INFORME ASIGNACIÓN 1

ESTUDIANTES:

JHONATTAN GERARDO SANDOVAL RAMIREZ

DIANA MILENA TORRES RONDON

DOCENTE: OSCAR MANUEL DUQUE SUAREZ

ASIGNATURA: CONTROL INTELIGENTE

UNIVERSIDAD DE PAMPLONA

FACULTAD DE INGENIERIAS Y ARQUITECTURA

INGENIERIA MECATRONICA

VILLA DEL ROSARIO – N. DE S.

2018
 SÍNTESIS DE UN CONTROLADOR LÓGICO DIFUSO –PI

Dado un sistema de control Entrenar una FUZZY que se comporte el controlador PI.

Figura 1 Planteamiento del problema de un tanque..

𝑘 = 5/√5
𝑘𝑣 = 2
𝑘𝑇 = 0.4
𝑇𝑣 = 0.01
𝑇𝑇 = 0.001
𝑇𝑝 =?
 Modelo matemático del proceso Industrial

𝑑𝑉
= 𝑄𝑖 (𝑡) − 𝑄0 (𝑡)
𝑑𝑡
𝑑ℎ
𝐴 = 𝑄𝑖 (𝑡) − 𝑘√ℎ(𝑡)
𝑑𝑡
𝑑ℎ 𝑄𝑖 (𝑡) 𝑘√ℎ(𝑡)
= −
𝑑𝑡 𝐴 𝐴
 Despeje de área:
Partiendo de que el flujo de entrada es igual al volumen por unidad de
tiempo( 𝑄𝑖 (𝑡) = 𝑣⁄𝑡) y que a su vez es igual a la altura en instante de
tiempo por el área constante del tanque ( 𝑄𝑖 (𝑡) = 𝐴 × ℎ⁄𝑡) ( Hacemos
despeje del área en relación a estas formulas

𝑄𝑖 (𝑡)
𝐴=
ℎ(𝑡)

3
5 𝑚 ⁄𝑚𝑖𝑛
𝐴= 𝑚
5 ⁄𝑚𝑖𝑛

𝐴 = 1𝑚2

𝑑ℎ 𝑄𝑖 (𝑡) 5√ℎ(𝑡)
= −
𝑑𝑡 1 1√5

Figura 2. Respuesta del sistema

Según el grafico anterior que representa el comportamiento o respuesta del sistema
por simple inspección se sabe que es un sistema de primer orden donde las
variables a tener en cuenta son la ganancia (K) y la constante de tiempo del
proceso(T).
 Calculo de la ganancia del proceso:
La ganancia del proceso esta descrita como la variación de la salida sobre la
variación de la entrada donde la salida corresponde a la variación de la altura
en un rango de 0 a 10 y la entrada es el flujo en un rango de 0 a 5

∆𝑂𝑈𝑇 10 − 0
𝑘𝑝𝑟 = = =2
∆𝐼𝑁 5−0

 Calculo de la constante de tiempo del proceso:

Para calcular la constante de tiempo hacemos uso del método de la recta
tangente donde se confronta tiempo con respecto a la variable de entrada del
sistema por tanto tendríamos que:

𝑦2 − 𝑦1 5−0 5
𝑘𝑝𝑟 = = =
𝑥2 − 𝑥1 𝑇𝑝𝑟 − 0 𝑇𝑝𝑟
5 5
𝑇𝑝𝑟 = = = 2.5
𝑘𝑝𝑟 2

 Calculo de la función de transferencia del proceso:

Como se mencionó anteriormente la respuesta del sistema tiene un
comportamiento de primer orden por lo tanto está regida por la función:

𝑘
𝐺(𝑠) =
𝜏𝑠 + 1

Remplazando tendríamos que:

2
𝑃𝑟𝑜𝑐𝑒𝑠𝑜 =
2.5𝑠 + 1
 Controlador:

 Calculo del controlador:

Partiendo de la función de transferencia que rige el proceso a controlar se
procede a implementar el proceso de cálculo de controlador por inversión
(conocido comúnmente como síntesis de controlador) que esta regido por la
fórmula:
1
𝐶(𝑠) = (𝐺(𝑠))−1 ×
𝑠

Remplazando tendríamos que:

−1
2 1
𝐶(𝑠) = ( ) ×
2.5𝑠 + 1 𝑠
2.5𝑠 + 1 1
𝐶(𝑠) = ×
2 𝑠
1.25𝑠 + 0.5𝑠
𝐶(𝑠) =
𝑠

 Calculo de las constantes Kp y Ki:

