Universidad Nacional de San Antonio

Abad del Cusco

ESCUELA PROFESIONAL DE INGENIERIA ELECTRÓNICA

SEMESTRE ACADEMICO 2017-I

CONTROL DE TEMPERATURA CON LOGICA

DIFUSA

Curso: Inteligencia Artificial

Escuela Profesional: Ing. Electrónica
Apellidos y Nombres – Código:
 Nuñez Loayza, Ana 103664
 Huamanttica Salas, Kevin 101679
 Casaverde Lopez, Ferdy 081582

Docente: Ing. Roger Jesús Coaquira Castillo

Cusco – Perú
2017

1
 CONTENIDO

1. INTRODUCCIÓN .......................................................................................................................... 3
2. OBJETIVOS.................................................................................................................................. 4
2.1. OBJETIVO GENERAL ............................................................................................................. 4
2.2. OBJETIVO ESPECIFICO .......................................................................................................... 4
3. MARCO TEORICO ........................................................................................................................ 4
3.1. BASES TEORICAS.................................................................................................................. 4
4. PRESENTACION DEL DESARROLLO Y HALLAZGOS ......................................................................... 8
5. CONCLUSIONES ........................................................................................................................ 17
6. ANEXOS.................................................................................................................................... 18
6.1. ILUSTRACIONES ................................................................................................................. 18
6.2. BIBLIOGRAFÍA ................................................................................................................... 18

2
1. INTRODUCCIÓN

Recientemente, la cantidad y variedad de aplicaciones de la lógica difusa han crecido

considerablemente. La lógica difusa es una lógica alternativa a la lógica clásica que pretende
introducir un grado de vaguedad en las cosas que evalúa. En el mundo en que vivimos existe mucho
conocimiento ambiguo e impreciso por naturaleza. El razonamiento humano con frecuencia actúa
con este tipo de información. La lógica difusa fue diseñada precisamente para imitar el
comportamiento del ser humano.

La lógica difusa se inició en 1965 por Lotfi A. Zadeh, profesor de la Universidad de California en
Berkeley. Surgió como una herramienta importante para el control de sistemas y procesos
industriales complejos, así como también para la electrónica de entretenimiento y hogar, sistemas
de diagnóstico y otros sistemas expertos.

La lógica difusa en comparación con la lógica convencional permite trabajar con información
que no es exacta para poder definir evaluaciones convencionales, contrario con la lógica tradicional
que permite trabajar con información definida y precisa.

3
2. OBJETIVOS

2.1. OBJETIVO GENERAL

El objetivo de la lógica difusa es ofrecer los fundamentos para efectuar el raciocinio aproximado, con
proposiciones imprecisas, usando la teoría de conjuntos nebulosos como herramienta principal.

2.2. OBJETIVO ESPECIFICO

 Construcción de código en Matlab sobre control difuso de temperatura.

 Tener más conocimientos sobre la lógica Difusa.

3. MARCO TEORICO

3.1. BASES TEORICAS

LOGICA DIFUSA
La lógica difusa se puede aplicar en procesos demasiado complejos, cuando no existe un
modelo de solución simple o un modelo matemático preciso. Es útil también cuando se
necesite usar el conocimiento de un experto que utiliza conceptos ambiguos o imprecisos. De
la misma manera se puede aplicar cuando ciertas partes de un sistema a controlar son
desconocidas y no pueden medirse de forma confiable y cuando el ajuste de una variable puede
producir el desajuste de otras. No es recomendable utilizar la lógica difusa cuando algún modelo
matemático ya soluciona eficientemente el problema, cuando los problemas son lineales o cuando
no tienen solución. (Universidad Nacional Jorge Basadre, 2003)

ALGUNAS APLICACIONES DE LA LÓGICA DIFUSA

Actualmente la lógica difusa tiene un sin número de aplicaciones que afectan nuestra vida
cotidiana de alguna u otra manera, pero en ocasiones no nos percatamos. La lógica difusa se ha
desarrollado en diferentes áreas y a continuación se mencionan algunas:
 Control de sistemas: Control de tráfico, control de vehículos, control de compuertas en
plantas hidroeléctricas, centrales térmicas, control en máquinas lavadoras, control de
metros (mejora de su conducción, precisión en las paradas y ahorro de energía), ascensores,
etc.

