UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE

DEPARTAMENTO DE ELECTRICA Y ELECTRÓNICA

CARRERA DE INGENIERIA EN ELECTRONICA Y AUTOMATIZACION

INVESTIGACIÓN DE ARTICULOS RELACIONADOS A

CONTROL DIFUSO APLICADO A CONTROL Y
OBTENCIÓN DE MODELOS DE SISTEMAS NO
LINEALES
                      
Henrry R. Sumba
Katherine B. Villarreal
Jairo J. Siza

FECHA ÚLTIMA REVISIÓN: 09/10/13 Ing. Jaqueline Llanos PhD

CÓDIGO: SGC.DI.260 Docente VERSIÓN: 1.1
 INVESTIGACIÓN ARTICULO 4

Tema: Control de Equilibrio por Lógica Difusa para un Fénix Robot hexápodo
Balance control by diffuse logic for a phoenix hexapod robot

Que se hizo: Se construyó un control de posición para las seis extremidades del Hexapodo Robot.
Como entrada al controlador se utilizó un acelerómetro LIS3DSH, que da los valores de Roll para el ángulo en el que se
inclina el acelerómetro, típico de la tarjeta Discovery STM32F4. Era necesario construir un controlador PI para reducir el
error en estado estacionario y estabilizar el robot en una posición de inclinación de cero grados, lo que permitía que el
robot Hexapodo se pusiera de pie y se equilibrara automáticamente sobre diferentes superficie, implementando control
difuso

Figura 1. Fénix Robot

hexápodo
Que se aprendió:

El objetivo del controlador es equilibrar la posición de la base del robot, es decir, utilizando sus seis extremidades para
lograr que su base esté en un ángulo de inclinación de cero grados. Se utilizó como entrada para el controlador, el
acelerómetro LIS3DSH que da los valores de Roll del ángulo.
Toma en cuenta parámetros dinámicos relacionados con, flujos masicos, densidades, viscosidades, todo en función del
viento como un fluido que se transporta en el tiempo de forma turbulenta.

Se fabrica un controlador PI para reducir el error en la estadística estacionaria y estabilizar el robot en una posición
inicial, que es una inclinación de cero grados, lo que permite que el robot hexápodo se pare y se equilibre
automáticamente sobre diferentes superficies. El esquema general del controlador difuso se ve en la Fig. 2, donde se
muestra el valor del punto de ajuste siempre como 0° de inclinación, las entradas son los valores de inclinación del
acelerómetro y las salidas van directamente a los servomotores llamados muslos del robot.
Set point
Controlador PI

Figura 2. Diagrama de control PI difuso.


Que se observó: Para obtener un modelo
de Fuzzificación se tiene en cuenta los
valores que presenta el acelerómetro
LIS3DSH era rangos entre [-90º,90º]
• siendo -15000 = -90
• siendo 15000 = 90
Figura 3. acelerómetro LIS3DSH
VR Very Right,
Se dividió en cinco conjuntos difusos
• [-15000,-8000, -4000], siendo -15000 a -8000
VL Very Left
un grado de pertenencia 1.
• cuya función es triangular
L Izquierda
• en el rango [-8000, -4000, 0].
• cuya función es trapezoidal
C Centro
• en el rango [-2000, -1000, 1000, 2000]
• cuya función de pertenencia es triangular
R Derecha
• en el rango [0,4000 y 8000]
• cuya función está en el [8000, 15000],
• de pertenencia de 1
Figura 4. Conjuntos de difusores de entrada de rollo
Hay 5 conjuntos difusos en la entrada Roll y 3
conjuntos difusos en la entrada ErrorRoll,
Por eso, tenemos 5 * 3 = 15 reglas posibles para
cada servomotor, es decir, que al controlar 6
servomotores, podría haber un total de 90 reglas.

Figura 5. Conjuntos difusos de entrada: Integral del error

 Defusificación

Se obtiene la respuesta para cada uno de ellos. Existen 6 salidas

donde cada una de ellas controla un servomotor (Muslos) que
presentarán diferentes universos de discurso con sus respectivos
conjuntos difusos. Cada servomotor tiene diferente PWM
valores, que son ángulos entre -20° y 20°.