Resolviendo la ecuación anterior tendríamos que:

2.5 1
𝐶(𝑠) = +
2 2𝑠

Kp=1.25 Ki=0.5
 Transmisor

Figura 3.Comportamiento del transmisor

El transmisor se comporta de forma ideal tendría un comportamiento lineal

generando una recta por lo cual para su relación podemos usar la fórmula de la
recta tangente la cual es:
𝑦1 − 𝑦0 = 𝑚(𝑥1 − 𝑥0 )
Remplazando tendríamos que:
5
𝑇0 (𝑡) − 0 = (ℎ(𝑡) − 0)
10
1
𝑇0 (𝑡) = ℎ(𝑡)
2
Derivamos y aplicamos transformada de Laplace para obtener la función de
transferencia
𝑇𝑡 = 0.001
𝑑𝑇0 (𝑡) 1
𝑇𝑡 = −𝑇0 (𝑡) + ℎ(𝑡)
𝑑𝑡 2
𝑑𝑇0 (𝑡) 1
ℒ [𝑇𝑡 = −𝑇0 (𝑡) + ℎ(𝑡)]
𝑑𝑡 2
1
𝑇𝑡 𝑇0 (𝑠) = −𝑇0 (𝑠) + 𝐻(𝑠)
2
1
𝑇0 (𝑠)(𝑇𝑡 𝑠 + 1) = 𝐻(𝑠)
2
𝑇0 (𝑠) 0.5 0.5
= =
𝐻(𝑠) (𝑇𝑡 𝑠 + 1) (0.001𝑠 + 1)
 Válvula

Figura 4.Comportamiento de la válvula

Para la válvula se asume que posee un comportamiento lineal y al igual que el

transmisor genera una recta permitiendo usar la fórmula de la recta tangente la cual
es:
𝑦1 − 𝑦0 = 𝑚(𝑥1 − 𝑥0 )
Remplazando tendríamos que:
5
𝑄𝑖 (𝑡) − 0 = (𝑢(𝑡) − 0)
5
Derivamos y aplicamos transformada de Laplace para obtener la función de
transferencia
𝑇𝑣 = 0.01
𝑑𝑄𝑖 (𝑡)
𝑇𝑣 + 𝑄𝑖 (𝑡) = 𝑢(𝑡)
𝑑𝑡
𝑑𝑄𝑖 (𝑡)
ℒ [𝑇𝑣 + 𝑄𝑖 (𝑡) = 𝑢(𝑡)]
𝑑𝑡
𝑄𝑖 (𝑠) 1 1
= =
𝑈(𝑠) 𝑇𝑣 𝑠 + 1 0.01𝑠 + 1
 DIAGRAMA DE BLOQUES DEL PROCESO INSTRUMENTADO

Figura 5.Diagrama de lazo del proceso instrumentado

Se ubican todas las funciones de transferencia según el orden en que se ubican los
elementos cabe destacar que la función de transferencia del controlador se
remplaza por un bloque PID ya que este nos permite poder delimitar la salida del
controlador a los valores reales (0 a 5V).

Figura 6. Ajuste de rangos de salida del controlador

 DEFINICION DEL UNIVERSO DE DISCURSO

El universo de discurso será el rango de los posibles valores que pueden tomar las
entradas y las salidas, las cuales pertenecen a diversos conjuntos difusos regidas
sobre este domino ordinario. El universo de discurso puede estar definido
matemáticamente sobre la recta real.
Se utilizó el error y el error acumulado como entradas para el CLD, entendiéndose
que ellas van a ser el universo de discurso. Además, para poder definir este universo
de discurso, debe tenerse en cuenta el error mínimo, error máximo, la tolerancia y
la resolución (que depende del transmisor). Una aproximación de ello es que el error
máximo es el setpoint.
El universo de discurso para la salida, es el rango en que varía la señal de control
cuyo valor máximo está limitado por el actuador físico (la válvula) y el valor mínimo
depende del modelo de la planta. Entonces, el universo de discurso para la salida
está entre 0 y 5 Voltios.

