Controlador Difuso Mamdani

TECNOLGICO NACIONAL DE MXICO
CAMPUS QUERTARO
Ingeniera Mecatrnica
Reporte de Practica
Tpicos de Control Avanzado
Controlador Difuso
3 Entradas, 2 Salidas.
Presentan:
Robles Robles Mario
Prez Hernandez Xochitl Citlali
Profesora:
Mota Valtierra Georgina
Junio de 2016
1. GENERALIDADES
La lgica difusa fue creada para emular la lgica humana y tomar decisiones acertadas
a pesar de la informacin. Debido a las limitaciones que tenemos para percibir el
mundo y comprenderlo de manera profunda, nos confrontamos con la incertidumbre,
la cual es resultado de la falta de informacin, particularmente de mediciones
imprecisas. La lgica difusa es una herramienta flexible que se basa en reglas
lingsticas dictadas por expertos. Por ejemplo, la velocidad de un automvil es una
variable que puede tomar distintos valores lingsticos, como alta, media o baja.
Estas variables lingsticas dictan la salida del sistema.
Un sistema difuso consta de un conjunto de principios matemticos basados en grados
de membresa o pertenencia, cuya funcin es modelar la informacin. Este modelado
se hace con base en reglas lingsticas que aproximan una funcin mediante la
relacin de entradas y salidas del sistema (composicin). Esta lgica presenta rangos
de membresa dentro de un intervalo entre 0 y 1, a diferencia de la lgica
convencional, en la que el rango se limita a dos valores: el cero o el uno.
Otra ventaja del sistema de control basado en lgica difusa es que no es necesario
conocer un modelo matemtico del sistema real, pues se puede ver como una caja
negra a la cual se le proporcionan entradas, y a travs del sistema esta planta generar
la salida deseada. En el control clsico si es necesario conocer la planta del sistema.
Para desarrollar un control con estas caractersticas, es necesario un experto, quien
tomar un registro de las situaciones que se le presentan, as como de la solucin que
el les da. Esta experiencia se traduce en reglas que usan variables lingsticas.
Con estas variables se forman reglas, las cuales regirn la accin de control, que ser la
salida del sistema.
LA ESENCIA DEL CONTROL DIFUSO ES QUE CONVIERTE LA ESTRATEGIA DE

CONTROL LINGSTICO, LA CUAL SE BASA EN EL CONOCIMIENTO DE UN
EXPERTO, EN UNA ESTRATEGIA DE CONTROL AUTOMATICO.
2. TEORIA DE CONTROLADOR DIFUSO DE MAMDANI

Para la representacin de los grados de pertenencia de cada uno de los elementos que
conforman el conjunto difuso, lo mas natural es extraer los datos de los fenmenos
que se va a representar y con ellos definir la forma de la funcin de membresa.
Existen funciones de membresa convencionales y no convencionales que permiten
realizar un mapeo de un universo ntido a un universo difuso (grados de membresa
entre 0 y 1). Entre las funciones de membresa convencionales se tienen las siguientes.
Funcin de Saturacin.
Funcin Hombro.
Funcin Triangular.
Funcin Trapecio.
Funcin Sigmoidal.
2.1. PRODUCTO CARTESIANO DIFUSO

Es una operacin entre conjuntos difusos para formar relaciones difusas. Sirve para
relacionar causas y efectos. Zadeh propuso que el valor de membresa del producto
cartesiano entre el conjunto A y el B sea el mnimo entre el valor de membresa de A y
el de B.
El valor de membresa del producto cartesiano se calcula para cada par. Se construye
una matriz de relaciones, donde las filas corresponden al conjunto A y las columnas al
conjunto B.
Segn la definicin de producto cartesiano difuso, para cada par de A y B se debe
asignar un valor de membresa, lo cual se hace tomando el valor mas pequeo de los
valores de membresa entre A y B.
Ntese que en la matriz, conforme aumenta la velocidad, aumenta la intensidad de la
relacin, por lo tanto se infiere: es mas frecuente que ocurran accidentes de tipo
choque lateral o frontal a altas velocidades, y es menos frecuente que ocurran
volcaduras a bajas velocidades.
2.2. VARIABLES LINGSTICAS.

