PONTIFICIA UNIVERSIDAD CATLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE SISTEMAS

Nombre: Daniel Angulo Granda Fecha: 21/08/2012 Descripcin: Tarea 02 Nivel: Segundo Paralelo: 1 Profesora: Yolanda C. Garca P.

Tema: Consulte y documente 3 aplicaciones adicionales de la misma manera que el ejemplo de clase

Sistema de control difuso de nivel de un tanque: En muchos procesos complejos, el control que ejerce un operador humano es ms efectivo que el que proporciona un controlador automtico convencional. Para esto el operador se basa en su experiencia (heurstica). Usualmente, el operador expresa sus estrategias de control Lingsticamente como un conjunto de reglas de toma de decisiones. Por ejemplo para un sistema de control de nivel de un tanque se podra tener:

SI el nivel es muy bajo ENTONCES abra bastante la vlvula SI el nivel es bajo ENTONCES abra poco la vlvula Si el nivel es medio ENTONCES no abra ni cierre la Vlvula SI el nivel es alto ENTONCES cierre un poco la vlvula SI el nivel es muy alto ENTONCES cierre bastante la vlvula Por tanto, en sntesis y desde una perspectiva amplia, un controlador Difuso proporciona un algoritmo que puede convertir una estrategia de control lingstica, generalmente basada en la experiencia de un operador humano, en una estrategia de control automtico.

Una aplicacin que aparece en la mayora de los textos, es el uso de control Fuzzy en un tren metropolitano de Japn. Se emplea tanto para mantener velocidad constante, como para el proceso de detencin del tren. Su importancia radica en ser el primer sistema de control Fuzzy aplicado a un proceso complejo, donde est en juego la seguridad de gran cantidad de personas. El excelente comportamiento que ha tenido, impuls el desarrollo y uso de estos sistemas de control a nivel mundial. Controlador Difuso para llevar un vehculo marcha atrs: El problema desarrollado por Wang consta de un controlador aplicado al problema de llevar un vehculo con marcha hacia atrs a velocidad constante para que busque una cierta lnea recta y la siga. El vehculo est inicialmente ubicado a una distancia x de la lnea, y formando un ngulo A con la recta normal a la lnea. Se necesita disear un Controlador Difuso para que decida cul es el ngulo de giro B que deben tener las ruedas del vehculo.

Planteamiento del problema Wang encuentra una Tabla de Parejas Entrada-Salida a partir de su propia experiencia como conductor, y con ella entrena un Controlador Difuso que tiene 5 valores lingsticos para la distancia x, 7 para el ngulo A, y 7 para el ngulo de salida B. Los resultados los compara con los obtenidos por Nguyen & Widrow con redes neuronales a partir de la misma Tabla EntradaSalida, y las trayectorias seguidas por el vehculo son semejantes.

Tabla de Parejas Entrada-Salida

Wang tambin efecta el entrenamiento con informacin numrica incompleta, es decir, considerando slo una parte de la Tabla de entrenamiento; en estas condiciones el Controlador no es capaz de cumplir su objetivo. Sin embargo, al emplear algunas reglas If-Then

extradas de su experiencia como conductor, Wang obtiene resultados que son iguales a los del primer caso. Lo interesante de este ltimo diseo es que all se han combinado dos tipos de informacin de naturaleza diferente: por una parte est la informacin numrica proveniente de la Tabla, y por otra parte est la informacin lingstica contenida en las reglas If-Then.

Controlador difuso para secado de un producto mediante un ventilador: El proceso de secado de un producto se realiza mediante un ventilador cuya velocidad es regulada segn la temperatura del producto. El control de la velocidad del ventilador se realiza utilizando un controlador difuso. La base de conocimientos que utiliza el controlador es la siguiente:

Donde Temperatura es la hiptesis de las reglas y p0 y p1 son los coeficientes de la funcin consecuente de cada regla que define la velocidad del ventilador. En un caso real se observa un producto con una temperatura de 40C. Cul ser la velocidad del ventilador segn un controlador difuso basado en el enfoque de Takagi-Sugeno?.

Las reglas que se disparan son R2 y R3 (R1 no se dispara porque la pertenencia de 40C al conjunto borroso Temperatura baja es nula). Para las reglas R2 y R3 ocurre lo siguiente:

Por lo que fR1 = 700+500*40 = 20.700 y fR2 = 100+200*40 = 8.100 y la velocidad del ventilador, v, resultante ser:

La ventaja ms importante de este paradigma es que no es necesaria etapa de desfuzzycacin. Pero a veces hay problemas importantes para conseguir los coeficientes de los consecuentes de las reglas en la base de conocimientos. Pese a las limitaciones e inconvenientes que puedan presentar ambos modelos, lo que si parece claro es que su simplicidad y buenos resultados son los principales motivos del xito que ha tenido el control difuso.

Bibliografa: La Lgica Borrosa y sus Aplicaciones, Acceso en: 19/08/12, En lnea: http://arantxa.ii.uam.es/~dcamacho/logica/recursos/fuzzy-into-esp.pdf Aplicaciones de la lgica Difusa, Acceso en: 18/08/12, En lnea: www.revistas.unal.edu.co/index.php/ingeinv/article/download/21308/22276 Aplicaciones de la lgica borrosa, Acceso en: 19/08/12, En lnea: http://cienciaysalud.laverdad.es/6_1_6.html Lgica Difusa, Acceso en: 19/08/12, En lnea: http://www.slideshare.net/renatolachira/logica-difusa