4
  Predicción de terremotos, optimización de horarios.
 Reconocimiento de patrones y Visión por ordenador: Seguimiento de objetos con
cámara, reconocimiento de escritura manuscrita, reconocimiento de objetos,
compensación de vibraciones en la cámara, sistemas de enfoque automático.
 Sistemas de información o conocimiento: Bases de datos, sistemas expertos. (ciencia,
2015)

CONJUNTOS CLÁSICOS
Los conjuntos clásicos surgen por la necesidad del ser humano de clasificar objetos y conceptos. Estos
conjuntos pueden definirse como un conjunto bien definido de elementos o mediante una función
de pertenencia µ que toma valores de 0 ó 1 de un universo en discurso para todos los elementos
que pueden o no pertenecer al conjunto. Un conjunto clásico se puede definir con la función de
pertenencia mostrada en la ecuación.

FIGURA 1: Función de pertenencia de un conjunto clásico

CONJUNTOS DIFUSOS
La necesidad de trabajar con conjuntos difusos surge del hecho que existen conceptos que no tienen
límites claros. Un conjunto difuso se encuentra asociado por un valor lingüístico que está definido
por una palabra, etiqueta lingüística o adjetivo. En los conjuntos difusos la función de pertenencia
puede tomar valores del intervalo entre 0 y 1, y la transición del valor entre cero y uno es gradual y no
cambia de manera instantánea como pasa con los conjuntos clásicos. Un conjunto difuso en un
universo en discurso puede definirse como lo muestra la ecuación.

FIGURA 2: Función de pertenencia de un conjunto difuso

Donde µA(x) es la función de pertenecía de la variable x, y U es el universo en discurso. Cuando

más cerca este la pertenencia del conjunto A al valor de 1, mayor será la pertenencia de la variable x
al conjunto A, esto se puede ver en la siguiente figura.

5
 FIGURA 3: Ejemplo de conjunto difuso

FUNCIONES DE PERTENENCIA
Aun cuando cualquier función puede ser válida para definir un conjunto difuso, existen ciertas
funciones que son más comúnmente utilizadas por su simplicidad matemática, entre éstas se
encuentran las funciones de tipo triangular, mostrado en la siguiente figura, trapezoidal mostrado
en la siguiente figura, gaussiana, etc. (Castillo)

FIGURA 4: Función de transferencia para un conjunto difuso triangular.

FIGURA 5: Función de transferencia para un conjunto difuso trapezoidal.

6
EL CONTROLADOR DIFUSO
La lógica difusa se aplica principalmente en sistemas de control difuso que utilizan expresiones
ambiguas para formular reglas que controlen el sistema. Un sistema de control difuso trabaja de
manera muy diferente a los sistemas de control convencionales. Estos usan el conocimiento
experto para generar una base de conocimientos que dará al sistema la capacidad de tomar decisiones
sobre ciertas acciones que se presentan en su funcionamiento. Los sistemas de control difuso
permiten describir un conjunto de reglas que utilizaría una persona para controlar un proceso y
a partir de estas reglas generar acciones de control. El control difuso puede aplicarse tanto en
sistemas muy sencillos como en sistemas cuyos modelos matemáticos sean muy complejos. La
estructura de un controlador difuso se muestra en la siguiente figura (wikipedia, 2016).

FIGURA 6: Estructura de un control difuso

FUSIFICACIÓN
La fusificación tiene como objetivo convertir valores crisp o valores reales en valores difusos.
En la fusificación se asignan grados de pertenencia a cada una de las variables de entrada
con relación a los conjuntos difusos previamente definidos utilizando las funciones de pertenencia
asociadas a los conjuntos difusos.

DEFUSIFICACIÓN
La defusificación realiza el proceso de adecuar los valores difusos generados en la inferencia en
valores crisp, que posteriormente se utilizarán en el proceso de control. En la defusificación se
utilizan métodos matemáticos simples como el método del Centroide, Método del Promedio
Ponderado y Método de Membresía del Medio del Máximo.

7
4. PRESENTACION DEL DESARROLLO Y HALLAZGOS

CONTROLADOR DIFUSO DE TEMPERATURA

ENTRADAS
Se ha de terminado las siguientes reglas de entrada.
TEMPERATURAS:
 MUY FRIO (-4° A 0° C)
 FRIO (-1° A 3° C)
 NORMAL (2° A 6° C)
 CALIENTE (5° A 9° C)
 MUY CALIENTE (8° A 12° C)

VOLTAJES DE SALIDA
 MUY BAJO VOLTAJE (-8V A -4V)
 BAJO VOLTAJE (-5° A -1° C)
 NEUTRO(-2V A 2V)
 ALTO VOLTAJE (1V A 5V)
 MUY ALTO VOLTAJE(4V A 8V)

