNER.
3.1.2 OBJETIVOS:
Manejar las funciones básicas del software FUZZY DESIGNER.
Crear sistemas de lógica difusa en FUZZY DESIGNER y en un programa
en MATLAB para el control difuso tipo PI para el control de temperatura.
Comparar la respuesta obtenida en cada parte del sistema de lógica difusa
entre MATLAB y FUZZY DESIGNER.
Simular la respuesta de la planta de temperatura controlada usando su
función de trasferencia.
Generar el bloque de instrucción Add-On en el FUZZY DESIGNER.
3.3.3. DESCRIPCIÓN DEL PROBLEMA
Los sistemas de lógica difusa son ampliamente usados para crear controladores a
base de colecciones de reglas que describen el mejor curso de acción a tomar
dependiendo de los estados del proceso.
Es importante conocer cómo trabajan en conjunto estos sistemas de lógica difusa,
para lo cual, en MATLAB se escribirá programas para las distintas etapas del
sistema y su resultado será comprobado en FUZZY DESIGNER.
C A P
3.3
3.1
1.
I T U L O 3 :
3.4. LISTA
Windo
FUZZY
MATLA
1.3 ACTIV
Escriba u
variables
Obtenga l
El rango
conjuntos
Añada al
como mue
G U I A S D
ADO DE SO
ows XP.
Y DESIGNE
AB 7.0 o su
VIDADES
un program
del mundo
la fusificaci
de variaci
difusos (V
Fuzzy Des
estra la figu
Figura 3
E L A B O R A
OFTWARE
ER versión
uperior.
ma en MA
real.
ón en el pro
ón del err
Very_negati
signer los
ura 3.1.1
.1. 1 Etapa d
A T O R I O
n 16 o supe
ATLAB que
ograma pa
ror es de
ive, Negativ
bloques: In
e Fusificación
erior.
permita r
ra el error d
±50°C y d
ve, Zero, P
nput Port e
n en Fuzzy D
realizar la
de tempera
debe ser e
Positive, Ver
e Input Lin
esigner.
fusificació
atura.
expresado
ry_Positive
guistic Var
142
n de
en 5
).
riable
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 143
Dónde:
Input Port.- Puerto de entrada al sistema difuso
Input Linguistic Variable.- Encargado de la etapa de fusificación.
Configurar los bloques anteriormente mencionados para el error de
temperatura.
Simular al menos 10 valores para la etapa de fusificación en FUZZY
DESIGNER y comparar los resultados obtenidos con los de MATLAB.
Para el informe:
Código del programa para la fusificación de variables del mundo real en
MATLAB.
Configuración realizada en los bloques del FUZZY DESIGNER.
Tabla de comparación de los 10 datos simulados en FUZZY
DESIGNER con los resultados obtenidos en MATLAB.
2. Escriba un programa en MATLAB, que permita cuantificar la salida del sistema
de lógica difusa en base del error y la integral del error, junto a la base de
reglas.
El rango de variación de la integral del error es de ±50°C*s expresado en 5
conjuntos difusos (Very negative, Negative, Zero, Positive, Very positive).
C A P
Añ
dif
co
I T U L O 3 :
El rango
expresado
Very posit
La base d
Señal_d
Integra
Error
T
ñada y conf
fusa (Rule
ontrolador d
Fig
G U I A S D
de la salid
o en 5 con
tive).
de reglas se
de_Contr
al_
r
Very_
negativ
Negativ
Zero
Positive
Very_
positive
Tabla 3.1. 1 B
figure al Fu
block, O
difuso tipo P
gura 3.1. 2 S
E L A B O R A
da del siste
njuntos difu
e muestra e
ol Very_
negativ
e
Very_
negative
ve
Very_
negative
Negativ
e Negativ
_
e Zero
Base de regla
uzzy Design
utput Varia
PI como se
Sistema de lóg
A T O R I O
ema difuso
usos (Very
en la tabla 3
e Negative
e
Very_
negative
e
Negative
e Negative
e Zero
Positive
s control difu
ner los elem
able Lingu
muestra en
gica difusa de
Señal_de_
y negative,
3.1.1.
Error
e Zero
e
Negative
e Negative
e Zero
Positive
Positive
so tipo PI de
mentos falta
uistic, Outp
n la figura 3
el controlador
_Control e
Negative,
Positive
Negative
Zero
Positive
Positive
Very_
positive
temperatura.
antes del si
put Port)
3.1.2.
r difuso tipo P
s de ± 7.5
Zero, Pos
Very_
positive
Zero
Positive
Positive
Very_
positive
Very_
positive
.
stema de ló
para forma
PI.
144
5VDC
sitive,
ógica
ar el
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 145
Dónde:
RULE BLOCK.- Es el que contiene las colecciones de reglas y el
conocimiento del experto para la resolución del problema.
OUTPUT LINGUISTIC VARIABLE.- Encargado de la etapa de
defusificación.
