Revista Colombiana de Fsica, vol. , No.

, Mes 2010

1

Control de Temperatura Utilizando Lgica Difusa
Temperature Controller by Using Fuzzy Logic

C. Palacio-Gmez y J . Garca-Sucerquia
*



Escuela de Fsica, Universidad Nacional de Colombia Sede Medelln, A.A. 3840, Medelln, Colombia
jigarcia@unal.edu.co

Recibido XXXX; Aceptado XXXX; Publicado en lnea XXXX

Resumen
La lgica difusa es una herramienta de toma de decisiones. Inicialmente fue concebida como un concepto matemtico con
nica finalidad de involucrar datos numricos y trminos lingsticos para representar la forma de razonamiento comn
cualitativo. Esta herramienta se utiliza muy eficientemente para realizar control de variables fsicas que se adaptan al con-
junto de reglas de dicha lgica, como por ejemplo la temperatura. En este trabajo presenta el diseo e implementacin de
un control de temperatura que utiliza lgica difusa como elemento de toma de decisiones. La temperatura es fijada a un va-
lor preestablecido en el rango de temperaturas de 30 hasta 100 grados centgrados. El corazn del sistema es un microcon-
trolador PIC 16F877A el cual es conectado a un PC para monitorear y establecer en tiempo real la temperatura del sistema
controlado.

Palabras claves: Lgica difusa, PIC16F877A, J AVA

.
Abstract
Fuzzy logic is a tool for making decisions. At its beginning it was conceived as a mathematical concept with the only aim
of using numeric data and oral language terms for representing the regular way of qualitative thinking. This tool is effi-
ciently used for controlling physical variables, like temperature and humidity, which fit the set of rules of this logic. In the
work it is presented the design and implementation of a temperature control that uses fuzzy logic as tool for making deci-
sions. The temperature is kept at a preset value in the range of 30 to 100 Celsius degrees. The core of the system is a PIC
16F877A microcontroller which is linked to a personal computer to monitor and establish in real time the temperature of
the controlled system.

Keywords: fuzzy logic, PIC16F877A, J AVA

.

2010 Revista Colombiana de Fsica. Todos los derechos reservados.


1. Introduccin
La lgica difusa surge de la necesidad de formalizar en un
lenguaje matemtico algunas situaciones de la vida cotidia-
na imprecisas o sin un valor explcito, no cuantificable
numricamente. El pensamiento humano, por ejemplo, se
construye a partir de elementos lingsticos, no mediante
nmeros; y si la lgica es la ciencia que busca representar el
razonamiento, debe tener en cuenta estos factores. La lgica
difusa en particular, sirve para representar muy convenien-
temente dichos conocimientos y datos inexactos [1]. En la
lgica clsica un elemento pertenece, o no pertenece a un
determinado conjunto, pero si a modo de ejemplo supusi-
ramos que se est clasificando la estatura de las personas en
conjuntos particulares, sera injusto afirmar que una persona
con 1.79 m de estatura perteneciera al grupo Estatura Me-
dia, y otra con 1.80 m al de Estatura Alta. En lgica difusa
se soluciona este tipo de situaciones, pues all se consideran
grados de pertenencia a los conjuntos, esto es, un elemento

