Diseo y Simulacin de Controladores Difusos para un Robot tipo SCORBOT

Juan Vivar R.*, Marcela Jamett D.*

*Departamento de Ingeniera Elctrica
Universidad de Santiago de Chile
Santiago, Chile
E-Mail: juan.vivar@usach.cl; marcela.jamett@usach.cl
Resumen: Este trabajo tiene por objetivo el diseo de controladores difusos para un robot tipo SCORBOT de tres
grados de libertad y su simulacin en MatLab/Simulink. Para probar el funcionamiento de estos tipos de control se
realiza el seguimiento de tres trayectorias, usando en primer lugar controladores PID y luego las tres variaciones de
PD difuso propuestas. Finalmente los indicadores cuantificados de error de las simulaciones, se comparan y analizan
para concluir sobre los resultados obtenidos.
Abstract: This paper aims the design of fuzzy controllers for a robot type SCORBOT three degrees of freedom and
its simulation in Matlab / Simulink. To test the performance of these types of control track three paths is performed
first using PID controllers and then place the three variations of PD diffuse proposals. Finally error quantified
indicators of the simulations are compared and analyzed to conclude on the results.
Keywords: Fuzzy Controllers, Fuzzy PID, Robotic Arm.

1. Introduccin
En las ltimas dcadas, el desarrollo de la robtica ha
experimentado un gran auge, tanto a nivel industrial como
educativo y cientfico. Esta se definirse como una tcnica que
aplica la informtica al diseo y empleo de aparatos que, en
sustitucin de personas, realizan operaciones o trabajos, por
lo general en instalaciones industriales. Las disciplinas que
estn relacionadas con la robtica corresponden a: mecnica,
fsica, matemticas, electrnica, automtica e informtica. De
estas dos ltimas es posible desarrollar la inteligencia que
el manipulador robtico necesita para realizar las tareas que
se le asignen, utilizando tcnicas como el control difuso, el
cual provee herramientas para resolver problemas en
ambientes impredecibles [1] [2].
En este proyecto se emplean estas tcnicas para el diseo de
controladores difusos de un robot industrial tipo SCORBOT
desarrollado en el Laboratorio de Robtica del Departamento
de Ingeniera Elctrica de la Universidad de Santiago de Chile
que cumple con caractersticas no lineales, requisito ideal para
desarrollar controladores difusos, los cuales se comparan en
su desempeo frente a un PID clsico.

Esta informacin se organizar de la siguiente forma. El punto

2 y 3 identificarn los modelos de control difusos aplicados al
control de procesos no lineales y la relacin de las tcnicas de
control clsico de manipuladores con los modelos difusos. El
punto 4 describe el modelo cinemtico y dinmico del robot
SCORBOT. En el punto 5 se desarrolla en MatLab/Simulink,
un controlador PID que permita al robot SCORBOT seguir
una trayectoria definida. En el punto 6 se disean
controladores difusos para el robot SCORBOT y luego
simular los distintos tipos de controladores difusos en
MatLab/Simulink. Finalmente, los resultados y las
conclusiones se presentan en los puntos 7 y 8.
2. Lgica Difusa
La lgica difusa permite a los sistemas tratar con informacin
que no es exacta, es decir, informacin que contiene un alto
grado de imprecisin, contrario a la lgica tradicional que
trabaja con informacin definida y precisa. La teora de
conjuntos difusos parte de la similitud con los conjuntos
clsicos en los cuales se tiene una funcin de pertenencia de
0 1. En los conjuntos difusos se tiene la caracterstica de que
la funcin de pertenencia puede adquirir valores de rango de
0 a 1. Es as como se introduce el concepto de conjunto difuso,
el cual se encuentra asociado con un determinado valor

lingstico que est definido por una etiqueta, palabra o

adjetivo.
Existen diversas formas de conjuntos difusos: triangulares,
trapezoidales, campana de Gauss, tipo S, etc. Para todos ellos,
el concepto de funcin de membresa es el mismo, es decir,
tener un grado de pertenencia entre 0 y 1.
3. Control PID y Control Difuso
El control PID es el tipo de tcnica ms usada para controlar
manipuladores industriales. Estos actan en forma
independiente en cada una de las juntas y estn constituidos
por tres tipos de acciones, proporcional (P), integral (I) y
derivativa (D). La ecuacin que describe al controlador es la
siguiente:
() = (() +

