Anlisis Comparativo entre un Controlador PID y

un Controlador Difuso, Implementados Para el

Control de Velocidad de un Motor CD
JUAN DIEGO VALLADOLID QUITOISACA
Magster en Control y Automatizacin /Profesor / Carrera de Ingeniera Mecnica Automotriz
Universidad Politcnica Salesiana, Cuenca-Ecuador
E Mail: jvalladolid@ups.edu.ec
Mvil: 0984751659

JUAN PAUL ORTIZ GONZALEZ

Magster en Control y Automatizacin /Profesor / Carrera de Ingeniera Mecnica Automotriz
Universidad Politcnica Salesiana, Cuenca-Ecuador
E Mail: jortizg@ups.edu.ec
Mvil: 0992768863

NESTOR DIEGO RIVERA CAMPOVERDE

Magster en Sistemas Automotrices /Profesor / Carrera de Ingeniera Mecnica Automotriz
Universidad Politcnica Salesiana, Cuenca-Ecuador
E Mail: nrivera@ups.edu.ec
Mvil: 0983592655

WILMER SANTIAGO GUAILLAS QUITOISACA

Estudiante/Carrera de Ingeniera Electrnica y Telecomunicaciones
Universidad Estatal de Cuenca, Cuenca-Ecuador
E Mail: wilmers.guaillasq@ucuenca.edu
Mvil: 09082790549

RESUMEN
En este documento se analiza y compara el rendimiento entre un controlador PID y un
controlador difuso. En el caso del controlador PID, la estrategia de sintonizacin se obtuvo
usando un modelo basado en un proceso de identificacin del sistema. El controlador difuso se
obtuvo de una base de conocimiento. Ambos controladores se aplicaron para el proceso de
control de velocidad de un motor de corriente continua. Los controladores se analizaron en
diferentes escenarios tales como: respuesta al escaln, diferentes puntos de referencia, y
perturbaciones. La salida de estos controladores determina la variacin del ciclo de trabajo
(PWM) necesario para el control del motor de corriente continua. El anlisis de las seales del
sistema y las simulaciones se realizaron usando MATLAB, donde se muestra el desempeo de
cada controlador.
ndice de trminos--- Control PID, Control Difuso, base de conocimiento, PID Difuso.

ABSTRAC
This paper analyzes and compares the performance between a PID controller and a
fuzzy controller. In the case of the PID controller, the tuning strategy was obtained using a
model based in a system identification process. The fuzzy controller was obtained from a
knowledge base. Both controllers were applied for the speed controlling process of a DC
motor. The controllers were analyzed in different scenarios such as: step response, different
set points, and disturbances. The output of these controllers determine the variation of the
duty cycle (PWM) necessary for the control of the DC motor. The analysis of the signals of
the system and the simulations have been verified using MATLAB, where the performance of
each controller is shown.
Index terms --- PID control, fuzzy control, knowledge base, fuzzy PID.
1.- INTRODUCCIN
Desarrollos para el alto rendimiento en el control de motores son esenciales para
aplicaciones industriales, en donde se requiere un buen desempeo en velocidad y control en la
aceleracin y desaceleracin. El reto principal para establecer algoritmos de control es conocer
el modelo la planta.
Una alternativa mostrada en (Alvares, 2012) presenta el desarrollo de un modelo
matemtico usando ecuaciones diferenciales, tomando en cuenta tambin variables fsicas
propias de la construccin del motor. Por otra parte (Mounir HADEF, 2009) considera a la
identificacin de la planta como un problema de ingeniera inversa en donde la meta es
encontrar una funcin objetivo basado en la suma de los cuadrados entre los valores medidos y
calculados a esta tcnica se la denomina identificacin por mnimos cuadrados. La
experimentacin de esta tcnica mostrada en (AA Bature, 2013) y (Wu, 2012) revela una
identificacin exitosa para los datos experimentales en un motor CD. Algunos autores apoyan
su problema de obtencin de modelos con herramientas matemticas computacionales (Ishak,
Harun, Ismail, & Razak, 2010) como System Identification Toolbox que proporciona
algoritmos de Matlab y Simulink para la identificacin mediante el anlisis de datos de entrada
y salida utilizando mtodos recursivos como: prediccin mnima del error ARX y wavelet
network (MathWorks, 2016)
A partir de un modelo linealizado se pude establecer varios diseos de controladores.
Uno de los controladores ms utilizados por ser simple, robusto en un amplio rango y puntos
de funcionamiento es el PID (Dorf, 2005). Este controlador consta de un elemento
proporcional, que est relacionado con la velocidad de la respuesta del sistema, un elemento
integral que acta con la sumatoria de los errores pasados y una parte derivativa que predice el
comportamiento futuro de la planta (Gavio, 2010).Una alternativa para el control de la
velocidad del motor cd es utilizar tcnicas de control no convencional, es decir implementar
una estrategia en la que se elimine la necesidad de tener un modelo matemtico del sistema.
Este trabajo propone utilizar un esquema de control utilizando lgica difusa, donde se propone
establecer reglas en base al conocimiento que se haya tenido con respecto al comportamiento
del sistema. El trabajo presentado en (Salim, 2013) muestra la simulacin del desempeo de un

