universidad tecnológica de querétaro

Universidad Tecnologica
de Queretaro
Digitally signed by Universidad Tecnologica de
Queretaro
DN: cn=Universidad Tecnologica de Queretaro, c=MX,
o=Universidad Tecnologica de Queretaro, ou=UTEQ,
[email protected]
Date: 2007.05.21 16:31:19 -06'00'
UNIVERSIDAD TECNOLÓGICA DE QUERÉTARO
Voluntad * Conocimiento * Servicio
IMPLEMENTACIÓN DE UNA PLATAFORMA
PARA DISEÑO DE SISTEMAS DE CONTROL
DIFUSO
CENTRO DE FÍSICA APLICADA Y
TECNOLOGÍA AVANZADA, UNAM
Reporte de Estadía para obtener el
Título de Técnico Superior Universitario
en Electrónica y Automatización
LEÓN ORTIZ DIANA
Santiago de Querétaro, Qro.
Octubre de 2006
UNIVERSIDAD TECNOLÓGICA DE QUERÉTARO
Voluntad * Conocimiento * Servicio
IMPLEMENTACIÓN DE UNA PLATAFORMA
PARA DISEÑO DE SISTEMAS DE CONTROL
DIFUSO
CENTRO DE FÍSICA APLICADA Y
TECNOLOGÍA AVANZADA, UNAM
Reporte de Estadía para obtener el
Título de Técnico Superior Universitario
en Electrónica y Automatización
ASESOR DE LA EMPRESA
M.I. DOMINGO RANGEL MIRANDA
ASESOR DE LA ESCUELA
ING. MANUEL MELÉNDEZ ROMERO
ALUMNO
DIANA LEÓN ORTIZ
Santiago de Querétaro, Qro.
Octubre de 2006
Agradecimientos
Agradezco a dios por darme la vida, fuerza y amor necesario para poder concluir con
un ciclo más de mi vida.
A mi mamá Ofelia, a mi hermana Clau porque son mis dos pilares más grandes,
siempre están conmigo y sobre todo porque me apoyan en todas mis locuras. Gracias
por confiar en mi dándome la oportunidad de estudiar; las amo.
A toda mi familia: tíos, tías, primos y abuelitos; que me apoyan y se preocupan por
mi: gracias, sin ustedes no seria quien soy.
Gracias a todos mis maestros en la escuela, ya que no sólo me enseñaron las clases
establecidas, sino que me enseñaron de la vida; gracias por compartirme su
sabiduría. Pero sin menospreciar al resto de mis maestros, me permito mencionar a
mi asesor Manuel Meléndez, por brindarme su apoyo desde que inicié en la UTEQ
hasta estos momentos, que estoy concluyendo.
Al centro de investigación CFATA por darme la oportunidad de realizar mi proyecto
de titulación; sobre todo a Edgar Méndez: fue un gran placer trabajar con usted,
porque no sólo me ayudó con mis dudas técnicas, sino que me brindó su amistad,
gracias.
A Domingo Rangel, más que asesor y maestro en la UTEQ, fue un gran amigo,
gracias. A Rodrigo Velásquez aunque su especialidad es otra, aprendí mucho de él:
gracias Rodrigo por enseñarme que no se debe juzgar un libro por su portada.
A Sergio y Esteban que siempre han estado en todo momento apoyándome a mi lado,
quiero que sepan que más que amigos, son mis hermanos; gracias por todo.
Por último pero muy importantes: mis amigos. Les doy las gracias a mis viejos y
nuevos amigos; por brindarme su amistad y paciencia, no los menciono porque nunca
acabaría, pero sé que saben quienes son, gracias por estar con migo en los buenos y
en los malos momentos de mi vida.
Compartimos muchas experiencias, y lo
importante fue que lo vivimos juntos. Gracias.
¡GRACIAS!
AGRADECIMIENTOS
ÍNDICE
INTRODUCCIÓN
CAPÍTULO I
ASPECTOS GENERALES DE LA EMPRESA
Pág.
1.1 Empresa……………………………………….……………….........…………..12
1.1.1 Áreas de investigación…………………………………….......…………14
1.1.2 Área académica…………………………………………….........……....15
1.2 Misión……………………………………………………………............……...15
1.3 Visión……………………………………………….……………….....….……16
1.4 Política de calidad…………………………………………........………………17
1.5 Organigrama……………….…………………..………….…….......…….…….18
1.6 Campo de desarrollo ...................................…………………..…….......………19
1.7 Proceso general de producción………………………………………….....……19
CAPÍTULO II DEFINICIÓN DEL PROYECTO
2.1 Antecedentes……………………………………………………..……..……….21
2.2 Definición del proyecto…………………………..…………..….………………21
2.3 Objetivos………………………………..……………………….....……………22
2.4 Alcances……………………………………..……………………………….….22
Pág.
2.5 Plan de trabajo………………………..………………………………………….23
2.5.1 Separación de actividades............................................................................23
2.5.2 Secuencia de actividades ............................................................................24
2.5.3 Asignación de tiempos................................................................................ 25
2.5.4 Grafica de Gantt...........................................................................................27
CAPÍTULO III MARCO TEÓRICO
3.1 Introducción a la lógica difusa..............................................................................29
3.1.1 Historia.........................................................................................................30
3.1.2 Lógica difusa................................................................................................31
3.1.3 Control difuso ….........................................................................................33
3.1.4 Aplicaciones de control difuso.....................................................................34
3.2 Características del control PID............................................................................36
3.2.1 Control proporcional P ................................................................................36
3.2.2 Control proporcional-integral PI..................................................................38
3.2.3 Control PID ................................................................................................40
3.3 Microcontroladores...............................................................................................41
3.4 DSP……………………………………………………....…………………….. 44
3.5 FPGA…………………………………………………….......………………….45
Pág.
CAPÍTULO IV DESARROLLO DEL PROYECTO
4.1 Sistema no lineal...................................................................................................48
4.2 Sistema de control no lineal mediante lógica difusa.............................................48
4.3 PID vs Control difuso...........................................................................................49
4.4 Planteamiento........................................................................................................51
4.4.1 Características de la plataforma...................................................................52
4.4.2 Proveedores comerciales para software.....................................................52
4.4.3 Características del software.........................................................................54
4.4.4 Proveedores comerciales para hardware......................................................60
4.4.5 Características del hardware........................................................................61
4.4.6 Consecuencias..............................................................................................65
CAPÍTULO V EVALUCIÓN ECONÓMICA Y RESULTADOS
OBTENIDOS
5.1 Evaluación económica..........................................................................................68
5.2 Resultados obtenidos........................................................................................... 70
CONCLUSIONES
Conclusiones.........................................................................................................75
Pág.
BIBLIOGRAFÍA Y PÁGINAS CONSULTADAS EN INTERNET
Bibliografía..........................................................................................................
.77
Páginas consultadas de internet............................................................................78
GLOSARIO
ANEXO A
ANEXO B
ANEXO C
Introducción
El proyecto se realizó en el laboratorio de instrumentación y desarrollo, que
pertenece al Centro de Física Aplicada y Tecnología Avanzada (CFATA) campus
Juriquilla; el cual pretende desarrollar una plataforma para el control difuso mediante
la búsqueda del software y hardware comercial.
Con este proyecto se pretende explorar otro tipo de análisis para sistemas no lineales,
los cuales en la actualidad son difíciles de controlar; esta lógica permite analizarlos
desde otras perspectivas, ya que por ejemplo no sólo involucra el conocimiento del
diseñador, sino también la experiencia del operador o del experto en el proceso.
Primero se dará una pequeña introducción acerca de la lógica difusa, especificando
los inicios de tal lógica, después se dará una breve explicación referente al control
difuso, el cual viene más específico en el ANEXO A.
Ya teniendo la bases se procederá a localizar a los diferentes software comerciales, y
a sus proveedores. Se verán las características de cada uno y después se realizará la
selección. Ya teniendo el software, se procederá a seleccionar el hardware
compatible. Teniendo los dos elementos, se dará como terminado el proyecto.
CAPÍTULO I
ANTECEDENTES
GENERALES
DE LA EMPRESA
Empresa
El Centro de Física Aplicada y Tecnología Avanzada (CFATA) fue creado en 1991,
en las instalaciones del Instituto de Física de la Universidad Nacional Autónoma de
México (UNAM). En 1998, después de un exitoso desarrollo y parte del proceso de
descentralización de la UNAM, el departamento se trasladó al campus Juriquilla,
donde el 1 de abril del 2002 se transforma en una entidad independiente al aprobar el
Consejo Universitario su conversión de Centro. Se establece así el Centro de Física
Aplicada y Tecnologías Avanzadas (CFATA), con la idea de reunir los esfuerzos que
diversas disciplinas realizan en el campo de las aplicaciones de la física, para
impulsar el conocimiento científico y el desarrollo tecnológico, y enfocarlos a la
solución de los problemas de mayor importancia para la sociedad.
Fig. 1.1 Centro de Física Aplicada y Tecnologías Avanzadas
Campus Juriquilla
CFATA
cuadrados;
está ubica en un complejo científico arquitectónico de 600 metros
su personal académico está
integrado por 11 investigadores y 10
técnicos académicos de tiempo completo, la infraestructura principal cuenta con 12
laboratorios de investigación, un área de cómputo de gran capacidad, una biblioteca
especializada, un taller mecánico, 2 salas para estudiantes, 2 salas audiovisuales y
áreas administrativas.
Los objetivos específicos del Centro de Física Aplicada y Tecnología Avanzadas
son:
1. Realizar investigaciones científicas básicas, aplicadas y aplicables del más
alto nivel, dentro del campo de la ciencia física, manteniendo un alto nivel de
publicación en las revistas de mayor prestigio.
2. Contribuir con la formación de recursos humanos de alto nivel en Física
Aplicada, mediante la impartición de cursos y la dirección de tesis en
licenciatura y posgrado, así, como dentro y fuera de los programas de la
UNAM, enfatizado la interacción académica con instituciones regionales.
3. Establecer lazos estrechos de colaboración con la industria nacional, para
favorecer la relación académica-industrial, a través de proyecto conjunto de
desarrollo tecnológico, transferencia de la tecnología desarrollada en el
Centro, generación de microempresas y consultoría.
