Você está na página 1de 6

Diseo de un controlador difuso para una planta de luz mediante Matlab

Escuela Politcnica del Ejrcito Departamento de Ciencias de la Energa y Mecnica Ingeniera Mecatrnica Sangolqu, Ecuador, 2012 Jorge P. Snchez A. jorge_221@hotmail.com Diego W. Vera A. diegowva@hotmail.com

Resumen En este trabajo se disear un control difuso para controlar la cantidad de iluminacin mediante matlab. Se analizarn las membresas y las reglas necesarias para que la cantidad de iluminacin sea la adecuada en la planta de acuerdo a las variables ingresadas como el nmero de personas y el valor de voltaje que entrega el sensor. Palabras Claves Control Difuso, Matlab, iluminacin, membresas. Abstract -- In this paper we design a fuzzy control to control the amount of illumination using matlab. Memberships will be analyzed and the necessary rules for the amount of lighting is adequate in the plant according to the variables entered as the number of people and the voltage that gives us the sensor. Keywords Fuzzy Control, Matlab, membership, lighting

1. Introduccin En la lgica convencional se tiene un conjunto de enunciados que pueden ser verdaderos o falsos. En la lgica difusa el conjunto de posibilidades es mucho ms amplio, donde las respuestas dependen del contexto. La lgica difusa no necesita basarse en un modelo matemtico de la planta, adems puede ser vista como un sistema interpretativo basado en experiencia, donde los objetos son relacionados con conjuntos donde se intersecan uno con otro. Existen ciertos problemas que se podran presentar, por ejemplo se podran obtener resultados bastantes pobres, para lo cual se

podra mejorar dando pesos o valoraciones de pertenencias. En este trabajo se disear un controlador difuso en matlab para una planta de luz analizando todas las posibilidades de operacin y se manejara dos variables de entrada para el sistema como son el nmero de personas y el voltaje sensado por una ldr. 2. Controlador Difuso La utilidad de la lgica difusa se basa en la habilidad de modelar datos ambiguos o inciertos para asemejarse a la vida real. Es necesario realizar una adaptacin previa antes de introducir el estado de la variable al controlador. Esta etapa es llamada fusificacin, 1

la cual otorga a los datos de entrada un grado de membresa dentro de las distintas expresiones, para ello busca la correspondencia entre el estado de las variables y las funciones de pertenencia. El nmero de membresas tambin puede estar formado por representaciones grficas. Las grficas pueden incluir formas diferentes. Hay ciertas restricciones con respecto a las formas utilizadas. Se deben establecer relaciones lgicas en forma lingstica, a travs de reglas como if y then, debido a que la salida a cualquier sistema prctico no puede ser utilizando las variables lingsticas como por ejemplo "Moderadamente alto", "media", "muy positiva", etc, tiene que darse slo en cantidades ntidas. La traduccin de estas reglas a un nmero se llama defusificacin y puede ser aplicada a la planta.[3]

LDR(input)

El rango de voltaje que enva el circuito de acondicionamiento es de 2.5 4.5 voltios, es decir del 0 100 % de luminosidad respectivamente, quedando claro que no se tiene un rango ms amplio debido a la ubicacin del sensor, el cual permite captar sol la luminosidad mencionada anteriormente. Entonces los valores que ingresamos en las membresas son en valores de porcentaje de luminosidad. PERSONAS(input)

Es otro tipo de entrada con el fin de que el control sea un poco ms dinmico, para ello estimamos un valor de personas, en este caso hay la posibilidad de que existan de 0 - 52 personas, el ingreso de los mismos es realizado por teclado dependiendo del nmero de personas que se requiera. Foco(output)

Figura1. Diagrama de bloques del controlador difuso.

Para la salida tomamos un valor de 0 5 voltios, o de 0 a 100. Entonces dependiendo de la lgica vamos obtener a la salida un valor en el porcentaje de luminosidad logrando tener un punto de estabilizacin. 3.2 Diseo del Controlador Difuso

3. Control Difuso y sus etapas 3.1 Creacin de pertenencia. las funciones de

Se empieza declarando las funciones, estableciendo los rangos en los cuales van a trabajar tanto las entradas como salidas. Los datos fueron registrados anteriormente con la adquisicin de datos teniendo como entradas y salidas las siguientes:

Para el diseo se establecieron rangos de operacin considerables, los cuales fueron resultado de una adquisicin de valores desde los mnimos hasta los mximos tanto para entradas y como para salidas. Obteniendo as las siguientes tablas de mximos y mnimos con los rangos de operacin:

Entradas: 2

% ILUMINACI N(SENSOR) 0_22 18_42 38_62 58_82 78_100 O MO M MC C OSCURO MEDIO OSCURO MEDIO MEDIO CLARO CLARO

3.3 Fusificacin membresa

de

las

funciones

de

Tabla1. Rangos de operacin del sensor en forma porcentual.

Como se puede ver en la tabla 1 los rangos que se registran son desde lo oscuro hacia lo ms claro. PERSONAS 0_12 8_22 18_32 28_42 38_52 MPP PP M MP LL MUY POCAS PERSONAS POCAS PERSONAS MITAD DE PERSONAS MUCHAS PERSONAS LLENO DE PERSONAS

Se realiz la fusificacin considerando a las funciones de membresa de los extremos como funciones trapezoidales, esto con el fin de que as se consideran tolerancias en caso de que el intervalo baje o suba excediendo sus lmites, para el resto el proceso es con funciones triangulares. Para el sensor:

Tomando en cuenta la tabla 1, se realiz la fusificacin tal y como se muestra en la figura2.

