Está en la página 1de 17

FACULTAD DE INGENIERA ESCUELA DE INGENIERA ELECTRNICA

Ao de la Inversin para el Desarrollo Rural y la Seguridad Alimentaria

LOGICA FUZZY CON CONTROLADOR LOGICO PROGRAMABLE (PLC)

CURSO

Sistemas de Control Industrial II

DOCENTE

Ing. Fred Antonio Vargas Guevara

ALUMNO

Jos Daniel Araujo Ulco

CICLO

SEMESTRE

2013 - 2

TRUJILLO PER 2013

INDICE

I. II.

INTRODUCCION................................................................................................. 3 MARCO TEORICO ........................................................................................... 4


Base de Conocimiento ..............................................................................................4 Motor de Inferencias ............................................................................................5 Emborronador O Fusificador .................................................................................5 Desemborronador o Defusificador ..........................................................................5

2.1. 2.2. 2.3. 2.4.

III. IMPLEMENTACIN DEL SISTEMA DIFUSO EN EL AUTMATA PROGRAMABLE ........................................................................................................ 6


3.1. BLOQUE DIFUSO EN STEP 7 ..............................................................................6

IV.

EJEMPLOS DE APLICACIONES ................................................................. 10

V. EQUIPOS .............................................................................................................. 14 VI. VII. VIII. IX. VENTAJAS ........................................................................................................ 15 DESVENTAJAS .................................................................................................. 15 CONCLUSIONES ................................................................................................ 16 BIBLIGRAFIA:.................................................................................................... 17

I.

INTRODUCCION

El concepto de lgica difusa es muy comn, est asociado con la manera en que las personas perciben el medio, por ejemplo ideas relacionadas con la altura de una persona, velocidad con la que se mueve un objeto, la temperatura dominante en una habitacin, cotidianamente se formulan de manera ambigua y depende de quin percibe el efecto fsico o qumico. Una persona puede ser alta o baja, algo puede moverse rpido o lento, se dice que estas afirmaciones acerca de una variable son ambiguas porque rpido, bajo, alto son afirmaciones del observador, y estas pueden variar de un observador a otro. La incorporacin de lgica difusa a los sistemas de control da lugar a lo que llamaremos sistemas de control difuso. Dentro de los sistemas de control se encuentran dos grandes reas, el modelado o identificacin y el control propiamente dicho o control directo.

Partiendo de lo dicho, un Controlador Basado en Lgica Difusa es un sistema electrnico e informtico que sirve de soporte fsico para realizar inferencias con lgica difusa. Este dispositivo funcionar en los niveles inferiores de la pirmide de control, cerrando lazos de control en forma similar al PID convencional, aunque como veremos, con ventajas adicionales respecto de ste. Fundamentalmente porque podr aplicarse con sencillez a procesos complejos y pobremente definidos ya sea porque no se dispone de conocimiento cuantitativo de su dinmica o porque la informacin proveniente de sensores es imperfecta (faltante, imprecisa, corrompida por ruido). Sin embargo, estos procesos pueden ser manejados por operadores humanos de un modo eficiente. Este tipo de problemas suele ser bastante corriente en los ambientes industriales. Actualmente el controlador lgico programable (PLC) es utilizado en la industria para realizar control de sistemas basados en eventos y para el control de procesos continuos por medio de procedimientos en tiempo discreto. Esto se debe a las capacidades que tiene el PLC de procesar seales anlogas y digitales. A partir de esto se ha desprendido una investigacin entre las limitaciones y la capacidad que tiene el PLC para realizar control discreto en un tiempo lo suficientemente corto (tiempo real). Esto con el fin de poder implementar controladores avanzados para procesos complejos en la industria.

II.
2.1.

MARCO TEORICO
Base de Conocimiento

La arquitectura que se aprecia en la figura 1 para el CBLD es la de un sistema basado en conocimiento, ya que estos controladores pueden considerarse como un caso particular de aquellos sistemas. Para representar el conocimiento existen muchos mtodos, aunque para los sistemas de tipo reactivos (que responden a las entradas provenientes de sensores) como los CBLD, el mtodo preferido suele ser la representacin en forma de reglas. Generalmente m reglas del tipo:

donde las Xi son salidas del sistema a controlar, o funciones de dicha salida (errores, derivadas), provenientes de sensores o estimadores; las Y son directamente las variables manipuladas que tendrn que ser convertidos a valores nicos para manejar los actuadores; y los Ai son conjuntos difusos. Mediante reglas de este tipo se codifica en el sistema informtico parte del conocimiento humano en el manejo del proceso, as como tambin los objetivos de control. Por ejemplo: Si error de temperatura es Grande Positivo y la derivada error de temperatura es Grande Positiva entonces aumento de combustible inyectado es Grande Negativo

