Vea discusiones, estadísticas y perfiles de autores para esta publicación en: https://www.researchgate.

net/publication/324464492

Diseñe el sistema de frenado del automóvil utilizando Mamdani Fuzzy Logic Control

Documento de sesión · Octubre de 2017

DOI: 10.1109 / ICEVT.2017.8323547

CITACIONES LEE

3 336

2 autores , incluso:

Illa Rizianiza

Instituto de Tecnología de Kalimantan

10 PUBLICACIONES 4 CITACIONES

VER EL PERFIL

Algunos de los autores de esta publicación también están trabajando en estos proyectos relacionados:

Diseño de turbina eólica Ver Proyecto

Todo el contenido que sigue a esta página fue subido por Illa Rizianiza el 30 de mayo de 2018.

El usuario ha solicitado una mejora del archivo descargado.

[ABS-57] 2017 4 th Congreso Internacional de Tecnología Vehicular Eléctrica (ICEVT)
Diseñe el sistema de frenado del automóvil con Mamdani Fuzzy
Control lógico
Illa Rizianiza
Departamento de Ingeniería Mecánica
Instituto de Tecnología de Kalimantan, Balikpapan, Indonesia
Centro Nacional de Tecnología de Transporte Sostenible,
Indonesia
rizianiza@itk.ac.id
Resumen - El sistema de frenado del coche es el más importante.
sistema de seguridad que tiene. Este documento proporciona una
sistema de frenado automático del coche con Mamdani Fuzzy Logic Control. Este
sistema de frenos de automóvil consta de dos entradas y una salida. Las entradas
son la posición del automóvil y la velocidad del automóvil. La posición del
automóvil representa la distancia del automóvil desde el obstáculo detectado y la
velocidad representa la velocidad del automóvil hacia el obstáculo. Esta salida es
el freno que representa la fuerza del automóvil para detener el automóvil. Las
entradas usan cinco funciones de membresía y la salida usa tres funciones de
membresía. El sistema de frenado del coche diseñado utiliza veinticinco reglas. El
rendimiento de frenado se observará en términos de distancia y velocidad para
evitar colisiones.
Palabras clave: sistema de frenado; mamdani; control de lógica difusa.
Yo NTRODUCCIÓN
Actualmente, el número de usuarios de automóviles está aumentando. Provoca
que también aumente la posibilidad de que ocurran accidentes. Una de las causas de
los accidentes es la colisión entre vehículos. La razón es la negligencia del conductor
al conducir un automóvil. El conductor no puede controlar la velocidad del automóvil y
la imprecisión del frenado. Además, si el coche circula a alta velocidad, será difícil
evitar los obstáculos que se encuentren delante de él. Cerca del 68% de las personas
mueren en Indonesia desde 2010 hasta 2016 debido a la colisión [1].
El sistema de frenado del coche es el más importante. Generalmente, el sistema de frenado
del automóvil se opera manualmente cuando el conductor presiona el pedal del freno. Si el freno
falla, el resultado también puede fallar. En los últimos años, se han realizado algunas
investigaciones para desarrollar el sistema de frenado de los automóviles. La evolución de los