4. Participar en actividades de desarrollo científico y cultural de la región, con
su participación en la
divulgación científica, cursos de actualización y
vocacionales, así también en exposiciones y visitas guiadas.
1.1.1
Áreas de investigación
Las principales áreas de investigación en las que trabaja CFATA son:
1. Ingeniería molecular de materiales, orientadas principalmente al
desarrollo de materiales cerámicos, polimétricos y compositos, para
diseñar recubrimientos, bio materiales, fibras ópticas, cementos y
concretos.
2. Física biomédica, enfocada al estudio teórico y de aplicaciones
tecnológicas de las ondas de choque, para la conservación de alimentos,
desinfección por ondas de choque, litro tripsia extracorporal y ortopedia.
3. Simulación de sistemas mediante el desarrollo de modelos para predecir
las propiedades físicas y químicas de nuevos materiales, en mecanismos
fundamentales de agregación, en la estructura de los materiales
complejos, en las propiedades de transporte de sistema auto similares e
interfaces en metales.
1.1.2 Área académica
La formación del estudiante en las áreas científica y tecnológica es una actividad
fundamental del personal académico de CFATA. Esta actividad se realiza
principalmente en los programas de posgrado, contando así con:
1.2
•
Posgrado en Ciencias Químicas,
•
Posgrado en Ingeniería,
•
Posgrado en las Ciencias Físicas,
•
Posgrado en las Ciencias en Ingeniería de Materiales de la UNAM,
•
Posgrado en el Programa de Doctorado en Ingeniería de la UAQ.
Misión
La misión del Centro de Física Aplicada y Tecnología Avanzada es “realizar
investigaciones aplicables dentro de las ciencias físicas con un enfoque netamente
interdisciplinario”.
Elementos:
1. Investigaciones Aplicadas: es aquella que está dirigida al uso de áreas de
competencia del centro.
2. La Investigación Aplicable: es aquella en que se realizo el objetivo a corto,
mediano o largo plazo, de crear nuevas oportunidades de aplicación
tecnológicas del conocimiento científico, sin que se medie necesariamente un
problema específico que resolver.
3. El enfoque ínter disciplinario confiere también al Centro una personalidad
única, ya que permite el concurso de diversas especialidades donde las
ciencias físicas tiene una aplicación directa e indirecta.
Contribuir activamente al enriquecimiento de la ciencia y tecnologías nacionales e
internacionales en el ámbito de la Universidad Nacional Autónoma de México.
Realizar investigaciones básica y aplicada así como la formación de recursos
humanos en los niveles de licenciatura y posgrado.
Favorecer la vinculación de las actividades científicas y tecnológicas con la industria
y la sociedad.
1.3
Visión
Desarrollar una investigación que sea útil y trascendente, que merezca el
reconocimiento nacional e internacional.
Publicar los logros en revistas de alto impacto y contar con laboratorios y equipos
especializados de alta tecnología.
Ser el polo por excelencia en el posgrado en ciencias de materiales, contando con un
programa de formación y capacitación de recursos humanos de alta calidad.
Establecer una estrecha vinculación con el sector productivo del país, desarrollo
investigación básica y aplicada de excelencia
1.4
Política de calidad
La función principal dentro de la política de calidad del centro física aplicada y
tecnología avanzada de la UNAM es:
“Realizar actividades de investigación básica y aplicada, de docencia y difusión de
los conocimientos científicos con la participación activa de su personal y la mejora
continua de sus procesos”.
1.5
Organigrama
Jefe de departamento de CFATA
Sección académica
Simulación y sistemas
Preparación de muestras
Lab. de polímeros
Lab. de choque débiles
Lab. caracterización óptica
Lab. atmosférica controlada
Lab. microscopía controlada
Lab. fullerenos
Lab. fibras ópticas
Lab. instrumentación y
desarrollo
Sección de vinculación
Proyectos de la industria
Intercambio académico
Estudiantes asociados
Sección de servicios administrativos
Personal, compras, inventarios
Contabilidad y presupuesto
Biblioteca
Taller mecánico
Intendencia y vigilancia
Fig. 1.2 Organigrama del departamento de CFATA – Campus Juriquilla.
1.6
Campo de desarrollo
El Centro de Física Aplicada y Tecnologías Avanzadas es un centro de investigación
básica y de desarrollo tecnológico, enfocado a dar soluciones a problemas de
científicos, tecnológicos e impartir cátedras de posgrados. Cuenta con personal
altamente capacitado y tiene una alta productividad, que se refleja en altos índices de
publicaciones en revistas internacionalmente de reconocido prestigio.
El Centro tiene entre sus principales directrices la de impulsar el desarrollo nacional
y regional, y contribuir a la generación de conocimiento con reconocimiento
internacional.
1.7
Proceso general de producción
El Centro de Física Aplicada y Tecnologías Avanzadas tiene entre sus principales
funciones la formación del profesionista de alto nivel, la realización de
investigaciones y desarrollo de tecnologías. Estas funciones se realizan conforme al
interés explicito de impulsar el desarrollo del país mediante diversos apoyos a los
sectores productivos.
Por el carácter académico de las actividades desarrolladas, la efectividad del trabajo
desempeñado por su personal se mide mediante el número y la calidad de sus
publicaciones en revistas especializadas y por el impacto de los desarrollos
tecnológicos efectuados.
CAPÍTULO II
DEFINICIÓN DEL
PROYECTO
2.1 Antecedentes
El laboratorio de instrumentación y desarrollo en CFATA requiere trabajar con un
control que pueda facilitar el análisis a sistemas de control no lineal, que permita
utilizar la experiencia del personal (cualquiera que sea su especialidad, título o área
de desarrollo dentro de un proceso).
El control que cumplió con las expectativas fue el control de la lógica difusa, el cual
se especializa en el conocimiento común, que es mayoritariamente lingüístico
cualitativo.
2.2 Definición del proyecto
En el laboratorio de instrumentación y desarrollo se implementará una plataforma de
desarrollo para el diseño de sistemas de control por medio de lógica difusa, a través
de la búsqueda y selección de software y hardware comercial. Con esta
implementación, el personal del laboratorio de instrumentación podrán practicar y
relacionarse con dicha lógica. Inteligencia artificial es una característica de la lógica
difusa, que trabaja con el conocimiento y experiencia del trabajador, cualquiera que
sea su especialidad. Los controladores borrosos son las aplicaciones más importantes
de la teoría borrosa; trabajan de una forma bastante diferente a los controladores
convencionales; el conocimiento experto se usa en vez de ecuaciones diferenciales
para describir un sistema. Este conocimiento puede expresarse de una manera muy
natural, empleando variables lingüísticas que son descritas mediante conjuntos
borrosos.
2.3 Objetivo
Se pretende implementar una plataforma para el diseño de sistemas de control difuso
en el Laboratorio de Instrumentación y Desarrollo, donde sea posible editar, simular
y generar los algoritmos difusos que sean necesarios para el control de sistemas no
lineales de sistemas físicos, así como su grabación en dispositivos electrónicos
especializados de alto rendimiento en el procesamiento de tales algoritmos. Esta
plataforma debe contener el hardware y software para cubrir la necesidad para la que
fue diseñado
2.4 Alcance
Este sistema permitirá generar el código necesario y ser grabado en dispositivos
electrónicos comerciales con alta capacidad de procesamiento, donde, se puedan
implementar los algoritmos difusos para trabajar en tiempo real; además deberá
cubrir las características técnicas y de costo establecidas. Sus componentes serán
seleccionados en tiempo y forma mediante la evaluación y comparación de distintos
fabricantes de ese tipo de plataformas.
2.5 Plan de trabajo
Las actividades se colocaron en dos formas para una comprensión favorable tanto
para el alumno que realiza el proyecto como para el asesor de la empresa; una forma
es un listando de las actividades que son claves para la realización del proyecto; y la
otra forma es una gráfica de Gantt, la que nos ayudará a una asignación de los
tiempos de una manera gráfica.
2.5.1 Separación de actividades
Las actividades para la realización del proyecto son:
•
Estudio de los conceptos básicos de lógica y control difuso y hacer un
resumen de los mismos.
•
Discutir con el asesor de la empresa acerca de las principales características
que debe de tener el software de una plataforma para el diseño de control
difuso.
•
Discutir con el asesor de la empresa sobre las principales características que
debe de tener el hardware de una plataforma para el diseño de control difuso.
•
Buscar información de proveedores comerciales y extranjeros en internet,
literatura especializada y libros que ofrezcan este tipo de información.
•
Organizar la información obtenida mediante cuadros sinópticos que resalten
las características del software y del hardware.
•
Hacer la selección del software en base a la información anterior.
•
Pedir la cotización del software en base a la información anterior.
•
Hacer la selección del hardware en base a la información anterior.
•
Pedir la cotización del hardware en base a la información anterior.
•
Hacer la selección del software y solicitar el equipo de cómputo necesario.
•
Hacer la selección del hardware y solicitar el equipo necesario.
•
Recibir e instalar los componentes de la plataforma.
2.5.2
Secuencia de actividades
1. Estudio de los conceptos básicos de lógica y control difuso y hacer un
resumen de los mismos.
2. Discutir con el asesor de la empresa acerca de las principales características
que debe de tener el software de una plataforma para el diseño de control
difuso.
3. Discutir con el asesor de la empresa sobre las principales características que
debe de tener el hardware de una plataforma para el diseño de control difuso.
4. Buscar información de proveedores comerciales y extranjeros en internet,
literatura especializada y libros que ofrezcan este tipo de información.
5. Organizar la información obtenida mediante cuadros sinópticos que resalten
las características del software y del hardware.
6. Hacer la selección del software en base a la información anterior.
7. Pedir la cotización del software en base a la información anterior.
8. Hacer la selección del hardware en base a la información anterior.
9. Pedir la cotización del hardware en base a la información anterior.
10. Hacer la selección del software y solicitar el equipo de cómputo necesario.
11. Hacer la selección del hardware y solicitar el equipo necesario.
12. Recibir e instalar los componentes de la plataforma.
2.5.3
1.