FIGURA 1: ARQUITECTURA DE UN CONTROLADOR BASADO EN LGICA DIFUSA

Donde: BC: Base del Conocimiento. MI: Motor de inferencias. F: Emborronador D: Desemborronador

2.2. Motor de Inferencias


Es el encargado de concatenar las implicancias de la Base de Conocimiento, aplicando recursivamente una regla de inferencia composicional. Por ejemplo, el operador max/min, presentado previamente.

2.3.

Emborronador O Fusificador

La funcin de este bloque es la de asociar a las entradas una funcin de pertenencia, acorde con el particionamiento del universo de discurso que se haya efectuado. Transforma la medicin del valor determinstico de una variable en valores subjetivos mediante un proceso de verbalizacin. De esta manera, se pueden distinguir las siguientes funciones: Medir los valores de las variables de entrada. Hacer una adaptacin de escalas desde estas variables de entrada y el universo de discurso, en una suerte de normalizacin. Asociar a la entrada un valor lingstico que puede verse como la pertenencia a un dado conjunto difuso.

2.4.

Desemborronador o Defusificador

A partir de los consecuentes de las reglas que se hayan disparado, que seguramente sern ms de una, es necesario obtener una nica accin de control, combinando el resultado propuesto por cada una de ellas. Para ello, este bloque es el encargado de servir de soporte para la aplicacin de alguna de las tcnicas elegidas (el mximo, la media de mximos, el centroide). A partir de esta descripcin en bloques, es posible comprender el funcionamiento del Control Difuso. Para ello se supondr lo que ocurre con el error, una de las entradas a este controlador, en un intervalo de muestreo, entre dos bajadas sucesivas de esa llave que est tomando muestras (como puede considerarse a un conversor A/D ideal). En el instante kT la variable controlada analgica es convertida al tiempo discreto. Luego se compara con la referencia y se obtiene un valor para el error. ste ingresa al emborronador, en el que se le aade una etiqueta lingstica (conjunto difuso) y un valor entre [0,1], asignndole una pertenencia a dicho conjunto difuso. Por ejemplo el error puede haber resultado luego de este procedimiento como PM (positivo medio) con PM=0,3 y PG (positivo grande) con PG=0,7. Con estos valores simblicos se ingresa en la memoria de trabajo. All, el motor de inferencias buscar qu reglas poseen entre sus antecedentes estos patrones en un procedimiento que se conoce en la literatura como pattern matching. Cuando se produce esta coincidencia, la regla se dispara, tornndose verdadero el consecuente de la regla disparada. En el dominio de la lgica difusa, la asercin verdadero tiene toda la gama de matices posibles y se modelan con la funcin de pertenencia. Supngase que una de las reglas que se disparan tiene en su consecuente que la accin de control debe ser, para esos errores, positiva grande, y

luego de calcular la funcin de pertenencia correspondiente teniendo en cuenta el mtodo para modelar las conjunciones y la implicancia, se encuentra que PG=0,6. Este valor tambin se anota en la memoria de trabajo. Seguramente se dispararn ms de una regla, por lo que el motor de inferencias debe combinar la evidencia de cada un de las que se dispar, en el procedimiento que se conoce como agregacin (if...then... ALSO...). El resultado de esta combinacin es un nuevo conjunto difuso, que debe ser desemborronado por el bloque correspondiente para obtener un valor determinado que se aplicar sobre el actuador, completando este ciclo. Con la toma de una nuevamuestra para calcular el error en (k+1)T se inicia nuevamente. Como se aprecia en el prrafo anterior, quedaron muchos detalles por definir en cada bloque que constituyen decisiones de diseo. stas pueden dividirse en dos niveles jerrquicos de decisin: el del fabricante de controlador difuso y el del programador del Controlador difuso, que en nuestro caso ser un PLC. En un nivel superior, los aspectos constructivos de cada bloque (elegir el mtodo para las conjunciones e implicancias, la agregacin, el desemborronado,...).

III.

