ESCUELA SUPERIOR POLITCNICA

DE CHIMBORAZO

FACULTAD DE INFORMTICA Y ELECTRNICA

ESCUELA DE INGENIERA ELECTRNICA EN
CONTROL Y REDES INDUSTRIALES
TEMA: INFERENCIA BORROSA - SISTEMA DE
SEGUNDO ORDEN
ASIGNATURA:

Control Inteligente

PROFESOR:

Dr. Jess Rodriguez

ESTUDIANTE:

Adrin Castelo
ngel Ocaa
Carlos Caba
Erika Taday
Lilia Espinoza
Liseth Salinas

SEMESTRE:

Abril/2016 Agosto/2016

1.-

Objetivo

General:
Implementar un controlador clsico e inteligente para un sistema de
segundo orden.

Especficos:
Implementar el sistema en matlab y simulink.
Implementar la funcin de costo para verificar el desempeo del
sistema.

2.-MARCO TERICO
Lgica difusa y sistemas de control
La incorporacin de lgica difusa a los sistemas de control da lugar a
lo que llamaremos sistemas de control difuso. Se trata de determinar
de manera lgica que se debe hacer para lograr los objetivos de
control de mejor
manera posible a partir de una base de
conocimiento proporcionada por un operador humano, sin esta base no
es posible
desarrollar una aplicacin y que esta funcione de manera
correcta.
Se utiliza el conocimiento y experiencia de un operador humano para
construir un controlador que emule el comportamiento de tal persona.
Comparado con el control tradicional, el control difuso tiene dos ventajas
prcticas, una es que el modelo matemtico del proceso a controlar no
es requerido y otra es que se obtiene un controlador no lineal
desarrollado empricamente sin complicaciones matemticas.
Controlador con lgica borrosa
Un controlador es un dispositivo cuya funcin es hacer que se cumpla
algn objetivo planteado en una planta o proceso.
El objetivo del controlador con lgica difusa es resolver problemas
complejos de control a partir de soluciones simples o ms simples que otras,
a partir de la experiencia de trabajar con el proceso, convirtindose esta
en la base de conocimiento requerida. Este tipo de controlador en
ningn caso intenta desplazar a las tcnicas tradicionales de control,
por ejemplo PID, se debe emplear control difuso cuando sea necesario,
es decir cuando otras herramientas ms simples no solucionen el
problema de control de manera satisfactoria.
En la actualidad esta herramienta de control tiene aplicacin en
muchos
campos, proporcionando una solucin sencilla a problemas
complejos. El inters por usar este tipo de controladores es la bsqueda de
reduccin de costos y mejoras en las prestaciones en los diversos procesos
involucrados en una industria. La automatizacin industrial est presente en
todo el mundo, librando al hombre de tareas riesgosa, repetitivas, etc., el
paso siguiente en el campo de la automatizacin es la reduccin de costos y
aumento en la calidad de los productos ofrecidos al consumidor, este paso
es en el que trabajan continuamente muchas industrias
en
todo
el
mundo.
Otro
argumento
vlido
para
la
implementacin
de
controladores difusos es que responden de mejor manera que los

controladores lineales ante la variacin de parmetros, no linealidades,

perturbaciones, tiempos muertos, etc. Diversos fabricantes de insumos
para control, software y hardware,
por ejemplo PLCs, estn
incorporando mdulos con lgica difusa, hay muchos anuncios y
productos nuevos que incorporan en menor o mayor grado lgica difusa.
3.- PROCEDIMIENTO
Definir la funcin de transferencia de la planta G(s).
Determinar la funcin de transferencia de la planta en lazo cerrado
GLC(s).
Determinar los parmetros que determina la respuesta transitoria del
nuevo sistema

nN ,W nN
).

Encontrar los parmetros del controlador G C(s) que permitirn

compensar el sistema.
Realizar el diagrama de bloques sistema GC(s)*G(s).
Basndonos en el diagrama de bloques del sistema total determinar
las variables de estado X1, X2 y X3.
Determinar las ganancias borrosas, en funcin de los valores
mximos.
Implementar el espacio de estados con ganancias borrosas obtenidas.
Verificar que el sistema inteligente arranque de forma similar al
sistema clsico.

3- DESARROLLO
CALCULOS
2

n
G ( s )=
s (s +2 n)

PLANTA EN LAZO ABIERTO

n
G ( s )= 2
2
s +2 n s + n

PLANTA EN LAZO CERRADO

Clculos de la planta:
Parmetros iniciales:
Mp=0.3

tss=2
Clculo del

+ ln ( M pn)2
=

ln ( M pn )

ln ( 0.3 )

+ln ( 0.3)2
=
2

=0.3579

Clculo

n :
n=

n=

4
tss

4
0.35792

n=5.589
Funcin de transferencia de la planta en lazo abierto:
G ( s )=

31.237
s (s +4.001)

Funcin de transferencia de la planta en lazo cerrado:

s +4.001 s +31.237
31.237
G ( s )=

CALCULO DE LA PLANTA EQUIVALENTE

Parmetros nuevos:
Mp=0.1

tss=1
Clculo del

+ ln ( M pn)2
N =

ln ( M pn )

+ ln (0.1)2
N =

ln ( 0.1 )

N = 0.59115
Clculo

n :
Nn =

Nn =

4
tss

4
0.59121

Nn = 6.7664
Funcin de transferencia de la planta equivalente:

Geq ( s )=

45.7841
s +7.99991 s+ 45.7841
2

HALLANDO EL COMPENSADOR
GC ( s )=

G C ( s )=

G C ( s )=

Geq (s)
G ( s )G eq ( s )

Nn 2 (s +2 n)
n2 ( s+2 N Nn )

(6.7664)2 (s+2 ( 0.3579 ) ( 5.589 ))

5.589 2( s+ 2(0.59115)(6.7664))

( s+7.99991)
(s +4.001)
GC ( s )=1.4657

SIMULINK DEL PID CLASICO

GRAFICA DE LA PLANTA

(COLOR LILA)-COMPENSADOR (COLOR AMARILLO)

GRAFICA DE LA FUNCION DE TRANSFERENCIA DE LA PLANTA EN LAZO CERRADO

GRAFICA DE LA PLANTA CON EL COMPENSADOR

SISTEMA CLASICO
Con el programa EJERCICIO_CTROL_FUZZY_01c
Planta Inicial

Fig 1. Espacio de trabajo del sistema clasico

Fig 2. Espacio de trabajo

Grafica final de la planta con tiempo de aprendizaje:

t=[0:1/20:14]';

Fig . Sistema borroso

Grafica final de la planta con tiempo de aprendizaje:

t=[0:1/150:20]

Fig . Sistema borroso

Grafica final de la planta con tiempo de aprendizaje :

t=[0:1/1000:14]

Fig . Sistema borroso

Se puede notar que con ms tiempos de entrenamiento el sistema aprende

de mejor manera y la grfica final mejora considerablemente
ENTRENAMIENTO
Con el programa EJERCICIO_CTROL_FUZZY_01d
Aprendizaje con t=[0:1/2000:14]';

Fig . Salida del sistema

Fig . Funcin de costo del sistema

Fig. Compensacin final

Aprendizaje con t=[0:1/20:14]