CONTROL AUTOMATICO II

V Ciclo

CONTROL FUZZY
Integrantes:

. Rueda Arenas Jess

. Carrasco Valeriano Manuel . Cruz Melgarejo Eddy . Garca Pacheco Diego

Seccin: 5to A

Profesor: Manuel Alvarado Andrade

2013-I

Control con Lgica Difusa 2013 INDICE

Introduccin: ................................................................................................................................. 5 Objetivos: .................................................................................................................................. 6 MARCO TEORICO:.................................................................................................................. 6 FUZZY LOGIC ...................................................................................................................... 7 1. ETAPAS DE FUNSIONAMIENTO ............................................................................. 7 1.1. 1.2. 1.3. 2. FUZZIFICATION .............................................................................................. 7 EVALUACION DE REGLAS ............................................................................... 8 DEFUZZYFICATION ......................................................................................... 9

APLICACIN EN LABORATORIO ........................................................................... 10 2.1. 2.2. 2.3. OMRON ....................................................................................................... 10 FUZZY Temperature Controllers .................................................................. 10 ALCANCE: ..................................................................................................... 10

3. 4.

DESCRIPCION DEL PANEL FRONTAL .................................................................... 11 PUERTOS FISICOS DE COMUNICACIN I/O ....................................................... 12 4.1. 4.2. 4.3. RS-232C: ...................................................................................................... 13 RS-422: ........................................................................................................ 13 RS-485: ........................................................................................................ 13

5. 6.

PROTOCOLOS DE COMUNICACIN ..................................................................... 14 CONTROL PID AVANZADO MEJORADO CON CONTROL DIFUSO ......................... 15 6.1. 6.2. 6.3. 6.4. PARAMETROS .............................................................................................. 15 FUZZY INTENSITY ......................................................................................... 15 FUZZY SCALE 1 ............................................................................................. 16 FUZZY SCALE 2 ............................................................................................. 16

7. 8. 9. 10. 11.

CONFIGURACION DE UN CONTROL DE TEMPERATURA ...................................... 17 COMPARACION DE CONTROLADORES ................................................................ 18 COMPARACION ENTRE UN PID Y UN CONTROL DIFUSO ..................................... 19 RESULTADOS DEL ANALISIS DE CONTROL DIFUSO Y UN PID........................... 20 APLICACIN ..................................................................................................... 20 OBSERVACIONES ................................................................................................. 21 CONCLUSIONES ................................................................................................... 22 RECOMENDACIONES ........................................................................................... 23 BIBLIOGRAFIA ...................................................................................................... 24

Control con Lgica Difusa 2013

INDICE DE FIGURAS Y GRAFICOS

Figura 1: Lazo de Control difuso .................................................................................................... 6 Grafico 1: Fuzzification membership function. .......................................................................... 8 Grafico 2: Fuzzification membership input low....................................................................... 8 Grafico 3: Defuzzification. ............................................................................................................. 9 Figura 3: Omron Fuzzy Temperature Control ............................................................................. 10 Figura 4: Panel Frontal ................................................................................................................ 11 Figura 5: Comunicacin I/O ......................................................................................................... 12 Figura 6: Esquema de Conexiones .............................................................................................. 12 Figura 7: Puerto RS-232C............................................................................................................. 13 Figura 8: Puerto RS-422............................................................................................................... 13 Figura 9: Puerto RS-485............................................................................................................... 13 Figura 10: Protocolos de Comunicacin...................................................................................... 14 Figura 11: Conexiones en Laboratorio ........................................................................................ 14 Figura 12: Fuzzy Intensity ............................................................................................................ 15 Figura 13: Fuzzy scale 1 ............................................................................................................... 16 Figura 14: FUZZY SCALE 2 ............................................................................................................ 16 Figura 16: control PID .................................................................................................................. 19 Figura 17: Control Difuso ............................................................................................................ 19