Asignación de tiempos
Estudio de los conceptos básicos de lógica y control difuso y hacer un
resumen de los mismos. (2 semanas).
2. Discutir con el asesor de la empresa acerca de las principales características
que debe de tener el software de una plataforma para el diseño de control
difuso. ( 1 semana).
3. Discutir con el asesor de la empresa sobre las principales características que
debe de tener el hardware de una plataforma para el diseño de control difuso.
( 1 semana).
4. Buscar información de proveedores comerciales y extranjeros en internet,
literatura especializada y libros que ofrezcan este tipo de información. ( 2
semanas).
5. Organizar la información obtenida mediante cuadros sinópticos que resalten
las características del software y del hardware. ( 2 semanas).
6. Hacer la selección del software en base a la información anterior. (1 semana).
7. Pedir la cotización del software en base a la información anterior. (1 semana).
8. Hacer la selección del hardware en base a la información anterior. (2
semanas).
9. Pedir la cotización del hardware en base a la información anterior. (1
semana).
10. Hacer la selección del software y solicitar el equipo de cómputo necesario. ( 1
semana).
11. Hacer la selección del hardware y solicitar el equipo necesario. (1 semana).
12. Recibir e instalar los componentes de la plataforma. ( 1 semana).
2.5.4
Grafica de Gantt
CAPÍTULO III
MARCO TEÓRICO
3.1 Introducción a la lógica difusa
A pesar de su corta historia tiene un crecimiento muy rápido, ya que es capaz de
resolver problemas relacionados con la incertidumbre de la información
o del
conocimiento, proporcionando un método formal para la expresión del conocimiento
en forma entendible y comprensible por los humanos.
En los últimos años se han investigado y desarrollado diversas tecnologías
relacionadas con funciones y características humanas de campos cercanos al
psicológico (inteligencia artificial) y a los procesos biológicos (redes neuronales,
algoritmos genéticos y programación evolutiva). Estas tecnologías conocidas como
"tecnologías inteligentes" representan el conocimiento de una forma a la vez
entendible por los humanos y manejable por los sistemas informáticos.
La lógica difusa es el elemento de desarrollo de dichas tecnologías. Se podría
considerar como un lenguaje que permite trasladar sentencias sofisticadas del
lenguaje natural a un formalismo matemático. El conocimiento se adquiere y se
trabaja con él de una manera inferencial y deductiva, por medio de un razonamiento
simbólico. Obteniéndose, para la resolución de un problema, un conjunto de hechos
inciertos denominados conjuntos difusos y a sus reglas lógica difusa.
3.1.1 Historia
Sus orígenes se remontan hasta 2,500 años. Aún Aristóteles consideraba que existían
ciertos grados de veracidad y falsedad. Platón había considerado ya grados de
pertenencia.
La idea de que la lógica produce contradicciones fue popularizada por el filósofo y
matemático británico Bertrand Russell, a principios del siglo XX. Estudio las
vaguedades del lenguaje, concluyendo con precisión que la vaguedad es un grado. El
filosofo austriaco Ludwing Wittgenstein estudió las formas en las que una palabra
puede ser empleada para muchas cosas que tienen algo en común. La primera lógica
de vaguedades fue desarrollada en 1920 por el filósofo Jan Lukasiewicz, visualizó
los conjuntos con un posible grado de pertenencia con valores de 0 y 1, después los
extendió a un número infinito de valores entre 0 y 1.
El término de conjunto difuso aparece por primera vez en 1965 cuando el profesor
Lotfi A. Zadeh, de la Universidad de Berkeley en USA, publicó un artículo titulado
“Conjuntos difusos” (Fuzzy sets). Paralelamente, ciertos investigadores se han
inclinado por la lógica difusa en problemas ciertamente difíciles.
En 1966 el Dr. Peter N. Marinos, de Bell Labs. publicó “Fuzzy Logic”. En 1972
Prof. Michino Sugeno, de TIT escribió “Fuzzy Measure” . Así en 1975, el profesor
Mamdani en Londres desarrolló una estrategia para el control de los procedimientos
y presentó los resultados más esperanzadores que se han obtenido sobre la
conducción de un motor a vapor. En 1978, la sociedad danesa F. L. Smidth realizó el
control de un horno de cemento. Esta es la primera aplicación real industrial de la
lógica difusa.
Al final de los años 1980 se produce un verdadero boom que hace hablar. Los
productos del gran consumo, máquinas de lavar, aparatos de fotografía y otros
aparatos “fuzzy logic” son numerosos. En
la
industria,
se contempla
el
tratamiento de aguas, las grúas portuarias, los metros, los sistemas de ventilación
y de climatización.
3.1.2 Lógica difusa
La lógica difusa es un súper conjunto de la lógica clásica convencional que fue
extendida para abarcar el concepto de “parcialmente verdad” (valores entre lo
"absolutamente cierto" y lo "absolutamente erróneo").
La lógica borrosa esta fundada en el concepto " Todo es cuestión de grado”, lo cual
permite manejar información vaga o de difícil especificación en el caso de que
quisiéramos cambiar con esta información el funcionamiento o el estado de un
sistema especifico. Es entonces posible con la lógica borrosa gobernar un sistema por
medio de reglas de “sentido común” las cuales se refieren a cantidades indefinidas.
Las reglas involucradas en un sistema borroso, pueden ser aprendidas con sistemas
adaptables que se aprenden al “observar”' como operan las personas los dispositivos
reales, o estas reglas pueden también ser formuladas por un experto humano. En
general la lógica borrosa se aplica tanto a sistemas de control como para modelar
cualquier sistema continuo de ingeniería, física, biología o economía.
La intención de la lógica difusa es de crear un formalismo para manipular de forma
más eficiente la imprecisión y la vaguedad del razonamiento humano expresado
lingüísticamente, para poder trasladarlo a un lenguaje matemático formal.
Utiliza valores de verdad que no necesariamente son “deterministas”; por ejemplo, al
calificar que “el cielo es azul” uno está tentado a graduar qué tan “azul”, en efecto, es
el cielo; e igualmente, si “un vehículo se mueve rápido”, también se está obligado a
considerar qué tan rápido es el vehículo, aunque esto último no implique
necesariamente cuantificar la velocidad del vehículo con toda precisión. Su enfoque
considera que un conjunto no tiene un frontera clara para pertenecer o no a él.
La lógica borrosa es definida como un sistema matemático que modela funciones no
lineales, que convierte unas entradas en salidas acordes con los planteamientos
lógicos que usan el razonamiento aproximado.
3.1.3 Control difuso
Base de
conocimiento
Codificación
(Fuzzificación)
Sistema de
inferencia
Decodificación
(Defuzzificación
Sistema
de
control
Variables de estado (entrada)
Variables de control (salida)
Fig. 3.1 Estructura de un controlador difuso
Los controladores difusos son las aplicaciones más importantes de la teoría difusa.
Ellos trabajan de una forma diferente a los controladores convencionales; el
conocimiento experto se usa en vez de ecuaciones diferenciales para describir un
sistema. Este conocimiento puede expresarse de una manera muy natural, empleando
las variables lingüísticas que son descritas mediante conjuntos difusos (ANEXO A).
En la figura 3.1 se muestra la arquitectura de un control difuso en donde:
•
Base de conocimiento: Contiene el conocimiento asociado al dominio de la
aplicación y los objetos de control; proporciona las definiciones necesarias
para determinar las reglas lingüísticas de control y manipula los datos difusos
del controlador.
•
Sistema de codificación (fuzzificación): La operación que convierte los
valores reales de entrada en conjuntos difusos; permite suavizar el
comportamiento del sistema ampliando el rango de influencia de la variable.
•
Sistema de Inferencia: Es el núcleo del controlador, infiere las acciones de
control simulando el proceso de decisión humano usando una implicación
difusa y las reglas de inferencia de la lógica difusa.
•
Sistema de decodificación (defuzzificación): Convierte los valores difusos de
las variables de salida en valores conceptos dentro del universo de discurso
correspondiente.
3.1.4 Aplicaciones de control difuso
En el área médica se ha empleado para el diagnóstico, desde campos como la
acupuntura, hasta el análisis de ritmos cardíacos. Dentro del apoyo a la toma de
decisiones se ha utilizado para la búsqueda de caminos críticos en la ejecución de
proyectos y asesoramiento a la inversión.
En el campo de control de sistemas en tiempo real, destaca el control de un
helicóptero por órdenes de voz y el control con derrapaje controlado de un modelo de
coche de carreras. Dentro del sector automovilístico existen gran números de
patentes sobre sistemas de frenado y cambio de marcha automáticos (Nissan).
En el sector de fabricación de electrodomésticos se ha diseñado un gran número de
aplicaciones neuro-difusas como las lavadoras que evalúan la carga y ajustan por sí
mismas el detergente necesario, la temperatura del agua y el tipo de ciclo de lavado
(Matsushita, Hitachi, Siemens); tostadores de pan controladores de para la
calefacción y aire acondicionado, televisores (Sony), que automáticamente ajusta el
contraste, el brillo y las tonalidades de color.
Para el control de maquinaria destaca el control de frenado de Sendai realizado por
Hitachi (en funcionamiento desde Julio de 1987) para detener los trenes rodando
rápidamente a lo largo de la ruta, frenado y acelerando suavemente, deslizándose
entre las estaciones, parando con precisión sin perder un sólo minuto o sacudir
fuertemente a los pasajeros. Se ha utilizado para el control de una maquina de
perforación de túneles y para el control de ascensores (Mitsussbishi-Elec., Hitachi,
Fuji Tech) que mejoran la eficiencia en el procedimiento manual que siempre se
presenta cuando grandes grupos esperan para usar el ascensor al mismo tiempo, o
para grúas en el manejo y elevación de contenedores (Hitachi).
Se han aplicado también al procesado de imágenes y al reconocimiento de caracteres
que reconocen los números de los cheques bancarios utilizando un sensor CCD y un
microcontrolador.
Se utiliza también en verificaciones de ortografía, los cuales sugieren una lista de
palabras probables para reemplazar una palabra mal escrita o en correctores de voz
para seguir un listado de probables palabras para sustituir a una mal dicha.