Tabla2. Rangos de operacin de las personas.

Para la creacin de la tabla 2, seccionamos de una manera equitativa el rango de personas, llegando hasta un valor mximo de personas. -Salida: ILUMINACIN 0_9 5_25 20_50 45_89 84_100 TS MOS MS MCS CS TENUE MEDIO OSCURO MEDIO MEDIO CLARO CLARO -

Figura2. Fusificacin del sensor.

Para las personas:

Tomando en cuenta la tabla 2, se realiz la fusificacin tal y como se muestra en la figura3.

Tabla3. Rangos de operacin del porcentaje de iluminacin del foco.

Se ha considerado 5 tipos de membresa para cada entrada y cada salida, con el fin de poder ver el control en s, de la planta de luz, y a la vez logramos muchas condiciones de lgica.

Figura3. Fusificacin de las personas.

Es necesario sealar que cada rango se encuentra con su respectiva etiqueta, con el fin de saber en que estado se encuentra cada funcin. 3

Para el foco

Tomando en cuenta la tabla 3, se realiz la fusificacin tal y como se muestra en la figura4.

Figura4. Fusificacin de luminosidad del foco.

3.4 Reglas difusas(Heursticas) Para la creacin de este tipo de reglas fue necesario realizar una tabla, con el fin de observar todas las posibilidades necesarias para un mejor control. Para realizar un control difuso eficiente de la planta de luz, es muy importante la lgica con la que resolvamos los diferentes problemas, teniendo como referencia tambin que las intersecciones entre rango y rango debe tener un mnimo del 30 %. Si se centra en el nmero de membresas por cada entrada y salida se tendr un nmero de 25 posibilidades a darse, tomando en cuenta la tabla 1,2 y 3. ENTRADAS PERSONAS LDR MPP O MPP MO MPP M MPP MC MPP C SALIDA LUMINOSIDAD TS MOS MOS TS TS

PP PP PP PP PP M M M M M MP MP MP MP MP LL LL LL LL LL

O MO M MC C O MO M MC C O MO M MC C O MO M MC C

MOS MOS MOS TS TS MS MS MOS MOS TS MS MS MS MOS TS MCS MCS MCS MS MOS

Tabla4.Posibilidades de mximos y mnimos.

Luego de realizar la tabla y ver las posibilidades que pueden darse, se procede a editar las reglas siguiendo la lgica de la tabla4 como por ejemplo: Si hay muy pocas personas y esta oscuro la luminosidad del foco debe estar en tenue Tal como se indica en el ejemplo se procede a traducir todas las reglas.

Figura5.Reglas para la planta.

3.5 Respuesta de las funciones de salida con respecto a la entrada Como resultado de las condiciones lgicas de la planta de luz se obtuvo la grfica en 3D de acuerdo a las entradas y salidas que se presentan en la figura 6.

4. Resultados Fue importante un buen diseo de las condiciones que va a tener la planta, ya que debido a ello el control mejor de una manera trascendental, y a la vez reaccionaba mejor frente a perturbaciones.

Figura6.Respuesta de la funcin del foco con respecto a la funcin de las personas y el sensor.

Adems con matlab se obtuvo una grfica con las diferentes reglas ingresadas, tomando en cuenta que la ventaja del control difuso es la estabilidad en un punto, es decir, cuando se encuentra la posibilidad en una interseccin de dos rangos, automticamente calcula la centroide del mismo dando como resultado un solo valor.

Figura8.Seal de salida del controlador difuso.

Como se puede observar en la figura 8 el controlador difuso es bastante exacto y responde con rapidez. Este entrega a la salida un solo valor que es el porcentaje de iluminacin deseado de acuerdo a las condiciones de entrada.

Figura7.Respuesta de la funciones a travs de las diferentes reglas. Figura9.Seal del controlador con respuesta a perturbaciones.

En la figura 9 se observa la respuesta del controlador difuso hacia perturbaciones del ambiente. Se tiene muy pocas oscilaciones hasta que el controlador se estabilice y alcance la salida segn las condiciones establecidas. 5. Conclusiones En el controlador difuso, el tiempo que se toma para lograr una lgica considerable es demasiado, adems da muchos inconvenientes cuando las condiciones son redundantes. En el desarrollo del controlador se observ que la planta de luz no reacciona bien cuando el nmero de personas esta al mximo, este problema se dio por proponer muchas membresas en la entrada, lo que provoco tener un nmero alto de todas las condiciones posibles y no permitiendo as tener una lgica eficiente. Con las grficas de resultados se pudo constatar que un controlador difuso es mucho ms eficiente, comparado con un PID, haciendo que sus parmetros de desempeo logren un punto de estabilidad, es decir tienen respuestas bajas y overshoot bajos. Podemos concluir que el controlador difuso es uno de los mas simples de implementar ya que no necesita de un modelo matemtico aproximado de la planta, mas se necesita entender el funcionamiento total y todas los posibles estados de la misma.

6. Referencias [1]Introduccin a la Lgica Difusa. Arredondo Vidal. 26/6/09 Toms

[2]Diseo de sistemas avanzados de control. Ingeniera de sistemas y autmata- Universidad de Oviedo [3]Introduction to Fuzzy Logic using MatLab. Sivanandam Sumathi and Deepa.