Control con Lgica Difusa 2013

RESUMEN
En este documento se presenta una introduccin a la teora y aplicacin de lgica difusa en sistemas de control. En particular, se introduce un leve cambio a la configuracin tradicional de un lazo de control difuso, que permite realizar un ajuste fino o medida correctiva a un controlador ya diseado, en forma intuitiva y relacionada con el control clsico. Para corroborar el anlisis terico se presenta un ejemplo de aplicacin de cmo actua un controlador fuzzy en determinados procesos

Control con Lgica Difusa 2013

Introduccin:
Presentado en 1974 como una tecnologa emergente que apuntaba para las aplicaciones industriales, el control difuso le ha agregado una dimensin prometedora al dominio existente en la ingeniera del control convencional. Cuando un sistema complejo fsicamente no entrega un modelo matemtico preciso o razonablemente aproximado y en particular cuando la descripcin del sistema requiere de cierta experiencia. En trminos generales la tecnologa del control difuso tiene caractersticas sobresalientes y mritos distinguidos sobre muchas otras tcnicas. La utilizacin del conocimiento humano en el diseo de controladores no solo representa una ventaja sino que a menudo es necesario. La relativamente nueva tecnologa de control difuso tiene a ser una nueva alternativa ms que una remplazo de las tcnicas de control existentes.

Control con Lgica Difusa 2013

Objetivos: Identificar y sealizar las caractersticas del controlador. Configurar e identificar parmetros. Entender cmo controlar u proceso FUZZY.

MARCO TEORICO: El control difuso, puede ser expresado como un control a travs de palabras que interpretan el sentido comn en lugar de nmeros o bien sentencias en lugar de ecuaciones. Sin embargo las variables de los procesos no se miden en sentido comn, sino en nmeros. Por lo tanto se hace necesario realizar una adaptacin previa antes de introducir el estado de la variable al controlador. Esta Etapa se Lama Fusificacin. En la figura 1 se aprecian las distintas transformaciones que sufren las variables y los lazos de control difuso.

Figura 1: Lazo de Control difuso

La etapa de Fusificacin, le otorga a los datos de entrada un grado de membresa dentro de las distintas expresiones posibles, para ello busca la correspondencia entre el estado de las variables, entre las funciones de pertenencia definidas para tal propsito. Desde luego para un determinado valor para una variable, su grado de pertenencia ser mayor en una expresin que en las dems. Una vez que se tiene expresados los estados de las variables en forma lingstica se pueden establecer relaciones lgicas entre ellas tpicamente a travs de reglas tales como si entonces (IF THEN), de definen una serie de relaciones que interpretan el sentido comn, y permiten generar una actuacin deseada (en estado lingstico), que debe ser aplicada a la planta. Luego esta debe ser traducida a nmero (defusificacion). Para que luego el conversor D/A procese y la aplique en planta.

Control con Lgica Difusa 2013

FUZZY LOGIC A mediados de la dcada del 60 el profesor Lotfi Zadeh, de la universidad de california en Berkeley, introdujo su teora de los conjuntos Fuzzy, donde la idea de pertenencia de un elemento a un determinado conjunto no era ya pertenece o no pertenece, si no que pertenece en un cierto grado. Las funciones que vinculan al elemento con su grado de pertenencia se llaman membership function. Basndose, sobre esta idea, se construy nuevamente toda la teora de conjuntos redefiniendo inclusin, unin, operadores lgicos (AND OR), otras operaciones y sus propiedades. Al utilizar un tipo de control con lgica difusa, es importante observar que lo que se est procesando no son ya ecuaciones, nmeros o tablas crudas, si no, reglas, es decir se procesan cosas tales como: Si la temperatura es baja ENTONCES, aumente el ciclo de actividad del calefactor 1. ETAPAS DE FUNSIONAMIENTO 1.1. FUZZIFICATION

Esta es la primera parte del proceso, donde luego del procedimiento convencional de adquirir los valores de las variables del sistema y calcular otras se procede a calcular el grado de pertenencia de tales variables a todos los posibles conjuntos fuzzy (fuzzy inputs) que se le han asignado. Tomando como ejemplo otra vez la variable temperatura, con un valor de 20C, se cuantifica su grado de pertenencia a los conjuntos representados en las siguientes etiquetas lingsticas, muy_baja, baja, templada, alta, muy_alta. Para ello se debe de haber definido, para cada una de las etiquetas, una membership function, que define que valores de la variable temperatura les pertenece y con que grado. Son las memberships function las que permiten cuantificar los conceptos que representas las etiquetas. En el grafico se puede observar la membership function para la fuzzy input baja y el valor de la pertenencia para 20c

Control con Lgica Difusa 2013

Grafico 1: Fuzzification membership function.

