Escuela Técnica Superior de

Ingenieros Industriales

CONTROL BORROSO:
EVOLUCIÓN HISTÓRICA
Y FUNDAMENTOS
Por el profesor

Don Fernando Matía Espada
Doctor Ingeniero Industrial
Catedrático de Ingeniería de Sistemas y Automática
Discurso
Leído en el Solemne Acto de Entrega de los Diplomas
a los Titulados de la Escuela Técnica Superior de Ingenieros
Industriales de la Universidad Politécnica de Madrid

Madrid,
Julio de 2016

2016

Escuela Técnica Superior de
Ingenieros Industriales

CONTROL BORROSO:
EVOLUCIÓN HISTÓRICA
Y FUNDAMENTOS
Por el profesor

Don Fernando Matía Espada
Doctor Ingeniero Industrial
Catedrático de Ingeniería de Sistemas y Automática
Discurso
Leído en el Solemne Acto de Entrega de los Diplomas
a los Titulados de la Escuela Técnica Superior de Ingenieros
Industriales de la Universidad Politécnica de Madrid

Madrid,
Julio de 2016

SOLEMNE ENTREGA DE DIPLOMAS ACADÉMICOS DE GRADO 2016

Sr. Rector Magnífico
de la Universidad Politécnica de Madrid
Sr. Director de la Escuela Técnica Superior
de Ingenieros Industriales
Autoridades Académicas
Representantes de Empresas
y Asociaciones Profesionales
Nuevos Graduados
Queridos Compañeros
Señoras y Señores

CONTROL BORROSO: EVOLUCIÓN HISTÓRICA Y FUNDAMENTOS

Quiero, en primer lugar, agradecer al Director el haber pensado en mí para
impartir esta tradicional lección de clausura del curso. Es para mí un enorme
privilegio poder dirigirme a vosotros en un día tan importante para nuestra
Escuela y para nuestra Universidad. Importante para todos los que hoy os graduáis,
ya que por fin veis reflejado el resultado del gran esfuerzo que habéis realizado
durante vuestro paso por la Escuela, y que os ha permitido alcanzar una madurez
académica y personal difícil de imaginar hace tan sólo unos años; e importante
también para todos los que, de una u otra manera, hemos contribuido a formaros.
Ese es el principal objetivo de la Universidad, la misma que sin vosotros, los
estudiantes, no tendría razón de ser.
Y quiero dirigirme a vosotros presentando el tema que he titulado “Control
borroso: evolución histórica y fundamentos”, un tema que tiene para mí un
indudable valor sentimental, ya que fue aquél con el que comencé a dar mis
primeros pasos como investigador y uno de los que más satisfacciones a nivel
de producción científica me ha proporcionado. Durante los próximos minutos
introduciré los fundamentos de esta técnica, al tiempo que facilitaré algunas
pinceladas acerca de su evolución histórica, que recorreré desde sus orígenes, hace
algo más de 40 años, hasta nuestros días, y que, si me lo permitís, complementaré
de manera puntual con alguna anécdota.
I
El control borroso, conocido también por su equivalente en inglés Fuzzy Control,
resulta de la confluencia de dos técnicas: el control automático de sistemas y el
razonamiento basado en lógica borrosa. Curiosamente, ambas tienen su origen
en el conocido afán del ser humano por imitar la naturaleza.
Efectivamente, aunque no es hasta los siglos XVII y XVIII cuando surgen los
primeros sistemas de control a nivel industrial, como el regulador de temperatura
de Drebbel, el captador centrífugo de velocidad de Mead, o el regulador de Watt,
el concepto de realimentación había estado ya presente en la naturaleza desde
sus orígenes: valgan como ejemplo los sistemas que regulan automáticamente las
constantes vitales en los seres vivos o el propio equilibrio de las especies.

