INFORMÁTICA INDUSTRIAL

1

Abstract—Mediante el presente documento se dará a conocer

los pasos a seguir para la identificación de la planta correspondiente a un motor DC y el diseño del controlador basado en lógica difusa e implementado mediante el uso de software de LabVIEW.

Through this document will be announced the next steps for identifying corresponding to a DC and design based on fuzzy logic and implemented using LabVIEW driver software engine plant.

Index Terms— Lógica Difusa, Controlador, Motor DC

I. INTRODUCTION AS computadoras manejan datos precisos que se reducen a cadenas de valores ya sea uno o cero, mientras que el cerebro humano puede razonar con información que involucra incertidumbre. La lógica difusa es una rama de la IA que le permite a una computadora analizar información del mundo real en una escala entre lo falso y verdadero. La noción de sistemas difusos consiste en que los valores de pertenencia se indican en un número entre [0.0, 1.0], donde 0.0 representa falsedad total y 1.0 significa verdad absoluta. El objetivo principal de la lógica difusa es crear un sistema basado en el comportamiento y pensamiento humanos

A. Identificación de la Planta Para un correcto estudio y aplicación del controlador se debe

conocer el funcionamiento de la planta en estudio. Por lo tanto para esta planta contamos con un motor el cual esta conectado mediante engrames a un generador el cual servirá como el medio de retroalimentación hacia el controlador.

Fig. 1. Planta correspondiente a un Motor DC

B. Proceso de un Sistema Difuso La primera etapa se basa en un proceso donde las variables tienen un grado de incertidumbre metalingüístico. El universo de discurso de la variable error puede clasificarse por conjuntos difusos, N negativo, MP muy pequeño, P pequeño, G grande y MG muy grande. Mientras para la variable cambio de error los conjuntos difusos son: CN cambio negativo, Z cercano a cero y CP cambio positivo. Para los conjuntos difusos de la variable de salida tenemos MP muy pequeño, P pequeño, M medio, G grande y MG muy grande. Fusificación es el proceso que consiste en pasar dichos valores a un rango de pertenencia entre cero 0 y uno 1. Los conjuntos difusos son caracterizados mediante funciones de membresía.[1] En la segunda etapa se proponen reglas lingüísticas que servirán de guía para que el sistema se comporte de manera más adecuada.[1] El grado de pertenencia de cada una de las variables se evalúa en un conjunto de reglas. Una vez obtenidas las consecuencias, la tercera etapa es un proceso para determinar los valores óptimos de salida. Desfusificación consiste en pasar el grado de pertenencia, proveniente de la consecuencia, a un valor nítido o real.[1]

Fig. 2. Estructura de un sistema difuso[1]

C. Conjuntos Difusos La necesidad de trabajar con conjuntos difusos surge del

hecho que existen conceptos que no tienen límites claros. Un conjunto difuso se encuentra asociado por un valor lingüístico

Control de Motor DC Mediante Lógica Difusa Xavier Felipe Ochoa Parra (xochoap@est.ups.edu.ec) Cristian Paul Ortiz Astudillo (cortiza@est.ups.edu.ec)

L

INFORMÁTICA INDUSTRIAL

2

que está definido por una palabra o etiqueta lingüística. En los conjuntos difusos la función de pertenencia puede tomar valores del intervalo entre 0 y 1, y la transición del valor entre cero y uno es gradual y no cambia de manera instantánea como pasa con los conjuntos clásicos.[2]

Fig. 3. Ejemplo de conjunto difuso[2]

D. Funciones de Pertenencia

Las funciones de pertenencia nos permiten representar gráficamente un conjunto difuso. En el eje “x” se representa el universo en discurso, mientras que en el eje “y” se sitúan los grados de pertenencia en el intervalo [0,1]. [2]

II. IMPLEMENTACIÓN DEL CONTROLADOR

Para el diseño del controlador hacemos uso de la herramienta LABVIEW en primer lugar procedemos a determinar las variables de ingreso y de salida de la planta, por lo tanto en este caso la retroalimentación esta dada por el voltaje del generador conectado al motor mediante engranes. A demás como el segundo ingreso tenemos la variación del error, la cual obtenemos al derivar la primera señal de ingreso. Como variable de salida se tiene al voltaje que el controlador aplicara a los terminales del motor para cumplir con el criterio de diseño y controlar la planta ante alguna perturbación.

Es así que se procede a la creación de las funciones de pertenencia, variables lingüísticas y universo de discurso para cada una de las entras y la salida.

