IMPLEMENTACION DE UN CONTROL FUZZY PARA UNA MESA

ESTABILIZADOR UTILIZANDO ARDUINO Y MATLAB

CAMPOS CAMPOS CRISTHIAN JESUS1, NUELA YANCHAPANTA LUIS MIGUEL 2, VIERA LUNA CRISTIAN MAURICIO 3
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPEL
cristhian_c123@hotmail.com 1 luis_050393@hotmail.com2, cmauricio_viera@hotmail.com3
Energía Mecánica Innovación y Futuro

Resumen Abstract

En este documento se presenta una introducción a la
teoría y aplicación de lógica difusa. La lógica difusa
puede ser una solución alternativa a la creación de
modelos matemáticos de sistemas de control de
procesos, permitiendo emular en cierto sentido el
pensamiento humano En particular, se introduce un
leve cambio a la configuración tradicional de un lazo
de control difuso, que permite realizar un ajuste fino
o medida correctiva a un controlador ya diseñado, en
forma intuitiva y relacionada con el control clásico.
Para corroborar el análisis teórico, se presenta un
ejemplo de aplicación, en el cual se desarrolla en
forma detallada el diseño de un lazo control que
permita regular la estabilización de una mesa. Con
la ayuda de Matlab se creó el control borroso en el
cual se determinó las variables de entrada y de salida
del control, luego se procedió a crear las reglas para
el funcionamiento del estabilizador, para la
implementación se realizó una conversión del
archivo fis a un archivo. ino para Arduino, para
proceder a realizar las pruebas y obtener los
resultados deseados, es decir lograr que la mesa se
mantenga estable al provocar una perturbación en la
base lo resultados se muestran a continuación.
This paper presents an introduction to the theory and
application of fuzzy logic. Diffuse logic can be an
alternative solution to the creation of mathematical
models of process control systems, allowing to
emulate in a certain sense the human thought. In
particular, a slight change is introduced to the
traditional configuration of a diffuse control loop,
which allows Make a fine adjustment or corrective
measure to an already designed controller, intuitively
and related to the classic control. In order to
corroborate the theoretical analysis, an example of
application is presented, in which the design of a
control loop is developed in detail that allows to
regulate the stabilization of a table. With the help of
Matlab, the control was created in which the input and
output variables of the control were determined, then
the rules for the stabilizer operation were created. For
the implementation, a conversion of the fis file to a
archive. Ino for Arduino, in order to carry out the tests
and obtain the desired results, and to achieve that the
table is stable when causing a disturbance in the base
the results are shown below.
Keywords: Fuzzy, Input, Output, Control,

Palabras Clave: Fuzzy, entradas, salidas, control.

1
1. Introducción
La lógica difusa puede ser descrita como un
sistema interpretativo, en el cual los objetos o
elementos son relacionados con conjuntos de
fronteras no nítidamente definidas, otorgándoles
un grado de pertenecía relativa o graduada y no
estricta como es de costumbre en la lógica
tradicional. En un sentido más amplio se podría
decir que existe una especie de interpolación entre
una frontera y otra, o bien, ente un conjunto y otra
Se ha permitido incorporar sentencias del
lenguaje común, las que se caracterizan por ser un
tanto indefinidas, para interpretar el estado de las
variables de cierto proceso, asignándoles en cada
momento un grado de pertenencia a estos
conjuntos difusos. Esta interpretación puede ser
fácilmente relacionada mediante operadores
lógicos tradicionales con ciertas medidas de
acción, también de naturaleza no exacta, que son
diseñadas de tal manera que produzcan un cambio
deseado en las variables de interés. En resumen,
se puede diseñar un controlador, que interprete en
forma intuitiva el estado de ciertas variables, y en
base a ello deduzca en forma lógica una actuación
posible que permita llevar la variable al estado
deseado.
Sin embargo, la metodología anterior introduce
ciertos problemas de índole práctica. Por ejemplo,
se puede atravesar por todo el proceso de diseño
del controlador (definición de conjuntos,
relaciones lógicas, etc.) y obtener resultados
pobres, obligando a revisar el diseño en su
totalidad.
2. Materiales y Métodos
Control lógico borroso
Se basa en lo relativo de lo observado como
posición diferencial. Este tipo de lógica toma dos
valores aleatorios, pero contextualizados y
referidos entre sí. Así, por ejemplo, una persona
que mida dos metros es claramente una persona
2
alta, si previamente se ha tomado el valor de
persona baja y se ha establecido en un metro.
Ambos valores están contextualizados a personas
y referidos a una medida métrica lineal.
Sistema Difuso Mandani, Procesamiento
General
Fuzificador
La entrada de un sistema de lógica difusa tipo
Mamdani normalmente es un valor numérico
haciendo que el mecanismo de inferencia pueda
procesar esa es su función ya que toma los valores
numéricos provenientes del exterior y los
convierte en valores "difusos" que pueden ser
procesados por el mecanismo de inferencia. Estos
valores difusos son los niveles de pertenencia de
los valores de entrada a los diferentes conjuntos
difusos en los cuales se ha dividido el universo de
discurso de las diferentes variables de entrada al
sistema.
Mecanismo de inferencia difusa
Tomando en cuenta los valores de pertenencia
arrojados por la parte del fuzificador estos valores
tienen que ser procesados para poder obtener una
salida, para realizar este proceso una gran ayuda
es apoyarse en las reglas declaradas en la matriz
de inferencia borrosa.
Base de Reglas Difusas
La base de reglas son la manera que tiene el
sistema difuso de guardar el conocimiento
permiten resolver el problema para el cual ha sido
diseñado. Estas reglas son del tipo IF-THEN.
Figura 1. Modelo General de las Reglas
Defuzificador
 En esta etapa del controlador consiste en tomar el Para las dos variables de salida en la tabla 2 se
dato borroso y hacerlo numérico mediante el muestran las etiquetas y los conjuntos difusos
mecanismo de inferencia borrosa. empleados para la elaboración del presente
proyecto con la ayuda de las funciones de
Los materiales que se usaron para el control Fuzzy membresía triangulares y trapezoidales se puede
son: definir los conjuntos respectivamente.
Tabla 2. Conjuntos difusos para las salidas (S-motorX,
 Arduino Mega 2560 TK S-motor Y)
 2 servomotores HS-311 CONJUNTO ETIQUETA referencia
 Fuente de Alimentación 5V Ángulos A-may Ubicación del
 Giroscopio MPU6050 mayores motor en
ángulos > 90°
3. Resultados y Discusión Ángulos A-men Ubicación del
menores motor en
Al iniciar los trabajos del controlador nuestro ángulos < 90°
primer inconveniente fue realizar la comunicación Posición PC Sin inclinación
entre Matlab y arduino para poder leer los datos del Central (0° en X, 0° en
sensor MPU 6050 por lo cual se implemento el Y)
control borroso en Matlab, en la planta el archivo
fis se lo transformo en un archivo. ino para poder
abrirlo con el software de arduino con la ayuda de
[1]

