Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Control
Inteligentes
Instructor
Emmanuel García Morán
• Ingeniería Mecatrónica (Tecnológico de Monterrey, Campus
Estado de México, 2002-2007).
• Especialidad en Control y Automatización (Tecnológico de
Monterrey, Campus Estado de México, 2007).
• Maestría en Ciencias de la Ingeniería con Especialidad en
Control Automático (Tecnológico de Monterrey, Campus
Estado de México, 2008-2010).
• Doctorado en Ciencias de la Ingeniería con Especialidad en
Control Inteligente (Tecnológico de Monterrey, Campus Estado
de México, 2011-2014).
Contenido y Objetivos
• Identificación por Redes Neuronales:
El participante diseñará e implementará una red neuronal
artificial para la identificación de un sistema neumático
de almacenamiento de aire.
Señales de
Entrada
Suma
Ponderada Señal de
Salida
Sumador Función de
Activación
Pesos
Sinápticos
Neurona Artificial: Perceptrón
𝒏
Señales de
Entrada 𝒗𝒌 = 𝑾𝒊𝒌 𝒖𝒊
𝒊=𝟏
Suma
Ponderada Señal de
Salida
Sumador Función de
Activación
Pesos
Sinápticos
Neurona Artificial: Perceptrón
𝒏
Señales de
Entrada 𝒗𝒌 = 𝑾𝒊𝒌 𝒖𝒊
𝒊=𝟏
Suma
Ponderada Señal de
Salida
Sumador Función de 𝜎 𝑣𝑘
Activación
𝒂
𝝈 𝒗𝒌 = +𝒄
𝟏 + 𝒆−𝒃 𝒗𝒌 𝑣𝑘
Pesos
Sinápticos
𝟎 < 𝒂, 𝒃 ∈ ℝ 𝒄∈ℝ
Neurona Artificial: Perceptrón
𝒏
Señales de
Entrada 𝒗𝒌 = 𝑾𝒊𝒌 𝒖𝒊
𝒊=𝟏
Suma 𝒏
Ponderada Señal de
Salida
𝒚𝒌 = 𝝈 𝑾𝒊𝒌 𝒖𝒊
𝒊=𝟏
Sumador Función de 𝜎 𝑣𝑘
Activación
𝒂
𝝈 𝒗𝒌 = +𝒄
𝟏 + 𝒆−𝒃 𝒗𝒌 𝑣𝑘
Pesos
Sinápticos
𝟎 < 𝒂, 𝒃 ∈ ℝ 𝒄∈ℝ
Estructuras de Redes Neuronales
𝑢 𝑡 = 3 + 0.5 sin 𝑡
diseñe una red neuronal en Simulink tal que la salida del sistema 𝑑 𝑡 sea identificada. Considere
que dicha red posee cuatro neuronas cuyas funciones de activación están dadas por:
1
𝜎 𝑣𝑘 =
1 + 𝑒 −0.1 𝑣𝑘
y que su salida es denotada por 𝑦 𝑡 . Así mismo, considere que el algoritmo de aprendizaje de la
red está dado por la Regla Delta, donde el paso de aprendizaje es 𝜇 = 0.8 y el periodo de
muestreo es 𝑇 = 0.1 segundos.
Actividad 1
Sistema Neumático de
Almacenamiento de Aire
Conexiones neumáticas
Sistema
con mangueras
Tierra de Tierra de
la Tarjeta la Válvula
Sensor
Válvula 5/3
Distribuidor
Conexiones
Neumáticas
Alimentación Neumática
Tarjeta HUMUSOFT MF644
Terminal TB640
Canales de Entrada
Canales de Salida
Puerto
Thunderbolt
Tierra
Tarjeta HUMUSOFT MF644
Considere ahora que las funciones de activación de la red están dadas por:
4
𝜎 𝑣𝑘 = −1
1+ 𝑒 −0.01 𝑣𝑘
y que el periodo de muestreo, tanto para el algoritmo de aprendizaje como para la
tarjeta de adquisición de datos, es 𝑇 = 0.05 segundos.
Segunda Parte:
Control por Lógica Difusa
Concepto de Lógica Difusa
Lógica multi-valuada que permite modelar matemáticamente
información inexacta, vaga o incierta a través de verdades
parciales y conocimiento cualitativo.
¡Un objeto de
250Kg está
cayendo a una ¡Cuidado
aceleración de arriba!
9.8m/s2 sobre
usted!