OUTPUT PORT.- Puerto de salida del sistema difuso.
Simular para 10 combinaciones de error e integral del error y obtener la salida
del controlador difuso tipo PI en el FUZZY DESIGNER y comparar los
resultados obtenidos con MATLAB.
Para el informe:
Código de la cuantificación de la salida del sistema de lógica difusa.
Configuración realizada en los bloques del FUZZY DESIGNER.
Explicación gráfica y analítica de al menos 5 reglas.
Gráfico 3D de las variables lingüísticas de entrada y salida (Superficie
de reglas), obtenido de FUZZY DESIGNER.
Tabla de comparación de los 10 datos simulados en FUZZY
DESIGNER con los resultados obtenidos en MATLAB.
3. Simule el controlador difuso tipo PI de un proceso de variación temperatura
con el programa anteriormente creado utilizando el esquema mostrado en la
figura 3.1.3.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 146
Figura 3.1. 3 Control realimentado de temperatura utilizando un controlador difuso tipo PI
El proceso de variación de temperatura se lo modela con la función de
trasferencia mostrada en el figura 3.1.4.28
1826.51
2801.5
s 667.6
667.6
s
s
Figura 3.1. 4 Función de trasferencia para el proceso de variación de temperatura.
Los parámetros de diseño del lazo de control requeridos se indican en la tabla
3.1.2.
28 Byron Acuña, Oswaldo Ibarra, DISEÑO E IMPLEMENTACION DE UN SISTEMA CONTROLADOR DE
TEMPERATURA PID PARA LA UNIDAD AIR FLOW TEMPERATURE CONTROL SYSTEM MEDIANTE LA
UTILIZACIÓN DE LA HERRAMIENTA RTW (REAL TIME WORKSHOP) DE MATLAB. Tesis de grado para la
obtención de título, Universidad Escuela politécnica del Ejército , 2010.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 147
Parámetro Resultados
Sobre pico 13.3%
Tiempo de establecimiento 4.30 min
Error en estado estable 0%
Tabla 3.1. 2 Resultados requeridos Controlador difuso tipo PI
Si los resultados son satisfactorios generar la instrucción Add-On en FUZZY
DESIGNER.
Para el informe:
Gráfico y parámetros de respuesta de la planta de temperatura controlada.
Instrucción Add-On en digital.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 148
3.2. ANÁLISIS DEL CONTROLADOR DIFUSO UTILIZANDO LA
HERRAMIENTA FIS EDITOR DE MATLAB
3.2.1. TEMA:
Análisis del controlador difuso utilizando la herramienta FIS EDITOR de MATLAB.
3.2.2. OBJETIVOS:
Diseñar el controlador difuso tipo PI.
Analizar los efectos en la respuesta de la planta de temperatura PCT2 en
relación al cambio de los parámetros del controlador difuso.
3.2.3. DESCRIPCIÓN DEL PROBLEMA
Se requiere diseñar un controlador difuso tipo PI en la herramienta FIS EDITOR
de MATLAB para la planta de temperatura PCT-2.
En SIMULINK, simular los efectos en la respuesta de la variable controlada en
relación al cambio de los parámetros del controlador difuso.
Para la simulación se utilizará el modelo matemático de la planta de temperatura.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 149
3.2.4. LISTADO DE SOFTWARE
MATLAB 7.0 o superior.
3.2.5. HERRAMIENTA FIS EDITOR
Para abrir el “toolbox” FIS EDITOR de MATLAB, escribir en el “Command
Window” la instrucción fuzzy y se mostrará la ventana mostrada en la figura 3.2.1.
Figura 3.2. 1 Ventana principal FIS EDITOR.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 150
Las partes principales son:
(1).- Barra de menús.- Herramientas básicas del FIS EDITOR, las que
permiten:
Grabar y cargar sistemas de lógica difusa.
Editar el esquema del sistema difuso, es decir, añadir y quitar variables
lingüísticas tanto de entrada y de salida.
(2).- Muestra el esquema gráfico del sistema de lógica difusa. Al dar doble clic
sobre los elementos se abren, los editores de funciones de pertenencia y
de base de reglas.
(3).- Configuraciones de propiedades internas del sistema de lógica difusa.
(4).- Edita los nombres de las variables lingüísticas de entrada y salida
mostradas en el esquema gráfico (3).
El editor de funciones de pertenencia se muestra en la figura 3.2.2.
Figura 3.2. 2 Editor de funciones de pertenencia del FIS EDITOR.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 151
Las partes principales son:
(1).- Barra de menús.- Dentro de la pestaña “Edit” se tienen las funciones para
añadir y eliminar funciones de pertenencia.
(2).- Zona de representación gráfica de las variables lingüísticas de entrada y
salida con sus respectivos conjuntos difusos asociados.
(3).- Muestra información sobre la variable lingüística como: nombre y tipo.