1
()
() +
)
0

(1)

Con = y donde es la seal de control. La

referencia variable se llama set point e es la variable del
proceso medida. Esta seal de control es por lo tanto una suma
de tres trminos: el trmino que es proporcional error, el
trmino es proporcional a la integral del error, y el trmino
es proporcional a la derivada del error. Los parmetros del
controlador son la ganancia proporcional , el tiempo integral
y el tiempo derivativo [3].
Para la determinacin de los parmetros del controlador PID
se utiliza el mtodo de respuesta a la frecuencia, el que se basa
en el conocimiento de los parmetros y llamados
ganancia ltima y periodo ltimo respectivamente, y se
determinan conectando a un sistema de lazo cerrado un
bloque de control proporcional como se ve en la figura 1.

Fig. 2. Salida oscilatoria del sistema.

Tabla 1. Obtencin de los parmetros PID mediante el

mtodo de respuesta a la frecuencia.
Controlador
PID

0,6

0,5

0,125

Los controladores PID que se utilizan en el funcionamiento

de manipuladores industriales necesitan de un monitoreo
continuo y de ajustes, dado que pudieron haber sido
sintonizados de manera inapropiada, principalmente a la
retroalimentacin local del control PID, es cual es aplicado de
forma independiente en cada articulacin. Los controladores
PID son lineales, sin embargo la dinmica del robot es
altamente no lineal, por lo que se debe compensar de manera
especial estas no linealidades y el controlador PID por s solo
no es suficiente [1] [4]. Un operador humano experimentado
maneja esto de forma eficiente, por lo que la esencia del
control difuso es replicar el conocimiento del operador. Los
controladores difusos hacen uso de la siguiente informacin
difusa de las entradas: el error , y el cambio del error . Con
esta informacin el controlador difuso ajustar los valores de
las ganancias de acuerdo con las reglas difusas, las cuales
estn basadas en la experiencia del ingeniero de control [4].
En la figura 3 se muestra un diagrama de bloques con un
sistema de control difuso:

Fig. 1. Diagrama de bloques del mtodo de respuesta a la

frecuencia.
La ganancia proporcional parte de cero y se incrementa
lentamente hasta que la salida del sistema oscile, como se
observa en la figura 4, es el valor de la ganancia
proporcional cuando la salida oscila y corresponde al
perodo de la oscilacin. Los parmetros PID, que estn en
funcin de y se presentan en la tabla 1.

Fig. 3. Controlador Difuso.

De acuerdo a la figura 3, el controlador se compone de los
siguientes cuatro elementos:

i. Base de conocimientos (set de reglas IF THEN), que

contiene la lgica difusa que cuantifica el lenguaje de un
experto para obtener un buen control.
ii. Inferencia (o tambin llamado bloque de inferencia
lgica), que emula la toma de decisiones del experto,
interpreta y aplica estos conocimientos para controlar de
mejor manera la planta.

Fig. 5. Esquema general controlador difuso de estructura en

paralelo

iii. Fusificacin, que convierte las entradas del controlador en

informacin, que el bloque de inferencia puede utilizar
fcilmente para activar y aplicar las reglas.

iv. Defusificacin, que convierte las conclusiones del bloque

de inferencia en las entradas actuales del proceso.
Control PD Difuso con Factor Integrativo (FPD+I)
Este tipo de control, es una variacin del control PID difuso
clsico, el cual al tener una gran cantidad de reglas base,
dificulta el diseo de este. El ajuste consiste en retirar el valor
integrativo de las entradas al controlador fuzzy, para
incorporarlo en forma individual sumndolo a la actuacin
final. Se tiene entonces una especia de controlador hbrido en
que el error y la derivada del error son variables de tipo difuso,
y la integral del error es determinstica. La figura 4 ilustra este
cambio.

Fig. 6. Esquema general controlador difuso en estructura

paralela ms pre alimentacin.
4. Modelos Matemticos del SCORBOT
Cinemtica Directa
La cinemtica directa trata la determinacin de la posicin
final del efector terminal con respecto a un sistema de
referencia, a partir de los valores de las articulaciones. Para la
representacin de la localizacin final de un objeto en el
espacio con respecto a un sistema de referencia fijo se
utilizar el lgebra matricial, por lo que se buscar la matriz
de transformacin entre la base y el extremo del robot. La
notacin Denavit-Hartenberg permitir encontrar y expresar
la posicin y orientacin del efector terminal, cuyo algoritmo
servir para encontrar el modelo cinemtico directo. El robot
en estudio tiene la configuracin mostrada en la figura 7.
Con los parmetros establecidos anteriormente se obtiene la
siguiente tabla.