Ahora se realizara el mismo procedimiento para muy_baja, se ver que tambin, para 20C, es parcialmente muy baja.

Grafico 2: Fuzzification membership input low.

Al finalizar este proceso, queda asignado a cada fuzzy input, el grado de pertenencia del valor actual de la variable que le corresponde. 1.2. EVALUACION DE REGLAS

Una vez realizada la defuzzification, est en condiciones de evaluar los antecedentes de las reglas, obteniendo el grado de verdad o peso, para cada una de ellas, si se tiene una regla como la siguiente. Si la temperatura es baja ENTONCES, aumente el ciclo de actividad del calefactor La regla ser tan verdadera como lo sea el ms verdadero de sus antecedentes. Es decir se le asigna a la regla como peso, el menor de los grados de pertenencia de las variables de los antecedentes a las respectivas etiquetas lingsticas.

Control con Lgica Difusa 2013

As como las variables de entrada, a cada variable de salida le corresponde un nmero de membership functions, representadas con etiquetas lingsticas. Cada una de ellas es una fuzzy output. (Subirlo mucho, subirlo, bajarlo, bajarlo mucho). A cada una de las fuzzy outputs se le asigna un valor o grado de aplicabilidad, el mximo, valor de todas las reglas que la mencionan, de manera que al finalizar toda la evaluacin, queda cada fuzzy output con su valor.

1.3.

DEFUZZYFICATION

Para el ejemplo se tomara la forma ms simple de membership function, esta es la que se considera a un solo elemento del universo de discurso perteneciente totalmente al conjunto. Este tipo de funciones se denominan singleton.

Grafico 3: Defuzzification.

A cada fuzzy output, se le asign el mximo valor de la verdad o peso de las reglas que la mencionan como consecuente. Ahora quedan varias fuzzy outputs para cada variable de salida, cada una con su valor de verdad o grado de aplicabilidad, pero cul es el nuevo valor de la variable de salida? Una forma simple y efectiva de determinarlo es realizando un promedio ponderado entre todas las fuzzy outputs que le corresponden a una variable de salida. Para el caso en que las memberships functions no sean singletons se procede en forma similar pero considerando las superficies de las fuzzy outpus, afectadas por su valor de aplicabilidad y tomando el centro de gravedad de las mismas como el nuevo valor de la variable de salida en consideracin. Una vez actualizada la variable de salida, se est en condiciones de reemplazar el nuevo ciclo.

Control con Lgica Difusa 2013

2. APLICACIN EN LABORATORIO

2.1. 2.2.

OMRON FUZZY Temperature Controllers

(Controlador de temperatura con lgica Difusa)

DIN Controller Combines Fuzzy and PID For Fast Response to Process Disturbances.
Figura 2: Controlador Fuzzy de Temperatura

2.3.

ALCANCE:

Controlador avanzado de PID ofrece una respuesta ptima durante la puesta en

marcha y operacin de estado estacionario. Con lgica Difusa y PID ambos trabajan juntos para un proceso rpido con un overshoot minimo. Los parmetros del control difusio pueden modificarce ajustandoce al inpacto del proceso. Precisin de un 0.3% del valor ajustado. Indicadores de temperatura ajustable de F/C 3 aos de garanta.

Figura 3: Omron Fuzzy Temperature Control

10

Control con Lgica Difusa 2013

3. DESCRIPCION DEL PANEL FRONTAL

Figura 4: Panel Frontal

Comentario: Aqu se describe cada una de las partes del panel frontal, se observa que hay indicadores de Temperatura Alarmas, modos de control y en especial la estrategia del control difuso.