Permite configurar el universo de discurso y rango de visualización de la
variable.
(4).- Editor individual de cada conjunto difuso, permite modificar: el nombre, su
función de pertenencia y parámetros.
El editor de reglas se muestra en la figura 3.2.3.
Figura 3.2. 3 Editor de reglas del FIS EDITOR.
C A P
La
(1)
(2)
(3)
Pa
ant
3.2
La
sim
de
I T U L O 3 :
as partes pr
).- Barra d
la supe
.- Zona de
.- Zona de
ra añadir
tecedente y
Nota.- S
b
2.6. PLAN
a planta de
mular el pro
e flujo de ai
G U I A S D
rincipales s
de menús.-
erficie de la
e visualizac
e formulació
una regla
y consecue
Si se requie
barra de me
TA DE TEM
e temperat
oceso de ca
re a la salid
Figura 3.2
E L A B O R A
on:
- En la pest
base de re
ción escrita
ón de regla
primero
nte, luego
ere guardar
enús, en la
MPERATU
tura PCT2
alefacción,
da.
. 4 Planta de
A T O R I O
taña View
eglas.
de las regl
as.
selecciona
presionar e
r el sistema
a pestaña “F
RA PCT-2
se muest
en el cual
temperatura
se puede v
las.
r las prop
el botón “Ad
a de lógica
File” selecc
tra en la f
se pretend
de flujo de ai
visualizar d
posiciones
dd rule”.
difusa crea
cionar “Expo
figura 3.2.4
de controlar
ire PCT 2.
de forma gr
requeridas
ado dirigirse
ort (To disk
4, ésta pe
r la temper
152
ráfica
s del
e a la
k…)”.
rmite
atura
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 153
Como se observa las principales partes de la planta son:
1) Turbina.- Encargada de generar el flujo de aire, posee una tableta metálica
de obstrucción de aire para 4 diferentes posiciones que determinan la
cantidad de aire que ingresará al proceso.
2) Conducto metálico.- Es un tubo hueco, por el cual fluye, el flujo de aire
provocado por la turbina.
3) Niquelina.- Se encuentra al inicio del conducto metálico, es la encargada
de calendar el flujo de aire.
La niquelina trabaja con un voltaje de 0 a 110VAC.
La interfaz de potencia es la encargada de amplificar el voltaje de entrada
comprendida entre 0 y 10 VDC a 0 y 110 VAC, para la alimentación de la
niquelina.
4) Sensor de temperatura tipo IC29.- Es el transductor encargado de sensar la
temperatura de flujo de aire a la salida del conducto metálico en un rango
de 20 a 70 °C y envía una señal análoga comprendida entre 0 y 5V DC
respectivamente, la respuesta del sensor es lineal en todo el rango de
trabajo del proceso.
3.2.7. MODELO MATEMÁTICO
La figura 3.2.5 muestra el diagrama de trasferencia de calor producido por la
niquelina y el flujo de aire provocado por la turbina.
29 Transductor de temperatura tipo IC.- Sensor activo de circuito integrado, cuya ventaja principal es la linealidad.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 154
Figura 3.2. 5 Diagrama intercambio de calor entre niquelina y flujo de aire.
Como se observa la niquelina de resistencia (R) es alimentada por una señal
AC, la potencia producida genera calor (Q1, Q2, Q3), que es trasferida al flujo
de aire (W1).
Considerando que no existen pérdidas, las 4 ecuaciones que rigen el modelo
matemático se muestran a continuación.
1 2 3∆
Considerando que no existe calor de retorno.
1 2 2∆
ó
1 ó
3 1 ∗ ∗ Δ ó
3 2 ó
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 155
Dónde:
Q1, Calor producido por la niquelina .
Q2, Calor trasferido al flujo de aire .
C, Constante de tasa de intercambio de temperatura [Adimensional].
∆ , Cambio de temperatura a la salida del conducto metálico
° .
V, Voltaje de alimentación de la niquelina .
R, Resistencia de la niquelina Ω .
W1, Flujo de masa de aire producido por la turbina .
Cv, Calor especifico del aire a volumen constante ∗°
.
En el anexo 2 se encuentra la obtención de las constantes físicas y la
validación del modelo matemático para la planta de temperatura PCT-2.
Las constantes físicas se visualizan en la tabla 3.2.1.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 156
Constantes Valor
C 28
V
2.17 ∗ 35.31 ∗ 31
donde es el voltaje de
entrada 0 10
R 0.0022 ∗ 0.87 ∗ 51.51 Ω
W1 2,93
1 Watt 0.2389
Tabla 3.2. 1 Constantes físicas de la planta de temperatura PCT-2
3.2.8. ACTIVIDADES
1. Diseño del controlador difuso en la herramienta FIS EDITOR.
i. Defina 5 conjuntos difusos triangulares para cada variable de
entrada y salida lingüística.
ii. Obtenga y configure la base de reglas.
iii. Mantenga por defecto todas las configuraciones del controlador
(“Implication”, “And, or method”, “Agregation”, “Defuzzification”)
iv. Grabe el controlador.