Fig. 4. Diagrama general del controlador PD difuso ms

factor integrativo (FPD+I).
Las ganancias previas al proceso de fusificacin permiten
ponderar las variables de entrada de tal modo que corrijan
numricamente las falencias de la interpretacin difusa. Si
adems se relaciona esta idea con el control clsico, se eligen
las ganancias de tal modo que concuerden con los parmetros
de sintonizacin de un controlador PID [5].
Controlador PID Difuso en Estructura Paralela
En este trabajo, se propone una combinacin en paralelo de
un controlador PI difuso y un controlador PD difuso para
lograr un controlador fuzzy PID. La estructura general se
muestra en la figura 5. Tambin es posible agregar un tercer
elemento, una prealimentacin, que se suma con la salida del
controlador como se muestra en la figura 6 [6] [7] [8] [9].

Tabla 2. Parmetros de junta del manipulador.

Junta
1
2
3

1
2
3 + 90

1
0
0

1
2
0

90
0
90

Los parmetros de la tabla anterior son utilizados para

construir las matrices de rotacin traslacin homognea por
cada eslabn. La multiplicacin de las transformaciones de
eslabones individuales da como resultado la transformacin
del manipulador 30 que relaciona la posicin del efector
terminal 3 con el sistema de referencia 0. Para el manipulador
de 3 G.D.L. se tendr la siguiente ecuacin cinemtica, que
permitir conocer la posicin y la orientacin del efector
terminal a partir de variables articulares conocidas.
30 = 10 21 32

(2)

 = 2 cos 1 cos 2 + 1 cos 1

= 2 cos 2 sin 1 + 1 sin 1
= 2 sin 2 + 1

(3)

5. Simulacin del robot SCORBOT utilizando control

PID
A continuacin se aborda el desarrollo de la simulacin del
brazo robtico. Para el diseo y el control de la simulacin se
utiliza la plataforma Simulink, y para la construccin de los
bloques que forman este brazo se recurre a la biblioteca
SimMechanics. Para el control del brazo se dispone de un
grupo de controladores PID para crear un sistema de control
desacoplado, sintonizando cada uno de los controladores para
obtener un movimiento ptimo. Este tipo control se realiza
debido a la naturaleza no lineal del modelo que se disea. La
figura 10 y 11 muestran los esquemas en Simulink de una de
las tres articulaciones, compuesta de las partes que conforman
el cuerpo, el controlador y el valor angular de referencia que
debe alcanzar dicha articulacin.

Fig. 7. Asignacin de parmetros Denavit-Hartenberg de un robot

de configuracin RRR.

Fig. 8. Animacin del SCORBOT de 3 G.D.L. en

MatLab/Simulink.

Cinemtica Inversa
La cinemtica inversa determina de la configuracin que debe
adoptar el manipulador robtico para obtener una posicin y
orientacin dada con respecto a su efector terminal. El
procedimiento utilizado es el mtodo geomtrico, que por la
simpleza del manipulador, permitir encontrar los parmetros
de una forma ms sencilla. Esto ltimo se presenta en el
esquema de la figura 9.
El anlisis de la cinemtica inversa tiene especial importancia
para la generacin de las trayectorias que el SCORBOT
seguir en las simulaciones que posteriormente se realizan en
MatLab/Simulink y que permiten calcular los ngulos en los
que el efector terminal de SCORBOT debe situarse.
El SCORBOT adems se ha animado
SimMechanics, como se muestra en la figura 8.

utilizando

Fig. 9. Esquema para solucin de cinemtica inversa.

controladores. Estos adems, estn acotados por el espacio de

trabajo de cada articulacin del brazo manipulador. Para la
tercera simulacin es necesario redefinir los rangos de trabajo
del controlador, ya que por la forma curva de la trayectoria
que se simula, se requiri volver a medir estos rangos, aunque
todos estos dentro del rea de trabajo de brazo robtico. El
resumen de los rangos de operacin se presenta en las tablas
4 y 5.