DISEÑO CONTROLADOR DE LOGICA

DIFUSA
Figura 2. Funciones de Membresía para las entradas x e y
El control difuso consta de dos entradas y dos
salidas. Las dos entradas están divididas en 3
conjuntos difusos expuestos en la Tabla 1.
Funciones de membresías triangulares y
trapezoidales son usadas para ambas entradas como
se muestran en las figuras 2 y 3 respectivamente.

Tabla 1. Conjuntos Difusos para las V Entrada

Figura 3. Funciones de Membresía para la salida
CONJUNTO ETIQUETA referencia
Inclinado / II Inclinación con
En la tabla 3 se muestran las reglas del control.
Izquierda ángulos Finalmente, en la figura 4 se muestran las reglas
negativos y modos de control que se producen en el control
Inclinado / ID Inclinación con difuso.
derecha ángulos
positivos
Horizontal H Sin inclinación
(0° en X, 0° en
Y)

3
 Y la gráfica de forma lineal para observar el
comportamiento que tendrá la salida

Figura 4. Rule viewer

Tabla 3. Reglas control difuso

Angulo Y
S-
motorX
II HO ID
S- Figura 5. Línea para un mejor análisis de salida
motorY
A- A- A-
Angulo X

men may may 4. Conclusiones

II
A- A-  El control Fuzzy de la estabilización puede
PC
men may tener una gran aplicación como la de
PC PC PC estabilizar una cámara fotográfica en dos ejes
HO A- A- en la cual la superficie garantizaría la toma de
PC
men may fotos siempre en un plano horizontal.
A- A- A-  La ventaja de transformar el archivo fis en uno
men men men compatible con arduino genera el código de
ID
A- A- programación en base a nuestras reglas y
PC
men may conjuntos previamente establecidos dentro del
software Matlab.
En las figuras 5 y 6 se muestran los graficas  La etapa de inferencia borrosa se la
del Surface Viewer implemento en base a la teoría de control de
Mandani, es decir nuestras reglas son
lingüísticas.

BIBLIOGRAFIA

[1] "Make Proto," 13 Diciembre 2015. [Online].

Available:
http://www.makeproto.com/projects/fuzzy/matla
b_arduino_FIST/index.php. [Accessed 04
Diciembre 2016].
[2] M. Tripod, "Fuzzy Intro," [Online]. Available:
http://members.tripod.com/jesus_alfonso_lopez/F
uzzyIntro2.html.
Figura 4. Superficie control servo 1
4
[3] Mathworks, "Fuzzy Control," [Online].
Available:
http://www.mathworks.com/help/fuzzy/building-
systems-with-fuzzy-logic-toolbox-software.html.
[4] I. Perez, Logica difusa para principiantes,
Caracas, 2007.

ANEXOS