Una variable lingstica adopta valores con palabras que permiten describir el estado
de un objeto o fenmeno; estas palabras se pueden representar mediante conjuntos
difusos. Una variable numrica toma valores numricos, por ejemplo edad = 75,
mientras que una variable lingstica toma valores lingsticos: edad es viejo.
Las variables lingsticas estn caracterizadas por:
(x, X, T(x), G, M) donde:
x: Nombre de la variable.
Ejemplo: Velocidad.
X: Universo de discurso o dominio fsico en el cual la variable esta definida,
Ejemplo: [0 km/h - Vmax]
T(x): Conjuntos de valores lingsticos o trminos que acepta la variable.
Ejemplo: Bajo, Medio, Alto.
G: Regla sintctica que genera los valores lingsticos.
G: Regla semntica que asocia cada valor lingstico T(x) con su significado o
con un conjunto difuso en X.
Ejemplo: Baja[0,55], Media[35,80], Alta[55,Vmax].
2.3. REGLA DIFUSA

Es un esquema de representacin de conocimiento para capturar el conocimiento
impreciso e inexacto por naturaleza, utilizando variables lingsticas para describir
condiciones elsticas. Su principal caracterstica es su capacidad para ejecutar
inferencia (evaluacin entre dos o mas propuestas) bajo una combinacin parcial.
Esto es: se calcula el grado de combinacin entre una entrada difusa A y una
condicin difusa A. Las reglas difusas son el ncleo de los controladores difusos y
tienen una estructura de la forma:
Si x es A, entonces y es B.
2.4. MODUS PONENS DIFUSO

El modus ponens difuso se constituye por dos premisas, la primera que es un hecho, y
la segunda que es una regla difusa si-entonces. Donde x e y son variables lingsticas,
A, A y B son trminos lingsticos representados por conjuntos difusos con funciones
de membresa. En general con estas dos premisas se puede obtener una conclusin y
es B. El Modus ponens difuso es un procedimiento matemtico que sirve para concluir
razonamientos difusos usando el procesamiento numrico de computadora.
La premisa, o el hecho esta representada por un conjunto A, mientras que la regla

difusa esta representada por un producto cartesiano. Para obtener la conclusin se
computa el conjunto difuso B por medio de la composicin de la relacin difusa
(producto cartesiano) con el hecho A
4. CONTROL DIFUSO
Un controlador difuso esta compuesto de cuatro partes principales: interfaz de
difusificacion, base de conocimiento, lgica de desiciones e interfaz de
desdifusificacion.
5. PROCESO DE DISEO DE CONTROLADOR.

La generalizacin del mtodo de inferencia de Mamdani permite disear
controladores para sistemas MIMO, Mltiple Input - Mltiple Output.
1.- Identificar variables de entrada y salida del controlador.
En un momento dado, al controlador llegan las variables de entrada X0 y Y0 y Z0. De
acuerdo con la formulacin matemtica de Mamdani, se deben fusificar los valores de
X0 Y0 y Z0 en los conjuntos difusos de los antecedentes, A1, A2 B1, B2 C1, C2.
2.- Definir variables lingsticas.
3.- Definir reglas de control.
A continuacin, se considera el mnimo entre el valor de membresa de A1 y el valor
de membresa de B1, el mnimo entre el valor de membresa de A2 y el valor de
membresa de B2. Se repite el proceso para todas las reglas.
4.- Mtodo de inferencia. (Modus Ponens Difuso).
Se cortan las funciones de los conjuntos consecuentes a la altura del valor mas
pequeo de los valores de fusificacin. Pasa el valor de membresa mas pequeo de
cada regla y corta el conjunto C1 y el conjunto C2.
Una vez que se tienen los conjuntos cortados C1 y C2, stos deben unirse para
calcular C, que es la funcin de membresa del conjunto conclusin de todo el modus
ponens difuso con todas las reglas difusas del controlador.
5 - Defusificacin.
Finalmente solo resta la defusificacin del conjunto solucin C, para encontrar un
valor escalar Z0 que pueda ser inyectado por el controlador como variable de accin de
control.
5.1.VARIABLES DE ENTRADA Y SALIDA.