Fig. 10. Esquema MatLab/Simulink del sistema Cuerpo

Articulacin Controlador.
Para el control del robot se utiliza un controlador PID por
articulacin, control conocido como desacoplado. En este tipo
de control se considera que las articulaciones del robot estn
desacopladas, de modo que un par de un determinado
actuador nicamente tendr efecto sobre el movimiento de la
articulacin correspondiente. De esta forma existir un
controlador para cada articulacin. La ventaja del control
desacoplado radica en que el diseo del regulador ms
adecuado para cada articulacin puede hacerse utilizando las
tcnicas ms frecuentes de diseo. El Set Point (o referencia)
para el controlador corresponde al ngulo que la trayectoria
entrega.
Los parmetros de los controladores PID que se obtuvieron se
presentan en la Tabla 3.
Tabla 3. Parmetros PID por articulacin.
PID
1
2
3

Kp
0,0126
17,1815
40,0534

Ki
9,931 105
4,2963
92,3583

Kd
0,1458
5,1365
1,5379

6. Diseo de controladores difusos

En diversos trabajos se ofrece como alternativa la aplicacin
de controladores difusos PID para controlar sistemas no
lineales [6] [7] [8] [9] [10]. Los controladores que funcionan
mediante la lgica difusa, operan mediante etiquetas
lingsticas que crean un conjunto de reglas que permite
controlar un sistema. Gran parte del diseo del controlador se
logr mediante ensayos experimentales, dado que no existe
una metodologa para definir las funciones de membresa de
las entradas y salidas.
Se describe a continuacin la construccin de los
controladores difusos que fueron aplicados en los sistemas de
control, cuyas pruebas se realizan en el software
MatLab/Simulink. Es utilizado el mismo modelo difuso para
las dos primeras simulaciones, ya que para modelar y
construir los controladores difusos es necesario elegir los
rangos de trabajo, para el error y la derivada del error, valores
que son obtenidos mediante una sintonizacin en los tres

Fig. 11. Esquema del controlador PID en MatLab/Simulink.

Tabla 4. Rango de trabajo de las variables del controlador
difuso para la primera y segunda trayectoria, controladores
1, 2 y 3.
Variable
Error (rad)
Derivada del error (rad/s)
Seal de control

Rangos
Mn.
-1,6
-1,2
-2,1

Mx.
1,6
1,2
2,1

Tabla 5. Rango de trabajo de las variables del controlador

difuso para la tercera trayectoria.
Variable
Error (rad)
Derivada del error (rad/s)
Seal de control
Variable
Error (rad)
Derivada del error (rad/s)
Seal de control
Variable
Error (rad)
Derivada del error (rad/s)
Seal de control

Rangos controlador 1
Mn.
Mx.
-0,3
0,3
-2
2
-1,57
1,57
Rangos controlador 2
Mn.
Mx.
-0,17
0,17
-0,31
0,31
-1,22
1,22
Rangos controlador 3
Mn.
Mx.
-0,35
0,35
-1
1
-1,4
1,4

Estos rangos de trabajo son modificados mediante las

ganancias de entrada al bloque difuso. Este procedimiento
consiste en transformar los parmetros del controlador PID

para el diseo y construccin del controlador difuso no lineal,

transformando la seal proveniente del sistema en un valor
que se ajusta al requerimiento del sistema que se controla. De
acuerdo a [7] y [9] se toma una ganancia GE=10, modificando
el rango de trabajo del error y el mismo trabajo se realiza para
modificar la ganancia de la derivada y la seal de control,
cuya transformacin se efecta con las siguientes ecuaciones.

( 2 4 )
=
2
=

Fig. 13. Control difuso PID con estructura en paralelo (PID

Fuzzy 1).

(4)
(5)
(6)

Donde GCE es la ganancia del cambio del error, GU es la

ganancia de la seal de salida del bloque difuso y GCU la
ganancia del cambio de la seal de actuacin. Los valores kp,
ki y kd corresponde a los parmetro de los controladores PID.
Los conjuntos difusos para las dos entradas fueron divididos
en tres, los que se componen de N, Z y P, correspondientes al
conjunto negativo, cero y positivo respectivamente. Los
conjuntos difusos para la salida fueron divididos en cinco, los
que se componen de NB, NS, Z, PS y PB, correspondientes al
conjunto negativo grande, negativo pequeo, cero, positivo
pequeo y positivo grande respectivamente. Las funciones de
membresa utilizadas son de gauss simtricas tanto para la
entrada como para la salida.