Figura 7.Diagrama de lazo del proceso instrumentado contemplando el error y el delta error
 Respuesta del transmisor con el controlador PI

Figura 8. Respuesta del transmisor con el controlador PI

 Comportamiento del error obtenido con el PI

Figura 9.Comportamiento del error obtenido con el PI

 Comportamiento del Delta Error obtenido con el PI

Figura 10.Comportamiento del Delta error obtenido con el PI

 Comportamiento de la señal de control U obtenido con el PI

Figura 11. Comportamiento de la señal de control U obtenido con el PI

 DEFINICIÓN DE LAS VARIABLES LINGÜÍSTICAS

Una de las características de los conjuntos difusos es la habilidad para la

representación de algunos conceptos, a través de las variables lingüísticas. En este
caso, la variable lingüística no es más que una variable con un universo de discurso
sobre los posibles valores del error y el error acumulado.
El error puede variar dependiendo cómo es su comportamiento ante la señal de
control y el comportamiento de la planta. Por lo tanto, definimos para la variable
lingüística ERROR, cinco valores lingüísticos:

 NEGATIVO GRANDE (NG)

 NEGATIVO PEQUEÑO (NP)
 CERO (Z)
 POSITIVO PEQUEÑO (PP)
 POSITIVO GRANDE (PG)

De igual forma definimos para el ERROR ACUMULADO, los siguientes:

 NEGATIVO GRANDE (NG)

 NEGATIVO PEQUEÑO (NP)
 CERO (Z)
 POSITIVO PEQUEÑO (PP)
 POSITIVO GRANDE (PG)

Para la variable lingüística de salida se nombró como Señal de Control, U, y de la

misma forma definimos cinco valores lingüísticos, ya que los niveles de voltaje del
controlador pueden cambiar en distintos niveles, ellos son:

 MUY BAJO (MB)

 BAJO (B)
 MEDIO (M)
 MUY ALTO (MA)
 ALTO (A).
DEFINICIÓN DE LOS CONJUNTOS DIFUSOS Y FUNCIONES DE MENBRESIA
La experiencia nos dice que la categorización utilizada para nuestro entendimiento
clásico de los fenómenos físicos no reduce nuestra incertidumbre o ambigüedad
cuando expresamos, es decir, un conjunto difuso este definido sobre el universo de
discurso, pero se extiende el rango de la función característica sobre todo el
intervalo unitario.
La función característica de un conjunto difuso es llamada la función de membresía,
la cual indica un grado con el que elemento pertenece a un conjunto difuso. El grado
de membresía es el grado con que un elemento pertenece a un conjunto difuso,
este depende del contexto bajo el cual se está considerando la definición de
conjuntos.

 Definición de error
Definimos el rango del error al valor máximo que podría alcanzar en este
caso de -5 a 5 y definimos sus 5 conjuntos de acuerdo a los valores que se
proyectan en la gráfica del comportamiento del error obtenido con el PI

Figura 12.Definición del Error

 Definición de delta-error
Para el caso del delta-error sus rangos máximos van desde -0,5 a 5 y
definimos sus 5 conjuntos de acuerdo a los valores que se proyectan en la
gráfica del comportamiento del delta-error obtenido con el PI

Figura 13.Definición del delta-error

 Definición del mando, señal de control (V):
Para el universo de salida el rango de trabajo va a ser de 0 a 5 voltios y sus
conjuntos son agrupados de acuerdo a la gráfica de comportamiento de la
señal de control U obtenido con el PI.

Figura 14.Definicion del mando, señal de control (v)

 DEFINICIÓN DE LAS REGLAS DIFUSAS

La lógica fuzzy para dar un razonamiento a los sistemas a partir de información

incierta, utiliza el llamado razonamiento aproximado el cual asigna conjuntos difusos
como variables y de esta forma representarlos en sentencias o proposiciones
lingüísticas. Para entender cómo funciona un sistema difuso recurre a los
mecanismos de inferencia, los cuales son procedimientos seguidos para obtener
una conclusión a partir de una entrada dada en un modelo difuso.
El mecanismo de inferencia basado en razonamiento aproximado sigue un proceso
deductivo llamado modus ponens generalizado, el cual, declarando previamente las
variables lingüísticas como proposiciones de entrada, conteniendo relaciones entre
ellas, deducimos en los conjuntos difusos para obtener proposiciones inferidas a la
salida.
El modelado lingüístico es una de las características más importantes usando reglas
de decisión de la forma SI-ENTONCES.
SI E es B entonces E es D
En la cual se establece una relación difusa integrada como una intersección de los
conjuntos difusos B y D. Para luego, por medio de un procedimiento de inferencia
min-max (mapeo que define una transformación del valor difuso de entrada en un
difuso de salida), de tal forma que obtienen grados de disparo que dan relevancia
de la regla misma.
Esta planta es de tipo MISO (múltiple entrada-una salida), para ello los antecedentes
en este caso el error y su cambio necesitan relacionarse por medio de un operador”
y” (and) que interpreta una intersección difusa.
En cumplimiento de lo anterior se crea una tabla que representa la acción que se
debe dar a la salida según la evaluación de los universos de entrada.