Fig. 4. Función de Membresía (Error)

Fig. 5. Función de Membresía (Variación del error)

Fig. 6. Función de Membresía (V OUT)

Seguido a esto se debe ingresar las reglas para el control del sistema es así que usamos la misma herramienta de LABVIEW para ingresar cada una de las reglas. Se debe tener en cuenta que las reglas no pueden repetirse o ser contrarias. Para obtener el numero máximo de reglas que podemos ingresar al sistema es:

# 𝑅𝑒𝑔𝑙𝑎𝑠 = 𝑣𝑎𝑙𝑜𝑟𝑒𝑠!"#$"%&'(

# 𝑅𝑒𝑔𝑙𝑎𝑠 = 5! = 15

1. IF ‘error’ IS ‘MP’ AND ‘ce’ IS ‘CN’ THEN ‘salida’ IS ‘MP’ 2. IF ‘error’ IS ‘MP’ AND ‘ce’ IS ‘Z’ THEN ‘salida’ IS ‘M’ 3. IF ‘error’ IS ‘MP’ AND ‘ce’ IS ‘CP’ THEN ‘salida’ IS ‘M’ 4. IF ‘error’ IS ‘P’ AND ‘ce’ IS ‘CN’ THEN ‘salida’ IS ‘P’ 5. IF ‘error’ IS ‘P’ AND ‘ce’ IS ‘Z’ THEN ‘salida’ IS ‘G’ 6. IF ‘error’ IS ‘P’ AND ‘ce’ IS ‘CP’ THEN ‘salida’ IS ‘G’ 7. IF ‘error’ IS ‘G’ AND ‘ce’ IS ‘CN’ THEN ‘salida’ IS ‘M’ 8. IF ‘error’ IS ‘G’ AND ‘ce’ IS ‘Z’ THEN ‘salida’ IS ‘MG’ 9. IF ‘error’ IS ‘G’ AND ‘ce’ IS ‘CP’ THEN ‘salida’ IS ‘MG’ 10. IF ‘error’ IS ‘MG’ AND ‘ce’ IS ‘CN’ THEN ‘salida’ IS ‘G’ 11. IF ‘error’ IS ‘MG’ AND ‘ce’ IS ‘Z’ THEN ‘salida’ IS ‘MG’ 12. IF ‘error’ IS ‘MG’ AND ‘ce’ IS ‘CP’ THEN ‘salida’ IS ‘MP’ 13. IF ‘error’ IS ‘N’ AND ‘ce’ IS ‘CN’ THEN ‘salida’ IS ‘M’ 14. IF ‘error’ IS ‘N’ AND ‘ce’ IS ‘Z’ THEN ‘salida’ IS ‘P’ 15. IF ‘error’ IS ‘N’ AND ‘ce’ IS ‘CP’ THEN ‘salida’ IS ‘MP’

Una vez ingresada las reglas se puede simular la respuesta

del controlador de acuerdo a la variación tanto del error como de la variación del mismo.

INFORMÁTICA INDUSTRIAL

3

Fig. 7. Prueba del sistema difuso

Una vez creada las funciones de membresía y las reglas que gobiernan el sistema difuso procedemos a la creación de VI de LABVIEW para el control y visualización del sistema. En las figura 8 y 9 se puede observar la interfaz creada para el control de la planta mediante un sistema difuso.

Fig. 8. Front de interfaz de LABVIEW

Fig. 9. Programa en LABVIEW

Finalmente se procede a la prueba del controlador conectado la salida de la DAQ al amplificador operación que se encuentra en el banco del motor DC y la retroalimentación del generador como ingreso en la DAQ.

Fig. 10. Respuesta del sistema difuso ante una perturbación

III. CONCLUSIONES Con los sistemas basados en la lógica difusa se pueden evaluar mayor cantidad de variables, entre otras, variables lingüísticas, no numéricas, simulando el conocimiento humano. Se relaciona entradas y salidas, sin tener que entender todas las variables, permitiendo que el sistema pueda ser más confiable y estable que uno con un sistema de control convencional. Podríamos resumir que la utilización de la lógica difusa es aconsejable para procesos muy complejos, es decir, cuando se carece de un modelo matemático simple o para procesos altamente no lineales. Un sistema de Lógica Difusa se basa más en la intuición del diseñador que en la precisión y el rigor matemático. Debido a esto, los controladores con Lógica Difusa pueden ser más sencillos, económicos y flexibles que los tradicionales.

REFERENCES [1] Passino, K. M., Yurkovich, S., & Reinfrank, M. (1998). Fuzzy control

(Vol. 42, pp. 15-21). Menlo Park, CA: Addison-wesley.

[2] http://catarina.udlap.mx/u_dl_a/tales/documentos/lmt/maza_c_ac/capitulo2.pdf