3.2 Características del control PID
Proporcional integral derivativo (PID) es un control cuyo objetivo es mantener su
salida en un nivel predeterminado. Y el cual para mantener constante la salida tiene
que medir la salida y controlar la entrada, lo cual provoca la diferencia de ambas una
diferencia denominada error; el error es tratado de tres formas diferentes
simultáneamente.
3.2.1
Control proporcional
m(t ) = m + Kc(r(t ) − c(t ))
m(t ) = m − Kc e(t )
Ecuación 3.2.1.1
Ecuación 3.2.1.2
Donde:
m(t)= Salida del controlador .
r(t)= Punto de control.
c(t)= Variable que se controla (señal que proporciona el transmisor).
e(t)= Señal de error (es la diferencia entre el punto de control y la variable
controlada)
Kc= Ganancia del controlador.
m = Valor base.
El significado de m
es
la salida del controlador cuando el error es cero; pero
generalmente se fija durante la calibración del controlador.
Las ecuaciones 3.2.1.1 y 3.2.1.2 son ecuaciones que puede describir el
funcionamiento de un control proporcional, la primera ecuación nos indica que es
para un controlador de acción inversa. En las ecuaciones se puede ver que la salida
del controlador en proporcional al error entre el punto de control y la variable que se
controla.
La ganancia del controlador da la proporcionalidad que en este caso es Kc, con la
cual se determina cuánto se modifica la salida del controlador con un cierto cambio
de error.
Figura 3.2.1.1 Desviación del control proporcional
La desventaja de este control es que maneja una desviación o error de estado
estacionario en la variable que se controla. Tal desviación se puede ver en la figura
3.2.1.1, en donde el valor de la ganancia Kc1 es menor que el valor de la ganancia
Kc2; y demuestra que mientras el valor de la ganancia es mayor, la desviación es
menos pero la respuesta se hace más oscilatoria.
La mayoría de fabricantes de controladores no utilizan el término “Ganancia” para
designar la cantidad de sensibilidad en un controlador, sino que utilizan el término
“Banda proporcional” o PB. Y la relación de la ganancia con la banda proporcional
es mostrada en la ecuación 3.2.1.3, además se utiliza el término 100 es porque el PB
se le conoce generalmente como porcentaje de banda proporcional
PB =
100
Kc
Ecuación 3.2.1.3
La banda proporcional se refiere al error (expresado en porcentaje de rango que se
controla de la variable que se controla) que se requiere para llevar la salida del
controlador del valor más bajo hasta el más alto.
3.2.2 Control proporcional-integral PI
La mayoría de los procesos no pueden controlar con una desviación (control
proporcional) se debe controlar en el punto de control y en estos casos para evitar la
desviación se aplica el control integral o de reajuste, por lo tanto se convierte en un
control PI.
m(t ) = m + Kc[r (t ) − c(t )] +
Kc
τI
∫ [r(t ) − c(t )]dt
Ecuación 3.2.2.1
m(t ) = m + Kc e(t ) +
Kc
τI
∫ e(t ) dt
Ecuación 3.2.2.2
donde:
τ I =tiempo de integración o reajuste minutos repetición.
El control PI sólo tiene dos parámetros para su ajuste que es Kc y τ I . Dopnde τ I es
el tiempo que toma al controlador repetir la acción proporcional; mientras menor sea
su valor, su cueva de respuesta es más pronunciada, en otras palabras, la respuesta
del controlador se hace más rápida.
Figura 3.2.2.1 Respuesta del control PI a un escalón en el error
En un control PI, mientras el error sigue presente, el controlador se mantiene
integrando y añadiéndolo a su salida hasta que el error desaparece. Pero el hecho de
que el error se cero no significa que el término de la integración sea cero, por el
contrario integra una función de valor cero, o añade cero a su salida, con lo cual se
mantiene constante. En la figura 3.2.2.1 se ve un ejemplo de la respuesta que
proporciona este control en un escalón de error.
Algunos fabricantes el término “rapidez de ajuste” τI , para su parámetro de reajuste
R
en lugar de tiempo de ajuste τ; y la relación de estos es:
τ IR =
3.2.3
1
Ecuación 3.2.2.3
τI
Control PID
En algunas ocasiones al control PI se le agrega otro tipo de control, el cual es el
control de acción derivativa, también llamado “rapidez de derivación o precaución”,
que tiene como propósito anticipar hacia donde va el proceso, mediante la
observación de la rapidez para el cambio del error, su derivada. La ecuación 3.2.3.1
es su ecuación descriptiva es:
m(t ) = m + Kc e(t ) +
Donde:
Kc
τI
∫ e(t) dt + Kcτ D
de(t )
dt
Ecuación 3.2.3.1
τ D = La rapidez de derivación
Con la acción derivativa se da al controlador la capacidad de anticipar hacia donde
va el proceso, mediante el cálculo de la derivada del error. La cantidad de anticipar
depende del valor del parámetro de ajuste τ D .
Los controladores se utilizan en procesos donde las constantes de tiempo son largas;
por ejemplo en los procesos de control de temperatura y los de concentración. Los
procesos en donde las constantes de tiempo son cortas (capacitancia pequeña) son
rápidos y susceptibles al ruido del proceso, algunos ejemplos son los circuitos de
flujo y los circuitos para controlar la corriente en líquidos.
Los procesos en donde la constante de tiempo es larga (capacitancia grande) son
generalmente amortiguados y en consecuencia, menos susceptibles al ruido.
3.3 Microcontroladores
Un microcontrolador es un circuito integrado o comúnmente llamado chip de alta
escala de integración que incorpora la mayor parte de los elementos que configuran
un controlador. Cumple con las funciones de cerebro de cualquier aplicación, que
puede ser desde encender un led hasta telecontrol y es responsable de la buena
funcionalidad del circuito que gobierna.
Como todo cerebro, este chip tiene que procesar alguna información que tiene en su
memoria y de esta manera decir que hacer. A esta información que debe tener el chip
se le llama software o programa de aplicación. Es responsabilidad del programador
enviar la correcta información a este chip para que trabaje adecuadamente.
Puede ser visto externamente como un circuito integrado TTL o CMOS normal, pero
internamente dispone de todos los dispositivos típicos de un microprocesador.
Un microcontrolador dispone normalmente de los siguientes componentes:
•
CPU (Central Pprocessor Unit o Unidad de Procesamiento Central) quien
interpreta las instrucciones de programa.
•
Memoria RAM
(Random Access Memory o Memoria de Acceso
Aleatorio) para contener los datos.
•
Memoria para el programa tipo ROM / PROM / EPROM. el cual
memoriza las instrucciones de programa.
•
Líneas de E / S para comunicarse con el exterior.
•
Diversos módulos para el control de periféricos (temporizadores, Puertas
Serie y Paralelo, CAD: Conversores Analógico / Digital, CDA:
Conversores Digital / Analógico, etc.).
•
Generador de impulsos de reloj que sincronizan el funcionamiento de
todo el sistema.
Todo el funcionamiento interno del PIC se trata de manejo y configuración de bits de
archivo. Los cuales se encuentran implementados en la memoria RAM y cada uno
tiene una longitud de 8 bits, cada bit de cada archivo cumple con una función, por
esta razón a estos archivos que ocupan las primeras posiciones de la memoria RAM
se les llama registros de función específica o SRF (Special Function Register).
También existen posiciones de la memoria RAM que no estan ocupados con los
SFR, y nos sirven para implementar nuestros propios registros, por esto se llaman
“Registros de Propósito General” (General Purpose Register).
Los productos que para su regulación incorporan un microcontrolador disponen de
las siguientes ventajas:
•
Aumento de prestaciones: un mayor control sobre un determinado
elemento representa una mejora considerable en el mismo.
•
Aumento de la fiabilidad: al reemplazar el microcontrolador por un
elevado número de elementos disminuye el riesgo de averías y se precisan
menos ajustes.
•
Reducción del tamaño en el producto acabado: La integración del
microcontrolador en un chip disminuye el volumen, la mano de obra y los
stocks.
•
Mayor flexibilidad: las características de control están programadas por lo
que su modificación sólo necesita cambios en el programa de
instrucciones.
El microcontrolador es en definitiva, un circuito integrado que incluye todos los
componentes de un computador. Debido a su reducido tamaño es posible montar el
controlador en el propio dispositivo al que gobierna. En este caso el controlador
recibe el nombre de controlador embebido.
3.4 DSP
DSP (digital signal processing) es una operación o transformación de una señal en un
hardware digital según reglas bien definidas las cuales son introducidas al hardware a
través de un software específico que puede o no manejar lenguajes tanto de alto
como de bajo nivel.
Las aplicaciones clásicas de los DSP's trabajan señales del mundo real, tales como
sonido y ondas de radio que se originan en forma análoga. Como se sabe, una señal
análoga es continua en el tiempo; cambia suavemente desde un estado a otro. Los
computadores digitales, por otro lado, manejan la información discontinuamente,
como una serie de números binarios, por lo que se hace necesario como primera
etapa en la mayoría de los sistemas basados en DSP's transformar las señales
análogas en digitales. Una vez terminada la etapa de conversión análoga – digital, los
datos son entregados al DSP el cual está ahora en condiciones de procesarla.
Eventualmente el DSP deberá devolver los datos ya procesados para lo cual es
necesaria una etapa final que transforme el formato digital a análogo.
Ejemplos de algunas aplicaciones con DSPs:
•
Eliminar el eco en las líneas de comunicaciones.
•
Lograr hacer más claras imágenes de órganos internos en los equipos de
diagnóstico médico.
•
Cifrar conversaciones en teléfonos celulares para mantener privacidad.
•
Manejo de imágenes digitales.
•
Reproductores digitales de audio.
•
Cámaras digitales.
•
Control de motores.
•
Manejo de bombas, ventiladores, HVAC.
•
Inversores industriales.
•
Automatización de fábricas.
•
Analizar datos sísmicas para encontrar nuevas reservas de petróleo.
3.5 FPGAs
Un FPGA (Field-programmable gate array (Matriz de puertas programable por un
usuario en el “campo” de una aplicación)) es un a arreglo de bloques lógicos
configurables (CLB) entre los cuales hay un gran número de elementos de
interconexión, líneas que pueden unirlos entre sí e incluso con otras partes del FPGA.