Palacio-Gomez et al.: Control de Temperatura Utilizando Lgica Difusa




2
puede pertenecer a ms de un conjunto en un grado deter-
minado.
En muchas aplicaciones tecnolgicas es necesario desarro-
llar sistemas que tomen decisiones con base en un conjunto
de variables de entrada. La lgica difusa aporta soluciones
interesantes para estas situaciones, en particular en aquellas
donde los valores de variables que determinan la salida
pueden ser agrupadas en conjuntos. Un ejemplo de este tipo
de aplicaciones es el control de variables fsicas.
Controlar variables fsicas como temperatura, humedad,
luminosidad entre otras, juega un papel de gran importancia
en los sectores de la vida cotidiana y/o del desarrollo tec-
nolgico y cientfico. Sistemas que cubren desde el control
de la temperatura y humedad de una vivienda hasta el con-
trol de la transferencia de calor en un sistema de generacin
de energa nuclear, pueden ser enmarcados dentro de lo que
se denomina sistemas de control [2].
En todos los sistemas de control se establece un valor prede-
terminado de la variable fsica de inters; este valor se de-
nomina en Ingls setpoint. Se realiza una medicin del valor
de la variable en el sistema fsico y se considera diferencia
entre esta medicin y el setpoint. Dicha diferencia se deno-
mina el error del sistema e t y la forma como ste se
procese determina la clase de control. Dentro de los siste-
mas clsicos de control el ms difundido es el Propocional-
Integral-Derivativo (PID), e ilustrado en la fig. 1. En ste, la
seccin proporcional (P) reacciona de acuerdo al error ac-
tual del sistema; el valor integral (I) genera su salida de
acuerdo a la suma del error en el tiempo y la accin deriva-
tiva (D) determina la accin con base a la rata de cambio
temporal del error. El sistema PID es ampliamente utilizado
y se emplea en sistemas de control de temperatura, hume-
dad, velocidad de motores, etc.


P
K e t P

0
t
I
K e d

I

D
d e t
K
dt
D

+
-
Proceso
+
+
+
Setpoint e t

P
K e t P

0
t
I
K e d

I

D
d e t
K
dt
D

P
K e t P
P
K e t P

0
t
I
K e d

I
0
t
I
K e d

I

D
d e t
K
dt
D

D
d e t
K
dt
D

+
-
Proceso
+
+
+
Setpoint e t

Fig. 1. Esquema general de un control PID

El proceso de optimizacin del sistema de control PID se
lleva a cabo por medio del clculo de las constantes del
sistema, K
p
, K
I
y K
D,
ver fig. 1. Este proceso puede ser lle-
vado en su primera aproximacin por medio de la modela-
cin del sistema a controlar, proceso el cual generalmente
tiene un alto costo computacional. Esta modelacin permite
predecir el comportamiento del sistema en el tiempo y de
esa forma obtener un valor aproximado de las constantes.
Sin embargo el ajuste final del sistema se realiza por medio
del un proceso de ensayo y error, lo que constituye en algu-
nas situaciones limitante del control PID.
Una forma ms moderna de control es el control por lgica
difusa [3]. La lgica difusa es una forma de lgica multiva-
riada que trata con razonamiento aproximado ms que exac-
to. En contraste con la lgica digital en la cual las variables
tiene nicamente los valores uno o cero, las variables en la
lgica difusa puede adoptar cualquier valor entre estos dos
valores extremos. Este rango ampliado de valores le brinda
a las variables difusas la posibilidad de tener grados de
pertenencia, porcentajes de verdad o permite calificar una
afirmacin en una escala ms amplia que falsa o verdadera.
Por esta caractersticas la lgica difusa se adapta mucho
mejor al mundo en el cual vivimos pues permite interpretar
expresiones de la vida cotidiana como es muy claro, est
muy caliente o hace mucho fro.
En este trabajo se presenta la aplicacin de la lgica difusa
al diseo de un control de temperatura que opera en el rango
de los 30 a los 100 grados centgrados. El control se dise
con base en nueve conjuntos difusos. En la siguiente sec-
cin se hace una breve introduccin al control difuso. En la
seccin 3 se presentan los resultados y se finaliza con algu-
nas conclusiones.

2. Introduccin al control difuso
El control difuso es una forma de control adaptativo en el
cual el controlador usa lgica difusa para tomar las decisio-
nes en lo relativa al ajuste del proceso. Esta lgica permite
interconectar de una manera directa variables de tipo anlo-
go que toman valores en un continuo, a sistemas discretos
como los de los computadores que manipulan variables con
valores definidos en un conjunto discreto. La lgica difusa
es una forma de lgica de computacin donde si algo est o
no est incluido en un conjunto se soporta en una escala
graduada en la cual mltiples factores son considerados y
valorados por el computador. La idea esencial del control
difuso es crear una clase de inteligencia artificial que tenga
en cuenta numerosas variables, formula una teora de como
mejorar el sistema, ajusta el proceso y aprende de los resul-
tados.