IMPLEMENTACIN DEL SISTEMA DIFUSO EN EL AUTMATA PROGRAMABLE

Los autmatas programables de gama alta han introducido el concepto de cdigo reutilizable, llamado Add-On Instructions, AOI, instrucciones definidas por el usuario, lo cual permite encapsular la lgica de control usada con ms frecuencia y poderla utilizar en diferentes proyectos, disponible en www.ab.com. Para la implementacin del sistema de control difuso se definen rutinas encapsuladas para las funciones de pertenencia de las entradas y las salidas, para la base de reglas y para el sistema de defusificacin. Esto permite desarrollar en forma estructurada la programacin del sistema difuso. En el proceso de fusificacin se establece una relacin entre las entradas al conjunto fuzzy y un conjunto de funciones de pertenencia, para lo cual hay que tener en cuenta el nmero de entradas, tamao del universo de discurso, forma y nmero de los conjuntos fuzzy.

3.1. BLOQUE DIFUSO EN STEP 7 El bloque de funcin finalmente diseado se puede invocar desde cualquier otro lenguaje establecido en el estndar IEC 1131-3 ([12] Lewis, 1998). A continuacin se muestra el bloque del sistema de inferencia difuso diseado: Como se observa en la Figura. 2, el bloque cuenta con las entradas U1 y U2, y la salida RET_VAL, que es la salida del controlador difuso. La entrada EN, es usada para habilitar el uso del bloque, y la salida ENO indica por medio de un valor lgico si se ejecut correctamente el bloque.

FIGURA. 2. FUNCIN DIFUSA EN FORMA DE BLOQUE DEL ESTNDAR

En el autmata programable utilizado es posible implementar las funciones definidas por el usuario en diferentes lenguajes entre ellos el Ladder o escalera. En la Figura. 3 se muestra el cdigo utilizado en la implementacin de la funcin de pertenencia gaussiana, la cual se instancia o reutiliza cada vez con diferentes parmetros.

FIGURA 3:. CDIGO PARA LA FUNCIN DE PERTENENCIA GAUSSIANA.

En la Figura 4 se muestra la funcin de pertenencia gaussiana encapsulada.

FIGURA 4: FUNCIN GAUSSIANA ENCAPSULADA

La base de reglas est conformada por el conjunto de reglas lingsticas, se presenta la forma de implementarlas reglas lingstica

FIGURA 5: SUBRUTINA LGICA DIFUSA EN EL SOFTWARE RSLOGIX 5000 PARA PLC

FIGURA 5: MDULOS LGICOS DE LA FUNCIN EN TIEMPO REAL PARA DISPOSITIVOS ELECTRNICOS.

IV.

EJEMPLOS DE APLICACIONES

EJEMPLO 1: Control difuso para un sistema de nivel implementado en un autmata programable Una plataforma consta de una planta didctica compuesta de transmisores inteligentes configurables bajo protocolo Hart, con los cuales se miden las variables del proceso, vlvulas de control comandadas mediante seales elctricas de 4 a 20 mA, las que reciben las seales del controlador para modificar el estado del proceso. Se dispone de un autmata programable de ltima generacin en el cual se implementan las estrategias de control. Una caracterstica principal que posee esta plataforma es la capacidad de acceso remoto a travs de internet. En la Figura 6 se muestra la planta de experimentacin en la cual se puede observar sus elementos constitutivos.

FIGURA 6. PLANTA DIDCTICA PARA LA FORMACIN REMOTA EN CONTROL DE PROCESOS.

FIGURA 7: TABLA DE INFERENCIAS

FIGURA 8. VARIABLES Y VALORES LINGSTICOS, A. Y B ENTRADAS Y C, SALIDA

FIGURA 8. BLOQUE DE DEFUSIFICACIN

El sistema de control difuso se transfiere al autmata programable, se ajusta un valor deseado de nivel de 30% y se ajusta la estrategia de control a ensayo y error hasta alcanzar el comportamiento mostrado en la Figura 9.

FIGURA 9: RESPUESTA DEL PROCESO AL CONTROLADOR DIFUSO

En la Figura 9 se obtuvo un tiempo de establecimiento de aproximadamente 150 segundos, un mximo pico del 0% y un error de estado estacionario de cero; ante un cambio del valor de referencia, el sistema de control sigue la variable de proceso; presenta un mximo pico de cero, un tiempo de establecimiento de aproximadamente 90 segundos y un error de estado estacionario de cero. Para efectos de realizar una comparacin se implementa un control PD al proceso, obtenindose el comportamiento mostrado en la Figura 10.