Historia de la Lógica Difusa
𝜇𝐴 ∶ 𝑋 → 0,1
𝐴= 𝑥, 𝜇𝐴 𝑥 ∶𝑥∈𝑋
Control por Lógica Difusa
𝐴1 = 𝑥1 , 𝜇𝐴1 𝑥1 ∶ 0,1.7 = 𝑥1 ∈ 𝑋
𝑥
𝐴2 = 𝑥2 , 𝜇𝐴2 𝑥2 ∶ 1.5,1.9 = 𝑥2 ∈ 𝑋
𝐴3 = 𝑥3 , 𝜇𝐴3 𝑥3 ∶ 1.7,3 = 𝑥3 ∈ 𝑋 Universo de discurso 𝑋
(Altura en metros)
Control por Lógica Difusa
Entrada 1
Entrada 2
Control por Lógica Difusa
Salida 1
Salida 2
Control por Lógica Difusa
3) Definimos reglas de inferencia mediante proposiciones
lingüísticas para controlar la regadera:
𝑛 ≔ número de reglas
𝑛 𝑤𝑖 ≔ asociación de la 𝑖 − ésima regla
𝑦𝑖 𝑤𝑖 𝑦𝑖 ≔ valor real al 100% de la inferencia para la 𝑖 − ésima regla
1
𝑖=1
1 𝑦 ≔ resultado en números reales
𝑦0 = 1 1
𝑛 𝑤𝑖 = min 𝜇𝐴 𝑥 , 𝜇𝐵 𝑦 , 𝜇𝐶 𝑧 , … ∶ 𝑥 ∈ 𝑋, 𝑦 ∈ 𝑌, 𝑧 ∈ 𝑍, …
𝑤𝑖 𝑥, 𝑦, 𝑧, … ≔ diferentes variables físicas dentro de sus
𝑖=1 respectivos universos de discurso 𝑋, 𝑌, 𝑍, …
𝐴, 𝐵, 𝐶, … ≔ distintos conjuntos difusos vinculados a 𝑥, 𝑦, 𝑧, …
Control por Lógica Difusa
En el ejemplo de la regadera, suponiendo que se tiene un flujo de 1.25 dm3 Τs y
una temperatura de 32℃, los valores de las funciones de membresía para cada
variable de entrada serían:
𝜇𝐵 𝑄 = 0 𝜇𝐵 𝑇 = 0.3
𝜇𝑀 𝑄 = 0.5 𝜇𝑀 𝑇 = 0.7
𝜇𝐴 𝑄 = 0.5 𝜇𝐴 𝑇 = 0
Control por Lógica Difusa
Por lo tanto, las asociaciones de las 9 reglas serían:
𝑤1 = min 𝜇𝐵 𝑄 , 𝜇𝐵 𝑇 = min 0,0.3 = 0
𝑤2 = min 𝜇𝐵 𝑄 , 𝜇𝑀 𝑇 = min 0,0.7 = 0
𝑤3 = min 𝜇𝐵 𝑄 , 𝜇𝐴 𝑇 = min 0,0 = 0
𝑤4 = min 𝜇𝑀 𝑄 , 𝜇𝐵 𝑇 = min 0.5,0.3 = 0.3 Flujo 𝑄: Temperatura 𝑇:
𝜇𝐵 𝑄 = 0 𝜇𝐵 𝑇 = 0.3
𝑤5 = min 𝜇𝑀 𝑄 , 𝜇𝑀 𝑇 = min 0.5,0.7 = 0.5
𝜇𝑀 𝑄 = 0.5 𝜇𝑀 𝑇 = 0.7
𝑤6 = min 𝜇𝑀 𝑄 , 𝜇𝐴 𝑇 = min 0.5,0 = 0 𝜇𝐴 𝑄 = 0.5 𝜇𝐴 𝑇 = 0
𝑤7 = min 𝜇𝐴 𝑄 , 𝜇𝐵 𝑇 = min 0.5,0.3 = 0.3
𝑤8 = min 𝜇𝐴 𝑄 , 𝜇𝑀 𝑇 = min 0.5,0.7 = 0.5
𝑤9 = min 𝜇𝐴 𝑄 , 𝜇𝐴 𝑇 = min 0.5,0 = 0
y su sumatoria:
9
𝑦𝑖 𝑤𝑖
1 1 0.3 − 0.5
𝑖=1
𝑦0 = 1 1 = = −0.125
𝑛 1.6 𝐀𝐠𝐮𝐚 𝐅𝐫ía:
𝑤𝑖 𝑛
𝑖=1 𝑦𝑖 𝑤𝑖
1 1 −0.3 − 0.3 − 0.5
𝑖=1
𝑦0 = 1 1 = = −0.6875
𝑛 1.6
𝑤𝑖
𝑖=1
Estructura General de
Controladores Difusos
Controlador PID Difuso
Para efectos de la actividad a realizar, el controlador PID
convencional se reescribirá de la siguiente manera:
• Controlador PID convencional:
𝑡
𝑑
𝑢 𝑡 = 𝐾𝑃 𝑒 𝑡 + 𝐾𝐼 න 𝑒 𝜏 𝑑𝜏 + 𝐾𝐷 𝑒 𝑡
𝑑𝑡
0