See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/274707394

Implementación de un control difuso tipo Mamdami en un microcontrolador

PIC18F2550

Conference Paper · June 2014

CITATIONS READS

0 4,777

4 authors, including:

Luis Ignacio Olivos Juan Antonio Arizaga Silva

Universidad Politécnica de Puebla Universidad Politécnica de Puebla
2 PUBLICATIONS 0 CITATIONS 34 PUBLICATIONS 26 CITATIONS

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Fuzzy control of a an autonomous car View project

Cyberphisical systems security View project

All content following this page was uploaded by Juan Antonio Arizaga Silva on 09 April 2015.

The user has requested enhancement of the downloaded file.

Implementación de un control difuso tipo
Mamdami en un microcontrolador PIC18F2550
Juan Antonio Arízaga Silva
Ing. en sistemas Automotrices, Universidad Politécnica de Puebla
juan.arizaga@uppuebla.edu.mx
Luis Ignacio Olivos Pérez
Ing. en sistemas Automotrices, Universidad Politécnica de Puebla
luis.olivos@uppuebla.edu.mx
Guillermo Tlapa Montaño
Ing. en Electrónica y Telecomunicaciones, Universidad Politécnica de Puebla
gmontaño@hotmail.com
Gabriela Ruiz García
Ing. Mecatrónica, Universidad Politécnica de Puebla
gab111@live.com.mx

Resumen
El presente trabajo muestra los resultados de la simulación de un control
difuso tipo Mandami en Simulink. La planta sobre el cual se realizaron las
pruebas del control es un sistema Ball & Beam. El escrito está dividido en
diversas secciones, la primera describe la historia y conceptos básicos de la
lógica difusa, en la segunda se muestra el análisis del modelo Bola y barra
(Ball & Beam), los resultados matemáticos de este modelo fueron utilizados
en las simulaciones desarrolladas en Simulink que se mencionan en la quinta
y sexta secciones, las pruebas y resultados se muestran en la parte final del
trabajo. Los resultados de esta simulación fueron utilizados para programar
un microcontrolador Microchip de la familia 18F2550.
Palabras clave microcontrolador, control, difuso

Abstract
This paper shows the simulation’s results of a Mandami type fuzzy control in
Simulink. The plant on which the tests of fuzzy control were carried out was
a Ball & Beam System. The actual writing is divided into various sections
of which the first describes and makes references to the history and basic
concepts of fuzzy logic in the second section, model analysis Ball & Beam is
shown, the mathematical results of this model were used in the simulations
developed in Simulink mentioned in the third section, the tests and results are
shown in the final part of the work. The results of this simulation were used
to program a Microchip 18F2550 microcontroller.
Keywords microcontroller, control, Fuzzy,...
2 Implementación de un control difuso tipo Mamdami en un microcontrolador PIC18F2550

1. Introducción
En la actualidad los sistemas difusos se han consolidado como una herra-
mienta muy útil para modelar sistemas complejos en las cuales se necesita
un mayor grado de flexibilidad y dejar de ser estrictos en algunas situaciones.
Los sistemas difusos son usados para modelar sistemas no lineales especial-
mente en las áreas de control, en el procesamiento de imágenes, la robótica,
en la medicina y en la electrónica de consumo.

De los controladores difusos referidos ampliamente en la literatura es el

sistema tipo Mamdani [3] Se eligió un controlador difuso porque tiene venta-
jas importantes sobre los controladores convencionales; por ejemplo, el con-
trol clásico esta pensado para realizar acciones de control en sistemas cuyos
parámetros permanecen constantes.

Esto es una buena aproximación en la mayor parte de los casos, cuando se

pretende regular un sistema en un punto fijo de operación o cuando existen
pequeñas perturbaciones, si estas son lo suficientemente pequeñas este tipo
de control provee una buena solución, pero si el punto de control es un punto
en funcionamiento es cuando el control difuso puede aportar resultados con
mayor exactitud.