Fig. 14. Controlador PID difuso con prealimentacin (PID

Fuzzy 2).
7. Resultados de las simulaciones
A continuacin se presentan los resultados de las tres
trayectorias realizadas por los cuatro controladores diseados
para el movimiento del SCORBOT.
Trayectoria Triangular.
Los resultados de la trayectoria triangular realizados por el
SCORBOT, se presenta en la figura 15.

Las reglas de inferencia aplicadas se resumen a continuacin

en la siguiente tabla:

Trayectoria 1
40
PID
FPD+I
Fuzzy PID 1
Fuzzy PID 2
Referencia

Tabla 6. Reglas de inferencia.

35

de

P
30

NB

NS

NS

PS

PS

PB

z (cm)

25

20

15

Finalmente, los controladores propuestos construidos en

MatLab/Simulink se presentan en las siguientes imgenes.

10
44

45

46

47
x (cm)

48

49

50

Fig. 15. Trayectoria triangular alcanzada por el efector

terminal.
Como se observa en las imgenes, tanto el control PID y el
FPD+I realizan un buen trazado de la trayectoria, en especial
este ltimo, el cual se acerca muy bien al valor referencial.
Fig. 12. Controlador difuso PD+I.

Trayectoria Rectangular

Evaluacin de los sistemas de control

Los resultados de la trayectoria rectangular realizados por el

SCORBOT, se presenta en la figura 15.

Para la comparacin de los sistemas de control se utilizarn

tres ndices de calidad la que cuantificar la respuesta del
efector terminal del SCORBOT a la posicin final requerida.
Los ndices de calidad que validarn estos modelos difusos
propuestos con el ndice de Adecuacin (AI), el Error
Cuadrtico Medio (RMS) y el Error Residual Estndar (RSD).
Los valores considerados aceptables para los ndices de
adecuacin son los cercanos a 1 o superiores a 0,9, y para los
ndices RMS y RSD se consideran aceptables aquellos valores
inferiores a 0,1. Las ecuaciones de los ndices de calidad son
las siguientes:

Trayectoria 2
32
30
28

z (cm)

26
24
22
20
18
16
47

PID
FPD+I
Fuzzy PID 1
Fuzzy PID 2
Referencia
48

= 1

49

50

51

52

53

=1( )2
=1(| | + | |)2

x (cm)

Fig. 16. Trayectoria rectangular alcanzada por el efector

terminal.
Para la trayectoria rectangular, el control PID completa el
trayecto, mantenindose muy cercano al valor de referencia.
Para el caso de los controladores difusos propuestos, el
control PID difuso de estructura en paralelo es el que logra
una trayectoria muy cercana al valor referencial.
Trayectoria Exponencial
Los resultados de la trayectoria exponencial realizados por el
SCORBOT, se presenta en la figura 17.
Trayectoria 3

=1( )2
=1 2

(8)

=1( )2

(9)

54

(7)

donde y son los valores observados y predichos

respectivamente en el tiempo , y N es el nmero total de datos
medidos. Luego = , y = , donde es
el valor medio de las observaciones.
Los valores de IA, para los datos cartesianos de las
trayectorias se resumen en la tabla 7.
Tabla 7. ndice de Adecuacin (AI) por trayectoria
cartesiana (cm).

65
PID
FPD+I
Fuzzy PID 1
Fuzzy PID 2
Referencia

60

PID
FPD+I
FPID 1
FPID 2

z (cm)

55

Mov.1
x
z
0,9997 0,9995
1
1
0,9984 0,9977
0,9845 0,9828

Mov.2
x
1
0,9997
0,9999
0,9955

z
00005
0,9777
0,9978
0,9732

Mov.3
z
09844
0,9663
0,983
0,98

50

45

40
-4

-3

-2

-1

0
x (cm)

En general, todos los valores de AI alcanzados por los tres

controladores son aceptables. Y en base a los datos entregados
por los grficos, el control PID y el FPD+I son los que tienen
los mejores ndices de adecuacin, teniendo valores
prcticamente iguales a 1.

Fig. 17. Trayectoria exponencial alcanzada por el efector

terminal.

Los valores de RMS, para los datos cartesianos de las

trayectorias se resumen en la tabla 8.