1

SOLEMNE ENTREGA DE DIPLOMAS ACADÉMICOS DE GRADO 2016

2

La realimentación es un concepto simple, pero efectivo. En relación con ella, es
conocido que se puede controlar una variable, sin mayores dificultades, utilizando
un simple regulador PID y que incluso, en muchas ocasiones, es más que suficiente
con una simple acción proporcional. Sin embargo, cuando lo que se pretende
abordar es el control de un sistema más complejo, como puede ser un proceso de
producción en una planta industrial o el vuelo de una aeronave, es preciso echar
mano de lo que se conoce como control avanzado.
Dentro de este ámbito, la automática ha venido desarrollando técnicas muy
diversas capaces de dar respuesta a distintas particularidades del sistema a
controlar. A modo de ejemplo podemos mencionar, entre otros, el control no
lineal, el control multivariable, el control predictivo, el control adaptativo, el
control robusto, el control estocástico, o… el control inteligente, en el cual nos
centraremos a continuación. Precisamente, de todas las técnicas que acabamos
de mencionar, el control inteligente es la que se puede considerar menos teórica,
estando de hecho mucho más cercana, en su implementación, a la forma de actuar
del ser humano. Su principio básico es la aplicación de la inteligencia artificial al
control de sistemas. Se trata, por tanto, de intentar imitar la forma en la que los
humanos razonamos a la hora de tomar decisiones.
Entre las distintas disciplinas que abarca la inteligencia artificial, podemos
mencionar las siguientes. En primer lugar, los sistemas expertos; se trata de sistemas
basados en reglas que se encuentran almacenadas en una base de conocimiento,
previamente alimentada con la sabiduría de un experto o conjunto de expertos
en el sistema objeto de control. Adicionalmente, un motor de inferencia es capaz
de recorrer dicha base de conocimiento encadenando reglas hacia delante o hacia
atrás, en busca de una respuesta al problema que se le plantea.
En segundo lugar, las redes neuronales, cuya estructura se conforma a partir de la
unión de un número de neuronas artificiales, y cuya topología trata de imitar la
estructura interna de la corteza cerebral. El aprendizaje en base a patrones es una
de sus características más conocidas.
En tercer lugar los algoritmos genéticos, paradigma que surge por inspiración en
el mecanismo de evolución de las especies; la selección de individuos mediante
cruces y mutaciones consigue que sólo los mejores sobrevivan.

CONTROL BORROSO: EVOLUCIÓN HISTÓRICA Y FUNDAMENTOS

Y finalmente, la lógica borrosa. Los sistemas de razonamiento basados en lógica
borrosa están basados en reglas, al igual que los sistemas expertos, pero, a diferencia
de estos, permiten manejar información con incertidumbre. La idea básica es
plantear los problemas en los mismos términos en los que lo haría un experto
humano. Uno de los ejemplos más típicos es el de aparcar un vehículo: nosotros
somos capaces de aparcar sin disponer de información precisa, sin embargo, nos
resultaría mucho más complicado hacerlo si pretendiéramos medir con precisión
el espacio disponible y, a partir de él, calcular con detalle la trayectoria a seguir.
Dicho con otras palabras: si nosotros somos capaces de razonar con información
imprecisa, también debería serlo un sistema de control.
Hoy en día, que se encuentra tan de moda la automatización de vehículos y que
nos es tan habitual oír hablar de los sistemas de asistencia a la conducción, resulta
curioso comprobar cómo, hace ya 30 años, se habían propuesto controladores
borrosos basados en sensores de ultrasonidos para implementar algunas de las
maniobras básicas de un vehículo, tecnología que no difiere mucho de la utilizada
en los actuales sistemas comerciales.
II
Centrémonos pues en el origen de esta técnica. Hace ya más de un siglo que
diversos filósofos y matemáticos de la época habían anticipado lo que estaba por
llegar. Así, Georg Cantor, en la segunda mitad del siglo XIX, mantenía controversias
acerca del significado matemático de lo que él llamaba los conjuntos infinitos;
Gottlob Frege, a finales del siglo XIX, trataba la exclusión de predicados vagos de
la lógica; Bertrand Russell, en 1923, decía que la vaguedad no estaba en el mundo,
sino en las representaciones que nosotros hacíamos de él; y Max Black, en 1937,
trataba el concepto de la vaguedad, aunque de manera estadística.
Y es aquí cuando ha llegado el momento de dar a conocer la primera fecha importante
en la historia de los controladores borrosos. En 1965, un investigador de origen
azerbaijano pero residente en los Estados Unidos, llamado Lotfi Asker Zadeh, publica
su archiconocido artículo titulado Fuzzy Sets (traducido al castellano “conjuntos
borrosos”). En él se sientan las bases de lo que estos conjuntos representan, la lógica
que permite operar con ellos y, en especial, la trascendental regla de composición
sup-mín, que permite implementar el razonamiento con incertidumbre.