El sistema diseado para esta practica considera 3 sensores ultrasnicos como
dispositivos de entrada, mismos que tienen un rango de medicin de distancia de 0 a
50 cm, por lo cual se define el universo de discurso distancia entre 0 y 50 cm para las
tres variables de entrada.
Para las variables de salida, se ha establecido que se quieren controlar dos motores
mediante las 3 entradas ya especificadas, por lo tanto, para ambos motores se
establece una variable de salida asociada con un Dutty Cycle de una seal PWM,
misma que tiene un universo de discurso que va de 0 a 100, indicando un porcentaje
correspondiente a TON de la seal modulada por pulsos.
5.2. VARIABLES LINGSTICAS.

Para las variables de entrada, correspondientes a distancia, se han establecido 3
rangos que pueden tomar las variables difusas. Cerca, Considerable y lejos, con
funciones de membresa trapezoidal izquierda de 0 a 25cm para cerca, triangular de 10
a 40cm para considerable, y trapezoidal derecha de 25 a 50cm para lejos.
Configuracin que se aprecia en la siguiente captura de plot del controlador en
MATLAB:
De manera similar, se definieron las funciones de membresa para las variables

lingsticas de salida, definidas de la siguiente forma:
El primer motor tiene definidas las funciones DuttyCycle Bajo por un trapezoide de 0 a
2, DuttyCycle Medio con un tringulo de 1 a 25, y DuttyCycle Alto mediante un
trapezoide derecho de 20 a 100.
El segundo motor tiene una configuracin de funciones de membresa simetricas, un
trapezoide para bajo de 0 a 50, un tringulo para medio de 25 a 75 y un trapezoide de
50 a 100.
5.3. REGLAS DE CONTROL

Las reglas de control fueron definidas de acuerdo al comportamiento deseado de
ambos motores, considerando que la salida 2 controla un motor de direccionamiento
de un triciclo, y la salida 1, controla el avance, teniendo un comportamiento de
evasin de obstculos al combinarse con los sensores de deteccin de distancia, se
trata de un sistema de control sencillo basado en lgica difusa para la navegacin
autnoma.
Antecedente 1 Antecedente 2 Antecedente 3 Consecuente 1 Consecuente 2

Distancia
Izquierda
Distancia
Frontal
Distancia
Derecha
Motor Avance
Motor Giro
Cerca
Cerca
Cerca
Bajo
Medio
Cerca
Cerca
Aceptable
Bajo
Bajo
Cerca
Cerca
Lejos
Medio
Bajo
Cerca
Aceptable
Cerca
Bajo
Medio
Cerca
Aceptable
Aceptable
Medio
Medio
Cerca
Aceptable
Lejos
Alto
Bajo
Cerca
Lejos
Cerca
Medio
Medio
Cerca
Lejos
Aceptable
Alto
Medio
Cerca
Lejos
Lejos
Alto
Medio
Aceptable
Cerca
Cerca
Bajo
Alto
Aceptable
Cerca
Aceptable
Medio
Bajo
Aceptable
Cerca
Lejos
Alto
Bajo
Aceptable
Aceptable
Cerca
Medio
Medio
Aceptable
Aceptable
Aceptable
Alto
Medio
Aceptable
Aceptable
Lejos
Alto
Bajo
Aceptable
Lejos
Cerca
Alto
Medio
Aceptable
Lejos
Aceptable
Alto
Medio
Aceptable
Lejos
Lejos
Alto
Medio
Lejos
Cerca
Cerca
Alto
Alto
Lejos
Cerca
Aceptable
Alto
Alto
Lejos
Cerca
Lejos
Alto
Alto
Lejos
Aceptable
Cerca
Alto
Alto
Lejos
Aceptable
Aceptable
Alto
Alto
Lejos
Aceptable
Lejos
Alto
Alto
Lejos
Lejos
Cerca
Alto
Medio
Lejos
Lejos
Aceptable
Alto
Medio
Lejos
Lejos
Lejos
Alto
Medio
6. CDIGO FUENTE DE CONTROLADOR

clc, clear all, close all,

pot1_Val = input('Variable 1 = '); % Llegada de variable 1
pot2_Val = input('Variable 2 = '); % Llegada de variable 2
pot3_Val = input('Variable 3 = ') % Llegada de variable 3