REGLAS DE CORRESPONDENCIA
IF MUY FRIO THEM MUY BAJO VOLTAJE
IF FRIO THEM BAJO VOLTAJE
IF NORMALTHEM NEUTRO
IF CALIENTE THEM ALTO VOLTAJE
IF MUY CALIENTE THEM MUY ALTO VOLTAJE

Podemos apreciar el código y la simulación de las entradas y salidas usando la correspondencia:

8
Entradas y salidas del sistema:

FIGURA 7: Entradas y Salidas del sistema

FIGURA 8: Función de pertenencia del sistema

9
FIGURA 9: Sistema completo con entradas, función de pertenencia y función de salida defusificada.

10
Código: perten2(i)=(x-a2)/(b2-a2);
elseif (x>=b2)&(x<c2)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% perten2(i)=1-(x-b2)/(c2-b2);
%%%%%%%%%%%%%%%% end
i=i+1;
%%% Controlador de temperatura por
logica difusa %%% end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %Triángulo 3
%%%%%%%%%%%%%%%% a3=5; %(‘inicio2=’);
clc,close all,clear all; b3=7; %(‘centro2=’);
c3=9; %(‘fi n2=’);
%%%%%%%%%%%%%%%%%%%%%%%
%%%%% ENTRADAS %%%%%% i=1;
%%%%%%%%%%%%%%%%%%%%%%% for x=ejex1;
xmin=-4;% minimo_eje_x='); if (x<a3)|(x>=c3)
xmax=12; %maximo_eje_x='); perten3(i)=0;
elseif (x>=a3)&(x<b3)
res=0.01;
ymin=-0.2; perten3(i)=(x-a3)/(b3-a3);
ymax=1.2; elseif (x>=b3)&(x<c3)
ejex1=xmin:res:xmax; perten3(i)=1-(x-b3)/(c3-b3);
end
i=i+1;
%Trapecio 0 end
a0=-4; %(‘inicio2=’); %Trapecio 2
b0=-2; %(‘centro2=’); a4=8; %(‘inicio1=’);
c0=0; %(‘fin2=’); b4=10; %(‘centro1=’);
i=1; c4=12; %input(‘fi n1=’);
for x=ejex1; i=1;
if (x<a0)|(x>=c0) for x=ejex1;
perten0(i)=0; if (x<a4)|(x>c4)
elseif (x>=a0)&(x<b0) perten4(i)=0;
perten0(i)=1; elseif (x>=a4)&(x<b4)
elseif (x>=b0)&(x<c0) perten4(i)=(x-a4)/(b4-a4);
perten0(i)=(c0-(x))/(c0-b0); elseif (x>=b4)&(x<=c4)
end perten4(i)=1;
i=i+1; end
end i=i+1;
%Triángulo 1 end
a1=-1; %(‘inicio1=’);
b1=1; %(‘centro1=’);
%%%%%%%%%%grafi ca de
c1=3; %input(‘fi n1=’);
i=1; triangulos%%%%%%%%%%%%%
for x=ejex1; subplot(3,1,1)
if (x<a1)|(x>=c1) plot(ejex1,perten0,ejex1,perten1,eje
perten1(i)=0; x1,perten2,ejex1,perten3,ejex1,perte
n4)
elseif (x>=a1)&(x<b1)
perten1(i)=(x-a1)/(b1-a1); title('Funcion de entradas');
elseif (x>=b1)&(x<c1) axis([xmin,xmax,ymin,ymax]);
perten1(i)=1-(x-b1)/(c1-b1); legend('muy
end frio','frio','normal','caliente','mu
y caliente')
i=i+1;
end %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%Triángulo 2 %%%%%%%%%%%% SALIDAS %%%%%%%%%
a2=2.; %(‘inicio2=’); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
b2=4; %(‘centro2=’); Xmin=-8;% minimo_eje_x=');
Xmax= 8; %maximo_eje_x=');
c2=6.; %(‘fi n2=’);
i=1; res=0.01;
for x=ejex1; ejeX1=Xmin:res:Xmax;
if (x<a2)|(x>=c2)
perten2(i)=0; %Trapecio 1
A0=-8; %(‘inicio2=’);
elseif (x>=a2)&(x<b2)
B0=-6; %(‘centro2=’);