frenos ha dado lugar a una seguridad de conducción significativamente mayor [2]. Hay muchos
estudios sobre el sistema de frenado de los automóviles que dependen del modelo matemático,
pero el hecho de que los comportamientos de los conductores dependen principalmente de la
experiencia, no del modelo matemático exacto. El vehículo es de sistema no lineal, por lo que es
muy difícil encontrar un modelo matemático. Por lo tanto, la lógica difusa se ha utilizado para
desarrollar el control de la automatización, ya que difusa emula el desempeño de un operador
humano experto en los tules lingüísticos que no necesitan utilizar un modelo matemático. El
sistema difuso es muy robusto y eficaz para manejar el
978-1-5386-3698-5 / 17 / $ 31.00 © 2017 IEEE
129
2-5 de octubre de 2017. Bali, Indonesia
Alfian Djafar
Departamento de Ingeniería Mecánica
Instituto de Tecnología de Kalimantan, Balikpapan, Indonesia
Centro Nacional de Tecnología de Transporte Sostenible,
Indonesia
alfian.djafar@itk.ac.id
sistema de incertidumbres y no linealidades como el sistema de frenado [3].
Mamdani es ampliamente aceptado por capturar conocimiento experto [4]. Debido
a la naturaleza interpretable e intuitiva de la base de reglas, el tipo Mamdani se usa
ampliamente, en particular, para aplicaciones de soporte de decisiones.
II. re ESIGN C Arkansas si Rastrillado S SISTEMA
A. Sistema de frenos del automóvil
En este artículo, el sistema de frenado del automóvil utiliza la lógica difusa para
aplicar el freno cuando la posición del obstáculo está cerca y la velocidad del
vehículo es alta. T La velocidad del automóvil es de 0 a 100 km / h. Definió en base a
las Regulaciones del Gobierno de Indonesia Número 43 del año 1993 que la
velocidad máxima del vehículo es 100 km / h (37,7 m / s). En este sistema de
frenado de automóvil, hay algunos parámetros que se han descuidado. Hay dinámica
del motor, patinaje y fricción [2].
Valor de parámetro del sistema de frenado del automóvil: Masa del
automóvil : 2000 kilogramos
Posición del automóvil para iniciar el freno: -30 m
Velocidad inicial del automóvil : 10 km / s (2,7 m / s)
Fuerza de frenado del coche : 9263 N
La determinación de la posición del automóvil para arrancar el freno se basa en el
Reglamento del gobierno número 55 del año 2012 sobre el vehículo. Es una distancia
segura para conducir. De acuerdo con la Segunda Ley del Movimiento de Newton, la fuerza
causa la aceleración, por lo que en este artículo se utiliza el supuesto de que el sistema de
frenado automático limita la magnitud de la fuerza de frenado a 9263 N.
B. Control difuso Mamdani
El sistema de frenado del coche está diseñado por Mamdani Fuzzy Logic Control.
Mamdani es uno del tipo de método de inferencia difuso. En la inferencia de mamdani, el
consecuente de la regla Si-Entonces se define mediante un conjunto difuso. El conjunto
difuso de salida de cada regla
[ABS-57] 2017 4 th Congreso Internacional de Tecnología Vehicular Eléctrica (ICEVT)
2-5 de octubre de 2017. Bali, Indonesia