Puede haber líneas de distintas velocidades. También hay pequeños elementos en
cada una de las patillas del chip para definir la forma en que ésta trabajará (entrada,
salida, entrada-salida...). Se suelen llamar IOB (Input /Output Block).
Aparte de esta estructura, que es la básica, cada fabricante añade sus propias ideas,
por ejemplo hay algunos que tienen varios planos con filas y columnas de CLB. Los
CLB contienen en su interior elementos hardware programables que permiten que su
funcionalidad sea elevada. También es habitual que contengan dispositivos de
memoria.
La tarea del programador es definir la función lógica que realizará cada uno de los
CLB, seleccionar el modo de trabajo de cada IOB e intercalarlos todos. El diseñador
cuenta con la ayuda de herramientas de programación. Cada fabricante suele tener las
suyas, aunque usan lenguajes de programación comunes. Estos lenguajes son los
HDL (lenguajes de descripción de hardware)) los cuales pueden ser:
•
VHDL que es el acrónimo que representa la combinación de
•
Verilog
•
ABEL
Las características de los FPGA es su flexibilidad, capacidad de procesado en
paralelo y velocidad. Lo cual los convierte en dispositivos idóneos para:
•
Simulación y depuración en el diseño de microprocesadores.
•
Simulación y depuración en el diseño de ASICs.
•
Procesamiento de señales digitales, por ejemplo video.
•
Sistemas aeronáuticas y militares.
CAPÍTULO IV
DESARROLLO DEL
PROYECTO
4.1 Sistema no lineal
Los sistemas no lineales, son insurrectos (rebeldes), porque las variaciones que
afectan a las condiciones iniciales no son proporcionales a las que producen en los
estados siguientes. Estos sistemas adquieren importancia ya que los fenómenos
naturales y sociales de la vida son irremediablemente no lineales.
La mayor parte de la investigación en control no lineal se ha concentrado en ampliar
metodologías lineales a los problemas no lineales. Esencialmente se convierte o se
aproximan sistemas no lineales por los lineales y se aplican las técnicas tradicionales.
Es a menudo muy costoso convertir un sistema no lineal y las aproximaciones
lineales están llegando a ser cada vez más inexactas.
4.2 Sistema de control no lineal mediante lógica difusa
Un tipo de control no lineal que esta ganando simpatizantes es el control por lógica
difusa, que trata de un control que se basa en la experiencia adquirida y actúa como
lo haría una persona, es un intento para desarrollar la inteligencia artificial.
La necesidad de poder controlar sistemas no lineales por medio de la lógica difusa y
así poder conocer a futuro las diferentes aplicaciones de tal lógica, ha causado gran
interés en diferentes sectores productivos, los cuales se han dedicado a investigar la
forma de facilitar la aplicación de este control.
4.3 PID vs Control difuso
No se puede decir que el control difuso es mejor que el PID, o mucho menos decir
que es el reemplazo del control PID, por el contrario el control difuso como otros
controladores, es una alternativa con ventajas y desventajas que pretende facilitar el
trabajo de control mediante nuevos métodos de análisis.
Todo depende del sistema a controlar, ya que el control difuso se especializa en el
control de sistemas no lineales; y el control más usado dentro de las industrias para
tales sistemas es el PID.
El control dentro de un sistema siempre contiene las siguientes variables: una
entrada, un control, un proceso, una salida y en algunos casos una retroalimentación,
como se muestra en la figura 4.3.1, ya que la finalidad del control es mantener la
salida en un nivel predeterminado (setpoint).
Fig. 4.3.1 Control general en un proceso
La entrada es por lo regular una señal llamada error que nos ayuda a ver como se va
a controlar el proceso, después esa señal pasa al control que la transforma y la lleva
al proceso; el proceso da una salida la cual va hacia el resto del proceso, y una señal
de la misma va hacia una retroalimentación que llega a la entrada del proceso, justo
antes del control, la cual es comparada con la entrada original y el setpoint, y dará
como resultado una diferencia, tal diferencia es llamada también señal de error.
En este caso el se enfocará en la etapa del control , que serán analizados con el
control PID y el control difuso. Los principales pasos que realiza un control PID son:
proporcional, integral y derivativo (para comprender bien tal control ver en el marco
teórico); el diagrama a bloques de un control PID se representa en la figura 4.3.2.
Kp
Entrada
Salida
al
proceso
Ki
Kd
Fig. 4.3.2 Diagrama a bloques de un control PID.
Por su lado los pasos para realizar un control difuso son: fuzzificar, reglas difusa y
defuzzificar, como se ve en el diagrama a bloques de la figura 4.3.3.
d
d(t)
Entrada
Fuzzyficador
CLD
Defuzzyficador
Salida
al
proceso
Reglas difusas
Fig. 4.3.3 Diagrama a bloques de un control difuso.
4.4 Planteamiento
Implementación de una plataforma de diseño de sistemas de control difuso mediante
la búsqueda y selección de software y hardware comercial, es el titulo del proyecto a
realizar y para poder desarrollarlo se debe tener perfectamente definido el proyecto
para poder desenvolverlo de una forma satisfactoria:
Plataforma se refiere al sistema operativo o a sistemas complejos que a su vez
sirven para crear programas, como las plataformas de desarrollo que son el
entorno común en el cual se desenvuelve la programación de un grupo definido
de aplicaciones.
Comúnmente las plataformas de desarrollo se encuentran relacionadas directamente a
un sistema operativo, sin embargo, también es posible encontrarlas ligadas a una
familia de lenguajes de programación o a una Interfaz de programación de
aplicaciones o API por sus siglas en inglés.
4.4.1
Características de la plataforma
Algunas características principales de la plataforma son:
•
Controlar sistemas no lineales.
•
Ser una base para el desarrollo de nuevos controladores.
•
Que sea de fácil entendimiento para todos lo que aprecien el control.
•
Que no tenga un precio fuera del alcance de la institución.
•
Que se desarrolle por medio de DSP, FPGA o microcontroladores.
•
Obtener un software de fácil entendimiento.
4.4.2
Proveedores comerciales para software
Algunos de los principales proveedores comerciales que se encontraron para el
software de lógica difusa son:
•
INFORM Software GmbH: es una empresa que desarrolla “Fuzzy Tech”.
•
Aptronix: desarrolla “FIDE”.
•
Togai infraligic: desarrolla TILShell.
•
Transfer tech: es una empresa alemana que desarrolla “FCM” (fuzzy control
manager).
•
National instrument: desarrolla un VI difuso para Lab VIEW.
•
MathWorks: desarrolla un toolbox para lógica difusa en Matlab y Simulink
(fuzzy logic toolbox).
Los cuales serán evaluados para conocer más a fondo las características de cada
producto que ofrecen.
4.4.3
Características principales del software
La siguiente información son las características principales de los diferentes software
difusos que se lograron encontrar.
Fuzzy Tech:
•
Versiones para Windows y Linux.
•
Potente interfaz gráfica.
•
Modelado del sistema puede realizarse a travez de una conexión DDE, DLL o
Active X (LabView, Matlab/Simulink, Excel, Access, VisualBasic, Visual
C).
•
Produce
códigos
estándar
ANSI,
código
VHDL,
Código
para
microcontroladores (SGS-thompsom, Intel, Siemens, Microchip, Texas
instrument).
•
Posibilidad de localizar y corregir errores (debugger) en tiempo real en
sistemas con microcontroladores.
•
Recomendable para desarrollo en sistemas prácticos en tiempo real.
FIDE:
•
Compila ficheros fuente y genera código objeto.
•
Realiza paso a paso el proceso de inferencia para obtener las salidas.
•
Realiza la función de trasferencia del sistema.
•
Convierte el código objeto en código máquina adecuado para controladores
de Motorola, código MATLAB y código C.
•
Utiliza interfaz gráfico para modelar y controlar.
•
Cuenta con simulador.
TILShell:
•
Potente interfaz de usuario para la definición gráfica del sistema.
•
Herramienta para la generación automática de regla utilizando la definición
de entradas y salidas.
•
Utiliza lenguaje de especificación de controladores borrosos llamado FPL
independiente del soporte físico.
•
Compiladores para diversos lenguajes:
Código C (Fuzzy-C development system).
Código máquina para microcontroladores (8051, HC11, H8, etc.).
Código máquina para un circuito acelerador (FC110).
Código VHDL para diseño de ASIC.
FCM” (fuzzy control manager):
Al construir sistemas borrosos el FCM permite:
•
Definir un número ilimitado de variables (entradas, salidas, etc.).
•
Agregar tantos términos a estas variables como se requiera.
•
Definir las funciones de membresía por un número ilimitado de la inflexión.
•
Construir los sistemas borrosos con un número ilimitado de reglas.
•
Definir las reglas de diversas maneras gráficas (matriz, red-plan, textual, la
carta).
Para probar proyectos el FCM permite:
•
Ofrece diversos debugmodes del múltiplo que elimina ciertos errores en los
valores de la entrada.
•
Datos externamente generados de diversas fuentes para probar reguladores en
datos verdaderos.
Para la descripción gráfica clara de los valores de la entrada y de la salida en la
variable permite:
•
Enfoque y representación de comprimido.
•
Ahorro y cargamento de datos registrados.
•
Grabación en tiempo real con los grupos fecha/hora exactos.
El FCM te ofrece además (dependiendo de la versión de FCM):
•
La salida del código del programa para implementar la construcción del
control difuso sobre la respectiva tarjeta de hardware. Dependiendo la
versión, el ensamblador o los códigos binarios serán generados.
•
Importando y exportando de proyectos difusos por un código interpretable,
portable (para la optimización o implementación externa).
VI difuso:
•
Cada control puede tener hasta 4 entradas.
•
El número máximo de términos lingüísticos por cada variable lingüística son
9
•
Funciones de membresía: triangular, trapezoidal, Z-Formado, S-shaped,
Singleton.
•
Métodos de Defuzzification: Centro del área, Centro del máximo, Medio del
máximo.
