FACULTAD DE INGENIERIA CIVIL Y AMBIENTAL

ESCUELA PROFESIONAL DE INGENIERIA CIVIL

UNIVERSIDAD NACIONAL
TORIBIO RODRÍGUEZ DE MENDOZA DE AMAZONAS

FACULTAD DE INGENIERIA CIVIL Y AMBIENTAL

ESCUELA ACADÉMICO PROFESIONAL DE INGENIERIA CIVIL

MODELACIÓN DE LA INFORMACIÓN PARA LA CONSTRUCCIÓN

DOCENTE:

 Mg.Lic.Lenin Quiñones Huatangari.

ESTUDIANTE:

 Pizarro Vigil José Luis.

TEMA: Identificación de contenido del esquema de Lógica difusa en el artículo: “Aplicación de

la lógica difusa en el ámbito de las energías renovables” presentado por Santos Peña M.
y Miranda S.2012.

CICLO DE ESTUDIOS: IX

15 de mayo del 2018

 FACULTAD DE INGENIERIA CIVIL Y AMBIENTAL
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

I. INTRODUCCIÓN:

En el presente siglo la computación ha tomado las riendas de los avances científicos y por
ende del desarrollo de la civilización, todo esto utilizando programas e inteligencia
artificial. La inteligencia computacional en la actualidad aporta soluciones precisas a
problemas reales, los mismos que hasta la actualidad no se han abordado debido a su
complicado estudio y análisis. Es así que en este trabajo se presenta la identificación del
esquema de lógica difusa en el artículo: “Aplicación de la lógica difusa en el ámbito de
las energías renovables” presentado por Santos Peña M. y Miranda S. en el 2012.

II. OBJETIVO:

 Identificar el esquema de lógica difusa en el artículo “Aplicación de la lógica

difusa en el ámbito de las energías renovables” presentado por Santos Peña M. y
Miranda S. en el 2012.

III. ESQUEMA DE LÓGICA DIFUSA:

A. Entrada Discreta

La entrada corresponde a las Variables a estudiar para el control de aerogeneradores.

 Velocidad del aerogenerador.

 Velocidad lineal del viento.
 Momento generado por el viento en las palas.
 Potencia eléctrica.
 Radio de giro de las palas.
 Ängulo pitch o cabeceo.
 Error en la velocidad de giro del generador.

1
 FACULTAD DE INGENIERIA CIVIL Y AMBIENTAL
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

B. Fuzzificador

Para obtener nuestra fuzzificación se hizo una evaluación en tres zonas, zona 1, zona 2 y zona 3.
De esto se obtuvo:

 Zona 01.- Cuando el viento es muy bajo se intenta mantener al aerogenerador girando
a una velocidad menor que su velocidad nominal. En esta zona el control se realiza
mediante la activación del lazo del par eléctrico mientras que el pitch es constante e
igual a cierto valor de diseño.

 Zona 02.- Cuando la velocidad del viento es algo mayor pero no lo suficiente como
para dar la energía correspondiente para producir la potencia nominal, lo que se intenta
es obtener la máxima energía del viento posible. Esta potencia será mayor conforme
aumenta la velocidad del viento ya que aumenta la energía del viento. Lo que se
intenta optimizar es un parámetro que relaciona la velocidad de giro del rotor del
aerogenerador con un valor de pitch óptimo. Por lo tanto para cada velocidad de viento
(para cada punto de la curva de potencia) se pueden calcular fácilmente los valores de
pitch y par eléctrico óptimos.

 Zona 03.- Cuando la potencia alcanza su valor nominal, ésta se debe mantener
constante, por lo tanto ya no interesa obtener la máxima energía del viento sino
mantener esta potencia y esa velocidad de giro constante. Para ello sevaría el ángulo
de pitch para desechar par motor y mantener la potencia nominal sin que el generador
eléctrico se acelere.

FIG.01: Velocidad del rotor vs velocidad del viento.

2
 FACULTAD DE INGENIERIA CIVIL Y AMBIENTAL
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

C. Motor de inferencia

Tanto el modelo del aerogenerador como los controladores están diseñados en Matlab /Simulink,
en concreto se ha utilizado la herramienta Fuzzy de Matlab. Una vez definidas las variables, se
determinan las reglas del controlador difuso que inferirán la acción de control, en función de los
valores de las entradas. Las reglas son del tipo:

Donde A, B, y C son conjuntos difusos. En nuestro caso, se han definido realmente dos
controladores fuzzy, cada uno de los cuales tienen dos entradas y una salida. Por lo tanto, las
reglas son como se muestran en la figura 9. Estas reglas corresponden a la acción de
controladores del tipo fuzzy–PD, con acción proporcional y derivativa.

El modelo es un modelo multivariable con tres entradas y una salida, que corresponde a la
velocidad del generador eléctrico. De estas tres entradas, el viento no es una propiamente, ya que
no se puede manipular, por lo que se le considera una perturbación. Se tiene en cuenta que para
el ángulo pitch el sistema es un sistema mecánico y en el par eléctrico tratamos con un sistema
eléctrico con dinámicas muy rápidas.
También se tiene como parámetro a la periodicidad tri-pala de las palas.
A continuación se muestran el conjunto de reglas difusas del aerogenerador:

FIG.02: Conjunto de reglas difusas del aerogenerador.

3
 FACULTAD DE INGENIERIA CIVIL Y AMBIENTAL
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

D. Desfuzzificador

La configuración del sistema depende el diseñador. En este caso se ha implementado la

conectiva “and” como el mínimo, y se ha aplicado el centro del área cómo método de
defuzzificación.

Fig.03: Superficies de control del sistema difuso para el controlador del

par(a) y del ángulo de cabeceo(b)

E. Salida discreta

No se han obtenido muy buenos resultados debido a la complejidad del modelo y porque no
existe un método sistemático para la sintonía de los controladores difusos. Sin embargo, el
controlador sí consigue mantener la salida en torno a la referencia, a pesar de la variabilidad de
las entradas.

FIG.04: Salida del controlador difuso de potencia del aerogenerador.

FUENTE: SANTOS PEÑAS Y MIRANDA SUESCUN(2012). Aplicación de la lógica difus en

el ámbito de las energías renovables. DYNA, Facultad de informática, Unversidad
Complutense de Madrid, c/Profesor García Santesmaes s/n-Madrid, España.