Una introduccin al Control Fuzzy

Alexnder Martnez lvarez

Algo de historia
!

En el ao 1965 aparece el trabajo del sovietico Lot Zadeh sobre conjuntos Fuzzy (difusos, borrosos) revolucionando la matemtica al proponer la lgica fuzzy:
!

Una puerta no tiene porqu estar necesariamente abierta (1) o cerrada (0), sino que puede estar medio abierta (0.5), muy abierta (0.9) o casi cerrada (0.1)

Algo de historia
! !

El mundo es fuzzy (Zadeh) Cualquiera de nosotros es capaz de estacionar su vehculo en unos pocos segundos, porque no hace falta encajarlo exactamente en un espacio perfectsimamente delimitado. Si pretendieramos hacerlo as, tardariamos tres aos (Berkeley)

Lgica fuzzy
!

Surge como un intento de formalizacin del razonamiento con incertidumbre. Intenta abordar problemas denidos en trminos lingsticos (imprecisos), donde los datos estn expresados en trminos cualitativos

Lgica fuzzy
! !

Ejemplo: Hace fro cuando la temperatura es menor que 10. (Si T = 8 hace frio es cierto 100%) Hace calor cuando la temperatura es mayor que 30. (Si T = 32 hace calor es cierto 100%) Si T = 12 ?

Conjuntos Fuzzy
!

En teora clsica un elemento cualquiera pertenece o no pertenece a un conjunto dado. En la teora de conjuntos fuzzy un elemento tiene cierto grado de pertenencia a un conjunto dado.

Conjuntos Fuzzy
!

El grado de pertenencia no tiene un sentido probabilstico. Mas bien representa un alto grado de compatibilidad con determinado predicado o un grado de posibilidad de que este sea cierto.

Conjuntos Fuzzy
Frio Agradable Calor

10

20

30

Representacin de conjuntos fuzzy

Conjuntos Fuzzy
!

Funcin de pertenencia al conjunto Frio: !

!

! !

# 1 si x ' 10 % ( x ) = $1 " 0.1( x " 10) si 10 ' x ' 20 % 0 si x ( 20 &

A = B" #x $las X funciones A ( x ) = de ) Cuales serin pertenencia a B (x los conjuntos Caliente y Agradable? A % B " #x $ X

A ( x ) & B ( x )

( x ) = $1 " 0.1( x " 10) si 10 ' x ' 20 % Operaciones bsicas: 0 si x ( 20 &

! !

Conjuntos Fuzzy # 1 si x ' 10 %

! !

A = B " #x $ X

A ( x ) = B ( x ) A ( x ) & B ( x )

A % B " #x $ X

A ' B ( x ) = max( A ( x ), B ( x )) #x $ X A ( B ( x ) = min( A ( x ), B ( x )) #x $ X

__

A = B " #x $ X

A ( x ) = 1 ) B ( x )

Semntica Fuzzy
!

Universo de discurso: Conjunto de posibles valores que pueden tomar las variables de inters ( X= [0 40] ) Etiquetas lingsticas: Valores semnticos correspondientes a un predicado ( Frio, Agradable, Calor ) (Se recomiendan entre 5 y 9) Funciones de pertenencia: Denen el grado de compatibilidad de una variable con el correspondiente conjunto fuzzy ( 15 es agradable es 50% cierto).

Control Fuzzy
!

Generalmente la generacin de la seal de control se basa en la seal de error (E) y su derivada o cambio en el error (CE). Etapas de un controlador fuzzy:
!

Fuzzycation (borrosicacin? emborronamiento? difusin?) Planteamiento de reglas Seleccin de reglas Aplicacin de reglas Defuzzycation

Fuzzycation
!

A partir de los valores deterministas de E y CE se obtienen sus equivalentes valores fuzzy. Es preciso tener denidos: El universo de discurso, las etiquetas lingsticas y la funcin de pertenencia asociada a cada una de ellas.
Frio Agradable Calor

10

20

30

Fuzzycation
!

Las funciones de pertenencia pueden ser:

! ! !

Trapezoidales Rectangulares (conjuntos clsicos) Triangulares (su discontinuidad afecta la seal de control U) Exponenciales (lentitud de clculo) Polinmicas (mayor velocidad de clculo que las exp)

! !

Planteamiento de reglas
!

Despus de traducir los valores deterministas a valores fuzzy, se plantean las reglas que denen el comportamiento de la seal de control. Las reglas son de la forma:
! !

Si E es CERO y CE es CERO, entonces U es CERO Si E es PG y CE es PP, entonces U es PG

Se construye una tabla de reglas (puede ser necesaria una seleccin de dichas reglas)

Aplicacin de reglas
!

Al aplicar las reglas establecidas, se genera un conjunto de conjuntos fuzzy con la informacin necesaria para obtener la conclusin nal del controlador.

Defuzzycation
!

Finalmente, a partir de la conclusin obtenida en la etapa anterior se procede al clculo del valor numrico de dicha conclusin. Existen varios mtodos:
!

Tomar como conclusin el mximo de la curva suma de todas las anteriores. Calcular el centro de gravedad del rea bajo la curva suma.

Defuzzycation

Al construir la tabla de reglas

!

Completitud: Se deben cubrir todas las combinaciones posibles de entradas al controlador. Consistencia: Las reglas han de ser consistentes, no pueden coexistir dos acciones de control para la misma situacin. Robustez del controlador: basada principalmente en la reaccin ante perturbaciones