Está en la página 1de 3

Aplicaciones Industriales de

Fuzzy Logic
Panamá Miércoles 30/9 09-16hs

Descripción

Las Plantas modernas exhiben un comportamiento fuertemente alineal, y los nuevos


métodos de producción son bastante complejos para poder modelizarlos
adecuadamente. Por tal motivo, técnicas desarrolladas décadas atrás han resurgido
como métodos eficientes para diseñar, optimizar y mantener sistemas altamente
complejos. Tal es el caso de los sistemas de Control Borroso (Fuzzy Control) y
Neuroborroso (Neuro-Fuzzy Control). Hoy en día el término “Fuzzy Logic” se encuentra
presente en muchos artefactos hogareños.

En este curso autocontenido se presentan los conceptos fundamentales sobre lógica


borrosa y control neuroborroso, se analizan varias aplicaciones industriales y se
desarrolla en forma interactiva un sistema de control borroso utilizando una herramienta
comercial.

Expositor

Ing. Norberto M. Lerendegui


• Master of Electronic Engineering – Eindhoven - Holanda
• Responsable del Grupo de Investigación y Desarrollo en Mecatrónica –
Depto. de Mecánica - Instituto Tecnológico de Buenos Aires (ITBA) –
Argentina
• Profesor Titular de Proyectos Mecatrónicos, Sistemas Mecatrónicos del
Automotor, Mecatrónica Aplicada, Sistemas Mecatrónicos y Control Discreto –
ITBA
• Miembro de la IEEE Robotics and Automation Society
• Miembro de la IEEE Industrial Applications Society

IEEE-Panamá 2009 Aplicaciones Industriales de Fuzzy-Logic -1-


Contenidos

CONTROL BORROSO (FUZZY CONTROL)


• LÓGICA BORROSA: Concepto. Proposiciones borrosas. Reglas Borrosas.
Combinación de Evidencias. Función de pertenencia (Membership Function).
Álgebra Borrosa: Negación, Conjunción, Disyunción e Implicación.
• INGENIERÍA DE CONTROL: Técnicas convencionales. Limitaciones.
“Nuevas” Metodologías: Control Borroso y Neuroborroso.
• CONTROL BORROSO. Concepto. Ejemplo de aplicación: Grúa de Puerto.
Cuando debería ser usado. Herrarmientas Comerciales.
• METODOLOGÍA DE DISEÑO: Definición del Sistema. Análisis “off-line”.
Análisis “On-Line”. Generación de Código. Fuzzification, Inferencia borrosa y
Defuzzification. Ejemplo de Diseño: Control de Temperatura. Cadena de
producción de software. Ejemplo de comparación: Control clásico y borroso.

REDES NEURONALES ARTIFICIALES (NEURAL NETWORKS)


• NEURONA ARTIFICIAL. Estructura. Funciones de Propagación, Activación y
Salida. Evolución Histórica.
• PERCEPTRÓN. Multicapa. Algoritmo Back-error propagation.
• REDES DE NEURONAS. Estructuras. Aprendizaje.

CONTROL NEUROBORROSO (NEURO-FUZZY CONTROL):


• COMBINACIÓN NEURONAL Y BORROSA. Ventajas. Parámetros: Tasa de
Aprendizaje, Procedimiento de Actualización, Criterios de Terminación y
Secuencia de Uso de Muestras. Ejemplo de Diseño: Controlador de
Temperatura.
• METODOLOGÍA DE DISEÑO: Agrupación de Muestras y Remoción de
Inconsistencias. Fuzzification, Inferencia y Defuzzification. Aprendizaje sobre
reglas y sobre variables de entrada/salida.

APLICACIONES INDUSTRIALES DE FUZZY LOGIC


• Ahorro de Energía: Control de Lavarropas. Control adaptativo de Sistemas de
Calefacción.
• Industria Automotriz: Sistema de Frenos Antibloqueo. Control de Motores de
Combustión Interna. Control de Crucero. Control de Aire Acondicionado para
Automóviles.
• Automación Industrial: Control de Decantador. Control de Producción de
Plásticos. Control de Reciclado de Agua. Control de Horno de Cocción de
bizcochos
• Análisis de Datos: Aplicaciones Médicas. Aplicaciones Sensoriales.
• Otras Aplicaciones: Cargador de Baterías. Estabilización de Imágenes
Digitales en Cámaras. Control de Anestesia.

IEEE-Panamá 2009 Aplicaciones Industriales de Fuzzy-Logic -2-


Cronograma

09:00-11:00 FUZZY CONTROL

11:00-11:30 Coffee Break

11:30-13:00 DISEÑO CON FUZZY LOGIC

13:00-14:00 Almuerzo

14:00-16:00 REDES NEURONALES – CONTROL NEUROBORROSO

16:00-16:30 Coffee Break

16:30-18:30 APLICACIONES INDUSTRIALES DE FUZZY LOGIC

IEEE-Panamá 2009 Aplicaciones Industriales de Fuzzy-Logic -3-