11

Control con Lgica Difusa 2013

4. PUERTOS FISICOS DE COMUNICACIN I/O

Figura 5: Comunicacin I/O Comentario: En los puertos fsicos se observa que tiene entradas para termopares adems en la figura mostrada seala en rango de temperatura a la cual trabaja.

Figura 6: Esquema de Conexiones

12

Control con Lgica Difusa 2013

4.1. RS-232C:

Esta interfaz es solo para el E5AF. Las caractersticas elctricas se ajustan a EIA RS232C. Rs-232C es una interfaz que designa una norma para el intercambio de una serie de datos binarios entre un DTE.

Figura 7: Puerto RS-232C

4.2.

RS-422:

Las caractersticas elctricas se ajustan a EIA RS-422, que es una norma tcnica que especifica las caractersticas elctricas de un circuito de seal digital.

Figura 8: Puerto RS-422

4.3.

RS-485:

Las caractersticas elctricas se ajustan a EIA RS-422. Las caractersticas elctricas se ajustan a la EIA RS-485. La siguiente informacin identifica las seales de entrada / salida de la interfaz.

Figura 9: Puerto RS-485.

13

Control con Lgica Difusa 2013

5. PROTOCOLOS DE COMUNICACIN

Figura 10: Protocolos de Comunicacin

Comentario: Se observa que tiene comunicacin con diferentes tipos de salida como RS-232C, RS-422, RS-485, BCD, as como tambin se tiene controladores de 4 hilos de 2 hilos y algunos con distancia mxima de 500 m.

Figura 11: Conexiones en Laboratorio

14

Control con Lgica Difusa 2013

6. CONTROL PID AVANZADO MEJORADO CON CONTROL DIFUSO Los controladores de temperatura de Omron E5AF combinan el control PID avanzado con control de lgica difusa para mejorar la capacidad de respuesta a las perturbaciones externas, eventos de procesos que provocan un claro desfase entre el proceso y el conjunto temperaturas. OMRON feed-forward (FF) de control PID avanzado y control de lgica difusa funcionan en paralelo. El control PID opera en condiciones normales, mientras que el control de lgica difusa opera slo cuando se ha producido una perturbacin externa al proceso. La operacin de estado de puesta en marcha y estable es idntica a los controladores PID convencionales de Omron. La salida de la E5AF es la suma total de la salida de las funciones de control PID y fuzzy. Ambos parmetros de escala y PID difuso se puede ajustar automticamente por el ajuste automtico, o puede ser ajustada manualmente. Hay tres parmetros difusos usuarios pueden establecer, y las ilustraciones muestran el impacto de cada uno 6.1. 6.2. PARAMETROS FUZZY INTENSITY

Figura 12: Fuzzy Intensity COMENTARIO Determina el impacto de la seccin de lgica difusa del algoritmo de control en el porcentaje de la salida de control. Cuando su valor es mnimo, su efecto es nulo y el controlador se comporta como un PID. Conforme aumenta su valor, su efecto es ms notorio fundamentalmente si se quiere neutralizar rpidamente el efecto de un disturbio.

15

Control con Lgica Difusa 2013

6.3. FUZZY SCALE 1

Figura 13: Fuzzy scale 1 Comentario: Controla la magnitud de error "funcin de pertenencia", este valor corresponde a lo que el controlador debe considerar para ser un error grande y se puede ajustar en un intervalo de 0,2 a 999. Configuracin por defecto es 40. Para cada muestra de los controladores se comparan los errores presentes para FUS1 valor con el fin de tomar una decisin subjetiva acerca de la magnitud del error. Disminuir este valor hace que el controlador ms sensibles al error, y disminuir el tiempo de respuesta para devolver el proceso de nuevo al valor.

6.4.

FUZZY SCALE 2

Figura 14: FUZZY SCALE 2 Controla la funcion de membresa de la velocidad de cambio o delta del error. Este valor corresponde a lo que el controlador debera de considerar como delta de error Grande. La reduccin de este va lor hace que el controlador sea ms sensible al cambio, es importante sealar que pequeos valores de este ajuste pueden originar un gran incremento de las oscilaciones , por lo que comnmente se ajustan manualmente los otros dos dejando a este ltimo valor de auto sintona.