•
Usualmente se puede utilizar con Los DSP ADSP-21XX de Analog Device
Fuzzy logic toolbox:
•
Desarrolla y analiza los sistemas de inferencia difusos.
•
Inferencia en los sistemas difusos con el método Mandani y Sugeno.
•
Capacidad de generar código C.
•
Simulación del sistema por medio de Simulink.
•
De Simulink puede generar el código C.
•
Disponibles para MS Windows, UNIS, y Macintosh.
La tabla 4.4.3 muestra las características de los diferentes software mencionados
anteriormente.
Compilador
CompatibiProgramas
Versión
Software
Compañía
(código que
genera)
lidad con
para
compatibles
hardware
LabView,
C, VHDL,
Matlab/
código para
Microcon_
Windows
FuzzyTe
Inform
microcon_
Simulink,
trolador,
y Linux
ch
trolador.
Exel, Access,
DSP, PLC
VisualBasic,
VisualC.
Código
Matlab,
FIDE
Aptrinix
Windows
Microcon_
NT
trolador,
Windows
Microcon_
ensamblador
Matlab
para micros de
Motorola, Java
Código C,
Togai
maquina para
TilShell
infralogic
NT, 95, 98
micros, VHDL
trolador
Transfer
Código C,
tech
ensamblador
Microcon_
Windows
FCM
trolador
Windows,
DSP,
Linux,
Microcon_
Macintosh
trolador
National
DDL
VI difuso
-
instrument
MS
Toolbox
Math
difuso
Works
Windows,
Microcon_
UNIS, y
trolador
Código C
-
Macintosh
Tabla 4.4.3.1 Características principales de los diferentes software.
Con la información anterior se comenzó a hacer una selección de los primeros tres
software, con ventajas y desventajas que contiene cada uno. La forma que utilizamos
para hacer tal selección fue en base de las especificaciones principales del proyecto.
La facilidad de compilar, y los diferentes compiladores que puedan ser útiles;
después vimos las más amplias compatibilidad que existen entre los diferentes
software con el hardware propuesto, al final resultaron tres candidatos:
•
FuzzyTech
•
FIDE
•
Toolbox difuso
De los cuales sólo se escogerá uno.
Empresas de Versión
Software
Compañía
hardware
compatible
FuzzyTe
Inform
ch
del
Amabilidad
Precio
del software
(pesos)
software
SGSthompsom,
FuzzyTec
Intel,
Fácil
Siemens,
Microchip, h MCU
entendimiento
Texas
instrument. Edition
$25,190
Difícil
entendimiento
Motorola,
FIDE
Aptrinix
Intel
FIDE 2.0
$1500
en la
programación
Toolbox
Math Works
difuso
Fácil
Analog
Toolbox
Device
difuso
$895
entendimiento
2.2.4
Tabla 4.4.3.2 Características específicas de los software seleccionados.
Por los resultados obtenidos en la tabla 4.4.3.2 se decidió utilizar el FuzzyTech, ya
que es el que tiene más ventajas sobre los demás. Otra razón de peso es que en el
laboratorio de instrumentación y desarrollo, hay una persona que ha trabajado con
este software, y es el que en un futuro va a trabajar en la plataforma.
4.4.4
Proveedores para el hardware
El hardware se seleccionará a partir del software seleccionado, que en este caso fue
el FuzzyTech, y él es compatible con DSP y microcontroladores, pero se realizará un
pequeño análisis para el FPGA, y se vera si el software puede generar código VHDL,
ya que es el código con el que trabaja el FPGA.
Microcontroladores:
MOTOROLA: familias 68HC11XX, 68HC12XX.
SGS-Thomsom: familia ST6.
Microchip: PIC16CXX, PIC17CXX.
Mitsubishi: 374XX.
Intel: 80C196, 8096.
Siemens: familia C16X.
DSP:
Analog Device: las familias de Blackfin, Triger Share, y ADSP.
Motorola: las familias 50300, 56800, MSC810.
Texas intrument: La familia del TMS320CXX.
FPGA:
Actel: la familia de ProASIC3, Axcelerator.
Altera: la familia del MaxII.
Xilinx: la familia Espartano II
4.4.5
Características del hardware
La forma de seleccionar el hardware estará basada en los requerimientos de la
plataforma, se usaran los tres tipos de hardware, uno a la vez, primero se
implementará el microcontrolador, después el DSP, y por último se utilizará el
FPGA.
Microcontroladores:
Una característica que se busca para los microcontroladores, es que cuenten con
un encapsulado del tipo DIP, y que exista una aplicación con la lógica difusa. En
la tabla 4.4.5.1 se muestra las características específicas del hardware para
seleccionar. Por esta ocasión, se omitirá la familia de SGS-Thomsom: ST6, y la
familia de Mitsubishi: 374XX; ya que es un poco difícil la búsqueda de tales
microcontroladores, y lo que se busca es que la información referente a las
características de los microcontroladores sea de fácil acceso.
Empresa
MOTOROLA
Microchip
Intel
Siemens
80C196
C16X
68HC
PIC
11XX,
16CXX, PIC
Familia
68HC
17CXX
12XX
UT
Especifica-
MC68
PIC
SAB
80C196
ción
HC12E9
16C77
80C166
KD
DIP, PLCC,
Encapsulados
PLCC, PQFP
QFP
PQFP
20MHz
20MHz, 100 ns
MQFP, TQFP
Máxima
frecuencia
33MHz
20MHz
de
operación
Memoria
de
RAM: 512
programación
bytes,
EPROM,
EEPROM: 512
RAM: 368,
EPROM: 8K
RAM, ROM
RAM: 1K,
RAM:1K,
ROM: 8K
WDT, 4
TMR0, TMR1, TMR0, TMR1,
software
WDT
Timer
TMR2
TMR2
timers, 3
counter /timer
Modulo
1
2
2
-
USART
2 USART
PWM
Puerto serial
SPIa, SSPb,
(SPI/ I2C,
SPI, SCP
2 c
I C , USART
USART, etc)
Convertidores
8
8 (8 bits)
8
10(10 bits)
38
40, 44
80
100
A/D
Pines I/O
Tabla. 4.4.5.1 características de los diferentes microcontroladores
Las características principales de los microcontroladores se muestran en la tabla
4.4.5.1. Los diferentes encapsulados de los microcontroladores mencionados en la
tabla 4.4.5.1 se muestran en el ANEXO B.
La forma de seleccionar el hardware es respondiendo las siguientes preguntas:
•
¿Quien tiene más capacidad de memoria?
•
¿Cual es el más comercial?
•
¿Cuál tiene más ventajas sobre los demás (viendo objetivamente)?
•
¿Cuántos tienen encapsulado DIP?
El que a simple vista tiene más herramientas, es el Microchip: PIC16CXX,
PIC17CXX. Y una de las razones por la que se escogió PIC16C77, es porque es
el más usado en aplicaciones con la lógica difusa.
a: SPI=Master Model. b: SSP=Synchronous Serial Port. c: I2O=Master/Slave
DSP:
Aunque existan varias compañías que se dedican a diseñar y comercializar DSPs, la
realidad es que la única que es recomendable para trabajar con FuzzyTECH son las
familias TMS320 C2X/ C3X/ C4X/ C5X de Texas instrument.
DSP
TMS320C14
Encapsulado
68 pin, PLCC
TMS320C30
TMS320C50
280 pin, PQFP;
132 pin, BQFP
181pin, CPGA
ROM =2K,
Memoria
ROM =4K,
DARAM =1K,
(16 bit work)
RAM =256,
DAROM = 4K
DARAM =1.056K,
SARAM = 9K
Más de 8.77 MIPS
25 MIPS
20MIPS
(160ns)
(40 ns)
(50, 35, 25 ns)
Poder requerido
5V
5V
5V
Lenguaje de
Ensamblador, y
Ensamblador, y
Ensamblador, y
programación
código C
código C
código C
Floating point
si
si
si
Puerto serial
1
2
2
Velocidad
Memoria del puerto
7x16
-
64K
paralelo
Fig. 4.4.5.2 características principales para los DSP
Los DSP usados, son porque al igual que los microcontroladores, se seleccionaron a
los DSP que tengan un amplio registro de uso con la lógica difusa. Y los tres
anteriores son los más usados.
Cabe aclara que durante el desarrollo del proyecto se acordó en no utilizar los
FPGA. Por lo que sólo se mencionan unas de las distribuidoras más importantes en
FPGAs.
4.4.6
Consecuencias
De acuerdo con el desarrollo del los pasos, la selección será evaluada de acuerdo a
las ventajas y desventajas de cada software; en este caso se decide por el programa
de Fuzzy Tech MP-Pack, que ofrece una amplia aplicación para diferentes
proveedores comerciales tienen una amplia variedad de familias de las cuales se
puede escoger.
Con las compañías que es compatible son:
MOTOROLA: microcontroladores, con las familias 68HC11XX, 68HC12XX.
SGS-Thomsom: microcontroladores con la familia ST6.
Microchip: microconteoladores PIC16CXX, PIC17CXX.
Mitsubishi: microcontroladores 374XX.
Intel: microcontroladores 80C196, 8096.
Siemens: microcontroladores C16X.
Texas instrument: DSPs familias TMS320 C2X/ C3X/ C4X/ C5X.
Y referente al hardware se utilizará primero el PIC16C77, para poder explotar sus
ventajas, sus características principales se encuentran en el ANEXO D. Después se
piensa usar los DSP, pero en estos momentos no existe uno seleccionado, ya que ese
se va a seleccionar de acuerdo a la aplicación.
CAPÍTULO V
EVALUACIÓN
ECONÓMICA Y
RESULTADOS
OBTENIDOS
5.1 Evaluación económica
Los precios de los microcontroladores son en moneda nacional. El lugar en donde se
realizó la compra fue en AG electrónica.
Cant
Producto
Monto
2
PIC16C74A
118.31
Gastos de envío
134.78
Subtotal
252.31
Impuestos
93.69
Total
346.00
El precio del Software se manejo durante la compra en dólares. Pero aquí se mostrará
en moneda nacional. El software se compró con la empresa INFORM.