3

SOLEMNE ENTREGA DE DIPLOMAS ACADÉMICOS DE GRADO 2016

4

En contraposición a la lógica clásica, en la que cualquier enunciado o proposición
sólo puede tomar los valores lógicos verdadero o falso, 1 o 0, la lógica borrosa
es una lógica multivalorada, como pueden ser la lógica de valores finitos o la
lógica probabilística. La lógica borrosa difiere, sin embargo, de la primera en
que toma valores continuos en el intervalo real [0, 1], y de la segunda en que
no maneja grados de probabilidad, sino de posibilidad. Efectivamente, aunque
aparentemente podrían parecer similares las funciones de distribución que
permiten manejar incertidumbre de manera probabilística y las funciones de
pertenencia que emplea la lógica borrosa, estas últimas deben considerarse más
bien funciones de distribución de posibilidad. Y resulta sencillo de entender
que probabilidad y posibilidad son conceptos diferentes; de hecho, algo que es
probable siempre es posible, pero al revés no necesariamente. Por ejemplo, que
nieve en el mes de agosto en la ciudad de Sevilla no es un hecho probable, aun
siendo posible.
Pero acabemos de entender la diferente manera que tiene la lógica borrosa de
manejar la incertidumbre y, en especial, qué aporta respecto a la lógica clásica.
Así, por ejemplo, a la hora de clasificar un número entero dentro del conjunto
de los números pares o del de los impares, no existe ninguna incertidumbre,
por lo que el problema se puede abordar perfectamente con lógica clásica. Sin
embargo, a la hora clasificar la estatura de una persona en baja, media o alta,
la existencia de incertidumbre al establecer a cuál de los conjuntos anteriores
pertenece se presta a utilizar lógica borrosa, y esto se lleva a cabo mediante las
anteriormente mencionadas “funciones de pertenencia”.
Cuando el profesor Zadeh presentó su famoso artículo, fueron muchos los
detractores de su nuevo planteamiento, puesto que chocaba frontalmente con las
ideas que habían sido preestablecidas desde la época Aristotélica. Y era entendible
porque, ¿cómo se podía defender una lógica en la que la unión del conjunto de las
personas altas con el conjunto de las no altas no resultaba en el total de personas,
y en la que la intersección del conjunto de las personas altas con el de las no altas
no resultaba en el conjunto vacío?
A pesar de ello, se tardó mucho tiempo en reconocer que la lógica clásica, a pesar
de haber dado solución a numerosos problemas prácticos durante siglos, tenía
varias cuentas pendientes por resolver. Entre ellas, quizás la más conocida sea la
famosa paradoja del barbero, para la que la lógica tradicional no había encontrado