2.1 Conjuntos difusos
La posibilidad que brinda la lgica difusa de proveer siste-
mas de cmputo discreto con valores que pertenecen a un
continuo se debe a la seleccin apropiada de los conjuntos
difusos [4] que describen el sistema a controlar. Los conjun-
tos difusos son aquellos en los cuales sus miembros tienen
un grado de pertenencia, de forma tal que el cien por ciento
de la pertenencia de un miembro se puede dividir entre los

rev. col. fs.(c), vol. , No. , (2010)



3
diferentes conjuntos difusos que definen el sistema. En la
fig. 2, se muestran como el rango de temperatura de un
sistema ha sido divido en cinco conjuntos difusos (ver colo-
res en la versin en lnea). Si en un tiempo dado la tempera-
tura del sistema est ubicada entre T1 y T2, ilustrado por la
lnea vertical slida en este intervalo, la variable temperatu-
ra actual tendr pertenencia al conjunto desde T0 hasta T2
y al conjunto desde T1 hasta T3. Similarmente para la si-
tuacin que se ejemplifica, aprovechando la posibilidad que
brinda la lgica difusa de utilizar el lenguaje de la vida
cotidiana para describir el sistema, se puede afirmar que
para dicho tiempo el sistema esta entre Helado y Frio, segn
se puede ver de la fig. 2. El proceso de convertir un valor
nico de la variable fsica a controlar en un conjunto de
valores de pertenencia a los conjuntos difusos se denomina
en Ingls fuzzification.

1
0
T
T1 T2 T3 T4 T5 T0
Helado Caliente Fro Tibio Ambiente
setpoint

Fig. 2. Ilustracin de conjuntos difusos para un rango de tempera-
tura arbitrario

Ahora, una vez determinado el porcentaje de pertenencia de
de la variable fsica bajo control a los diferente conjuntos
difusos, un algoritmo de toma de decisiones estable cual
debe ser la salida del sistema de control para lograr alcanzar
y/o mantener la variable fsica en el valor determinado por
el setpoint. Si como en el ejemplo ilustrado en la fig. 2 el
valor actual de la temperatura se encuentra por debajo del
valor deseado y establecido en el setpoint (lnea vertical
punteada en la fig. 2), el sistema de control difuso debe
tomar la decisin de suministrar energa al sistema de forma
tal que su temperatura aumente.
De igual forma la salida del sistema de control difuso puede
ser un ensamble de conjuntos difusos, que determinan como
se aplica la salida al sistema que se desea controlar; si-
guiendo con nuestro ejemplo, estos conjuntos difusos de
salida deben determinar la forma como se suministra la
energa al sistema. De las pertenencias de la variable resul-
tante a los conjuntos difusos de salida se obtiene un nico
valor que se aplica al sistema. Este proceso se denomina en
ingls defuzzification y puede ser llevado a cabo por el
mtodo del centroide, o el mtodo de la altura, entre otros
[3].


3. Implementacin de control de temperatura por con-
trol difuso.
Atendiendo a las posibilidades que brinda el control difuso,
se desarroll un sistema de control de temperatura en el
rango de 30 hasta 100 grados centgrados, que utiliza algo-
ritmos de lgica difusa. En las secciones a continuacin se
presenta: i) la definicin de los conjuntos difusos emplea-
dos, ii) los algoritmos de toma de decisiones, el sistema de
control de potencia tipo PWM y iii) la interfaz grfica que
permite el manejo del sistema de control por parte de un
usuario.