Cant
Producto
Monto
FuzzyTECH edition MCU1
25,190.00
PACK
25,190.00
Total
Dando como resultado final:
Producto
Monto
FuzzyTECH edition MCU-PACK
25,190.00
Todo el hardware
346.00
25,536.00
Total
5.2 Resultados obtenidos
•
Búsqueda de información referente a la lógica difusa y control difuso.
•
Relacionar con los diferentes software especializados para el control difuso.
•
Ver las características de cada software.
•
Relacionarse con los proveedores de microcontroladores, DSP, y un poco con
los FPGA.
•
Ver las características de cada compañía, y las características de cada familia.
•
Seleccionar un software que cumpla con los requerimientos principales del
proyecto y que este al alcance del presupuesto de la institución.
Son los pasos que se siguieron durante la realización del proyecto, lo que dio como
resultado: un software difuso que es capaz de desarrollar un control en sistemas no
lineales; en donde es posible editar, graficar y generar algoritmos difusos; la
desventaja es que no puede hacer simulaciones. La pantalla principal del fuzzyTECH
se muestra en la fig. 5.2.1
Todas las figuras mostradas referentes al software son del demo, ya que aun no se
cuenta con el software; la desventaja es que no se puede compilar en el demo, lo que
significa que aun no se han podido hacer pruebas físicas. La ventaja es que se esta
usando el manual y nos relacionamos con las herramientas del fuzzyTECH.
Fig. 5.2.1 Pantalla principal del software FuzzyTECH.
Dentro del fuzzyTECH podemos elegir con que tipo de edición se va a trabajar. El
cual hay dos formas distintas de elegir la edición: una es cuando se va a abrir el
programa, desde el botón de inicio, después todos los programas, seleccionan el
icono de fuzzyTECH y en el menú que se despliega se selecciona edition, en ese
momento se vuelve a desplegar otro menú, pero con las diferentes ediciones que
trabaja el fuzzyTECH.
La otra forma es cuando esta abierto el programa entonces se puede ir a Tools,
después a edición y de allí seleccionar la edición que se desee; por ejemplo, si se va a
trabajar con los microcontroladores de microchip, entonces se selecciona la:
fuzzyTECH 5.6 MCU-MP Edition; y si se desea trabajar con microcontroladores de
motorola se selecciona: fuzzyTECH 5.6 MCU-HC08 Edition. En la figura 5.2.2 se
muestra la forma de seleccionar las ediciones.
Fig. 5.2.2 Forma de selección las ediciones para el hardware, en FuzzyTECH.
Dependiendo a la edición seleccionada cambian los compiladores, un ejemplo se
muestra en la figura 5.2.3. La edición seleccionada fue FuzzyTECH 5.55 MCU-MP y
al momento de compilar se puede ver que podemos compilar en C, 16Cxx, 17Cxx,
etc.
Fig. 5.2.2 Forma de selección las ediciones del hardware en FuzzyTECH.
En el ANEXO C se explica un ejemplo de programación en fuzzyTECH.
De la misma manera se puede decir que tenemos un hardware seleccionado que es un
microcontrolador de Microchip, con un tipo de encapsulado PDIP; que se muestra en
la figura 5.2.2.
Fig. 5.2.2 encapsulado PDIP para el microcontrolador
Hasta el momento está pendiente la compra del hardware y del software
seleccionado, sin embargo está la información completa para su adquisición y
comenzar con las primeras pruebas.
CONCLUSIONES
Conclusiones
Fue un poco difícil al inicio entender el proyecto, ya que es un tema del que yo no
tenía conocimiento. Durante el avance fui investigando y entendiendo lo necesario
como para iniciar a desarrollar el proyecto.
Sé que es un tema nuevo, e incluso no muchas personas saben que existe esta lógica;
por esta razón no fue fácil encontrar información. Pero con indicaciones del asesor
del centro de investigación pude comprender de una manera satisfactoria. Después de
entender el tema, fue más fácil encontrar la información (aunque exista poca).
Al momento de contactar a los proveedores de software me fue un poco difícil
porque todos proveedores son extranjeros; el idioma y los horarios no coincidían, por
lo que la solucionó fue: cuando yo tenía dudas, tenía mi respuesta al día siguiente. Lo
único que se invirtió fue un poco más de tiempo, pero valió la pena ya que aprendí a
manejar un poco más la información en ingles.
Se ha establecido una metodología para la búsqueda y selección de software y
hardware especializado en base a la aplicación de los conocimientos adquiridos en la
carrera de electrónica y automatización, dando como resultados satisfactorios para el
laboratorio de instrumentación y desarrollo.
BIBLIOGRAFÍA y
PÁGINAS
CONSULTADAS EN
INTERNET
Bibliografía
Dorf, Richard C.
Sistemas modernos de control. teoría y práctica.
2o edición. Addison-Wesley
Iberoamericana Editorial.
203 –219 Págs.
Johnson, Curtis D.
Process control instrumentation technology.
7o edición.
Prentice Hall Editorial.
98 – 113 Págs.
Melin, P. & Castillo, O.
Modelling simulation and control of non-linear dynamical
systems. NY: Taylor & Francis Ing.
Smith, Carlos A. y Corripro, Armando B.
Control automático de procesos. teoría y práctica.
1o edición.
LIMUSA Editorial.
34 - 40 Págs.
Aptrinix, Company. Manual de FIDE
Inform, Company. Manual del FuzzyTech
Intel, Company. UT80C196KD User’s Guide.
Math Works, Company. Manual of fuzzy Toolbox.
Microchip, Company. PIC16C74A User’s Guide.
Motorola, Company. MC68HC12E9 User’s Guide.
Siemens, Company. SAB80C166 User’s Guide.
Texas instrument, Company. TMS320C14 User’s Guide.
Texas instrument, Company. TMS320C30 User’s Guide.
Texas instrument, Company. TMS320C50 User’s Guide.
Páginas de consultadas en internet
Aptronix. Características del FIDE. Recuperado en Julio del 2006 de
www.aptronix.com
INFORM. Características del Software FuzzyTECH. Recuperado en Julio del 2006
de www.fuzzytech.com.
Mathworks. Características del software de matlab fuzzy logic toolbox. Recuperado
en Junio del 2006 de www.mathworks.com.
National instrument. Características del FuzzyVI. Recuperado en Junio del 2006 de
www.ni.com.
Texas instrument. Información de los diferentes DSP compatibles con fuzzyTECH.
Recuperado en Agosto del 2006 de http://focus.ti.com.
Togai infralogic. Información de TILShell. Recuperado en Junio del 2006 de
www.ortech-engr.com/fuzzy/togai.html.
Transfer tech. Características del software FCM. Recuperado en Junio del 2006 de
www.transfertech.com.
GLOSARIO
Conversor analógico /digital: es un dispositivo que convierte una señal analógica
en una señal digital (1 y 0).
Conversor digital/ analógico: es un dispositivo que convierte una señal digital en
una señal analógica (corriente o voltaje).
Error: es la diferencia entre la señal de referencia y la señal de salida real.
Perturbación: es una señal que tiende a afectar la salida del sistema, desviándola del
valor deseado.
Plataforma: se refiere al sistema operativo o a sistemas complejos que a su vez
sirven para crear programas, como las plataformas de desarrollo.
Plataforma de desarrollo: es el entorno común en el cual se desenvuelve la
programación de un grupo definido de aplicaciones. Comúnmente se encuentra
relacionada directamente a un sistema operativo, sin embargo, también es posible
encontrarlas ligadas a una familia de lenguajes de programación o a una interfaz de
programación de aplicaciones o API por sus siglas en inglés.
Proceso: operación que conduce a un resultado determinado.
Señal análogica: es una señal continua en el tiempo.
Señal de control: es la señal que produce el controlador para modificar la variable
controlada de tal forma que se disminuya, o elimine, el error.
Señal digital: es una señal que solo toma valores de 1 y 0. El PC solo envía y/o
recibe señales digitales.
Señal de referencia: es el valor que se desea que alcance la señal de salida.
Señal de salida: es la variable que se desea controlar (posición, velocidad, presión,
temperatura, etc.). También se denomina variable controlada.
Sistema: consiste en un conjunto de elementos que actúan coordinadamente para
realizar un objetivo determinado.
Sistema de control en lazo abierto: en estos sistemas de control la señal de salida
no es monitoreada para generar una señal de control.
Sistema de control en lazo cerrado: es aquel en el cual continuamente se está
monitoreando la señal de salida para compararla con la señal de referencia y calcular
la señal de error, la cual a su vez es aplicada al controlador para generar la señal de
control y tratar de llevar la señal de salida al valor deseado. También es llamado
control realimentado.
Sistema operativo: es un conjunto de programas destinados a permitir la
comunicación del usuario con un ordenador y gestionar sus recursos de manera
eficiente. Comienza a trabajar cuando se enciende el ordenador, y gestiona el
hardware de la máquina desde los niveles más básicos.
ANEXO A
APLICACIÓN DE LA
LÓGICA DIFUSA
El control consiste en realizar un control de temperatura de un invernadero.
Actualmente, el control de temperatura es de forma manual, y lo lleva acabo un
operador, el cual cierra y abre la válvula del aire caliente, y mantiene una
temperatura aproximada de 230C. El objetivo del proyecto es realizar un control por
medio de lógica difusa aprovechando la experiencia del operador.
Como primer paso es clasificar las posibles temperaturas que puede haber en el
proceso, por ejemplo: CALIENTE, TIBIO, FRÍO. Tal clasificación (CALIENTE,
TIBIO, FRÍO) es llamado conjuntos difusos. Un conjunto difuso es un conjunto con
límites borrosos o no muy bien definidos.
Una vez clasificadas las temperaturas del invernadero en conjuntos difusos, se les
asignan valores que se les asociará a cada conjunto difuso tienen necesariamente que
ver con el problema, este es el caso del invernadero. Este se hace tomando en cuenta
la experiencia del operador, quien define los rangos de temperatura (T) mostrados en
la figura A1, para cada conjunto.