En las cuatro simulaciones, los controladores logran

completar la curva exponencial en forma deficiente, por lo
que no se puede concluir con certeza cul es el mejor
controlador solamente a partir del grfico.

En el caso de los valores RMS, para que estos sean aceptables

deben ser menores a 0,1 o muy cercanos a cero. De acuerdo a
esto, se observa que los que ms se acercan a estos valores de
referencia son el controlador PID y el FPD+I.

Tabla 8. Error Cuadrtico Medio (RMS) por trayectoria

cartesiana (cm).
Mov.1
PID
FPD+I
FPID 1
FPID 2

Mov.2

Mov.3
z

5,85E-4
1E-4
0,0014
0,0042

0,0086
0,0014
0,0187
0,0528

2,07E-4
8,19E-4
4,03E-4
0,0033

0,005
0,0301
0,0102
0,0363

0,019
0,0282
0,0194
0,0205

Los valores de RSD, para los datos cartesianos de las

trayectorias se resumen en la tabla 9.
Tabla 9. Error Residual Estndar (RSD) por trayectoria
cartesiana (cm).
Mov.1
PID
FPD+I
FPID 1
FPID 2

x
0,0376
0,0065
0,0917
0,268

z
0,2114
0,034
0,4574
1,2969

Mov.2
x
0,0143
0,0566
0,0278
0,2276

z
0,1561
0,9245
0,315
1,124

Mov.3
z
1,5358
2,2596
1,5651
1,6566

Al igual que el valor RMS, el RSD se considera aceptable

para valores menores a 0,1. De acuerdo a esto, el PID el
FPD+I vuelven a tener excelentes ndices, principalmente en
las dos primeras trayectorias.

Referencias
[1] Urrea C., Fundamentos de Robtica Industrial,
Departamento de Ingeniera Elctrica, Universidad
de Santiago de Chile, 2012.
[2] Craig J., Robtica. Prentice Hall, 3ra edicin,
2006.
[3] strm K., Control System Design, Department of
Mechanical and Environmental Engineering,
University of California, Santa Barbara, 2002.
[4] Reynoso Mora P y Mocencahua Mora D.,
Sintonizacin Difusa de un PID para Robots
Manipuladores, Facultad de Ciencias de la
Electrnica, Benemrita Universidad Autnoma de
Puebla, 2004.
[5] Rodrigo M.; Kouro S., Control Mediante Lgica
Difusa, Departamento de Electrnica, Universidad
Tcnica Federico Santa Mara, 2002.
[6] Santander F., Implementacin de contribuciones en
tcnicas de identificacin y control de robots
industriales en un prototipo manipulador real,
Departamento de Ingeniera Elctrica, Universidad
de Santiago de Chile, 2010.
[7] Jantzen J., Tuning of Fuzzy PID Controllers,
Technical University of Denmark, Department of
Automation, 1999.

8. Conclusiones
Los esquemas de control difuso diseados en
MatLab/Simulink permitieron generar tres trayectorias a
seguir por el SCORBOT. Este experimento entreg como
resultados las distintas performance que alcanzan cada uno al
trazar una trayectoria definida, y se observ por ejemplo que
en todos los casos el PID tuvo un excelente rendimiento frente
a la trayectoria que le era pedida. En el caso de los
controladores propuestos, el que mejor resultados entreg fue
el controlador PD difuso con factor integrativo, teniendo
ndices de calidad similares, y en un caso superior al PID. En
el caso de los controladores difusos con salida PI y PD en
paralelo, tuvieron resultados aceptables, pero no superiores a
los otros dos.
Se puede concluir finalmente que para trayectorias sencillas
basta con un control PID o su variante hbrida (Fuzzy PD+I).
Este ltimo quedar propuesto para una posible
implementacin en un SCORBOT real, ya sea comunicando
Simulink con el robot mediante un PC, o diseando y
construyendo un controlador embebido en l.

[8] strm K.; Hgglund T., PID Controllers Theory,

Desing, and Tuning, 2da edicin, 1995.
[9] Jantzen J., Desing of fuzzy controllers, Technical
University of Denmark, Department of Automation,
1998.
[10] Jian-Xin Xu, Chang-Chieh Hang, Chen Liu.,
Parallel structure and tuning of a fuzzy PID
controller, Department of Electrical Engineering,
National University of Singapore, 1999.