UNIVERSIDAD POLITÉCNICA SALESIANA SISTEMAS INTELIGENTES

Fecha: 14/11/2022

CONTROLADOR FUZZY PID PLANTA

Tarea 3
Alumno: Grozny Samuel Soto Campoverde
E-mail: gsotoc@est.ups.edu.ec

RESUMEN:
La lógica fuzzy es utilizada cuando se
Diseñar un controlador FUZZY con sus tienen sistemas en los cuales su
respectivas pertenencias y funciones de
membrecía, crear las reglas y exportar a
información no es exacta, sino que
SIMULINK para poder visualizar la estabilización contienen un alto grado de
del sistema establecido. imprecisión. Los métodos de esta
lógica se basan en conjuntos difusos
o también llamados Membership
PALABRAS CLAVE:
Functions (MF) o funciones de
- Fuzzy membrecía [1].
- PID
- FuzzyLogicDesigner Dichos conjuntos son características
- MFs expresadas por el experto de forma
lingüística que pueden ser nombres o
1.-OBJETIVOS adjetivos y que toman un valor de 0 a
1 dependiendo el grado de
Objetivo general:
pertenencia del conjunto en un
Diseñar e implementar un controlador pid universo. [2]
fuzzy en un control de temperatura.
Estas funciones tienen una
Objetivos específicos: representación gráfica que responde
regularmente a figuras geométricas
Definir las funciones de membresía
como formas triangulares o
correspondientes y crear las reglas
adecuadamente. trapezoidales, y también a funciones
como las campanas gaussianas, y
Exportar .fis del fuzzy para poder simular con
ayuda de SIMULINK dentro de sus perímetros se
establecen los niveles a los que
2.- MARCO TEÓRICO pertenecen dentro del universo del
discurso.
Control Fuzzy:

Figura 2. tabla FAM

Figura 1. Control fuzzy

|
UNIVERSIDAD POLITÉCNICA SALESIANA SISTEMAS INTELIGENTES
Fecha: 14/11/2022

3.- MATERIALES Y EQUIPO Reglas de control.

- MATLAB
- SIMULINK
- FuzzyLogicDesigner
- Transference Function
Figura . Reglas de control

4.-DESARROLLO Y
PROCEDIMIENTO Exportar to File, to workspace

1.- Llamar el FuzzyLogicDesigner,

para crear el universo de las señales.
2.- Crear las funciones de membresia
según el diseño deseado.
3.- Establecer las reglas de control
considerando el número de entradas
y salidas.
3.- Observar las graficas de rules y
Surface.
4.- Exportar a file y workspace,
recordar tener el mismo nombre para Figura . Exportar
poder encontrar y vincular.
5.- Abrir simulink e introducir los SIMULINK
elementos necesarios para poder
simular el PID FUZZY con ayuda del
.fis.

Figure. Simulink con. fis

5.- ANALISIS Y RESULTADOS

PID FUZZY
Entrada y salida, asignado función de
membresia.

Figura . In/out

Figura . Estabilización del sistema.

|
UNIVERSIDAD POLITÉCNICA SALESIANA SISTEMAS INTELIGENTES
Fecha: 14/11/2022

6.- CONCLUSIONES desempeño en las acciones de control, picos,

tiempo de estabilización, error en estado
El presente proyecto técnico está dirigido
estacionario y estabilidad.
a la investigación y desarrollo de un
controlador PID-Fuzzy

Si la frecuencia de un sistema que

toma valores simétricos en un rango,
por ejemplo -2.5 a 2.5, y nos da
valores distintos de frecuencia,
podemos concluir que el sistema no
es lineal.
7.- RECOMENDACIONES
Por medio del software Matlab se
desarrolla la programación del controlador
PID-Fuzzy, haciendo uso del entorno de
programación gráfica de Simulink, ya que el
mismo permite realizar la configuración de
los parámetros y variables utilizadas por el
controlador.
Con los resultados obtenidos se establece,
que el controlador PID - FUZZY presenta
mejores prestaciones en cuanto a su
Bibliografía
[1 S. A. C. Giraldo, «CONTROL
] AUTOMATICO EDUCACION,» 01 11
2022. [En línea]. Available:
https://controlautomaticoeducacion.co
m/control-realimentado/control-fuzzy-
mamdani-simulink/.
[2 P. Rivas Alarcón, «UASB-DIGITAL,»
] UASB, 12 10 2010. [En línea]. Available:
https://repositorio.uasb.edu.ec/handle/
10644/2329. [Último acceso: 01 11
2022].

|
|