Documentos de Académico
Documentos de Profesional
Documentos de Cultura
net/publication/303446539
CITATIONS READS
0 417
2 authors:
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Jesus Lopez on 23 May 2016.
Resumen
La versatilidad mostrada por los autómatas programables los ha llevado a situarse como los principales
equipos de control de procesos industriales a nivel mundial. La potencialidad de los lenguajes de
programación disponibles para los autómatas programables permite estructurar en ellos estrategias de control
no convencional como la de control inteligente. En este artículo se presenta la implementación de un control
difuso en un autómata programable para controlar un proceso de nivel real. Dicha implementación representa
economía de recursos pues se evita el adquirir módulos adicionales para el autómata programable, además de
abrir las puertas para implementar otras estrategias de inteligencia computacional en estos dispositivos.
3. Plataforma de experimentación
lingüísticos, Negativo Grande (NG) Negativo definidas por el usuario, lo cual permite
Pequeño (NP), Cero (Z), Positivo Pequeño (PP), y encapsular la lógica de control usada con más
positivo Grande (PG), para las variables de frecuencia y poderla utilizar en diferentes
entrada y para la variable de salida, CERRADO, proyectos. [RSLogix 06]
Poco Cerrado (PCERRADO), POCOABIERTO, Para la implementación del sistema de control
ABIERTO y Abierto Grande (ABIERTOGR). El difuso se definieron rutinas encapsuladas para las
universo para cada una de las variables funciones de pertenencia de las entradas y las
lingüísticas se normalizó, en la Fig. 4 se muestra salidas, para la base de reglas y para el sistema de
la distribución de los valores lingüísticos. defusificación. Esto permitió desarrollar en forma
estructurada la programación del sistema difuso.
En el proceso de fusificación se establece una
relación entre las entradas al conjunto fuzzy y un
conjunto de funciones de pertenencia, para lo cual
hay que tener en cuenta el número de entradas,
tamaño del universo de discurso, forma y número
de los conjuntos fuzzy. En este trabajo se
implementa un controlador fuzzy tipo PD
a. (Proporcional y Derivativo) para el cual se
requiere minimizar el error y la velocidad de
cambio del error.
Como se puede observar en la Fig. 4, se
implementaron 5 funciones de pertenencia tanto
para la variable lingüística error, como para la
derivada del error, en (1) se muestra la expresión
matemática para la función de pertenencia
b.
gaussiana.
−( x −c) 2
Gaussiana = e 2σ 2
(1)
90
70
%
50
de reglas lingüísticas, en (2) se presenta la forma 40
20
0
300 350 400 450 500 550 600 650
válvula es cerrada. (2) t Segundos
90
60
50
10
0
200 300 400 500 600 700 800
t Segundos