controlador proporcional difuso para el control de velocidad de un motor cd, donde los
resultados obtenidos ante una entrada del tipo escaln son satisfactorios.Una variacin a este
esquema presenta (Rekha kushwah, 2013), donde se muestra un controlador PD difuso. Las
entradas al controlador son: el error y la variacin del error, presentado un mejor desempeo
frente al modelo anterior, adicionalmente se realiza una comparativa frente a un PID
convencional en donde sus simulaciones muestran cierta ventaja. Otra simulacin y
comparacin entre los dos modelos se presenta en (SALIM, 2015), (Ahmed, 2013) y en
(Farhad Aslam, 2011) donde presentan resultados similares en sus esquemas.
El objetivo de este trabajo es implementar los controladores (PID y PD difuso) en un
sistema electrnico, a fin de realizar un anlisis de comportamiento y desempeo frente a
condiciones como: respuesta a un valor constante (escaln), cambios de referencia durante el
periodo de control, y finalmente evaluar su comportamiento frente a diferentes grados de
perturbacin.
2.- METODOLOGA
Para el desarrollo del anlisis de comparacin, el primer desafo es establecer un modelo
matemtico del motor cd a partir de los datos de entrada y salida, para ello se ha utilizado una
herramienta-tcnica recursiva descrita en (MathWorks, 2016) como Nonlinear least squares
with automatically chosen line search method. La Figura 1 presenta los datos obtenidos para
la identificacin.

Figura 1. Datos de respuesta del sistema a una seal de entrada

Figura 2 Motor cd y sistema electrnico de control

Modelos matemticos para motores cd mostrados en (Dorf, 2005) y (Ogata, 2010)

determinan una funcin de transferencia de segundo orden, por lo tanto, la aproximacin de

segundo orden obtenida se muestra en (1). El valor de entrada a la planta es la seal PWM entre
0 y 100% a una frecuencia de 490Hz.

( ) =

1.301
()
+ 0.2758 + 1

(1)

0.01062 2

En la Figura 3 se observa la respuesta de la funcin de transferencia obtenida y la

respuesta de la planta.

Figura 3. Respuesta del modelo identificado vs datos de la planta

2.1 Diseo del Controlador PID

Un controlador PID estndar est conformado por los elementos: Proporcional-IntegralDerivativo, en donde cada uno de ellos tiene una accin particular sobre el error entre la
referencia establecida y la respuesta del sistema, como se muestra en (2).

() = () + () +

()

(2)

Donde , representan las contantes proporcional, integral y derivativa

respectivamente. En la Figura 4 se plantea el lazo de control para el sistema.

Figura 4. Lazo de control de velocidad para un motor cd

2.1.1 Mtodo de sintonizacin del PID

Para la sintonizacin del PID se ha utilizado el mtodo de Ziegler-Nichols (curva de

reaccin), donde se aplica un escaln unitario y en la salida se busca la pendiente mxima, en
la cual se traza una recta tangente a la curva, donde es necesario determinar tanto el atraso de
tiempo (Ta) como la pendiente (m) de la tangente en el punto de inflexin (Gavio, 2010)
(Ipanaque, 2012). La Figura 5 muestra las ecuaciones para determinar los valores del
controlador.

Figura 5. Sintonizacin del PID mediante el mtodo de Ziegler-Nichols.

Autor: Ricardo Hernndez Gavio
Fuente: (Gavio, 2010)

Utilizando el mtodo de Ziegler-Nichols en (1) se tiene los siguientes valores para el

controlador = . , = . = . .
El sistema identificado es implantado en simulink para determinar su respuesta frente a
una entrada escaln.

Figura 6 Simulacin la respuesta del sistema con el controlador PID

La Figura 6 muestra el bloque de saturacin que tiene como objetivo limitar el valor del
PWM de salida en un rango de 0 a 255. La respuesta del sistema se puede verificar en la Figura
7 donde la salida se acopla a la referencia con tiempo de establecimiento de 3 segundos.