% Intervalos de discretizacion de los conjuntos difusos.
paso1 = 1; % Paso para el vector de entrada para variable 1
paso2 = 1; % Paso para el vector de entrada para la variable 2
paso3 = 1; % Paso para el vector voltaje de salida
pasoAngOut = 1;
pot1 = 1:paso1:50; % Declaracion de universo de discurso para la variable
linguistica giro (Angulo en grados) (10 bits)
voltajeSalida = 1:paso3:100; % Declaracion de universo de discurso para variable de
salida (en Volts)
anguloSalida = 1:pasoAngOut:100; % Declaracion de universo de discurso para variable de
salida (en Volts)
%% Definicion, funciones de membresia variable 1
Trap1Bajo = zeros(1,50);
Triang1Medio = zeros(1,50);
Trap1Alto = zeros(1,50);
for i=1:50
% Funcion de membresia trapezoidal Bajo
if ( pot1(i) < 10 )
Trap1Bajo(i) = 1;
end
if ( pot1(i) >= 10 && pot1(i) < 25 )
Trap1Bajo(i) = ( (25-pot1(i))/15 );
% de la ecuacion de la recta entre los puntos (67 1) (127 0)
end
if ( pot1(i) >= 25 )
Trap1Bajo(i) = 0;
end
% Funcion de membresia triangular Medio
if ( pot1(i) < 10 )
Triang1Medio(i) = 0;
end
if ( pot1(i) >= 10 && pot1(i) < 25 )
Triang1Medio(i) = ( (10-pot1(i))/-15 );
end
if ( pot1(i) >= 25 && pot1(i) < 40 )
Triang1Medio(i) = ( (40-pot1(i))/15 );
% de la ecuacion de la recta entre los puntos (90,1) (100,0)
end
if ( pot1(i) > 40 )
end
% Funcion de membresia trapezoidal Alto
if ( pot1(i) >= 40 )
Trap1Alto(i) = 1;
end
if ( pot1(i) >= 25 && pot1(i) < 40 )
Trap1Alto(i) = ( (-25+pot1(i))/15 );
end
if ( pot1(i) < 25 )
Trap1Alto(i) = 0;
end
end
for i=1:50

if ( pot2(i) < 10 )
Trap2Bajo(i) = 1;
end
if ( pot2(i) >= 10 && pot2(i) < 25 )
Trap2Bajo(i) = ( (25-pot2(i))/15 );
end
if ( pot2(i) >= 25 )
Trap2Bajo(i) = 0;
end
if ( pot2(i) < 10 )
end
if ( pot2(i) >= 10 && pot2(i) < 25 )
end
if ( pot2(i) >= 25 && pot2(i) < 40 )
end
if ( pot2(i) > 40 )
end
if ( pot2(i) >= 40 )
Trap2Alto(i) = 1;
end
if ( pot2(i) >= 25 && pot2(i) < 40 )
Trap2Alto(i) = ( (-25+pot2(i))/15 );
end
if ( pot2(i) < 25 )
Trap2Alto(i) = 0;
end
end

for i=1:50
if ( pot3(i) < 10 )
Trap3Bajo(i) = 1;
end
if ( pot3(i) >= 10 && pot3(i) < 25 )
Trap3Bajo(i) = ( (25-pot3(i))/15 );
end
if ( pot3(i) >= 25 )
Trap3Bajo(i) = 0;
end
if ( pot3(i) < 10 )
end
if ( pot3(i) >= 10 && pot3(i) < 25 )
end
if ( pot3(i) >= 25 && pot3(i) < 40 )
end
if ( pot3(i) > 40 )
end
if ( pot3(i) >= 40 )
Trap3Alto(i) = 1;
end
if ( pot3(i) >= 25 && pot3(i) < 40 )
Trap3Alto(i) = ( (-25+pot3(i))/15 );
end
if ( pot3(i) < 25 )
Trap3Alto(i) = 0;
end