2. En SIMULINK cree el lazo de control realimentado utilizando el modelo
matemático.
3. Cargue al “Workspace” el controlador difuso creado en la actividad 1
escribiendo la instrucción readfis en el “Command Window”, obtenga los
parámetros de la señal de temperatura y llene la tabla 3.2.2.
4. Estreche los soportes de los conjuntos difusos “Negative”, “Zero” y
“Positive” de la variable lingüística error, llene nuevamente la tabla 3.2.2.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 157
5. Cambie la base de reglas por la mostrada en la tabla 3.2.1, llene
nuevamente la tabla 3.2.2.
Señal_de_Control Error
Very_ negative Negative Zero Positive
Very_ positive
Integral_ Error
Very_ negative
Very_ negative
Very_ negative
Very_
negative Negative Zero
Negative Very_
negative
Very_ negative Negative Zero Positive
Zero
Very_
negative Negative Zero Positive
Very_ positive
Positive Negative Zero Positive
Very_ positive
Very_ positive
Very_ positive Zero Positive
Very_ positive
Very_ positive
Very_ positive
Tabla 3.2. 2 Nueva base de reglas
6. Cambie de 5 a 3 conjuntos difusos triangulares para cada variable
lingüística de entrada, cree nuevamente la base de reglas, llene la tabla
3.2.2.
7. Modifique las funciones de pertenencia de todas las variables lingüística de
entrada y salida de tipo triangular a tipo S, llene la tabla 3.2.2.
8. Cambie el método de defusificación de Centro promedio (CA) a Media de
máximos (Mom), llene nuevamente la tabla 3.2.2
9. Cambie la T-norma de la implicación de mínimo a producto, llene
nuevamente la tabla 3.2.2.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 158
Tabla de resultados
Parámetro Actividad
3 4 5 6 7 8 9 10Sobre pico Tiempo establecimiento Error en estado estable
Tabla 3.2. 3 Tabla de parámetros de respuesta.
Para el informe:
Diseño del controlador difuso tipo PI explicando el porqué de sus
elementos.
Esquemas gráficos de cada actividad con su curva de respuesta de la
variable controlada.
Tabla de parámetros de respuesta obtenidos.
Análisis de resultados.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 159
3.3. IMPLEMENTACIÓN DEL CONTROL DIFUSO TIPO PI EN EL PLC
COMPACT LOGIX
3.3.1. TEMA:
Implementación del control difuso tipo PI en el PLC Compact Logix.
3.3.2. OBJETIVOS:
Implementar un controlador difuso tipo PI mediante un PLC Compact Logix
para el control de flujo en la estación PS-2800 del laboratorio CIM-2000.
Crear e importar la instrucción Add-On al lenguaje escalera del RS-LOGIX
5000.
Monitorear y sintonizar en línea el controlador difuso tipo PI.
3.3.3. DESCRIPCIÓN DEL PROBLEMA
Controlar la cantidad de flujo de agua corriente para el enjuague en la piscina
B4 de la estación PS-2800 del laboratorio CIM-2000 con un controlador difuso
tipo PI, los parámetros de desempeño requeridos del proceso controlado son
los siguientes:
Rango de trabajo: 600-900 cm3/min.
Sobre pico: 15%
Tiempo de estabilización: 40 seg
Error en estado estable: ± 50 cm3/min.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 160
3.3.3. LISTADO DE ELEMENTOS
1 PLC LOGIX 5000 (Compact Logix L43).
Módulos de entradas y salidas análogas.
Módulos de entradas y salidas digitales.
Estación PS-2800.
1 Cable de Ethernet.
Notas importantes:
Antes de empezar a trabajar con los equipos es necesario conocer los
fundamentos teóricos y de funcionamiento de los mismos para evitar
accidentes.
La inversión realizada por la ESPE en la adquisición de estos equipos
constituye un aporte significativo para la comunidad Politécnica ya que
sitúa a la universidad como una de las mejores equipadas del país y por
tanto con futuros ingenieros con conocimientos sólidos en el manejo de
equipos industriales actuales.
3.3.4. LISTADO DE SOFTWARE REQUERIDO
Windows XP.
RsLinx Classic versión 2.54 o superior.
RsLogix 5000 versión 17 o superior.
FUZZY DESIGNER versión 16 o superior
Wonderware Intouch versión 9.5 o superior.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 161
3.3.5. ESTACIÓN PS-2800
La estación de procesos PS-2800 es la encargada de dar el revestimiento de
aluminio a las piezas fabricadas en el laboratorio CIM 2000 de la Escuela
Politécnica del Ejercito.
El proceso consta de 7 piscinas como se muestra en la figura 3.3.1.
Figura 3.3. 1 Piscinas estación PS-2800.
