INSTITUTO POLITCNICO NACIONAL

UNIDAD PROFESIONAL INTERDISCIPLINARIA DE

BIOTECNOLOGA

CONTROL POR LGICA DIFUSA

EQUIPO NO. 4
INTEGRANTES:
BERNAL OMAR
PREZ JIMNEZ OMAR ALEJANDRO
PLUMA JUREZ PERLA IRIS
RUZ SNCHEZ ROSA KARLA
GRUPO: 4BM1
PROFESORA:
OCAMPO ROMO ROSA MARA

CONTROL POR LGICA DIFUSA

LGICA DIFUSA
Lgica borrosa
Se basa en lo relativo de lo observado.
tipo de lgica que toma dos valores aleatorios, pero contextualizados y
referidos entre s.
Ejemplo:
Una persona que mida dos metros es claramente una persona alta, si
previamente se ha tomado el valor de persona baja y se ha establecido
en un metro.
Ambos valores estn contextualizados a personas y referidos a una
medida mtrica lineal.

Formulada en 1965 por el ingeniero y matemtico Lotfi

Zadeh
Lotfi Asker Zadeh
(4 de febrero 1921)
Matemtico, ingeniero elctrico, informtico y profesor azerbaiyano
de la Universidad de Berkeley.
Es famoso por introducir en 1965 la teora de conjuntos difusos
o lgica difusa.
Se le considera asimismo el padre de la teora de la posibilidad.

Base terica
Conjuntos difusos
Los conjuntos clsicos, tienen limitaciones, se define un universo de
discurso que contiene a conjuntos cuyos bordes estn bien definidos, un
elemento puede o no pertenecer a cierto conjunto, algo es verdadero o falso,
no se definen situaciones intermedias.
Los conjuntos difusos son una extensin de los clsicos, donde se aade una
funcin de pertenencia, definida esta como un nmero real entre 0 y 1. As
se introduce el concepto de conjunto o subconjunto difuso y se lo asocia a
un determinado valor lingstico, definido por una palabra o etiqueta
lingstica, donde esta es el nombre del conjunto o subconjunto.

 Funciones de membresa
Las funciones de membresa representan el grado de pertenencia de un
elemento a un subconjunto definido por una etiqueta.
Existe una gran variedad de formas para las funciones de membresa, las
ms comunes son del tipo trapezoidal, triangular, singleton, S.

 Reglas difusas
Los controladores difusos usan reglas, estas combinan uno o ms conjuntos
difusos de entrada llamados antecedentes o premisas y le asocian un
conjunto difuso de salida llamado consecuente o consecuencia. Involucran a
conjuntos difusos, lgica difusa e inferencia difusa. A estas reglas se les
llama reglas difusas o fuzzy rules. Son afirmaciones del tipo SI-ENTONCES.
Los conjuntos borrosos del antecedente se asocian mediante operaciones
lgicas borrosas AND, OR, etc.
Existe una gran variedad de tipos de reglas, dos grandes grupos son los que
en general se emplean, las reglas difusas de Mamdani y las reglas difusas de
Takagi-Sugeno (TS, para abreviar).

Inferencia difusa

Las reglas difusas representan el conocimiento y la estrategia de control,

pero cuando se asigna informacin especfica a las variables de entrada en
el antecedente, la inferencia difusa es necesaria para calcular el resultado de
las variables de salida del consecuente, este resultado es en trminos
difusos, es decir que se obtiene un conjunto difuso de salida de cada regla,
que posteriormente junto con las dems salidas de reglas se obtendr la
salida del sistema.

Esquema de funcionamiento tpico para un sistema difuso:

1. Los datos de entrada suelen ser recogidos por sensores que miden las variables
de entrada de un sistema.
2. El motor de inferencias se basa en chips difusos, que aumentan su capacidad
de procesamiento de reglas ao a ao.

Funcionamiento de un sistema de control difuso.

Ejemplo:
. SI hace muchsimo fro. ENTONCES aumento drsticamente la temperatura.
. SI voy a llegar un poco tarde. ENTONCES aumento levemente la velocidad.

CONTROL DIFUSO
Control que interpreta el sentido comn en lugar de nmeros o de
ecuaciones.
Los procesos no se miden en sentido comn si no en nmeros.
Fusificacin: Adaptacin previa del estado de la variable del
controlador.