end
%% Declaracion de las acciones de control para la salida 1
Trap1VoltajeBajo = zeros(1,100);
Triang1VoltajeMedio = zeros(1,100);
Trap1VoltajeAlto = zeros(1,100);

for i=1:100
% Funcion de membresia trapezoidal Voltaje Bajo
if ( voltajeSalida(i) < 1 )
Trap1VoltajeBajo(i) = 1;
end
if ( voltajeSalida(i) >= 1 && voltajeSalida(i) < 2 )
Trap1VoltajeBajo(i) = ( (5-( voltajeSalida(i) ))/4);
% de la ecuacion de la recta entre los puntos (-12,1) (0,0)
end
if ( voltajeSalida(i) >= 5 )
Trap1VoltajeBajo(i) = 0;
end
% Funcion de membresia trapezoidal Voltaje Medio
Triang1VoltajeMedio(i) = 0;
end
Triang1VoltajeMedio(i) = ( (-1 + voltajeSalida(i))/19 );
end
Triang1VoltajeMedio(i) = ( (25-voltajeSalida(i))/5 );
end
Triang1VoltajeMedio(i) = 0;
end
% Funcion de membresia trapezoidal Voltaje Alto
Trap1VoltajeAlto(i) = 0;
end
Trap1VoltajeAlto(i) = ( (-20 + voltajeSalida(i) )/5 );
end
Trap1VoltajeAlto(i) = 1;
end
end
%% Declaracion de las acciones de control para la salida 2
Trap2anguloPeq = zeros(1,100);
Triang2anguloMed = zeros(1,100);
Trap2anguloGran = zeros(1,100);
for i=1:100
% Funcion de membresia Angulo Pequeno
if ( anguloSalida(i) < 25 )
Trap2anguloPeq(i) = 1;
end
if ( anguloSalida(i) >= 25 && anguloSalida(i) < 50 )
Trap2anguloPeq(i) = ( (50 -( anguloSalida(i) ))/25);
% de la ecuacion de la recta entre los puntos (-12,1) (0,0)
end
if ( anguloSalida(i) >= 50 )
Trap2anguloPeq(i) = 0;
end
% Funcion de membresia Angulo Medio
Triang2anguloMed(i) = 0;
end
Triang2anguloMed(i) = ( (-25 + anguloSalida(i))/25 );
end
Triang2anguloMed(i) = ( (75 - anguloSalida(i))/25 );
end
Triang2anguloMed(i) = 0;
end
% Funcion de membresia Angulo grande
Trap2anguloGran(i) = 0;
end
Trap2anguloGran(i) = ( (-50 + anguloSalida(i) )/25 );
end
Trap2anguloGran(i) = 1;
end
end
%% Visualizacin de las funciones de membresia de la variable de entrada 1, 2 y 3

% Preparacion de grafica
f = figure('Name','VARIABLES DE ENTRADA');

subplot(3,1,1), plot (pot1,Trap1Bajo, pot1,Triang1Medio, pot1,Trap1Alto, 'LineWidth',
3)
hold on, plot(pot1_Val*ones(1,3),[0 0.5 1],'g','LineWidth',5)
set(gca, 'FontSize',12), legend('Cerca','Considerable','Lejos')
xlabel(['SENSOR IZQUIERDO. Variable 1 = ' num2str(pot1_Val) 'cm.'],'FontSize',12),
ylabel('\mu( Y1 )')
axis([0 50 0 1])
grid on

3)
hold on, plot(pot2_Val*ones(1,3),[0 0.5 1],'m','LineWidth',5)
xlabel(['SENSOR FRONTAL. Variable 2 = ' num2str(pot2_Val) 'cm.'],'FontSize',12),
ylabel('\mu( Y2 )')
axis([0 50 0 1])
grid on