16

Control con Lgica Difusa 2013

7. CONFIGURACION DE UN CONTROL DE TEMPERATURA La norma ANSI/ISA 5.4 indica que los instrumentos de campo y los ubicados en sala de control tengan su propio modo de diferenciarse, tambin los cables de conexin poseen su propia denominacin dependiendo del tipo de seal que transmiten (elctrica, neumtica, etc); a diferencia de la versin 5.1, aqu se muestran las conexiones en conjunto con sus bornes respectivamente enumerados.

Figuras 15: Control de Temperatura

En la figura 15 mostramos el diagrama de lazo para el proceso de temperatura segn la norma ANSI/ISA 5.4, aqu se observan los instrumentos y grficos normados por dicha norma.

17

Control con Lgica Difusa 2013

8. COMPARACION DE CONTROLADORES

Caractersticas
Proceso Configuracin Modo Remoto Comunicaciones

FoxBoro 762CNA General Parmetros si Rs 485

CD600 General Mdulos pre programados si EIA 485

Omron E5AF Temperatura Bloques si Rs 485 Rs 232c Rs 422 FUZZY PID

Fuji PXR9 Temperatura Parmetros si Rs 485

Algoritmos de control

PID EXACT

PID

ON/OFF PID FUZZY PID AUTOTUNING SELFTUNING

Estrategias de control

Cascada Razn Rango Partido Bach 2 Programacin con lgica booleana

Cascada Razn Rango Partido

Lazos de Control Caractersticas adicionales

4 Configuracin va microcomputadora o Hand Held

1 Diferentes configuraciones FUZZY

1 Ramp - Soak

18

Control con Lgica Difusa 2013

9. COMPARACION ENTRE UN PID Y UN CONTROL DIFUSO

Figura 16: control PID

Figura 17: Control Difuso

19

Control con Lgica Difusa 2013

10. 11. 12. RESULTADOS DEL ANALISIS DE CONTROL DIFUSO Y UN PID El controlado Difuso presenta un tiempo de respuesta mucho menores que un PID, esto es la ventaja ms importante de este control ya que ocasiona que la temperatura del bloque se estabilice ms rpido que un control PID. Ambos controles presentan valores muy pequeos de error en estado estable, sin embargo el control difuso tiene un error ms pequeo en la mayora de casos. Esto asegura que las variaciones de la temperatura del bloque de estado estable sean mnimas y alcancen una variacin menor al 0.05C

13. APLICACIN La lgica difusa se utiliza cuando la complejidad del proceso en cuestin es muy alta y no existen modelos matemticos precisos, para procesos altamente no lineales y cuando se envuelven definiciones y conocimiento no estrictamente definido (impreciso o subjetivo). En cambio, no es una buena idea usarla cuando algn modelo matemtico ya soluciona eficientemente el problema, cuando los problemas son lineales o cuando no tienen solucin. Esta tcnica se ha empleado con bastante xito en la industria, principalmente en Japn, extendindose sus aplicaciones a multitud de campos. La primera vez que se us de forma importante fue en el metro japons, con excelentes resultados. Posteriormente se generaliz segn la teora de la incertidumbre desarrollada por el matemtico y economista espaol Jaume Gil Aluja. A continuacin se citan algunos ejemplos de su aplicacin: Sistemas de control de acondicionadores de aire Sistemas de foco automtico en cmaras fotogrficas Electrodomsticos familiares (frigorficos, lavadoras...) Optimizacin de sistemas de control industriales Sistemas de escritura Mejora en la eficiencia del uso de combustible en motores Sistemas expertos del conocimiento (simular el comportamiento de un experto humano) Tecnologa informtica