se remodelará con un número coincidente, y se requiere defuzzificación después de • Difusión de las entradas utilizando las funciones de pertenencia de entrada Combinando las
agregar todos estos conjuntos difusos remodelados. • entradas difusas de acuerdo con las reglas difusas para establecer la fuerza de una regla

• Encontrar la consecuencia de la regla combinando la fuerza de la regla y la función

de pertenencia a la salida (implicación). En este artículo se utilizó la implicación de
Min.
• Combinar las consecuencias para obtener una distribución de salida (agregación). En
este artículo se utilizó Max Aggregation. Desvaneciendo la distribución de salida. En
• este documento, utilice el método de defuzificación del Centro de área (COA).

Fig 1 Diagrama de bloques para el control del sistema de frenado del automóvil

El sistema de frenado del automóvil está diseñado utilizando un control de circuito cerrado que se

muestra en la Figura 1. El control lógico difuso de entrada son la posición y la velocidad del automóvil y la

salida es la fuerza de frenado. La posición del automóvil es la distancia del automóvil al obstáculo

detectado y la velocidad del automóvil es la velocidad del automóvil hacia el obstáculo. La salida es la

fuerza de frenado del automóvil. La fuerza de frenado es la fuerza del automóvil para frenar y detener el

automóvil.

entrada

Fuzzifier

Base de reglas

Fig 3 Sistema de frenado de coche con lógica difusa

La función de membresía es una curva que define cómo se asigna cada punto
en el espacio de entrada a un grado de pertenencia
Defuzzifier
entre 0 y 1. La función de pertenencia de las variables se muestra en las Figuras
4, 5 y 6. Las entradas de rango máximo y mínimo para lógica difusa se definen en
base a la Regulación del Gobierno sobre vehículos y conducción. La salida de la
salida
lógica difusa es una señal de control que será la entrada para el automóvil como
fuerza de frenado. Donde más, las variables de salida son 3 que son Max, Zero y
Fig 2 Función de pertenencia de la variable de posición del automóvil Min. Para mejorar la velocidad de fuzzificación, se elige la función gaussiana
como función de pertenencia [5].
El sistema de inferencia difusa es un marco informático basado en los
conceptos de la teoría de conjuntos difusos. Se puede aplicar en muchos campos
como control, soporte de decisiones, identificación de sistemas, predicción, etc. Se
Las funciones de pertenencia de la velocidad del automóvil son: Muy
debe principalmente a la cercanía a la percepción y el razonamiento humanos, así
cerca (VN)
como a su manejo intuitivo y simpleza, factores importantes para la aceptación y
Cerca (NORTE)
usabilidad. de los sistemas [5]. Figura 2 que muestra que hay Medio (METRO)

Lejos (F)
Tres módulos principales son de particular interés: difusor, base de reglas y Muy lejos (VF)
defuzzificador. Fuzzifier convierte la entrada nítida en una variable lingüística El rango de la posición del automóvil al obstáculo es de 0 cm a 60 m. Función de
utilizando las funciones de pertenencia almacenadas en la base de conocimiento pertenencia N <20 my VF> 50 m. La distancia de seguridad del automóvil al obstáculo
difusa. Defuzzifier Convierte la salida difusa del motor de inferencia en nítido es de 30 m.
utilizando funciones de pertenencia análogas a las que utiliza el difusor.

Hay seis pasos en mamdani fuzzy:

• Determinar un conjunto de reglas difusas

978-1-5386-3698-5 / 17 / $ 31.00 © 2017 IEEE

130
[ABS-57] 2017 4 th Congreso Internacional de Tecnología Vehicular Eléctrica (ICEVT)
2-5 de octubre de 2017. Bali, Indonesia

Figura 4 Función de pertenencia de la variable de posición del automóvil

Fig 4 Función de pertenencia de la variable de fuerza de frenado

La función de pertenencia de la velocidad del automóvil es variable: Muy lenta

La base de reglas de la lógica difusa se muestra en la Figura 6. Hay 25 reglas
(VS)
Lento (S) en este sistema de frenado. Reglas de control difuso

Medio (METRO) se caracterizan por una colección de reglas difusas If - Then en las que las
Rápido (F) condiciones previas y la consecuencia involucran variables lingüísticas.Una regla
Muy rapido (VF) difusa tiene dos componentes: IF-part (también conocida como el antecedente) y
El rango de velocidad del automóvil es de 0 km / h (0 m / s) a 100 km / h (27,7 m / s). Then-part (también conocida como el consecuente ): Si <antecedente>, entonces
Función de pertenencia VS <20 km / h (5,5 m / s) y VF> 60 km / h (16,6 m / s). La <consecuente>. En
velocidad segura del automóvil es de 80 km / h (22,2 m / s).
este papel, t La regla es que si la posición del obstáculo está cerca y la velocidad del
vehículo es rápida, entonces la fuerza de frenado es grande, etc.

Figura 5 Función de pertenencia de la variable de velocidad del automóvil

La función de pertenencia de la fuerza de frenado es: pequeña

(S)
Medio (METRO)
Fig 6 Base de reglas
Grande (SI)
La fuerza máxima de frenado es de 9263 N.

III. R ESULT

El objetivo de esta sección es simular el sistema de frenado del automóvil mediante el

control de lógica difusa mamdani. La Figura 7 muestra la lógica difusa de entrada y salida
de correlación. El freno de fuerza está respondiendo al cambio en su velocidad o distancia
del automóvil al obstáculo. Es obvio por la respuesta que en una posición cercana al
automóvil y a una velocidad lenta del automóvil, se usa una pequeña fuerza de frenado,
pero comenzará a cambiar a medida que aumenta la velocidad del automóvil o la distancia
desde los obstáculos disminuye hasta

978-1-5386-3698-5 / 17 / $ 31.00 © 2017 IEEE

131
[ABS-57] 2017 4 th Congreso Internacional de Tecnología Vehicular Eléctrica (ICEVT)
2-5 de octubre de 2017. Bali, Indonesia

la fuerza máxima de frenado y distancias muy cortas.