Figura 6. Conjuntos difusos de los muslos del robot hexápodo a) muslos

1, 2,3 b) muslos 4, 5,6
 Conclusiones:

• En paper se logra el equilibrio del robot hexápodo se resolvió con éxito mediante el uso de un controlador difuso PI

• La función de pertenencia del controlador difuso lo obtienen experimentalmente. El número de estas

funciones pertenencia afecta directamente la respuesta del controlador, cuantas más funciones desarrollo,
la respuesta será más precisa.

LINK
Alulema, D., Andino, C., Rodriguez, D., Proano, V., Ibarra, A., Morocho, D., … Alulema, V. (2017). Balance control by diffuse logic for a
phoenix hexapod robot. 2017 13th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery
(ICNC-FSKD). https://doi.org/10.1109/fskd.2017.8392947

‌
Trabajos futuros: Gracias a la investigación se podría implementar el controlador fuzzy en otros
Hexápodos para obtener una precisión de equilibrio.
 INVESTIGACIÓN ARTICULO 5

Tema: Sistema de Control Basado en Lógica Difusa en Proceso de Destilación

de Aceite de Nuez Moscada para Optimización Energética

Que se hizo: La aplicación del control en el proceso de destilación del aceite de nuez moscada. El sistema de
control se basa en lógica difusa, con dos parámetros principales: temperatura y presión de vapor. El valor más
óptimo de la simulación de lógica difusa está integrado en el microcontrolador para regular la posición de la
válvula de flujo de gas. El combustible utilizado en las calderas de refino es el combustible gaseoso. La
capacidad del sistema de destilación es de 25 kg de nuez moscada seca. A partir de la prueba del sistema de
destilación de 16 horas mediante la aplicación de un control basado en lógica difusa se puede optimizar la
energía del combustible de gas en un 20,3 %
INVESTIGACIÓN ARTICULO 2
Que se aprendió: Al alterar y agregar métodos para controlar tanto la temperatura como los parámetros de presión de
vapor en la caldera de destilación, se puede aumentar la velocidad del tiempo de destilación. La aplicación de la lógica
difusa a algunos procesos industriales puede mejorar el desempeño del control sobre el sistema. Esta investigación brinda
una alternativa de solución para reducir el costo de producción de aceleración del tiempo de destilación y control de flujo
de gas en caldera de refinería, el control mediante la aplicación de lógica difusa al sistema de destilación de aceite de
nuez moscada mejorará el rendimiento del sistema, acelerará el tiempo de destilación, al mismo tiempo que mantendrá la
calidad del aceite de nuez moscada y el uso de energía del gas combustible de manera óptima.

Figura 6. El diseño del sistema de destilación.

INVESTIGACIÓN ARTICULO 2
Que se observó: El proceso de fuzzificación está diseñando entradas y salidas nítidas, la entrada consiste en
temperatura y presión, y la salida es el tiempo de destilación.

Figura 7. Diseño de entrada y salida

INVESTIGACIÓN ARTICULO 2
El diseño de funciones de pertenencia, consistentes en entrada de temperatura, entrada de presión y tiempo de
destilación de salida. La función de la pertenencia a la temperatura consta de tres grados de pertenencia, es
decir, altura baja, media

Figura 7. Función de pertenencia de entrada de temperatura

INVESTIGACIÓN ARTICULO 2
Resultados: El tiempo de funcionamiento de 16 horas, la cantidad de gas utilizada es de 5,5 kg. En comparación con el
sistema convencional con un consumo de gas de 6,9 kg durante 16 horas. Por lo que hubo una disminución en el consumo
de gas en un 20,3%. Y en comparación con el control sin lógica difusa hay una disminución del consumo de gas del
5,43%.
 INVESTIGACIÓN ARTICULO 2

Conclusiones:
  El sistema de destilación de aceite de nuez moscada con control de lógica difusa puede reducir el tiempo de destilación de
un promedio de 24 horas a 16 horas.
 La aplicación de control basado en lógica difusa en el sistema de destilación aumenta la optimización del uso de
combustible gaseoso al20,3%.
INVESTIGACIÓN ARTICULO 2

Trabajos futuros:
Este mismo sistema se puede implementar para el sector de la industria, en procesos que tengan que ver con Destilación y
así mismo en procesos que incluyan variables físicas dinámicas, como, presión y temperatura, esto enfocado a control
basado en lógica difusa en el sistema de destilación aumenta la optimización del uso de combustible gaseoso al 20,3%.