Tabla 1. Evaluación de universo de salida, respecto a los universos de entrada

Señal de Delta-error
control U PG PP C NG NP
PG MA MA MA MA MA
PP A A A A A
Error C M M M M M
NG B B B B B
NP MB MB MB MB MB
 Establecimiento de las reglas

 Comportamiento de la planta con el CDL

Figura 15.Diagrama de bloques de la planta con el CDL

Figura 16.Señal del transmisor que representa la altura en términos de voltaje.

Figura 17.Error en el domino de tiempo con el CLD

 Figura 18. Delta de error en el dominio del tiempo con el CLD

Figura 19.Señal de control U en el dominio del tiempo con el CLD

 AJUSTES AL CONTROLADOR
Debido a que la respuesta del controlador Fuzzy solo es correcta para un valor de
Setpoint se hace evidente el uso de un factor externo que nos ayude a compensar
estos errores. Para ello hacemos uso de la ganancia a la salida y a través de ensayo
y error calcular para cada punto y teniendo una base de datos poder crear una
función.

Tabla 2. comparación entrada ganancia

valores de
entrada ganancia
0,5 0,2
1 0,4
1,5 0,6
2 0,8
2,5 1
3 1,2
3,5 1,4
4 1,6
4,5 1,8
5 2

 Ahora bien, realizamos el proceso de determinación de una función que nos

represente lo expuesto anteriormente para ello hacemos uso de la toolbox de
Matlab cftool pero antes creamos dos ejes uno x y uno y (X corresponde a
los valores de entrada y Y corresponde a la ganancia)

Figura 20. Ejes agregados a Matlab

 Cuando ya tenemos agregados los ejes X e Y procedemos a seleccionarlos dentro de la
toolbox. Y seguido a ello buscamos la función que represente mejor la función en nuestro
caso una polinomial.

Figura 21. Ventana de toolbox cftool

 Seleccionamos los valores de p1 y p2 y los agregamos al Workspace, hecho esto, en simulink

se agrega el bloque Polynomial y se redactan p1 y p2.

Figura 22. valores de p1 y p2 dentro del bloque polynomial

 Por ultimo conectamos el bloque Polynomial al diagrama de bloques del proceso
instrumentado.

Figura 23.Diagrama de lazo del proceso instrumentado con ganancia a la salida del controlador

 Verificamos con un Setpoint distinto

Figura 24.respuesta del sistema con un setpoint distinto al evaluado

 ASIGNACIÓN

ESTUDIANTE1: 1092360293
ESTUDIANTE2: 1090501152

3
𝑄𝑖 (𝑡) = 3 𝑚 ⁄𝑚𝑖𝑛

𝐻 = 12𝑚

𝑘 = 3/√5
𝑘𝑣 = 2
𝑘𝑇 = 0.4
𝑇𝑣 = 0.01
𝑇𝑇 = 0.001
𝑇𝑝 =?
𝐴 = 1𝑚2

Modelo matemático del proceso Industrial

𝑑ℎ 𝑄𝑖 (𝑡) 𝑘√ℎ(𝑡)
= −
𝑑𝑡 𝐴 𝐴
 Remplazando

𝑑𝑉
= 𝑄𝑖 (𝑡) − 𝑄0 (𝑡)
𝑑𝑡

𝑑ℎ
𝐴 = 𝑄𝑖 (𝑡) − 𝑘√ℎ(𝑡)
𝑑𝑡

𝑑ℎ 𝑄𝑖 (𝑡) 3√ℎ(𝑡)
= −
𝑑𝑡 1 1√5
 Calculo de la ganancia del proceso:
La ganancia del proceso esta descrita como la variación de la salida sobre la
variación de la entrada donde la salida corresponde a la variación de la altura
en un rango de 0 a 12 y la entrada es el flujo en un rango de 0 a 5

∆𝑂𝑈𝑇 12 − 0
𝑘𝑝𝑟 = = = 2.4
∆𝐼𝑁 5−0

 Calculo de la constante de tiempo del proceso:

Para calcular la constante de tiempo hacemos uso del método de la recta
tangente donde se confronta tiempo con respecto a la variable de entrada del
sistema por tanto tendríamos que:

𝑦2 − 𝑦1 5−0 5
𝑘𝑝𝑟 = = =
𝑥2 − 𝑥1 𝑇𝑝𝑟 − 0 𝑇𝑝𝑟
5 5
𝑇𝑝𝑟 = = = 2.5
𝑘𝑝𝑟 2

 Calculo de la función de transferencia del proceso:

Como se mencionó anteriormente la respuesta del sistema tiene un
comportamiento de primer orden por lo tanto está regida por la función:

𝑘
𝐺(𝑠) =
𝜏𝑠 + 1

Remplazando tendríamos que:

2.4
𝑃𝑟𝑜𝑐𝑒𝑠𝑜 =
2.5𝑠 + 1
 Controlador:

 Calculo del controlador:

Partiendo de la función de transferencia que rige el proceso a controlar se
procede a implementar el proceso de cálculo de controlador por inversión
(conocido comúnmente como síntesis de controlador) que esta regido por la
fórmula:
1
𝐶(𝑠) = (𝐺(𝑠))−1 ×
𝑠

Remplazando tendríamos que:

−1
2.4 1
𝐶(𝑠) = ( ) ×
2.5𝑠 + 1 𝑠
2.5𝑠 + 1 1
𝐶(𝑠) = ×
2.4 𝑠
2.5𝑠 + 1𝑠
𝐶(𝑠) =
2.4𝑠

 Calculo de las constantes Kp y Ki:

Resolviendo la ecuación anterior tendríamos que:

2.5 1
𝐶(𝑠) = +
2.4 2.4𝑠

Kp=1.0416 Ki=0.4166
 Transmisor
El transmisor se comporta de forma ideal tendría un comportamiento lineal
generando una recta por lo cual para su relación podemos usar la fórmula de la
recta tangente la cual es:
𝑦1 − 𝑦0 = 𝑚(𝑥1 − 𝑥0 )
Remplazando tendríamos que:
5
𝑇0 (𝑡) − 0 = (ℎ(𝑡) − 0)
12
5
𝑇0 (𝑡) = ℎ(𝑡)
12
Derivamos y aplicamos transformada de Laplace para obtener la función de
transferencia
𝑇𝑡 = 0.001
𝑑𝑇0 (𝑡) 5
𝑇𝑡 = −𝑇0 (𝑡) + ℎ(𝑡)
𝑑𝑡 12
𝑑𝑇0 (𝑡) 5
ℒ [𝑇𝑡 = −𝑇0 (𝑡) + ℎ(𝑡)]
𝑑𝑡 12
5
𝑇𝑡 𝑇0 (𝑠) = −𝑇0 (𝑠) + 𝐻(𝑠)
12
5
𝑇0 (𝑠)(𝑇𝑡 𝑠 + 1) = 𝐻(𝑠)
12
𝑇0 (𝑠) 0.4166 0.4166
= =
𝐻(𝑠) (𝑇𝑡 𝑠 + 1) (0.001𝑠 + 1)
 Válvula
Como estamos evaluando la misma válvula nuevamente se asume que posee un
comportamiento lineal y al igual que el transmisor genera una recta permitiendo usar
la fórmula de la recta tangente la cual es:
𝑦1 − 𝑦0 = 𝑚(𝑥1 − 𝑥0 )
Remplazando tendríamos que:
3
𝑄𝑖 (𝑡) − 0 = (𝑢(𝑡) − 0)
5
Derivamos y aplicamos transformada de Laplace para obtener la función de
transferencia
𝑇𝑣 = 0.01
𝑑𝑄𝑖 (𝑡) 3
𝑇𝑣 + 𝑄𝑖 (𝑡) = 𝑢(𝑡)
𝑑𝑡 5
𝑑𝑄𝑖 (𝑡) 3
ℒ [𝑇𝑣 + 𝑄𝑖 (𝑡) = 𝑢(𝑡)]
𝑑𝑡 5
𝑄𝑖 (𝑠) 0.6 0.6
= =
𝑈(𝑠) 𝑇𝑣 𝑠 + 1 0.01𝑠 + 1
 DIAGRAMA DE BLOQUES DEL PROCESO INSTRUMENTADO

