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]

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.
-

3. Control Difuso y sus etapas

3.1 Creacin de
pertenencia.

las

funciones

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.
-

Figura1. Diagrama de bloques del controlador difuso.

LDR(input)

Foco(output)

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

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

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

3.3 Fusificacin
membresa

de

las

funciones

de

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:

Figura2. Fusificacin del sensor.

ILUMINACIN

0_9

TS

TENUE

5_25

MOS

MEDIO OSCURO

20_50

MS

MEDIO

45_89

MCS

MEDIO CLARO

84_100

CS

CLARO

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.

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.

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

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.

SALIDA
LUMINOSIDAD
TS
MOS
MOS
TS
TS
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.