T(0C) =
FRÍO
T ≤18
TIBIO
18<T<30
CALIENTE
T ≥ 30
Fig. A1 Intervalos de temperatura
Supongamos que el invernadero mide la temperatura y su medición es de 29.90C
como se muestra en la figura A2, la temperatura pertenecer al conjunto TIBIO, pero
está únicamente a 0.1 grados para que se CLIENTE, se puede decir que la
temperatura es prácticamente, o casi caliente pero para la clasificación se dice que
esta TIBIO, de este razonamiento surge la necesidad de definir un rango donde
29.90C este dentro del conjunto CALIENTE.
FRÍO
TIBIO
18
CALIENTE
30
Temperatura
(0C)
Fig. A2 Clasificación de temperaturas.
La lógica lo hace asignándole a la medición un porcentaje de pertenencia al conjunto
debido a que esta numéricamente cerca del mismo, por ejemplo 29.90C es 98%
pertenece a CALIENTE. Este concepto en lógica difusa es llamado grado de
membresía, que puede tomar valores de 0 a 1, donde 1 representa total pertenencia al
conjunto y 0 ninguna pertenencia al conjunto. De esta manera, al igual como
razonamos los humanos podemos incluir en los conjuntos conceptos como: “Está
poco menos que caliente” o “Está demasiado frío” e incluso “Está medio tibio”.
Se definen los nuevos intervalos de los conjuntos difusos como se muestra en la
figura A3, la cual es llamada función de membresía ( µ ). La forma de los intervalos
se define tomando en cuenta la experiencia del operador del invernadero. A esta
traducción de los valores del mundo real a Lógica Difusa, a través de funciones de
membresía, se le llama Fuzzificación.
Grado de membresía
Función de membresía
FRÍO
TIBIO
CALIENTE
1
18
22
26
30
Temperatura
(0C)
Fig. A3 Función de membresía papara temperatura
En la figura A3 se pueden apreciar los siguientes elementos:
•
Eje Y es el grado de membresía, que describe cuantitativamente la
función de membresía.
•
Eje X en la temperatura.
•
El nombre asociado (caliente, tibio, frío, etc.) es llamado significancia
lingüística y describe cualitativamente la función de membresía.
•
La forma de la función de membresía se debe elegir de acuerdo al
problema que se desea resolver, existen muchas formas diferentes entre
ellas: triangular, gaussiana, trapezoidal, sigmoidal, etc.
•
Se puede observar que una medición de temperatura, por ejemplo 290C,
se le asocia un grado de membresía tanto en Caliente como en TIBIO
como se muestra en la figura A4. Lo que puede interpretarse como: 290C
más que tibia o 290C es prácticamente
es una temperatura mucho
caliente.
Grado de membresía
Función de membresía
TIBIO
FRÍO
CALIENTE
1
0.82
0.22
18
22
26
29 30
Temperatura
(0C)
Fig. A4 Grados de pertenencia de T = 290C.
El grado de membresía asociado dependiendo de la función de membresía, es
llamado grado de pertenencia (GP) y se representa:
GP(290C, CALIENTE) = 0.82
GP(290C, TIBIO) = 0.22
GP(290C, FRÍO) = 0
A partir de información de la figura A3 se desea tomar la decisión de abrir o cerrar la
válvula que permitirá el paso del aire caliente para controlar la temperatura y
mantener el invernadero siempre a 230C, a este paso en lógica difusa se le llama
inferencia.
El operador del invernadero, hace esta misma función siguiendo su lógica y
experiencia. Por ejemplo, el sabe que para una temperatura de 100C es necesario
abrir 3
4
partes la válvula y para un temperatura de 400C hay que cerrar totalmente
la válvula. Esta información será plasmada en la tabla A1.1 y en función de
membresía de salida de figura A5.
Temperatura
Descripción
FRÍO
Abrir válvula de aire caliente
TIBIO
Entre-abrir la válvula
CALIENTE
Cerrar válvula de aire caliente
Tabla A1.1 Reglas de lógica difusa.
Al conjunto de reglas de la tabla AA1 se le llaman reglas difusas. Y pueden ser
escritas de la forma SI...ENTONCES, por ejemplo:
SI
FRIO
ENTONCES
ABRE VÁLVULA
SI
TIBIO
ENTONCES
ABRE Y CIERRA VÁLVULA
SI
CALIENTE
ENTONCES
CIERRA VÁLVULA
Grado de membresía
Función de membresía salida
CERRAR Válvula
1
0.3
ABRIR Válvula
0.5
0.7
1
Fig. A5 Función de membresía de salida.
En el eje x se representa el rango de operación de la válvula; donde 1 representa una
válvula totalmente cerrada, 0.3 representaría abrir la válvula al 30%.
A partir de las funciones de membresía de entrada y de salida se aplica la siguiente
metodología:
1. Proceso de inferencia. Para cada grado de pertenencia asociados a la
medición de temperatura se generan conclusiones. Por ejemplo, para los
grados de pertenencia asociados a la medición de 290C se debe concluir la
acción que se realizará y existen diversos métodos, entre ellos:
•
Método de truncamiento, que consiste en cortar la función de
membresía de salida, de tal forma que los valores mayores al grado de
pertenencia asociados desaparezcan. Como se muestra en la figura
A6.
Grado de membresía
1
CERRAR Válvula
0.82
ABRIR Válvula
0.22
0.3
0.5
0.7
1
Válvula
Fig. A6 Conclusión por método de truncamiento
•
Método de escalamiento, consiste en escalar la función de membresía
en proporcion con el grado de pertenencia como se muestra en la
figura A7.
Grado de membresía
1
0.82
CERRAR Válvula
ABRIR Válvula
0.22
0.3
0.5
0.7
Fig. A7 Conclusión por método de escalamiento
1
Válvula
2. Se genera la conclusión final combinando las conclusiones difusas como se
muestra en las figuras A8 y A9.
Grado de membresía
Conclusión inferida
1
0.82
0.22
0.3
0.5
0.7
1
Válvula
Fig. A8 Conclusión inferida final método de truncamiento
Grado de membresía
Conclusión inferida
1
0.82
0.22
0.3
0.5
0.7
1
Válvula
Fig. A9 conclusión inferida final por el método de escalamiento
3. Finalmente la conclusión final se defuzzyfica, es decir, se lleva nuevamente
al mundo real, esta información indica cuanto debe abrir la válvula. Para ello
existen diversas técnicas de defuzyficación:
•
Promedio de máximos, que consiste en calcular el promedio de todas
las variables que tienen el mayor valor de grado de membresía. Para el
método de truncamiento se obtiene 0.195 es decir la válvula se abrirá
19.5%. Lo cual se ve de manera grafica en la figura A10.
•
Método de centroide, que consiste en calcular el promedio ponderado
de la salida. Para el método de truncamiento se obtiene 0.346 es decir
la válvula se abrirá 34.6%, como se muestra en la figura A10.
Grado de membresía
1
Defuzzyficación
0.195
0.346
0.82
0.22
0.3
0.5
Fig. A10 Defuzzyficación
0.7
1
Válvula
Sin embargo se puede apreciar que el correcto funcionamiento del sistema dependerá
ampliamente del comportamiento de la dinámica del proceso y dicho conocimiento
surge de la experiencia del operador humano. A pesar de ello, los conceptos de la
lógica difusa han encontrado gran campo de aplicación en sistemas cuyo
comportamiento es difícil de predecir o modelar matemáticamente.
El método utilizado en esta sección puede visualizarse como controlador en lazo
abierto que se ha sintonizado para una sola temperatura, lo que se desea es
generalizar un problema para cualquier temperatura de referencia.
ANEXO B
ENCAPSULADOS
El encapsulado requerido para el PIC16C77 es el PDIP que se muestra en la figura
B1.
Fig. B1: Encapsulado PDIP
El encapsulado para el UT80C196KD de Intel es el que se muestra en la figura B2.
Fig. B2: Encapsulado QFP
El encapsulado PLCC es el que describe Motorola para el MC68HC12E9, y se
muestra en la figura B3.
Fig. B3: Encapsulado
El microcontrolador de Siemens SAB80C166 tiene un encapsulado PQFP, y se
muestra en la figura B4.
Fig. B4: Encapsulado PQFP
Para los DSP de Texas instrument, el encapsulado para el TMS320C14 es el que se
muestra en la figura B5.
Fig. B5 Encapsulado PLCC
Para el TMS320C30 el encapsulado que tiene es el de la figura B6 y B7.
Fig. B6: Encapsulado CPGA
Fig. B7: Encapsulado PQFP
El TMS320C50 describe un encapsulado tipo BQFP, que se muestra en la figura B8.
Fig. B8: Encapsulado BQFP
ANEXO C
PANTALLAS PRINCIPALES DEL SOFTWARE FUZZYTECH
Cuando se inicia fuzzyTECH la pantalla inicial es la que muestra la figura C1. En
donde se ve que tenemos al Project Editor, que es en donde se colocan las entradas y
el bloc de reglas.
Fig. C1: pantalla principal de fuzzyTECH.
En esta pantalla muestra el Treeview en donde se puede uno cambiar a las diferentes
ventanas que se tenga; por ejemplo, a las entradas, salida, text, etc.
Como se menciono anteriormente podemos cambiar las ediciones según sea el
hardware que se utilice. Y de acuerdo al hardware, dependen los compiladores.
En la figura C2 se muestra como se inicio colocando las entradas, el bloque de reglas
y la salida.
Fig. C2. Colocación de las entradas, el bloque de reglas y la salida en el Project
editor.
Y a su vez cuando hacemos doble clic en editor de reglas, este despliega una
ventana; como se muestra en la Fig. C3. En donde podemos programar o cambiar las
reglas del programa.
Fig. C3: Ventana del editor de reglas.
Al igual si se da doble clic en las entradas, también despliegan una ventana en donde
se puede hacer cambios a los parámetros establecidos; la figura C4 muestra tales
ventanas.
Fig. C4: Ventanas desplegadas de las entradas.
También cuando de hace doble clic en la salida se despliega una ventana en donde
muestra una gráfica de comportamiento de las señales. La figura C5 lo muestra.
Fig. C5: Ventana desplegada de la salida.
Por último de una manera general no sólo se puede ver una por una sino que se
pueden tener todas al mismo tiempo desplegadas. En la figura C6 se muestra.
Fig. C6: todas las ventanas desplegadas.