11
C0=-4; %(‘fin2=’); B4=6; %(‘centro1=’);
i=1; C4=8; %input(‘fi n1=’);
for x=ejeX1; i=1;
if (x<A0)|(x>=C0) for x=ejeX1;
saltri0(i)=0; if (x<A4)|(x>C4)
elseif (x>=A0)&(x<B0) saltri4(i)=0;
saltri0(i)=1; elseif (x>=A4)&(x<B4)
elseif (x>=B0)&(x<C0) saltri4(i)=(x-A4)/(B4-A4);
saltri0(i)=(C0-(x))/(C0-B0); elseif (x>=B4)&(x<=C4)
end saltri4(i)=1;
i=i+1; end
end i=i+1;
%Triángulo 1 end
A1=-5; %(‘inicio1=’);
B1=-3; %(‘centro1=’); %%%%%%%%%% grafi ca de salida
C1=-1; %input(‘fi n1=’); %%%%%%%%%%%%%
i=1; subplot(3,1,2)
for x=ejeX1; plot(ejeX1,saltri0,ejeX1,saltri1,eje
if (x<A1)|(x>=C1) X1,saltri2,ejeX1,saltri3,ejeX1,saltr
saltri1(i)=0; i4)
elseif (x>=A1)&(x<B1) title('Funcion de salidas');
saltri1(i)=(x-A1)/(B1-A1); axis([Xmin,Xmax,ymin,ymax]);
elseif (x>=B1)&(x<C1) ylabel('Grado de pertenencia');
saltri1(i)=1-(x-B1)/(C1-B1); legend('muy bajo voltage','bajo
end volatge','neutro','alto
i=i+1; voltage','muy alto voltage')
end
%Triángulo 2 %%%%%%%%%%%%%%%%%%%%%%%%%
A2=-2.; %(‘inicio2=’); %%%% Fusificacion %%%%
B2=0; %(‘centro2=’); %%%%%%%%%%%%%%%%%%%%%%%%%
C2=2.; %(‘fi n2=’);
i=1;
for x=ejeX1; E=input('referencia= ');
if (x<A2)|(x>=C2) if (E<a0)|(E>c0)
saltri2(i)=0; pertentri0=0;
elseif (x>=A2)&(x<B2) elseif (E>=a0)&(E<b0)
saltri2(i)=(x-A2)/(B2-A2); pertentri0=1;
elseif (x>=B2)&(x<C2) elseif (E>=b0)&(E<=c0)
saltri2(i)=1-(x-B2)/(C2-B2); pertentri0=(c0-E)/(c0-b0);
end end
i=i+1; if (E<a1)|(E>=c1)
end pertentri1=0;
%Triángulo 3 elseif (E>=a1)&(E<b1)
A3=1; %(‘inicio2=’); pertentri1=(E-a1)/(b1-a1);
B3=3; %(‘centro2=’); elseif (E>=b1)&(E<c1)
C3=5; %(‘fi n2=’); pertentri1=1-(E-b1)/(c1-b1);
i=1; end
for x=ejeX1; if (E<a2)|(E>=c2)
if (x<A3)|(x>=C3) pertentri2=0;
saltri3(i)=0; elseif (E>=a2)&(E<b2)
elseif (x>=A3)&(x<B3) pertentri2=(E-a2)/(b2-a2);
saltri3(i)=(x-A3)/(B3-A3); elseif (E>=b2)&(E<c2)
elseif (x>=B3)&(x<C3) pertentri2=1-(E-b2)/(c2-b2);
saltri3(i)=1-(x-B3)/(C3-B3); end
end if (E<a3)|(E>=c3)
i=i+1; pertentri3=0;
end elseif (E>=a3)&(E<b3)
%Trapecio 2 pertentri3=(E-a3)/(b3-a3);
A4=4; %(‘inicio1=’); elseif (E>=b3)&(E<c3)

12
pertentri3=1-(E-b3)/(c3-b3); if (E>=-2 & E<-1)
end voltaje=-6+v;
if (E<a4)|(E>=c4) end
pertentri4=0; if (E>=-1 & E<1)
elseif (E>=a4)&(E<b4) voltaje=-3-v;
pertentri4=(E-a4)/(b4-a4); end
elseif (E>=b4)&(E<c4) if (E>=1 & E<2)
pertentri4=1; voltaje=-3+v;
end end
subplot(3,1,1) if (E>=2 & E<4)
hold on voltaje=-v;
plot(E,pertentri0,'*',E,pertentri1,' end
*',E,pertentri2,'*',E,pertentri3,'*' if (E>=4 & E<5)
,E,pertentri4,'*','LineWidth',2) voltaje=v;
hold off end
f=[pertentri0 pertentri1 pertentri2 if (E>=5 & E<6)
pertentri3 pertentri4] voltaje=v;
n=find(ejex1==E); end
%%%%%%%%%%%%%%%%%%%%%% if (E>=6 & E<7)
%%%% IMPLICANCIAS %%%% voltaje=3-v;
%%%%%%%%%%%%%%%%%%%%%% end
R0=min(perten0,saltri0(n)); if (E>=7 & E<8)
R1=min(perten1,saltri1(n)); voltaje=3+v;
R2=min(perten2,saltri2(n)); end
R3=min(perten3,saltri3(n)); if (E>=8 & E<10)
R4=min(perten4,saltri4(n)); voltaje=6-v;
%%GRAFICOS end
R=max(R0,max(R1,max(R2,max(R3,R4)))) if (E>=10 & E<12)
; voltaje=6+v;
subplot(3,1,3) end
plot(ejeX1,R) voltaje
hold on hold on, plot(voltaje*ones(1,3),[0
%fill(ejeX1,R,'b') 0.5 1],'y','LineWidth',1 )
axis([Xmin,Xmax,ymin,ymax]);
title('Funcion de salida
defusificada');
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% DEFUSIFICACION %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
M=max(pertentri0,max(pertentri1,max(
pertentri2,max(pertentri3,pertentri4
))));
h=abs(pertentri0-
pertentri1+pertentri2-
pertentri3+pertentri4);