Como se observa el proceso consta de las siguientes etapas: limpieza,
tratamiento, y secado de las piezas.
En las piscinas B2, B4, y B6 se realiza el control de flujo de agua corriente para el
enjuague.
En la figura 3.3.2 se observa el diagrama P&ID del control de flujo para el
enjuague de la piscina B4.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 162
Figura 3.3. 2 Diagrama P&ID Enjuague piscina B4.
En la tabla 3.3.1 se indica una breve descripción de los elementos del diagrama
P&ID con su respectiva conexión al PLC.
Elemento Descripción Conexión PLC Rango
LS 544 Interruptor de nivel bajo del tanque
colector Local:2:I.Data.10 ON/OFF
SOV 511 Válvula de solenoide, permite el
ingreso flujo de agua la piscina B4 Local:4:O.Data.10 ON/OFF
VF 531 Válvula proporcional, Actuador Local:6:O.Ch0Data 0-10 VDC
FT 1 Transmisor de flujo, Sensor Local:5:I.Ch0Data 4-20 mA
EM Parada de emergencia Local:2:I.Data.0 ON/OFFAP 2 Accionamiento bomba centrifuga P2 Local:3:O.Data.12 ON/OFF
Tabla 3.3. 1 Conexión elementos diagrama P&ID enjuague piscina 4.
A continuación se procede a dar más detalle sobre el sensor y el actuador:
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 163
FT1.- “El Sensor de flujo es de tipo rueda de paletas y tiene respuesta
lineal en su rango de operación.
El líquido es dirigido a la turbina de funcionamiento libre, en una cámara
especialmente diseñada dentro del sensor.
La velocidad de rotación de la turbina es directamente proporcional al
caudal, el paso de cada hoja de la turbina corta un rayo de luz infrarroja,
este bloqueo es detectado electrónicamente y transmitido como pulso de
salida (frecuencia).”30
La salida del sensor de flujo es en frecuencia, y requiere de una etapa de
acondicionamiento para pasar de frecuencia a corriente en un rango de 4
a 20mA.
El rango de variación ocupado del sensor de flujo se indica en la tabla
3.3.2.
Sensor de Flujo
Caudal [cm3/min] Unidades crudas PLC
0 0
1000 5500
Tabla 3.3. 2 Rango de flujo proceso.
VF531.- La Válvula proporcional, es el actuador para el control de flujo de
enjuague en las piscinas, la apertura de la misma es directamente
proporcional al voltaje de entrada el cual está comprendido de 0 a
10VDC (cerrada abierta respectivamente)
30 Wendy Eras, Danny Raul, INCORPORACIÓN DE LA TECNOLOGÍA COPACTLOGIX DE ALLEN
BRADLEY A LA ESTACIÓN DE CONTROL DE PROCESOS PS-2800 DEL C.I.M , Tesis de grado
para la obtención de título, Universidad Escuela politécnica del Ejército , 2000.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 164
El rango de trabajo recomendado de la válvula proporcional es de 2 a 6
VDC debido a que, ésta apertura es suficiente para el rango de flujo
requerido.
3.3.6. ACTIVIDADES
Las actividades para esta guía de laboratorio, se encuentran divididas en las
siguientes dos secciones:
3.3.6.1. TRABAJO PREPARATORIO
1. Crear la instrucción Add-On del controlador difuso con los siguientes datos:
El rango de la señal de error está comprendida entre: ± 1000 cm3/min,
expresado en 5 conjuntos difusos.
El rango de la señal integral del error está comprendida entre: ± 500
(cm3/min)*seg, expresado en 5 conjuntos difusos.
El rango de la señal de control está comprendida entre: – 4 a 3.5 VDC,
expresado en 5 conjuntos difusos.
Para el informe:
Esquema del sistema de lógica difusa con sus respectivas
configuraciones.
Base de reglas a ser usada.
Instrucción Add-On en digital.
2. Crear el programa del PLC el cual deberá contener, el esquema de control con
la instrucción Add- On anteriormente creada y debe constar la asignación de
los tags de las variables de entrada y salida a los módulos del PLC.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 165
Para el informe:
Programa del PLC, Con descripción detallada.
Descripción de las configuraciones realizadas en el proyecto (Módulos
de entradas y salidas del PLC).
3. Crear en Intouch un HMI para la visualización del flujo de enjuague del
proceso, este debe constar la asignación de las variables a los tags creados
anteriormente en el programa del PLC.
Debido a que la respuesta del sensor de flujo es muy variante es
recomendable, realizar un promedio del mismo en el script para la
visualización en el HMI.
Para el informe:
Archivo en digital del HMI.
Tabla asignación de Tags.
Script del promedio del flujo.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 166
3.3.7.2. TRABAJO PRÁCTICO
1. Configurar direcciones de red tanto para el computador y para el PLC.
2. Cargar el proyecto realizado en el preparatorio al PLC.
3. Configurar DDE en el RsLinx
4. Monitorizar y sintonizar el controlador difuso hasta lograr los parámetros
requeridos en el literal 3.2.6.