CONTROL BORROSO: EVOLUCIÓN HISTÓRICA Y FUNDAMENTOS

aún, ni encontrará nunca, solución. Esta paradoja puede enunciarse como sigue:
“Un barbero afeita a todos pero sólo a aquellos hombres que no se afeitan a sí
mismos. ¿Quién afeita entonces al barbero?”. Meditándolo un poco nos daremos
cuenta de que cualquiera de las dos posibles respuestas, que el barbero se afeite
a sí mismo, o que sea afeitado por otra persona, entrará en contradicción con el
enunciado original.
Una vez superada la inicial reacción adversa del entorno científico, muchos
investigadores comienzan a darse cuenta de que se abre ante sus ojos un nuevo
campo de trabajo, con cancha para varias décadas, consistente en la extensión al
ámbito borroso de numerosos teoremas matemáticos y algoritmos de control.
III
Y llega así el momento de hacer confluir las dos técnicas que mencioné al
principio: los sistemas de control automático y el razonamiento basado en lógica
borrosa. Nos encontramos así en condiciones de dar a conocer la segunda fecha
importante en la evolución del control borroso. En 1974, el británico Ebrahim H.
Mamdani, presenta la primera aplicación de la lógica borrosa al control de una
planta de procesos. Se trata de un sistema basado en reglas en el que sus entradas
son el error, la derivada del error y la integral del error de la variable a controlar
(sí, las mismas que se utilizan en el control PID) y su salida es, lógicamente, la
acción de control sobre el proceso.
En las reglas del controlador, el error toma valores cualitativos como “negativo
grande”, “negativo pequeño”, “cero”, “positivo pequeño” o “positivo grande”;
además, unas funciones de pertenencia traducen los valores numéricos
procedentes del sensor de cuantitativos a cualitativos, mientras que con la variable
de salida se realiza la operación inversa. Son las transformaciones conocidas como
fuzzification o borrosificación, y defuzzification o desborrosificación.
Las aplicaciones no se hacen esperar, y muy especialmente en Japón, demostrando
una mentalidad mucho más abierta que la occidental. Así, están documentadas
numerosas aplicaciones en el ámbito industrial: control de hornos de cemento,
control de procesos de purificación de agua, conducción automática de trenes,
control del tráfico en cruces, optimización global del tráfico en ciudades, control de
temperatura en sistemas de aire acondicionado, sistemas ABS de frenado, sistemas

5

SOLEMNE ENTREGA DE DIPLOMAS ACADÉMICOS DE GRADO 2016

6

de transmisión automática en vehículos, control de brazos robotizados, navegación
de robots móviles, autómatas programables, validación de sensores en sistemas de
diagnosis, análisis modal de fallos y efectos en procesos industriales, etcétera; y otras
aplicaciones más del sector servicios como videocámaras, lavadoras, freidoras, hornos
microondas, frigoríficos, máquinas de afeitar, cargadores de baterías, y un largo
etcétera, todas ellas con la pegatina fuzzy logic adherida en alguno de sus laterales.
Pero estaban por llegar aún nuevos avances en la teoría de control borroso que
dieran solidez a las aplicaciones que se estaban desarrollando. La tercera fecha
significativa que nos falta por dar es 1985; en ella, el profesor japonés Michio
Sugeno presenta un importante trabajo sobre modelado e identificación de
sistemas basados en lógica borrosa. Al contrario del planteamiento que había
hecho años atrás el profesor Mamdani, que utilizaba la lógica borrosa como
un mecanismo de interpolación entre estados cualitativos del proceso (positivo
pequeño, positivo grande…), el modelo de Takagi-Sugeno propone interpolar
entre aproximaciones lineales de un mismo sistema en torno a diferentes puntos
de funcionamiento, con lo que la analogía con la teoría de control de sistemas
lineales se hace evidente. Pero lo importante es que, además, presenta un método
para la identificación de los parámetros del modelo borroso así resultante.
A principios de los años 90, investigadores españoles de muy variadas universidades
y centros de investigación, entre los que podríamos mencionar, aun sabiendo que
nos olvidaremos de alguno, a Claudi Alsina, Miguel Delgado, Francesc Esteva,
Ricardo García, Julio Gutiérrez, Ramón López de Mántaras, Claudio Moraga, Enric
Trillas o Lorenzo Valverde (por cierto, dos de nombrados son o han sido profesores
de nuestra Universidad), lideraban el despertar en nuestro país de esta técnica,
organizando congresos, escribiendo libros y coordinando esfuerzos a través de
proyectos de investigación. Cabe destacar entre estos últimos el proyecto ORBEX
(Ordenador Borroso Experimental), cuya pretensión era, ni más ni menos, que el
diseño de un computador que fuera capaz de razonar mediante lógica borrosa.
Habían lanzado en España, sin saberlo, un tren que ya no se podría detener.
En el año 1991, y tras la celebración de un histórico congreso celebrado en la
ciudad de Granada, se funda la Asociación Española de Tecnologías y Lógica Fuzzy
(ESTYLF). La asociación tuvo no pocas dificultades para conseguir ser inscrita en
el registro, debido a no estar recogida en el diccionario de la Real Academia de la
Lengua Española la palabra fuzzy, pero finalmente logró superar este obstáculo