3)
hold on, plot(pot3_Val*ones(1,3),[0 0.5 1],'y','LineWidth',5)
xlabel(['SENSOR DERECHO. Variable 3 = ' num2str(pot3_Val) 'cm.'],'FontSize',12),
ylabel('\mu( Y3 )')
axis([0 50 0 1])
grid on

hold on
%% INFERENCIA DIFUSA
% Calculo de valores de fusificacion de los antecedentes A (pot1) y B (pot2)
x0 = zeros(1,27);
y0 = zeros(1,27);
z0 = zeros(1,27);
min_uAuBuC = zeros(1,27);
for i=1:27
x0(i) = pot1_Val;
% Posiciones de los valores de fusificacion para antecedentes A
y0(i) = pot2_Val;
% Posiciones de los valores de fusificacion para antecedentes B
z0(i) = pot3_Val;
% Posiciones de los valores de fusificacion para antecedentes C
end

uAntecA = zeros (1,27);
uAntecB = zeros (1,27);
uAntecC = zeros (1,27);

% Fusificacion de los valores de entrada para X0 en las funciones bajo
uAntecA(1) = Trap1Bajo(x0(1));

% Fusificacion de los valores de entrada para X0 en las funciones Medio
uAntecA(10) = Triang1Medio(x0(10));

% Fusificacion de los valores de entrada para X0 en las funciones Alto
uAntecA(19) = Trap1Alto(x0(19));

% Fusificacion de los valores de entrada para Y0 en las funciones bajo
uAntecB(1) = Trap2Bajo(y0(1));
uAntecB(4) = Triang2Medio(y0(4));
uAntecB(7) = Trap2Alto(y0(7));

% Fusificacion de los valores de entrada para Y0 en las funciones Medio

% Fusificacion de los valores de entrada para Y0 en las funciones Alto

% Fusificacion de los valores de entrada para Z0 en las funciones Bajo

uAntecC(1) = Trap3Bajo(z0(1));
uAntecC(2) = Triang3Medio(z0(2));
uAntecC(3) = Trap3Alto(z0(3));

% Fusificacion de los valores de entrada para Z0 en las funciones Medio

% Fusificacion de los valores de entrada para Z0 en las funciones Alto

%Valores de fusificacion (MAX o min) para cortar el conjunto consecuente
min_uAuBuC = max(uAntecA,uAntecB);
min_uAuBuC = max(min_uAuBuC,uAntecC);

% Corte de conjuntos mediante Ponens Difuso (min), a altura de valores de fusificacion
min_uAuB

%Salida1
C1 = min(Trap1VoltajeBajo,min_uAuBuC(1));
C3 = min(Triang1VoltajeMedio,min_uAuBuC(3));
C6 = min(Trap1VoltajeAlto,min_uAuBuC(6));



%Salida2
D1 = min(Triang2anguloMed,min_uAuBuC(1));
D2 = min(Trap2anguloPeq,min_uAuBuC(2));

D10 = min(Trap2anguloGran,min_uAuBuC(10));


% Union de los conjuntos mediante Max (Unin anidada uno a uno)
C_inferido =
max(C1,max(C2,max(C3,max(C4,max(C5,max(C6,max(C7,max(C8,max(C9,max(C10,max(C11,max(C12,max(C13
,max(C14,max(C15,max(C16,max(C17,max(C18,max(C19,max(C20,max(C21,max(C22,max(C23,max(C24,max(C
25,max(C26,C27))))))))))))))))))))))))));

D_inferido =
max(D1,max(D2,max(D3,max(D4,max(D5,max(D6,max(D7,max(D8,max(D9,max(D10,max(D11,max(D12,max(D13
,max(D14,max(D15,max(D16,max(D17,max(D18,max(D19,max(D20,max(D21,max(D22,max(D23,max(D24,max(D
25,max(D26,D27))))))))))))))))))))))))));

%% Visualizacin de las acciones de control O salida del controlador

% Preparacion de grafica
f = figure('Name','ACCIONES DE CONTROL Y SALIDA');