20

Control con Lgica Difusa 2013

OBSERVACIONES Se observ que los parmetros de controlador estaban de acuerdo al manual revisado. Se observ que el manual estaba completamente en Ingles lo cual implico que interpretramos las estrategias de control para tener un mejor resultado. Se observ que algunos cables no estaban bien conectados lo cual implico que ajustemos dichos cables pata no tener ningn tipo de accidente. Se observ que la lgica difusa utiliza un modo de comprensin sencillo y hace que los procesos difciles de controlar se hagan ms fciles y didcticos. Se observ que el controlador nos muestra la temperatura en C y F respectivamente. Se observ que en los sistemas de temperatura son ms utilizados para usar un controlador difuso. Se observ que no se puedo hacer un esquema en tiempo real y aplicarle el control difuso. Las salidas con Rel de Estado Slido (SSR) permiten mayor tiempo de vida til y mayor rapidez de respuesta. Adems pueden manejar corriente y voltajes mayores que los rels simples. Se puede configurar los parmetros de sintona en el controlador tanto de forma remota como de manera local, dependiendo mucho el valor de la distancia en donde se encuentre el instrumento. En todo momento fue vital el uso del manual del Controlador de temperatura OMRON E5AF-AF-A para el desarrollo del laboratorio, debido a que supo guiar nuestras dudas eficazmente. Si contamos con un proceso que esta alterado constantemente por perturbaciones debemos de activar el modo de control de Lgica difusa que no va generar una mejor respuesta.

21

Control con Lgica Difusa 2013

CONCLUSIONES

La lgica difusa tiene la ventaja de incorporar el lenguaje comn al diseo de sistemas de control. El hecho de que este mtodo no requiera de un modelo riguroso de la planta a mejorar facilita en gran medida al proceso de control. El nivel de arte involucrado en el diseo del controlador no asegura un resultado ptimo inmediato y en vita que no resulta sencillo o intuitivo introducir modificaciones al control fuzzy, se tiene una desventaja frente al controlo clsico. Se concluye que para desarrollar el control de un proceso no lineal es necesario usar el control Fuzzy para una mejor resolucin.

Se determin que el controlador OMRON E5AF-AF-A no puede ser configurado con un HAND HELD debido a que no trabaja con un protocolo HART sino con otros protocolos como RS485C, RS450 y RS232. Se logr determinar que el controlar OMRON E5AF-AF-A del laboratorio, solo se puede aplicar en proceso de temperatura, debido a que posee lgica Fuzzy y posee las caractersticas adecuadas para este proceso. Se concluy que el controlador OMRON E5AF-AF-A suma los algoritmos de control PID y FUZZY, donde PID opera en condiciones normales y donde FUZZY opera solo si hay perturbaciones externas del proceso. El PID difuso se puede establecer automticamente por el ajuste automtico, o puede ser ajustado manualmente. Se concluye que el controlador E5AF presenta una gran ventaja al contar con una salida de relay de estado slido que puede manejar mayor corriente y voltajes que los rels simples y a la vez permiten mayor rapidez de respuesta para el control de los procesos.

22

Control con Lgica Difusa 2013

RECOMENDACIONES

Para un mayor entendimiento del funcionamiento del controlador estudiado en esta oportunidad y para futuros, se recomienda tener conocimiento del idioma Ingls bsico, debido a que los manuales de stos se encuentran en este idioma.

Para realizar las pruebas en los controladores debemos de tener siempre en cuenta y aplicar las medidas de seguridad usando los equipos adecuados y respetando las normas de seguridad.

Se recomienda leer la gua de usuario en la cual nos especifica cmo se debe de realizar la configuracin y los pasos a seguir para poder realizar los tipos de control ya mencionado.

Para verificar o manipular los terminales de conexin es recomendable tener sin alimentacin el controlador para evitar daos al usuario o al equipo.

23

Control con Lgica Difusa 2013

BIBLIOGRAFIA

[En lnea] Recuperado el 1 de Abril de 2012. http://isa.uniovi.es/~hilario/dsac_archivos/pdf_dsac/Fuzzy.pdf

[En lnea] Recuperado el 29 de Marzo de 2012 http://campusv.uaem.mx/cicos/memorias/3ercic2004/Articulos/articulo3.pdf

OMRON(1992).E5AF/E5EF Fuzy Temperature Controller, Operation Manual. Recuperado el da 01 de abril de 2012, de http://www.omron247.com/marcom/pdfcatal.nsf/PDFLookupByUniqueID/236 4961E77FB7F318525683F00668EC4/$File/M14Z77E11299.pdf?OpenElement

24