2. Lógica difusa
La lógica difusa es una metodología que proporciona una manera símple y
elegante de obtener una conclusión a partir de información de entrada vaga,
ambigua, imprecisa, con ruido o incompleta, en general la lógica difusa imita
el proceso por el cual una persona toma decisiones basada en información
con las características mencionadas.[3]

El concepto de Lógica Difusa fue concebido por el profesor Lofti A. Zadeh

de la Universidad de California en Berkley. A través de sus trabajos [1,2]
introduce los elementos formales que acabarían componiendo el cuerpo de
la teoría de la lógica difusa y sus aplicaciones tal como se conocen en la
actualidad. [3]

3. Sistemas de control Difuso

Los sistemas de control difusos en general tienen la estructura que se
presenta en la figura 1. Los sistemas de lógica difusa que se encuentran en
 Juan Antonio Arízaga Silva 3

la literatura son los siguientes tipos: sistemas difusos tipo Mamdani (con
fuzzificador y defuzzificador) Sistemas difusos tipo Takagi-Sugeno.
Sistemas Tipo Mamdani: El método Mamdani utiliza reglas del tipo
si - entonces (if - then) donde los antecedentes y el consecuente son proposi-
ciones difusas.

Figura 1: Sistema Tipo Mandami

Sistemas Tipo Sugeno: Otra alternativa de procesamiento en los sistemas

difusos fue la propuesta por Sugeno en los sistemas difusos que llevan su
nombre. Los Modelos SIB Takagi-Sugeno usan como consecuente no una
variable difusa sino una función lineal de las variables de entrada. [7]
Este modelo puede representar una clase general de sistemas no lineales
estáticos o dinámicos.

Figura 2: Sistema Tipo Sugeno

4. Modelo de la Planta
El sistema Barra y Bola (Ball & Beam) es un modelo áltamente utilizado
para la enseñanza del control difuso, este modelo reúne ciertas características
y es adecuado debido a que es un modelo no lineal y que a su vez se toman en
cuenta parámetros como son: la gravedad, la fricción y el ángulo de la barra.
4 Implementación de un control difuso tipo Mamdami en un microcontrolador PIC18F2550

Figura 3: Sistema Barra y Bola

La ecuación de transferencia del sistema B&B para la posición de la bola

en la barra teniendo como entrada el ángulo de la misma es:

R(s) mgd 1
= J

2 (1)
θ(s) L R2 + m s
Donde :

m masa de la bola
R radio de la bola
d offset de brazo de palanca
g aceleración gravitacional
L longitud de la barra
J momento de inercia de la bola
r coordenada de posición de la bola
α coordenada angular de la barra
θ ángulo del servo engranaje

Del mismo modo, el sistema B&B en variables de estado, tomando la

posición del la bola y su velocidad como variables, se representa con las
siguientes ecuaciones:
      
ṙ 0 1 r 0
= + J

θ (2)
r̈ 0 0 ṙ L R2
+m
La teoría presentada y que sustenta este resultado se pueden localizar en
[8].
 Juan Antonio Arízaga Silva 5

5. Planteamiento
El planteamiento inicial del sistema de control difuso presentado retoma
el trabajo presentado por Sánchez et al [5], ese controlador fue diseñado y
construido con un microcontrolador de la Familia 16F877 de microchip, el
cual no cuenta con multiplicador integrado, además el sistema está diseñado
de forma tal que una vez implementado es necesario volver a programar el
microcontrolador completamente si se desea variar alguno de los parámetros.
El uso de un microcontrolador de gama alta, 18F2550 el cual posee inte-
grado un multiplicador integrado en Hardware de 8 bits permite realizar las
operaciones en un solo periodo de Instrucción, lo cual reduce el tiempo total
de cómputo del sistema.
Por otro lado el microcontrolador es capaz de establecer comunicación vía
USB a través de un módulo interno lo que permitiría realizar ajustes en los
parámetros del controlador difuso sin necesidad de cambiar o desmontar el
microcontrolador del sistema.
El sistema propuesto se presenta en la figura 4.

Figura 4: Sistema Difuso Propuesto

6. Diseño y Simulación
El diseño y la simulación del sistema se desarrolló con MATLAB. Como
herramienta de cómputo posee diversos elementos de trabajo, para el caso de
la lógica difusa MATLAB posee el Fuzzy Logic Toolbox [6].
El diseño de un sistema de control difuso utilizando MATLAB se hace
actualmente a través de una Interfaz gráfica de usuario (GUI por sus siglas
en Inglés)
El editor FIS de la Figura 5 muestra de manera general la información
acerca de un sistema difuso. En la parte superior izquierda se indican las
6 Implementación de un control difuso tipo Mamdami en un microcontrolador PIC18F2550

variables difusas de entrada (iconos amarillos), y en la parte derecha se

muestran las variables de salida (icono azul). Las funciones de membresía
mostradas en las cajas o iconos no representan la función de membresía real
del sistema. Debajo de estos, en el icono color blanco se indica el nombre del
sistema y el método de inferencia (Mandami o Sugeno). El editor de las fun-
ciones de membresía despliega y permite editar las funciones de membresía
asociadas con las variables de entrada y salida. En la figura 6 se observa la
interfaz de usuario que permite generar las funciones de membresía.