if ((E>=-4 & E<-1) | (E>=0 & E<2) |

(E>=3 & E<5) | (E>=6 & E<8) | (E>=9
& E<12))
A=(4-2*M)*M;
else
A=(7-2*h)*M-3*h ;
end
A;
v=A/(1+2*(saltri0(n)+saltri1(n)+salt
ri2(n)+saltri3(n)+saltri4(n)));
if (E>=-4 & E<-2)
voltaje=-6-v;
end

13
Ahora, para poder corroborar nuestros datos usaremos la herramienta FUZZY LOGIC
DESIGNER, la cual nos muestra la siguiente interfaz:

FIGURA 10: Interfaz del tool lógica fuzzy

Entonces ahí editaremos nuestras entradas y salidas para poder simularlo en forma real.

FIGURA 11: Interfaz para definir nuestras entradas

14
 FIGURA 12: Interfaz para definir nuestras salidas

También debemos definir nuestras reglas:

FIGURA 13: Interfaz para definir las reglas de correspondencia

15
Ahora haremos la comparación con nuestro programa y el simulador:

FIGURA 14: Simulación con el código de Matlab creado

FIGURA 15: Simulación con el tool lógica fuzzy

16
5. CONCLUSIONES

 La lógica difusa admite verdades y falsedades parciales, usar esto nos permite ver de
forma más real los problemas.

 La lógica difusa junto con otras herramientas ha abierto las puertas al tratamiento de una
gran variedad de fenómenos y sistemas que resultaban hasta antes de la aparición de estas
difíciles de definir mediante los modelos matemáticos convencionales.

 A través de este trabajo podemos entender más sobre lo que es la lógica difusa y sus áreas
de aplicación.

17
6. ANEXOS

6.1. ILUSTRACIONES

FIGURA 1:función de pertenencia de un conjunto clásico.................................................................. 5

FIGURA 2: función de pertenencia de un conjunto difuso ................................................................. 5
FIGURA 3: Ejemplo de conjunto difuso ............................................................................................... 6
FIGURA 4: Función de transferencia para un conjunto difuso triangular. ........................................... 6
FIGURA 5: Función de transferencia para un conjunto difuso trapezoidal . ........................................ 6
FIGURA 6: estructura de un control difuso ......................................................................................... 7
FIGURA 7: entradas y salidas del sistema ........................................................................................... 9
FIGURA 8: función de pertenencia del sistema................................................................................... 9
FIGURA 9:sistema completo con entradas, función de pertenencia y función de salida defusificada.
........................................................................................................................................................... 10
FIGURA 10: interfaz del tool lógica fuzzy .......................................................................................... 14
FIGURA 11: interfaz para definir nuestras entradas ......................................................................... 14
FIGURA 12: interfaz para definir nuestras salidas............................................................................. 15
FIGURA 13: interfaz para definir las reglas de correspondencia ...................................................... 15
FIGURA 14: simulación con el código de Matlab creado .................................................................. 16
FIGURA 15: simulación con el tool lógica fuzzy ................................................................................ 16

6.2. BIBLIOGRAFÍA

 Ing. Roger Jesús Coaquira Castillo, I. R. (s.f.). Logica Difusa.

 ciencia. (2015). Obtenido de

http://sedici.unlp.edu.ar/bitstream/handle/10915/24336/Documento_completo.pdf?sequ
ence=1

 universidad Nacional Jorge Basadre. (2003). Obtenido de

http://www.unjbg.edu.pe/coin2/pdf/01040502003.pdf

 wikipedia. (2016). Obtenido de https://es.wikipedia.org/wiki/L%C3%B3gica_difusa

18
19