La comparación de la fuerza de frenado a tiempo

- 100

- 200

- 300

- 400

Fuerza de frenado (N)

- 500

- 600

- 700

- 800

- 900

- 1000
0 1 2 3 4 5 6 7 8 9 10
Hora (s)

Fig 9 Gráfico de fuerza de frenado en función del tiempo

La comparación de Veloity a tiempo

18

dieciséis

14

12

Fig 7 Visor de superficie

10

V elocidad (m / s)
8

0
0 1 2 3 4 5 6 7 8 9 10

Hora (s)

Fig 10 Gráfico de velocidad del automóvil frente al tiempo

La velocidad inicial del automóvil es de 2,7 m / s y luego se reduce a 0 m / s debido a

la fuerza de frenado aplicada al automóvil durante 2,5 s hasta 3,7 s, como se muestra en la
Figura 9 y 10. El automóvil se acerca al obstáculo y frena lentamente y se detendrá a una
distancia de 30 m del obstáculo.

IV. C ONCLUSIÓN

El diseño de un sistema de control confiable y eficiente para el sistema de frenos de

Fig 8 Visor de reglas
La Figura 8 muestra el valor de la posición del automóvil, la velocidad del automóvil y la fuerza de
frenado utilizando el control lógico Mamdani. Muestra que si la posición del automóvil es 44,3 my la
velocidad del automóvil es 71,4 km / h (19,8 m / s), entonces la fuerza utilizada para frenar el automóvil
es 6170 N.
un automóvil es uno de los problemas más desafiantes para el automóvil. En este artículo
se ha presentado un diseño eficiente y confiable del sistema de frenado de un automóvil
utilizando el control de lógica difusa mamdani. El resultado es un sistema de frenado suave.
El sistema de frenado del automóvil puede comenzar a frenar el automóvil 2.5 s con 9263 N
hasta 3.7 s. El sistema de frenado del automóvil consta de dos entradas y una salida. Las
entradas son la posición del automóvil y la velocidad del aire. Cada uno tiene cinco
funciones de membresía. La salida es la fuerza de frenado. Tiene tres funciones de
pertenencia. Este sistema de control tiene veinticinco reglas. Para el desarrollo futuro, el
sistema de frenado del automóvil se puede mejorar aplicando más funciones de entrada y
membresía para que la base de reglas sea mayor.

UNA Agradecimiento

Los autores agradecen el apoyo financiero parcial de USAID bajo el

programa SHERA.

978-1-5386-3698-5 / 17 / $ 31.00 © 2017 IEEE

132
[ABS-57] 2017 4 th Congreso Internacional de Tecnología Vehicular Eléctrica (ICEVT)
2-5 de octubre de 2017. Bali, Indonesia

R EFERENCIAS [4] Rane, Shubhechchha, et.al., "Rendimiento del sistema de inferencia difusa Mamdani para el
seguimiento de múltiples objetivos utilizando el sistema de piloto automático", Revista Internacional de
[1] Comité Nacional de Seguridad en el Transporte de Indonesia. 2016.
Electricidad y Electrónica, vol. 5, Número 1, págs: (34-42), 2017.
[2] Mamat, M., Ghani, NM, "Controlador de lógica difusa en el sistema automatizado de frenado de
automóviles", IEEE International Conference on Control and Automation, 2009.
[5] Yadav, Digvijay K., "Modelado de un controlador inteligente para un sistema de frenos
antibloqueo", Revista Internacional de Investigación y Aplicación Técnica, Vol 3, pp:
[3] Wang, X., Cheng, et.al., "Controlador de lógica difusa para la estrategia de frenado de vehículos 122-126, 2015.
eléctricos", PEDS2007, IEEE, págs. 1542-1547, 2007.

978-1-5386-3698-5 / 17 / $ 31.00 © 2017 IEEE

133

Viieew
wppuubblliiccaactitud
enn ssttaattss