Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Herramientas de Un Controlador Difuso Avanzado PDF
Herramientas de Un Controlador Difuso Avanzado PDF
Si x1 es A y x2 es B entonces u es C
Existen varias formas de derivar las reglas (Lee, 1990), entre las que
destacan las basadas en:
Por ejemplo, dada una base de conocimiento con n reglas del tipo:
Si u1 es Ai y u2 es Bi entonces y es Ci
Wi = min(uAi,uBi)
debido a que las premisas de la reglas están unidos por operadores AND,
definidos como la intersección de conjuntos difusos.
- Para cada regla se tiene una consecuencia "y es Ci", que tiene asociado
una función de pertenencia uCi. Por lo tanto, se tiene un conjunto de
salida C'i, cuya función de pertenencia es:
De esta forma, se obtiene una salida difusa del controlador, con una
función de pertenencia uC'.
Ejemplo
Reglas Si x es A e y es B entonces z es C
R1 Si x es A1 e y es B2 entonces z es C2
x = 10 y = 26 z?
A1 A2 B1 B2 C1 C2
0 10 100 x -50 26 50 y 0 10 z
C1 C2
0 10 z
.
C’
0 40 10 z
CS CO
RT
BF Horno O2
KS Cementero BT
NOx
CONTROLADORES PI DIFUSOS
e(k)
GE du(k) y(k)
ref
Controlador GU Proceso
GR
de(k)
Los parámetros del controlador son las ganancias GE, GR y GU, que
multiplican a e(k), de(k) y du(k) respectivamente.
y(k)
ref
a1 a2 a3 a4
e(k) + - - +
tiempo
de(k) - - + +
c1
c2
c3
y(k) b1 y(k)
b2
b3
ref ref
b4 c4
b5
b6 c5
c6
tiempo tiempo
(a) (b)
NB NS NM ZE PS PM PB
1
CONTROL BASADO
EN MODELOS DE TAKAGI & SUGENO
R i : Si Z1 es Fli y … y Zm es Fmi
entonces Yi = pi0 + p1i X1 + … + pik Xk (*)
Ri : Si Z1 es Fl i y … y Zm es Fm i
entonces u i = f i (Yi , X1,..., Xk)
PA + A T P − PBR −1 B T P + Q = 0
donde A y B son las matrices del modelo en variables de estado
linealizado.
De esta manera, el control obtenido está dado por:
u = −Kx
−1 T
donde K = R B P
R i : Si z1 es Fli y … y z m es Fmi
entonces x = A i x + Bi u
R i : Si z1 es Fli y … y z m es Fmi
entonces u i = f i ( x1 ,…, x n )
Entonces,
R i : Si z1 es Fli y … y z m es Fmi
entonces u i = − k1i x1 − … − k in x n
R i : Si z1 es Fli y … y z m es Fmi
entonces x i (k + 1) = A i x (k ) + Bi u (k )
y(k) = Cx(k)
∑ w (z)x (k + 1)
i =1
i i
x (k + 1) = M
∑ w (z )
i =1
i
El controlador difuso esta compuesto por las premisas del modelo difuso.
Entonces, la base de reglas del controlador está dada por:
R i : Si z1 es Fli y … y z m es Fmi
entonces u i (k ) = −G i x (k )
Riel d
.
x 1 a 11 a 21 x 1 b1 c1
entonces x = a u+
a 22 x 2 b 2
+
2 12 c 2
m 2
(M + m)g senα - Fcosα - α senα cosα
=
α 2
2(M + m) m cos 2 α
−
3 2
A1 A2
0
L1 L2
Funciones de pertenencia
L1 L2
α (rad) -0.3491 (-20º) 0.3491 (20º)
α (rad/seg.) -0.8727 (-50º/seg.) 0.8727 (50º/seg.)
En las siguientes figuras, se presentan los resultados del LQR difuso para
el péndulo invertido.
A ngulo (rad)
0.1
0
-0.5
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Tiempo (seg) Tiempo (seg)
10
V elocidad angular (rad/seg)
0.5
8
6
Fuerza (N)
4
0
2
0
-2
-0.5
0 0.1 0.2 0 0.5 1 1.5 2
Angulo (rad) Tiempo (seg)
Condiciones iniciales: α0 = (10°) 0.1745 rad, α 0 = 0. Verde :LQR, Azul: LQR difuso.
V eloc idad angular (rad/seg)
1
0.4
0.5
A ngulo (rad)
0.2
0
0 -0.5
-1
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Tiempo (seg) Tiempo (seg)
15
Veloc idad angular (rad/s eg)
0.5 10
Fuerz a (N)
0 5
-0.5 0
-1 -5
0 0.2 0.4 0 0.5 1 1.5 2
Angulo (rad) Tiempo (seg)
Condiciones iniciales: α0 = (20°) 0.349 rad, α 0 = (40°/seg) 0.6981. Verde :LQR, Azul:
LQR difuso.