Figura 7. Respuesta del sistema a una referencia de 250rps.

2.2 Diseo del Controlador PID Difuso

Para el diseo de un controlador difuso se debe tomar en cuenta las partes principales:
interfaz de difusificacin, base de conocimientos, lgica de decisiones e interfaz de
desdifusificacin (Cruz, 2010). En la Figura 7 se muestra un diagrama de bloques donde se
verifica la interaccin en cada una de ellas.

Figura 8 Estructura de un sistema difuso

Para incorporar las reglas del controlador se incorpora un mtodo simple basado en Si
A y B Entonces Y. El error (3) del sistema a lazo cerrado y la variacin de error (4) se
establecern como funciones de membresa del controlador PD difuso.
() = () ()

(3)

() = () ( 0 )

(4)

Donde ( ) es el valor de la muestra anterior. El diagrama de control est

representado en la Figura 8.
Controlador
Difuso

Sistema
Velocidad

referencia
r(t)

e(t)

PWM

de/dt

u(t)

G(S)

y(t)

Figura 9 Arquitectura del sistema de control PID difuso

En base a estos parmetros podemos establecer los valores de las variables lingsticas
para las funciones de membresa de entrada y salida del sistema, Figura 9.

Figura 10.Funciones de Membresa de entrada y salida

La relacin entra las funciones de membresa de entrada y la salida se muestra en la

Figura 10 y la Tabla 1, donde se aprecia que el cambio del valor de la salida est acorde a una
relacin simtrica de los valores de entrada.

Figura 11. Respuesta de la salida en funcin de los valores de error y error

Tabla 1. Reglas de inferencia

e(t)
MP

MN

MP

MP

MP

MP

MN

MN

MN

MN

()

El modelo de control se desarroll en Simulink (Figura 11), en donde se requiere obtener

la respuesta ante una estrada escaln.

Figura 12. Simulacin la respuesta del sistema con el controlador PD Difuso

La Figura 12 muestra la respuesta del sistema donde se puede verificar que la salida se
acopla a la referencia con tiempo de establecimiento promedio de 4 segundos.

Figura 13. Respuesta del sistema a una referencia de 250rps.

3.- ANLISIS DE RESULTADOS

Para el anlisis de resultados se implementan los controladores en un sistema
electrnico. El esquema general se presenta en la Figura 13, donde muestra el motor acoplado
a un encoder de 20 ranuras para el censado de la velocidad.
Enconder
Motor

referencia
r(t)

Sistema Electrnico
de Control
e(t)

PWM

u(t)
Sensor

Figura 14. Esquema general para la implantacin de los controladores

3.1 Comportamiento al escaln

Para la primera prueba se somete el sistema a un escaln de 200rps. La Figura 14
muestra el comportamiento de los controladores implementados.

Figura 15. Respuesta al Escaln

En la respuesta al escaln los controladores tienen tiempos de establecimientos

similares, sin embargo el controlador difuso muestra un ligero sobrepico de 5 rps por encima
de la referencia. Estos resultados confirman lo obtenido en la simulacin.
3.2 Comportamiento al cambio de referencia
El segundo escenario es someter al sistema a un cambio de referencia y determinar el
desempeo de los controladores. La Figura 15 muestra los resultados del control. Se pude
mencionar que el PID tiene una mejor respuesta al cambio de referencia, con un tiempo
promedio de 3 segundos, frente a 4 segundos del controlador difuso. La zona crtica fue entre
los 30 y 40 segundos, donde el cambio de referencia fue pronunciado, en dicha zona el control
PID se desempe de mejor manera. Adicionalmente se observa este resultado de la salida de
los controladores en la Figura 16.

Figura 16 Respuesta al cambio de referencia

Figura 17. Error del sistema al cambio de Referencia

En la Figura 16 se puede determinar que el control PID requiere menor energa para
alcanzar sus objetivos.
3.1 Comportamiento a perturbaciones
Finalmente se ha sometido a los sistemas a perturbaciones, con el fin de verificar su
comportamiento y recuperacin Figura 18 y 19.

Figura 18. Controlador PID sometido a perturbaciones

Figura 19. Respuesta del error ante perturbaciones

De la misma forma se procede con el controlador difuso, obtenindose los resultados

mostrados en las Figuras 20 y 21.