Entregar:
Curva de respuesta del proceso ya controlado para al menos 3 puntos
de consigna.
Tabla de parámetros obtenidos.
Video de evolución de los estados en el FUZZY DESIGNER.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 167
3.4. SIMULACIÓN DEL SUPERVISOR DIFUSO TIPO PD
3.4.1. TEMA:
Simulación del supervisor difuso tipo PD.
3.4.2. OBJETIVOS:
Evaluar las ventajas de un supervisor difuso.
3.4.3. DESCRIPCIÓN DEL PROBLEMA
Debido a que la planta de temperatura tiene una placa metálica de obstrucción de
aire, la cual varía el flujo del mismo dependiendo de su posición, ocasiona que
un controlador clásico no conserve su mismo desempeño, debido a que se
modifica el modelo matemático para el cual fue sintonizado.
Se requiere aplicar sistemas de lógica difusa para supervisar los estados del
proceso, y dependiendo de ellos, cambiar dinámicamente las constantes
proporcional y derivativa de un controlador PID clásico sintonizado por el método
de Ziegler Nichols.
3.4.3. LISTADO DE SOFTWARE
MATLAB 7.0 o superior.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 168
3.4.4. MARCO TEÓRICO
Supervisor difuso para controladores PD de sistemas desconocidos
El supervisor difuso incrementa gradualmente las ganancias de las constantes
proporcionales y derivativas del controlador PID clásico, a medida que el error del
sistema se acerca a cero.
Una forma de sintonización para obtener la respuesta deseada del sistema es
utilizando el método de Ziegler Nichols.
El supervisor difuso mejora el rendimiento de controladores sintonizados por este
método, debido a que disminuye el sobrepico y tiempo de establecimiento.
En la figura 3.4.1 muestra el esquema del supervisor difuso tipo PD.
dtte )(
dt
tde )(
dt
tde )(
Figura 3.4. 1 Esquema supervisor difuso tipo PD.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 169
Como se observa el supervisor, tiene como entrada el error y la derivada del
error, y como salida el valor de “Y”, que es el encargado de modificar las
constantes KP y KD del controlador PID de acuerdo a las siguientes
ecuaciones.
Δ ∗ ó
Δ ∗ ó
La lógica para la formulación de la base de reglas se obtiene de la posible
respuesta de la variable controlada como se muestra en la figura 3.4.2.
0 200 400 600 800 1000 1200-5
0
5
10
15
20
25
30
35
Variable Controlada
Figura 3.4. 2 Posible respuesta de la Variable controlada.
Como se observa se tiene 4 zonas.
Zona 1.- El supervisor incrementa gradualmente desde 0 a máximo 1 el valor de
“Y” para reducir el tiempo de establecimiento.
Zona 2.- El sistema necesita disminuir la señal de control para reducir el
sobrepico, esto se logra decrementando el valor de los parámetros del
controlador, la salida del supervisor en esta región es negativa.
C A P
Zo
Zo
Pa
“A
Co
3.4
1.
I T U L O 3 :
ona 3.- Par
sup
ent
ona 4.- Par
gra
ara mayor i
A Fuzzy Su
opeland and
4.5. ACTIV
Diseñe un
modelo m
En cualq
figura 3.4
sintonizad
similares d
Figura 3.4. 3
G U I A S D
ra que la
pervisor inc
tre en la zo
ra nuevam
adualmente
nformación
upervisor fo
d Kuldip S
VIDADES
n superviso
matemático
quiera de la
4.3. El su
do por el
de desemp
3 Posiciones d
E L A B O R A
variable c
crementa g
na 4.
mente elim
la señal “Y
n del superv
or PD Cont
Rattan
or difuso tip
mostrado e
as 4 posic
upervisor d
método d
peño.
de la tableta
A T O R I O
controlada
gradualmen
minar el
Y” hasta lleg
visor difuso
trol of Unk
po PD para
en la GUIA
ciones de l
debe logra
de Ziegler
metálica de o
no gane
nte el valo
sobrepico
gar al punto
o tipo PD re
known Syst
a la planta d
2.
la tableta
ar que el
r Nichols
obstrucción de
mucho er
or de “Y”,
el supe
o de consig
eferirse a la
tems” del a
de tempera
metálica m
controlado
mantenga
e aire de la p
rror positiv
hasta que
rvisor dec
gna desead
publicación
autor Robe
atura, usan
mostradas e
or clásico
caracterís
lanta PCT-2
170
o, el
ésta
crece
do.
n:
ert P.
do el
en la
PID
sticas
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 171
En la tabla 3.4.1 muestra el valor de tasa de flujo de masa de aire para las 4
posiciones de la tableta metálica.