Figura 25. Diagrama de lazo del proceso instrumentado #2

Se ubican todas las funciones de transferencia según el orden en que se ubican los
elementos y al igual que en el ejemplo anterior la función de transferencia del
controlador se remplaza por un bloque PID ya que este nos permite poder delimitar
la salida del controlador a los valores reales (0 a 5V).
 DEFINICION DEL UNIVERSO DE DISCURSO

Como estamos tomando la misma planta con condiciones diferentes sus universos
de discurso son los mismos al igual que los rangos de trabajo

Figura 26.Diagrama de lazo del proceso instrumentado contemplando el error y el delta error #2

 Respuesta del transmisor con el controlador PI

Figura 27. Respuesta del transmisor con el controlador PI #2

 Comportamiento del error obtenido con el PI

Figura 28.Comportamiento del Error obtenido con el PI #2

 Comportamiento del Delta Error obtenido con el PI

Figura 29.Comportamiento del Delta de Error obtenido con el PI #2

  Comportamiento de la señal de control U obtenido con el PI

Figura 30.Comportamiento de la señal de control U obtenido con el PI #2

DEFINICIÓN DE LAS VARIABLES LINGÜÍSTICAS

Al igual que en el ejemplo anterior para el ERROR tomaremos cinco valores

lingüísticos:
 NEGATIVO GRANDE (NG)
 NEGATIVO PEQUEÑO (NP)
 CERO (Z)
 POSITIVO PEQUEÑO (PP)
 POSITIVO GRANDE (PG)

De igual forma definimos para el ERROR ACUMULADO, los siguientes:

 NEGATIVO GRANDE (NG)

 NEGATIVO PEQUEÑO (NP)
 CERO (Z)
 POSITIVO PEQUEÑO (PP)
 POSITIVO GRANDE (PG)
Y para la salida será:
 MUY BAJO (MB)
 BAJO (B)
 MEDIO (M)
 MUY ALTO (MA)
 ALTO (A).

DEFINICIÓN DE LOS CONJUNTOS DIFUSOS Y FUNCIONES DE MENBRESIA

 Definición de error
Definimos el rango del error al valor máximo que podría alcanzar en este
caso de -5 a 5 y definimos sus 5 conjuntos de acuerdo a los valores que se
proyectan en la gráfica del comportamiento del error obtenido con el PI

Figura 31.definición del error #2

 Definición de delta-error
Para el caso del delta-error sus rangos máximos van desde -0,5 a 5 y
definimos sus 5 conjuntos de acuerdo a los valores que se proyectan en la
gráfica del comportamiento del delta-error obtenido con el PI

Figura 32.Definición del delta error #2

  Definición del mando, señal de control (V):
Para el universo de salida el rango de trabajo va a ser de 0 a 5 voltios y sus
conjuntos son agrupados de acuerdo a la gráfica de comportamiento de la
señal de control U obtenido con el PI.

Figura 33. Definición del mando, señal de control #2

DEFINICIÓN DE LAS REGLAS DIFUSAS

Se implementa la misma dinámica del punto anterior obteniendo nuevamente el

cuadro:

Señal de Delta-error
control U PG PP C NG NP
PG MA MA MA MA MA
PP A A A A A
Error C M M M M M
NG B B B B B
NP MB MB MB MB MB
Y el conjunto de reglas:

 Comportamiento de la planta con el CLD

Figura 34. Diagrama de bloques de la planta con el CLD #2

Figura 35.Señal del transmisor que representa la altura en términos de voltaje #2

Figura 36. Error en el domino de tiempo con el CLD #2

 Figura 37. Delta de error en el dominio del tiempo con el CLD #2

Figura 38.Señal de control U en el dominio del tiempo con el CLD #2

 AJUSTES AL CONTROLADOR
Debido a que la respuesta del controlador Fuzzy solo es correcta para un valor de
Setpoint se hace evidente el uso de un factor externo que nos ayude a compensar
estos errores. Para ello hacemos uso de la ganancia a la salida y obtenemos
nuevamente una tabla de datos:

valores v ganancia altura

0,41666667 0,285 1
0,83333333 0,57 2
5,41666667 0,855 3
1,66666667 1,14 4
2,08333333 1,425 5
2,5 1,71 6
2,91666667 1,995 7
3,33333333 2,28 8
3,75 2,565 9
4,16666667 2,85 10
4,58333333 3,135 11
5 3,42 12

Como se puede evidenciar anteriormente la ganancia tiene un aumente de 0,285

por cada unidad de altura por lo tanto simplemente agregaríamos esta constante
respecto al Setpoint en valor de altura y ya compensaría el sistema.