Figura 20 Controlador PID Difuso sometido a perturbaciones

Figura 21. Respuesta del error y ante perturbaciones

Para el desempeo ante las perturbaciones se puede establecer que el controlador PID
difuso presenta una mejor recuperacin que el controlador PID clsico. En la Tabla 2 se presenta
una comparativa entre los dos controladores implementados.
Tabla 2 Comparacin de desempeo de los controladores PID y PD difuso

CONDICIN
Tiempo de Estabilizacin (Escaln)
Sobreimpulso
Respuesta al escaln
Tiempo de Estabilizacin
(promedio)
Al cambio de referencia
Sobreimpulso
Ante la perturbacin
Tiempo de Estabilizacin
Ante la perturbacin

Controlador
PID
3 seg

Controlador
PID Difuso
3 seg

0%
3 seg

2.5%
4 seg

12%

1%

2.5 s

1s

4.- CONCLUSIONES
En la simulacin se muestra una marcada ventaja del PID frente al PID difuso, sin
embargo, se debe tomar en cuenta que el modelo matemtico de la planta es una aproximacin
obtenida desde los datos experimentales en un sistema de identificacin, que propone un
modelo linealizado, el mismo que no incluye las variaciones del sistema en diferentes puntos
de funcionamiento.
En el anlisis del desempeo de los controladores implementados se verifica ventajas
en sus caractersticas de respuesta, tal es en el caso del PID, que para la respuesta al escaln no
se produce sobreimpulsos, de la misma manera presenta buena adaptabilidad al cambio de
referencias. Esta adaptabilidad al cambio lo hace utilizando un menor consumo de energa
comparado con el controlador PID difuso, que lo hace atractivo para aspectos de optimizacin
en el diseo de controladores.
Por otra parte el controlador PID Difuso presenta una mejor recuperacin ante las
perturbaciones que se puedan presentar en este sistema. Un aspecto que se debe resaltar es el
que ante la perturbacin no genera sobreimpulso lo que para muchos sistemas es deseable,
protegiendo a mecanismos de las plantas de posibles daos estructurales.
El controlador difuso como estrategia de control no convencional presenta ventajas
importantes frente al PID, una de ellas viene con el hecho de poder establecer un conjunto de
reglas basadas en la experiencia de un experto, lo que elimina la necesidad de un modelo
matemtico.

REFERENCIAS.

AA Bature, M. M. (2013). Identification and Real Time Control of a DC Motor. Journal of Electrical
and Electronics Engineering, 54-58.
Ahmed, H. (2013). Controlling of D.C. Motor using Fuzzy Logic Controller. Conference on Advances
in Communication and Control Systems 2013 (CAC2S 2013), 666-670.
Alvares, M. S. (2012). Modelo matemtico de un motor de corriente continua separadamente exitado:
Control de velocidad por corrieente de armadura. Latin-American Journal of Physics
Education, 155-161.
Cruz, P. P. (2010). Inteligencia Artificial con aplicaiones a la ingenieria. Mexico: Alfaomega Grupo
Editor.
Dorf, R. C. (2005). Sistemas de Control Moderno. Madrid: Pearson.
Farhad Aslam, G. K. (2011). Comparative Analysis of Conventional, P, PI, PID and Fuzzy Logic
Controller. International Journal of Computer Applications, 12-16.
Gavio, R. H. (2010). Introduccin a los Sistemas de Control. Mexico: Pearson.
Ipanaque, W. (2012). Control Automtico de Procesos. Lima: CONCYTEC.
Ishak, N., Harun, S., Ismail, H., & Razak, N. (2010). Model identification and real-time linear position
control of servomotor. IEEE Xplore Digital Librar, 71-74.
MathWorks. (15 de Febrero de 2016). Mathworks Company. Obtenido de
http://www.mathworks.com/help/ident/index.html
Mounir HADEF, M. R. (2009). Parameter identification of a separately excited dc. Turk J Elec Eng &
Comp Sci, Vol.17, 99-106.
Ogata, K. (2010). Ingeniera de Control. Madrid: PEARSON.
Rekha kushwah, S. W. (2013). Speed Control of Separately Excited Dc. International Journal of
Engineering Trends and Technology (IJETT), 2518-2523.
Salim, J. O. (2013). Speed Control of DC Motor using Fuzzy Logic based on. International Journal of
Scientific and Research Publications, Volume 3,, 1-5.
SALIM, J. O. (2015). FUZZY Based PID Controller for Speed Control of D.C. Motor Using. WSEAS
TRANSACTIONS on SYSTEMS and CONTROL, 154-159.
Wu, W. (2012). DC Motor Parameter Identification Using Speed Step Responses. Modelling and
Simulation in Engineering, 1-5.