% Graficacion de funciones de membresia acciones de control VARIABLE DUTY CYCLE
subplot(2,2,1), plot (voltajeSalida,Trap1VoltajeBajo, voltajeSalida,Triang1VoltajeMedio,
voltajeSalida,Trap1VoltajeAlto, 'LineWidth', 3)
set(gca, 'FontSize',12), legend('DuttyC.Bajo','DuttyC.Medio','DuttyC.Alto')
xlabel('Acciones de Control Salida 1'), ylabel('\mu( YS )')
axis([0 100 0 1])
grid on

% Graficacion de funciones de membresia acciones de control VARIABLE ANGULO DIRECTOR
subplot(2,2,3), plot (anguloSalida,Trap2anguloPeq, anguloSalida,Triang2anguloMed,
anguloSalida,Trap2anguloGran, 'LineWidth', 3)
set(gca, 'FontSize',12), legend('Angulo Peq','Angulo Medio','Angulo Grande')
xlabel('Acciones de Control Salida 2'), ylabel('\mu( YS )')
axis([0 100 0 1])
grid on

hold on

%% Defusificacin o calculo de salidas por metodo de centroide.
SumAcumSALIDA1 = 0;
productoAcumSALIDA1 = 0;

SumAcumSALIDA2 = 0;
productoAcumSALIDA2 = 0;

for i=1:100
productoSALIDA1 = (voltajeSalida(i)*C_inferido(i));
productoAcumSALIDA1 = productoAcumSALIDA1 + productoSALIDA1;
SumAcumSALIDA1 = SumAcumSALIDA1 + C_inferido(i);
vo2 = productoAcumSALIDA1/SumAcumSALIDA1;

productoSALIDA2 = (anguloSalida(i)*D_inferido(i));
productoAcumSALIDA2 = productoAcumSALIDA2 + productoSALIDA2;
SumAcumSALIDA2 = SumAcumSALIDA2 + D_inferido(i);
vo4 = productoAcumSALIDA2/SumAcumSALIDA2;

end

fprintf(' Vo: %d\n',vo2 )
fprintf(' An: %d\n',vo4 )

%% GRAFICACION VARIABLE DE SALIDA 1

% Graficacion de conjunto inferido de la union del modus ponens
subplot(2,2,2), plot(voltajeSalida,C_inferido,'b','LineWidth',5)
hold on, plot(vo2*ones(1,3),[0 0.5 1],'r','LineWidth',5)
xlabel(['Duty Cycle Salida: ' num2str(vo2) ' %'],'FontSize',12)

% Graficacion de voltaje de salida
subplot(2,2,2), plot(vo2*ones(1,3),[0 0.5 1],'r','LineWidth',5)
set(gca,'FontSize',18),legend('Duty Cycle PWM')
axis([0 100 0 1])

grid on
hold on

%% GRAFICACION VARIABLE DE SALIDA 2

% Graficacion de conjunto inferido de la union del modus ponens
subplot(2,2,4), plot(anguloSalida,D_inferido,'g','LineWidth',5)
hold on, plot(vo4*ones(1,3),[0 0.5 1],'r','LineWidth',5)
xlabel(['Angulo Salida: ' num2str(vo4) ' Grados'],'FontSize',12)

% Graficacion de voltaje de salida
subplot(2,2,4), plot(vo4*ones(1,3),[0 0.5 1],'r','LineWidth',5)
set(gca,'FontSize',18),legend('Angulo')
axis([0 100 0 1])