3.1 Definicin de los conjuntos difusos del sistema
Para esta aplicacin se escogieron ocho conjuntos difusos
tal forma que la naturaleza de los elementos pertenecientes
a ellos correspondiera a un valor T, que es la diferencia
entre el valor de setpoint y el valor actual de la temperatura.
Puesto que el control puede tanto aumentar como disminuir
la temperatura del ambiente controlado, se tuvieron en
cuenta conjuntos con valores positivos y negativos, segn se
ilustra en la fig.3 De acuerdo a los valores de pertenencia a
l o los conjuntos, el algoritmo de toma de decisiones de-
termina la salida ms adecuada que conlleve a alcanzar la
temperatura de setpoint de la manera ms eficiente.

1
0
T
0 70
bajo Medio Alto
Sig/.
alto
Neg.
bajo
Neg.
alto
Neg
Sig/.
Medio
Neg
Sig/.
Alto
Sig/.
bajo
-70 -35 35

Fig. 3. Conjuntos difusos de la implementacin

La eleccin del nmero de conjuntos as como su distribu-
cin no sigue algn criterio en particular. Simplemente se
encontr que con cuatro y medio para la disminucin y
cuatro y medio para el aumento de la temperatura del siste-
ma, se logr un desempeo satisfactorio del algoritmo de
toma de decisiones.

3.2 Algoritmo de toma de decisiones

De acuerdo al valor setpoint y a la temperatura actual del
sistema se calcula el valor T. Segn el valor particular T,
una estructura if mltiple determina el conjunto(s) difuso(s)
a el(los) cual(es) este T pertenece, y suministra igualmente
el valor de pertenencia que oscila entre 0 y 1 para cada uno
de ellos, por medio de una funcin de pertenencia. En la fig.
3 se observa que los conjuntos difusos estn formados por
lneas rectas que obedecen a una ecuacin particular de
acuerdo a su ubicacin en el plano de coordenadas. El valor
de la funcin de pertenencia para un determinado conjunto,

Palacio-Gomez et al.: Control de Temperatura Utilizando Lgica Difusa




4
es el valor en el eje y dado por la ecuacin de la(s) recta(s)
que coincida(n) con el intervalo donde se encuentre el T
en evaluacin. Si la estructura if determina que T pertene-
ce a un nico conjunto, desde luego su grado de pertenencia
ser igual a 1. Despus de determinados los grados de per-
tenencia a los conjuntos difusos se obtiene la salida del
sistema, es decir la defuzzification, por medio del mtodo
del centroide [3]. En este mtodo esencialmente evala el
centro de masa de las pertenencias a los conjuntos de la
variable difusa. A manera de ejemplo en la fig. 3 se ha pin-
tado una lnea slida vertical que seala un valor de T
particular. Para ese T la estructura if determina una perte-
nencia a los conjuntos Medio y Alto, y la funcin de perte-
nencia establece 36.67% al conjunto Alto y 46.67% al con-
junto Medio, respectivamente. Con estos valores el mtodo
del centroide arroja un valor de salida de 99.45. Este valor
es el que determina el ciclo de utilidad del PWM, como se
ilustra en la siguiente seccin. En la fig. 4 se ilustra el
mtodo del centroide para la situacin en la cual el valor de
T esta representado para la lnea slida y la salida del
proceso de defuzzification se ilustra con la lnea punteada.
Los porcentajes de pertencia se representan por medio de
los polgonos slidos. La salida de este proceso es el valor
T defuzzificado.

1
0
T
0
Lnea del
centro de
masa

Fig. 4. Ilustracin del mtodo del centroide para conjuntos con
pertenencia segn figuras slidas.