CONTROL BORROSO: EVOLUCIÓN HISTÓRICA Y FUNDAMENTOS

y constituirse. Así, términos como fuzzy, difuso y borroso, comienzan a utilizarse
con alegría en las publicaciones científicas españolas de la época.
Pero llegados a este punto, permitidme una anécdota. A principios de los años 90,
el suplemento científico semanal de un conocido diario de tirada nacional publica
un reportaje titulado, con bastante poco acierto, “La lógica confusa se infiltra en el
metro y hasta en las lavadoras”. En él premiaba más el sensacionalismo que el rigor
científico, por lo que sospecho que serían las numerosas quejas de investigadores
del momento las que motivaron que la redacción del diario se viera obligada
a preparar, para la edición de la semana siguiente, un nuevo artículo, esta vez
mucho más documentado y con aportaciones ya de expertos en el tema.
Y mientras tanto, a nivel internacional, habían comenzado a prosperar las revistas
especializadas en lógica borrosa y sus aplicaciones, como la conocida Fuzzy Sets
and Systems de Elsevier o la clásica Transactions on Fuzzy Systems de IEEE.
IV
Pero dediquemos un momento a comentar las principales técnicas de diseño
de controladores borrosos existentes. El hecho es que un controlador borroso
no tiene como parámetros las convencionales ganancias proporcional, integral
y derivativa, sino reglas del tipo: “si el error de temperatura es positivo grande,
entonces hay que abrir un poco la válvula de control”. Pues bien, tres son las
técnicas en las que se pueden condensar las principales formas de abordar este
problema de diseño.
La primera de ellas es sin duda la más romántica: las reglas de control se obtienen
por entrevista directa con las personas expertas en el proceso, normalmente
operarios de planta o ingenieros de procesos. Pero, aun suponiendo que estos
consigan poner de acuerdo su conocimiento empírico en forma de reglas, ¿qué
ocurre con las funciones de pertenencia? Lo habitual es que el experto no sea
capaz de bajar hasta el detalle cuantitativo que implican las mismas, pero ahí
es donde entra en juego la habilidad del ingeniero de conocimiento para
entresacarle al menos rangos de valores característicos de las variables afectadas
y transformarlos en conjuntos borrosos o, en su defecto, utilizar alguna técnica
de particionamiento borroso (más conocidas en la literatura anglosajona como
fuzzy clustering).

