Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRÁCTICA 2
SISTEMA DE CONTROL DIFUSO
Abstract: Se muestra el diseño del controlador difuso para una planta de velocidad, con su
implementación, simulación y funcionamiento del mismo.
Keywords: PID, FIS, Sistema de Inferencia, Fuzzy, Sugeno, Singleton, Lazo Cerrado,
Función de Transferencia.
Los sistemas difusos han sido implementados en 3.1 Identificación y modelación de la planta:
las últimas décadas por su sencillez, flexibilidad y
controlabilidad frente a controladores como lo es el Para identificar la planta se hizo uso de una tarjeta
PID. La ventaja principal de un sistema de de adquisición de datos para obtener la curva de
inferencia difuso es que permite la modificación de reacción del sistema mediante la aplicación de
la superficie de control, por lo que se puede decidir diferentes escalones en forma aleatoria (Esto con el
cómo responderá el controlador (tiempo de fin de realizar un muestreo correcto y evitar el error
establecimiento, máximo sobreimpulso, tiempo de sistemático que genera una tendencia particular de
pico, entre otras). los datos). Adicionalmente se filtraron los datos
Además de esto, los sistemas no lineales son obtenidos por la tarjeta por medio de un filtro pasa-
transparentes ante un sistema de inferencia difuso, bajas, porque la fuente inserta un ruido de
es decir, así la planta no tenga respuesta lineal, se dispersión en la respuesta del sistema y también se
puede lograr controlar y conseguir error de estado removieron las medias para obtener una mejor
estable muy cercano a cero. aproximación estadística a la respuesta de la planta.
Para la estimación se escogió una planta de
2. OBJETIVO segundo orden subamortiguada con retardo, que es
muy típica en las plantas de velocidad.
Controlar velocidad en una mezcladora de fluidos
mediante el diseño y la implementación de un Se presentan a continuación la gráfica de
sistema de control difuso. excitación, medición y respuesta estimada de la
planta:
ω (s ) 962.0244 e−0.089855 s
G p= = 2
v ( s) s +37.5045 s +730.3002
Gráfica de la salida del modelo estimado En las siguientes figuras se ilustra mejor lo
(Presenta una correlación de 96.95) anteriormente citado:
ω (s ) Kpω n2
G p= = 2 2
e−θs
v ( s) s +2 ζ ωn s +ω n
K c =0.5928
T i=0.1259
T d=0.0315
G E=100
También se cambiaron las funciones de membresía K
Gu= c =0.005928
de las entradas por Gaussianas para obtener una GE
superficie de control que mejor. A continuación
G CE =G E ∙ T d=3.15
están las gráficas de esta modificación:
G
G IE= E =794.281176
Ti
4. IMPLEMENTACION
∑ e ( n ) =Rs 6. CONCLUSIONES