Figura 5: Interfaz gráfica del sistema de inferencia

Figura 6: Editor de funciones de membresía

 Juan Antonio Arízaga Silva 7

Los datos utilizados para generar los conjuntos difusos, y las reglas de
inferencia están tomados de [5]. La matriz de la base de conocimientos se
observa en la figura 7.

Figura 7: Matriz para base de conocimientos difusa

La forma de interpretarla esencialmente consiste en encontrar la unión en

la matriz entre las dos entradas que posee el control difuso, error actual y
error anterior, siguiendo la teoría para la conformación de reglas difusas se
tiene que , por ejemplo Sierrora = N G y error = N G entonces salida = N G
Donde NG = Negativo Grande.
En la figura 8 se observan las reglas de inferencia creadas en MATLAB.

Figura 8: Editor de reglas

8 Implementación de un control difuso tipo Mamdami en un microcontrolador PIC18F2550

Utilizando la ecuación 1 y la informacion de la Figura 1 se realizó la

simulación en Simulink que se observa en la figura 9

Figura 9: Editor de reglas

7. Implementación
El programa en C para descargarlo en el microcontrolador se creó en base
a las simulaciones generadas por el programa MATLAB en el cual se esta-
blecieron las características (Funciones de Membresía y reglas de inferencia),
para generar las reglas de inferencia del controlador.
Al terminar de hacer las simulaciones el microcontrolador fue programado
utilizando un compilador en C de la marca CCS. Las pruebas sobreel diseño
del control se hicieron en el simulador Proteus conectado a Simulink.
La prueba general que se realizó fue comparar la respuesta al escalón
del sistema dieñado en Simulink con el sistema programado en CCS. En la
imagen siguente se muestra la respuesta en una de las pruebas dirigidas para
probar el desempeño del mismo.

Conclusiones
Se mostró en este trabajo el diseño y simulación de un sistema de control
difuso para una planta no lineal, se puso atención en el diseñodelasreglasdemembresaysuim

Referencias
[1] L.A. Zadeh. Fuzzy Sets. Information and Control, 338-353 (1965)
 Juan Antonio Arízaga Silva 9

[2] Guo, X., Hernandez-del-Valle, A., Hernández-Lerma O.: Nonstationary

discrete-time deterministic and stochastic control systems with infinite
horizon. International Journal of Control. 83, 1751-1757 (2010)

[3] Silva. M.: (2014, 1 mayo) Logica Difusa [maxsilva.bligoo.com] de :

http://maxsilva.bligoo.com/content/view/207388/Logica-Difusa.html.

[4] Mamdani, E. H. Advances in linguistic synthesis of fuzzy controllers,

Stud., 1976. vol. 8, pp. 669-678.

[5] Sánchez G., Villegas G.,et al.Control Difuso de un Sistema no Lineal:

La bola y la viga. . SOMI XXII Congreso de Instrumentación., (2007)

8. Currículo corto de los autores

Juan Antonio Arízaga Sila. Licenciado en Electrónica egresado de la Bene-
mérita Universidad Autónoma Puebla en 2001. Obtuvo el grado de Maestría
en Ciencias con espacialidad en Ing. Electrónica en la Universidad de Las
Américas Puebla en 2006 . Actualmente es Profesor de tiempo completo en
la Universidad Politécnica de Puebla.
Luis Ignacio Olivos Pérez. Doctor en Ciencias egresado del INAOE en
2008. . Actualmente es Profesor de tiempo completo en la Universidad Poli-
técnica de Puebla.
Guillermo Tlapa Montaño. Ingeniero en electrónica y Telecomunicaciones,
egresado de la Universidad Politécnica de Puebla.
Gabriela Ruiz García Estudiante de Ingeniería Mecatrónica de la Univer-
sidad Politécnica de Puebla.

View publication stats