FIGURA 10. COMPORTAMIENTO DEL PROCESO ANTE UN CONTROLADOR PD.

En la Figura 10 se observa un mximo pico aproximado del 7%, un tiempo de establecimiento de 300 segundos y un error de estado estacionario del 0%. Al efectuar un cambio en el punto de referencia el sistema de control sigue la variable de proceso, presenta un mximo pico de aproximadamente 2%, un tiempo de establecimiento de ciento cincuenta segundos y un error de estado estacionario de 0%.

V.

EQUIPOS

Simatic S7-300 PLCs, que se puede agregar un modulo fuzzy para su uso.

Sensores que podemos Usar dentro de un control Fuzzy

VI.

VENTAJAS

La mayor ventaja del control difuso es que provee una eficiente y efectiva metodologa para desarrollar en forma experimental un controlador no lineal sin usar matemtica avanzada. Hacer un controlador difuso requiere de una descripcin lingstica de la ley de control, tal descripcin es capturada por los conjuntos difusos, los operadores difusos, y las reglas difusas. El controlador no necesita explcitamente del modelo del proceso a controlar. En muchas situaciones no lineales, el problema de control puede usualmente ser solucionado de manera ms efectiva y eficiente que el control clsico.

VII.

DESVENTAJAS

El control no difuso es en esencia no lineal y no cuenta con herramientas de anlisis y diseo muy sofisticadas, principalmente debido a la complejidad matemtica, esta es mayor si los conjuntos y dems partes de controlador son ms complejas. Las herramientas disponibles en sistemas no lineales son un punto de partida para el desarrollo matemtico de los sistemas difusos. Ningn software matemtico genera la estructura del controlador, de ah que el anlisis de estabilidad (o de cualquier otra propiedad) es muy complejo y solo est basado en que la implementacin del conocimiento genere un sistema estable. La estabilidad no es garantizado desde el punto de vista matemtico, si puede serlo desde el punto de vista experimental. El ajuste de los parmetros del controlador (factores de escalamiento) no cuenta con tcnicas tan difundidas como es el caso de los controladores PID. La construccin de un controlador difuso es ms parecido a un arte que a una ciencia. La cantidad de parmetros en un controlador difuso es mucho mayor que en un PID, hay una gran variedad de definicin de operadores, formas de conjuntos, etc., peor an, no hay una clara relacin entre ellos. El procedimiento de diseo y ajuste del controlador puede requerir de mucho trabajo, la Herramienta de simulacin de prueba y error es frecuentemente utilizada. Esta tecnologa es efectiva en algunas aplicaciones, pero en otras no.

VIII. CONCLUSIONES
Se puede implementar un controlador basado en Lgica difusa en un PLC, para realizar control de sistemas lineales o no lineales; adicionalmente, se puede controlar un proceso de eventos discretos. Con la metodologa descrita se pueden realizar otras topologas o esquemas de control difuso. Los parmetros de configuracin del sistema difuso se deben seleccionar adecuadamente por medio de simulaciones para obtener un desempeo aceptable del controlador. El PLC como herramienta industrial puede ser utilizado para desarrollar sistemas de control avanzados.

IX.

BIBLIGRAFIA: Consultado el Lunes 25 de Noviembre [www.biblioteca.udep.edu.pe/bibvirudep/tesis/pdf/1_185_184_133_1746.pdf] Consultado el Lunes 25 de Noviembre [www.scielo.org.co/scielo.php?pid=S0123-1000300005&script=sci_arttext] FUZZY SYSTEM FOR PLC, Institute of Control and Industrial Informatics, Slovak University of Technology, Faculty of Electrical Engineering and Information Technology. Consultado el Lunes 25 de Noviembre [www.humusoft.cz/www/papers/matlab12/040_Korosi.pdf] Taller de Controlador Basado en Lgica Difusa, Dr. Gerardo Acosta. Facultad de Ingeniera-UNCPBA. Consultado el Miercoles 27 de Noviembre [www.fio.unicen.edu.ar/usuario/ggacosta/op_nn&fl/taller.pdf ] CURSO DEL AUTMATA PROGRAMABLE CS1 Consultado el Mircoles 27 de Noviembre [www.sc.ehu.es/sbweb/webcentro/automatica/WebCS1/unidad_de_logica_fuzzy .htm]

También podría gustarte