Posición de la
tableta metálica
W1
1 2,93
2 2,51
3 2,2
4 1,77
Tabla 3.4. 1 Tasa de flujo de masa de aire para las 4 posiciones de la tableta metálica de obstrucción
de aire.
2. Obtenga las curvas de característica de los parámetros de la señal de
temperatura para una consigna de 35°C, usando el controlador clásico PID
sintonizado por Ziegler Nichols, llene la tabla 3.4.2.
Tableta metálica
Parámetro Posición 1
Posición 2
Posición 3
Posición 4
Sobre pico
Tiempo de
establecimiento
Error en estado
estable
Tabla 3.4. 2 Tabla de desempeño de parámetros.
3. Obtenga las curvas de característica de los parámetros de la señal de
temperatura para una consigna de 35°C, usando supervisión difusa tipo PD
del controlador clásico PID sintonizado por Ziegler Nichols, llene nuevamente
la tabla 3.4.2.
C A P I T U L O 3 : G U I A S D E L A B O R A T O R I O 172
Para el informe:
Resumen del PAPER.
Parámetros del sistema de lógica difusa (Conjuntos difusos de entrada y
salida, Base de reglas, superficie de reglas)
Diagrama de SIMULINK.
Análisis de los resultados obtenidos.
Conclusiones.
C A P I T U L O 4 : C O N C L U S I O N E S Y R E C O M E N D A C I O N E S 173
CAPÍTULO 4
4. CONCLUSIONES Y RECOMENDACIONES
4.1. Conclusiones.
Con el estudio e investigación de la teoría de lógica difusa y ocupando la
funcionalidad del software FUZZY DESIGNER se logró constatar la
factibilidad de implementar sistemas difusos en el área de control de
procesos, mediante el PLC Compact Logix L43.
Con ello se realizó cuatro guías de laboratorio para la asignatura de
Control Inteligente, que pretenden dar herramientas a los estudiantes para
la aplicación de lógica difusa a nivel real.
Se implementó controladores difusos en el PLC Compact Logix L43, para
el control de temperatura de aire de salida de la planta de PCT2 y para el
control de flujo de agua corriente para el enjuague de las piezas en la
estación PS-2800 del laboratorio CIM-2000; obteniendo resultados
deseados en estado estable.
C A P I T U L O 4 : C O N C L U S I O N E S Y R E C O M E N D A C I O N E S 174
Los sistemas de lógica difusa emulan la manera en como las personas
toman decisiones en lo cotidiano de su razonamiento, el cual se basa en
reglas del tipo SI- ENTONCES, que asocian variables en cuantificaciones
subjetivas a la percepción de cada individuo “Mucho, Caliente, Rápido,
Pesado…etc”.
El software FUZZY DESIGNER es un programa de RockWell Automation,
el cual permite crear sistemas de lógica difusa de forma intuitiva debido a
que tiene programación grafica en todos los elementos que conforman al
sistema.
Dentro de su principal funcionalidad está en la creación de la instrucción
ADD-ON para utilizar esquemas difusos en la programación en escalera
del RsLogix 5000, software utilizado para la programación del PLC
Compact Logix L43.
El esquema propuesto para las guías de laboratorio fue diseñado en
conjunto con el tutor de la asignatura de Control Inteligente, y pretenden
dar destrezas y retos a los estudiantes mediante la siguiente distribución:
o Tema.
o Objetivos.
o Descripción del problema.
o Materiales.
o Marco Teórico.
o Actividades.
C A P I T U L O 4 : C O N C L U S I O N E S Y R E C O M E N D A C I O N E S 175
La primera guía (MANIPULACIÓN Y COMPROBACIÓN DE
FUNCIONALIDAD DEL SOFTWARE FUZZY DESIGNER) es introductoria
a la teoría difusa y al software FUZZYDESIGNER.
En esta guía los estudiantes realizan un programa en MATLAB de todos
los elementos del sistema difuso, y los resultados obtenidos son
comparados con los obtenidos del simulador del FUZZY DESIGNER.
La segunda guía (ANÁLISIS DEL CONTROLADOR DIFUSO UTILIZANDO
LA HERRAMIENTA FIS EDITOR DE MATLAB) es analítica debido a que
con ella los estudiantes pueden visualizar los cambios en la respuesta del
sistema a razón del cambio en los parámetros del controlador difuso.
La tercera guía (IMPLEMENTACIÓN DEL CONTROL DIFUSO TIPO PI EN
EL PLC COMPACT LOGIX) es aplicativa, en ella los estudiantes
implementan un controlador difuso en el PLC para el control de flujo,
constatan la utilidad de la teoría difusa para aplicaciones a nivel industrial
donde por lo general se dedican PLC’s para la tarea de control.
La cuarta guía (SIMULACIÓN DEL SUPERVISOR DIFUSO TIPO PD), es
un extra, debido a que en ella los estudiantes aplican teoría difusa para
esquemas de control distintos, donde se cambian dinámicamente las
constantes KP y KD, para obtener mejor desempeño en los controladores
PID sintonizados por Ziegler Nichols.