Defusificacin: Proceso matemtico usado para convertir un conjunto

difuso en un nmero real
Tipos:
Criterio de mximo (MC). La salida es aquella para la cul la funcin de
membresa alcanza su mximo valor.
El mtodo de centro de rea (COA) o de centro de gravedad (COG).
Se transforma la salida difusa en un nmero real el cual es la coordenada
equis (x) del centro de gravedad de tal conjunto difuso de salida.
El mtodo de la media de mximo (MOM, middle of maximum). La
salida es el valor medio de los valores cuyas funciones de membresa alcanzan
el valor mximo.
El mtodo del mximo ms chico (SOM, smallest of maximum). La
salida es el mnimo valor de todos aquellos que generan el valor ms alto de la
funcin de membresa.
El mtodo del mximo ms grande (LOM, largest of maximum). La
salida es el mximo valor de todos aquellos que generan el valor ms alto de la
funcin de membresa.

Controladores LFC
La estrategia de control difuso (FLC) ha
demostrado ser eficaz al manipular procesos que
exhiben fuertes no linealidades, o cuyo modelo
matemtico es difcil de obtener. Sin embargo, el
rendimiento y estabilidad de los FLC dependen
de la adecuada sintonizacin de sus parmetros
de escalamiento, procedimiento que hasta ahora
ha recurrido al ensayo y error

 Un controlador difuso es un dispositivo capaz de

interpretar seales de campo, y tomar una
accin de control consecuente de acuerdo con la
informacin que tenga consignada en su base de
reglas difusas. El ncleo de un flc consta de un
cerebro procesador encargado de tomar las
decisiones necesarias para corregir el valor de la
variable de inters

 Para ello, el motor de inferencia difusa (el cerebro)

cuenta con dos interfaces con el medio: el mdulo
de fusificacin y el mdulo de defusificacin. Cada
uno de ellos se encarga de transformar variables de
campo (crisp values) en valores difusos y viceversa,
respectivamente. Esto se hace pues el motor de
inferencia difusa slo trabaja con nmeros difusos,
mientras que los elementos finales de control, con
los que se manipulan las variables de proceso, slo
operan con valores concretos .

 En resumen, los sensores transmisores convierten las magnitudes

fsicas mesurables en seales elctricas, que son enviadas al
mdulo de fusificacin, el cual se encarga de convertir esas
seales en valores difusos. Posteriormente, esos valores difusos
pasan al motor de inferencia difusa, que se encarga de aplicar las
reglas de implicacin difusas que correspondan, generando as un
conjunto difuso de salida, el cual recoge las decisiones que
correspondan de acuerdo con los antecedentes entregados por el
mdulo de fusificacin. Entonces, la decisin difusa es enviada al
mdulo de defusificacin, que la convierte en una decisin
concreta que pasar a actuar sobre el elemento final de control a
manera de una seal de control, manipulando la variable de
proceso de forma tal que se corrija el error presente

APLICACIONES

La lgica difusa se utiliza cuando la complejidad del proceso en cuestin es muy

alta y no existen modelos matemticos precisos, para procesos altamente no
lineales y cuando se envuelven definiciones y conocimiento no estrictamente
definido (impreciso o subjetivo).

APLICACIONES
En la industria.
Sistemas de control de acondicionadores de aire
Sistemas de foco automtico en cmaras fotogrficas
Electrodomsticos familiares (frigorficos, lavadoras...)
Optimizacin de sistemas de control industriales
Sistemas de escritura
Mejora en la eficiencia del uso de combustible en motores
Sistemas expertos del conocimiento (simular el comportamiento de un experto humano)
Tecnologa informtica
Bases de datos difusas: Almacenar y consultar informacin imprecisa.

VENTAJAS Y DESVENTAJAS

Cabe destacar los excelentes resultados que brinda

un sistema de control basado en lgica difusa:
Ofrece salidas de una forma veloz y precisa,
disminuyendo as las transiciones de estados
fundamentales en el entorno fsico que controle.
Tambin est la indecisin de decantarse bien por los
expertos o bien por la tecnologa para reforzar las
reglas heursticas iniciales de cualquier sistema de
control basado en este tipo de lgica.

Conclusiones
La lgica difusa tiene la ventaja de incorporar el lenguaje
comn al diseo de sistemas de control, hecho que se toma
muy importante a la hora de incluir el conocimiento emprico
de los operadores de procesos.

El hecho de que este mtodo no requiera de un modelo

riguroso de la planta a controlar facilita en gran medida el
proceso de diseo del controlador, sobre todo cuando la
determinacin cuantitativa de los parmetros del sistema se
hace compleja.

Referencias
http://www2.elo.utfsm.cl/~elo377/documentos/
Fuzzy.pdf
http://catarina.udlap.mx/u_dl_a/tales/docume
ntos/lmt/ramirez_r_o/capitulo3.pdf
http://casanchi.com/casanchi_2001/difusa01.h
tm

GRACIAS POR
SU ATENCIN