7

SOLEMNE ENTREGA DE DIPLOMAS ACADÉMICOS DE GRADO 2016

8

La segunda resulta algo más intuitiva y requiere de una menor involucración del
experto: se trata de diseñar, si es que no existe ya, un controlador lineal de tipo
PID, para lo cual existe abundante literatura, y a partir de ahí el ingeniero de
control construye un controlador borroso con reglas alineadas, de forma que su
comportamiento sea idéntico al controlador lineal de partida. En una segunda
fase, se le pide al experto que observe el funcionamiento en línea del controlador
y sugiera mejoras en su comportamiento. No será muy complicado traducir
posteriormente estas mejoras en pequeños retoques en las reglas, que resultarán
indirectamente en un controlador no lineal, en nuestro caso borroso. Esta técnica
se encuentra perfectamente documentada desde principios de los años 90 y resulta
de muy sencilla implementación.
La tercera y última técnica que presentaremos reemplaza el conocimiento del
experto por un modelo no lineal del proceso. En primer lugar se construye un
modelo borroso de Takagi-Sugeno linealizando el sistema en varios puntos de
funcionamiento. A continuación, para cada uno de estos subsistemas lineales, se
diseña un controlador lineal mediante técnicas convencionales. Y finalmente, se
obtiene el controlador borroso como la unión estos controladores lineales.
V
Cumplidos ya 40 años del primer controlador de Mamdani, cabría preguntarse
qué perspectivas tiene en la actualidad el control borroso, tanto a nivel de avances
teóricos como de nuevas aplicaciones industriales. A este respecto, en el año 2014
tuve la fortuna de coordinar la edición del libro titulado Fuzzy Modeling and
Control: Theory and Applications, de Springer. Este libro reúne, por una parte, las
últimas novedades a nivel teórico en el campo del modelado e identificación de
sistemas borrosos, donde se comprueba que hoy en día el modelo de Takagi-Sugeno
es el más utilizado; y por otra, ejemplos de aplicaciones recientes de controladores
borrosos, como amortiguadores semiactivos para la reducción de vibraciones en
helicópteros y grandes puentes, estabilización de barcos en presencia de fuerte
oleaje, sistemas de energía renovable híbrida con almacenamiento de energía de
hidrógeno, control de los pedales de un vehículo en tráfico urbano, o conducción
autónoma de vehículos.

CONTROL BORROSO: EVOLUCIÓN HISTÓRICA Y FUNDAMENTOS

A nivel de grupos de investigación, la antigua asociación española ESTYLF que
contaba en sus inicios con apenas un centenar de miembros, se transformó con los
años en EUSFLAT (Asociación Europea de Tecnologías y Lógica Fuzzy), con cerca
de 900 investigadores asociados; se creó el European Center for Soft Computing,
en Mieres (Gijón), y es difícil encontrar una universidad española en la que no
existan varios grupos de investigación que trabajen en control borroso.
Respecto al profesor Zadeh, éste se ha pasado las últimas décadas impartiendo
la conferencia plenaria, año tras año, en los congresos internacionales de mayor
prestigio sobre lógica borrosa: FUZZ-IEEE, IPMU, EUSFLAT e IFSA entre otros
muchos. En relación con él, y acercándome ya al final de esta disertación, no
puedo dejar pasar la ocasión de comentar otra anécdota que figura en el libro
de Daniel McNeill titulado: “La Lógica Borrosa: El Descubrimiento de una
Revolucionaria Tecnología de la Computación – y cómo está Cambiando Nuestro
Mundo”. En este libro se relata cómo, veintisiete años después de haber publicado
su famoso artículo en la revista Information and Control, el propio Zadeh, durante
una conferencia que estaba impartiendo en Tokio, reconoce que unos días antes
se había encontrado con el entonces editor de la revista, y que éste le había
confirmado algo que él ya sospechaba: que le habían aceptado el artículo sólo
porque en aquel entonces formaba parte del comité editorial de la misma.
Para terminar, confío en que este pequeño resumen que he presentado haya
servido para que, al menos, os hagáis una idea sobre en qué consiste el control
borroso y cuáles son sus campos de aplicación.
Quiero terminar mis palabras agradeciendo vuestra atención y recordando la
importancia de lo que representa para todos los aquí presentes este solemne acto
de entrega de diplomas: la culminación de una etapa fundamental en vuestras
vidas. Aprovecho asimismo para felicitaros a vosotros y a vuestras familias por
el éxito que habéis conseguido, y os deseo lo mejor tanto en el ámbito personal
como en el profesional.
Muchas gracias.

9

Escuela Técnica Superior de Ingenieros Industriales
Universidad Politécnica de Madrid
José Gutiérrez Abascal, 2. 28006 Madrid

www.industriales.upm.es

Sign up to vote on this title
UsefulNot useful