grid on
hold on
7. VALIDACIN
A continuacin se muestra un caso particular, para verificar que las salidas del
controlador programado en MATLAB son correctas de acuerdo al ToolBox integrado en
el laboratorio de matrices. Se verifican tanto los valores numricos para las dos
salidas, como la forma en la que se hacen los cortes en los conjuntos inferidos. En este
caso particular, los valores de las variables de entrada son 15, 48 y 2.
Las salidas obtenidas para estas entradas son las siguientes:
8. CONCLUSIONES
Mario Robles Robles
Los controladores difusos son una gran alternativa al control clsico, cuando se
requiere controlar un sistema MIMO (Mltiples entradas y salidas), y tienen la gran
ventaja de no requerir complejos sistemas de instrumentacin para obtener las
ecuaciones diferenciales de la planta, por lo cual es posible mediante opiniones de
expertos controlar sistemas no lineales y de elevado orden sin mayor complejidad que
la computacin de operaciones matriciales.
Personalmente, el desarrollar este controlador fue un reto, debido a que hubo
complicaciones en la comprensin de la teora para poder programar la primera
versin requerida (dos entradas y una salida). Posteriormente, despus de analizar a
detalle los fundamentos del proceso de inferencia Mamdani, fue cuestin de seguir el
procedimiento matemtico para poder extender el controlador a tres variables de
entrada y dos de salida, lo cual fue gratificante pues pudimos observar la concordancia
que hubo entre nuestros resultados y los arrojados por el ToolBox de lgica difusa de
Matlab, no solo numricamente, sino tambin en lo que respecta al mtodo de corte
de conjuntos inferidos.
Xochitl Prez Hernndez

Para la creacin del difuso primero empezamos a tratarlo solo como un dato, pero
descubrimos que esto no iba a funcionar al hacer todo el proceso de fusificacin y
defusificacin, por lo tanto, es mejor integrar los datos de entrada a vectores, ya que
en nuestro caso con las posiciones de los vectores se pudo realizar la pertenencia del
conjunto difuso, realizar las reglas difusas y el cortar los conjuntos de salida.
Incluso otro problema que se tuvo fue el tamao de los vectores, todos los vectores
deben de ser del mismo tamao sino se va a tener problemas. Otra cuestin que se nos
presento fue que no pudimos hacer la integracin de las reglas por medio de OR, ya
que no se lograron hacer bien los cortes en el programa si utilizbamos AND.
Otro punto importante es el orden en el momento de fusificar las entradas, en nuestro
caso esto se hace 27 veces por variable y en orden de cmo se dise el sistema, este
mismo orden tambin se tiene que mantener al momento de hacer los cortes en las
salidas, sino presentara otro sistema difuso.
REFERENCIAS BIBLIOGRAFICAS
1.
Ross J. Timothy. Fuzzy Logic with Engineering Applications. Ed. Wiley, 2004.
ISBN: 0-07-114711-X.
2.
Jang, J.-S.R., Sun, C.-T., Mizutani, E. Neuro-Fuzzy and Soft Computing: A

Computational Approach to Learning and
Machine Intelligence. Prentice Hall, 1997. ISBN: 0-13-261066-3.
3.
Jan Jantzen. Foundations of fuzzy control. John Wiley & Sons. 2007. ISBN:
978-0-470-02963-3.

Controlador Difuso Mamdani

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Controlador Difuso Mamdani

Încărcat de

Drepturi de autor:

Formate disponibile

TECNOLGICO NACIONAL DE MXICO

Tpicos de Control Avanzado

LA ESENCIA DEL CONTROL DIFUSO ES QUE CONVIERTE LA ESTRATEGIA DE

2. TEORIA DE CONTROLADOR DIFUSO DE MAMDANI

2.1. PRODUCTO CARTESIANO DIFUSO

2.2. VARIABLES LINGSTICAS.

2.3. REGLA DIFUSA

2.4. MODUS PONENS DIFUSO

La premisa, o el hecho esta representada por un conjunto A, mientras que la regla

5. PROCESO DE DISEO DE CONTROLADOR.

5.1.VARIABLES DE ENTRADA Y SALIDA.

5.2. VARIABLES LINGSTICAS.

De manera similar, se definieron las funciones de membresa para las variables

5.3. REGLAS DE CONTROL

Antecedente 1 Antecedente 2 Antecedente 3 Consecuente 1 Consecuente 2

6. CDIGO FUENTE DE CONTROLADOR

% Funcion de membresia trapezoidal Bajo

% Fusificacion de los valores de entrada para Z0 en las funciones Bajo

Las salidas obtenidas para estas entradas son las siguientes:

Xochitl Prez Hernndez

Jang, J.-S.R., Sun, C.-T., Mizutani, E. Neuro-Fuzzy and Soft Computing: A

S-ar putea să vă placă și