C A P I T U L O 4 : C O N C L U S I O N E S Y R E C O M E N D A C I O N E S 176
4.2. Recomendaciones.
Es importante que para el diseño de controladores, supervisores o
conmutadores inteligentes de controladores locales, se conozca el
comportamiento del proceso para que el diseñador sepa cómo afectaría si
existiese cambios a la entrada y cuál sería la mejor acción de control a
tomar, para formar la base de reglas.
Se recomienda que para la sintonización del controlador difuso se esté en
línea con el PLC para poder observar la evolución de los estados del
proceso y modificar los parámetros del controlador en caliente.
Se recomienda a los estudiantes realizar el trabajo preparatorio previo
donde se estudia la teoría y aplicaciones difusas; de igual manera, es
recomendable simular el posible comportamiento del sistema en MATLAB.
Es necesario que el estudiante, conozca la programación en lenguaje
escalera y bloques funcionales del RSLogix 5000. Adicionalmente se
requiere que esté familiarizado con el software Intouch o afín para la
realización de un HMI.
Se recomienda al Profesor que use estas prácticas, de todas las
herramientas teóricas de lógica difusa en clases para que los estudiantes
no tengan vacíos teóricos al momento de ocupar sistemas de lógica difusa.
C A P I T U L O 4 : C O N C L U S I O N E S Y R E C O M E N D A C I O N E S 177
Se recomienda que la Universidad implemente un laboratorio para la
asignatura de Control Inteligente, con plantas de procesos, PLC con sus
respectivos módulos de entradas y salidas Análogas.
R E F E R E N C I A S B I B L I O G R Á F I C A S 178
REFERENCIAS BIBLIOGRÁFICAS
[1] http://www.dma.fi.upm.es/java/fuzzy/tutfuzzy/introduccion2.html, Tutorial de introducción de lógica borrosa.
[6] Zdenko Kovacic, Stjepan Bodgan, FUZZY CONTRLLER DESIGN,Theory and Applications
[7] ,[8],[10],[13],[14],[15],[17],[21],[22] J. Galindo Gómez, Conjuntos y Sistemas difusos (Lógica difusa y Aplicaciones).
[9],[20] ,[27]Allen Bradley, Rockwell Automation, FUZZY DESIGNER.
[11] www.profesaulosuna.com/.../LOGICA%20DIFUSA/.../logica%20difusa.ppt, Lógica difusa.
[12] http://members.tripod.com/jesus_alfonso_lopez/FuzzyIntro.html, Lógica difusa Introducción y conceptos básicos.
[16]Luis Llano, German Zapata, Sistema de inferencia difuso para identificar eventos de falla en tiempo real del STE usando Registros SOE.
R E F E R E N C I A S B I B L I O G R Á F I C A S 179
[18] http://members.tripod.com/jesus_alfonso_lopez/FuzzyIntro2.html, Introducción y conceptos básicos de lógica difusa.
[19] www.cesca.es/promocio/congressos/.../LogicaDifusaTecnica.pdf, Conceptos de seguridad, lógica difusa.
[23] www.ing.unal.edu.co/~ogduarte/Archivos/geometria.doc, Sistema de Lógica difusa para determinar la geometría optima de la herramienta de corte en operaciones de maquinado.
[24] http://rua.ua.es/dspace/bitstream/10045/1202/1/CASEIB02.pdf, Modelización mediante lógica difusa del mecanismo biológico regulador de la glucemia.
[25] http://www.cesca.es/promocio/congressos/radware/LogicaDifusaTecnica.pdf, Conceptos avanzados de seguridad: Lógica difusa.
[26] Chimbo, Christian Leonardo Naranjo, Estudio y modelación de un controlador difuso de grado de inclinación para un avión, Tesis de grado para la obtención de título, Universidad Escuela politécnica del Ejército, 2003.
[28] Byron Acuña, Oswaldo Ibarra, DISEÑO E IMPLEMENTACION DE UN SISTEMA CONTROLADOR DE TEMPERATURA PID PARA LA UNIDAD AIR FLOW TEMPERATURE CONTROL SYSTEM MEDIANTE LA UTILIZACIÓN DE LA HERRAMIENTA RTW (REAL TIME WORKSHOP) DE MATLAB., Tesis de grado para la obtención de título, Universidad Escuela politécnica del Ejército , 2010.
[30] Wendy Eras, Danny Raul, INCORPORACIÓN DE LA TECNOLOGÍA COPACTLOGIX DE ALLEN BRADLEY A LA ESTACIÓN DE CONTROL DE PROCESOS PS-2800 DEL C.I.M , Tesis de grado para la obtención de título, Universidad Escuela politécnica del Ejército , 2000.
R E F E R E N C I A S B I B L I O G R Á F I C A S 180