3.3 Sistema de control de potencia por PWM
El valor defuzzificado arrojado por el algoritmo de toma de
decisiones, permite ejercer una influencia directa sobre el
ambiente controlado, ya sea aumentando o disminuyendo la
temperatura. Esta accin sobre el sistema controlado es
realizado por medio de un sistema de modulacin de ancho
de pulso (PWM) [5]. Con el valor defuzzificado se vara el
ciclo de utilidad del PWM acorde con el requerimiento de
enfriamiento o calentamiento del ambiente controlado. El
sistema de PWM fue implementado en un microcontrolador
PIC 16F877A [6] con el uso del mdulo CCP y el timer2 de
dicho microcontrolador. La frecuencia a la cual se gener la
seal que administra el suministro de potencia del controla-
dor fue 244 Hz y el ciclo de utilidad de esta se varo desde
100% hasta 0% tanto para calentar como para enfriar. Si el
ciclo de calentamiento es diferente de 0% el de enfriamiento
ser 0%, y viceversa. Puesto que el valor del PWM est
codificado en 8-bit, el 100% de ciclo de utilidad correspon-
de a 255, y 0% corresponde lgicamente a 0.

3.4 Interfaz grfica de usuario.
Adicionalmente al manejo del PWM del sistema el micro-
controlador se encarga de la comunicacin serial entre ste
y un computador personal (PC). Esta comunicacin tiene
como finalidad la recepcin y envi de los parmetros de
operacin del sistema de control. La interfaz grfica se
dise haciendo uso de J AVA

.

sta presenta al usuario la
temperatura en tiempo real, una grfica de la evolucin
temporal de la misma y una tabla donde se consignan los
datos de temperatura y tiempo. Otra funcin de la interfaz
es permitir la seleccin del setpoint por medio de un cuadro
de texto. En esta entrada de texto el usuario ingresa un valor
deseado de temperatura, es decir un setpoint, que se encuen-
tre entre los lmites impuestos en el sistema. Este valor es
comunicado va RS-232C al microcontrolador y este ltimo
realiza la operacin requeridas para satisfacer el pedido del
usuario. La interfaz tiene el aspecto representado en la fig.5.



Fig.5. Interfaz grfica desarrollada en J AVAque muestra el
valor actual de la temperatura y su evolucin histrica. De igual
forma se muestra el cuadro de ingreso del setpoint.


rev. col. fs.(c), vol. , No. , (2010)



5

Conclusiones
A pesar del amplio desarrollo de los sistemas clsicos de
control los PID, el uso del control difuso cobra validez en el
desarrollo de sistemas de bajo costo econmico y/o compu-
tacional. Estos sistemas permiten su implementacin con el
uso de sistemas microntrolados de 4- 8-bit, lo que los hace
muy compactos y de reducido precio.
En este trabajo nicamente se obtuvo un valor de PWM
para el sistema dependiente de la accin especfica que se
deseaba realizar. No se realizaron experimentos con actua-
dores que modificaran el ambiente a conveniencia del usua-
rio. Esta etapa del proyecto determinar las caractersticas
de los elementos de potencia para el control realizado. Di-
chos elementos dependen lgicamente de las dimensiones
del ambiente a controlar, por consiguiente la estructura de
dicha seccin de potencia ser decidida nicamente por el
usuario acorde con sus necesidades.
Agradecimientos: Los autores agradecen el apoyo de la
Direccin de investigacin y la Faculta de Ciencias de la
Universidad Nacional de Colombia Sede Medelln.

Referencias
[1] GJ Klir, B Yuan. Fuzzy sets and fuzzy logic: theory and
applications. NJ , USA. Prentice-Hall, Inc. Upper Saddle Riv-
er, 1994.
[2] K. Ogata. Modern control engineering. USA. Prentice-Hall,
Inc., 1996.
[3] Von Altrock, Constantin. Fuzzy logic and NeuroFuzzy appli-
cations explained. Upper Saddle River, NJ : Prentice Hall,
1995.
[4] L. A. Zadeh. Fuzzy sets: Information and Control. 1965. 8 (3)
pg. 338353.
[5] DG Holmes, TA Lipo. Pulse width modulation for power
converters: principles and practice. Wiley, 2003.
[6] Microchip Technology Inc. PICmicro. Mid-Range MCU
Family Reference Manual. Chandler, AZ, USA. December
1997. DS33023A.