UNIVERSIDAD ANDRES BELLO

Facultad de Ingeniera
Escuela de Industrias

LABORATORIO N 3: OPTIMIZACION DE LA RESPUESTA DE UN

CONTROLADOR FUZZY PARA EL CONTROL DE TEMPERATURA

Autores:
Alejandro Camposano
Francis Valerio Serrano Vargas
Nicols Manrquez
Profesor: John Kern

Santiago de Chile, 2015

ndice
1.

Introduccin................................................................................................................. 3

2.

Desarrollo de la experiencia.........................................................................................4

3.

Simulacin................................................................................................................... 6
3.1

Cambios en la funciones de membresa.............................................................10

1. Introduccin
A lo largo de la historia la lgica booleana ha jugado un papel fundamental en el desarrollo
de las tecnologas, siendo ampliamente usado a lo largo de la historia. De igual manera,
su uso en los diferentes tipos de control ha sido muy amplio y variado, pero debido a su
estricta estructura una simple aproximacin en el caso de una variable puede ocasionar
conflictos a la hora de implementar alguna accin relacionada.
Un ejemplo prctico de lo anterior, es considerar que una persona es alta si mide ms de
1.80 m, pero de igual manera lo es si mide 1.79999 m, si usamos la lgica tradicional
llegamos a la conclusin que una persona de estatura 1.799 m es baja en comparacin
con una de 1.8 m, pero a simple vista se sabe que ambas personas son altas, entonces
surge la problemtica de cmo resolver esto?
Bajo esta circunstancia es que nace la lgica difusa como una extensin de la lgica
tradicional donde agrega conjuntos de pertenencia lo que hace que sea una lgica ms
humana de esta manera la estatura 1.799 m puede ser interpretada como casi alta o
alta .
Este concepto fue implementado por Zadhe en el ao 1965, donde defini al concepto de
la siguiente manera Conforme la complejidad de un sistema aumenta, nuestra capacidad
para ser precisos y construir instrucciones sobre su comportamiento disminuye hasta el
umbral ms all del cual, la precisin y el significado son caractersticas excluyentes.
De esta manera se pueden implementar variables lingsticas que son variables que no
son completamente verdaderas ni completamente falsas, de esta manera conceptos
subjetivos como clido, frio, muy clido y tibio son completamente vlidos y se pueden
definir reglas acorde a estas variables lingsticas.
En el presente trabajo se implement un controlador de lgica difusa para el control de
temperatura de un invernadero mediante la apertura y cierre de una vlvula

2. Desarrollo de la experiencia
Con esta experiencia se buscar optimizar la respuesta de un controlador difuso
aplicado al control de temperatura de un invernadero mediante la apertura y cierre
de una vlvula, de manera de mantener una temperatura de 23 C, en este
proceso la temperatura se percibe en las variables lingsticas CALIENTE, TIBIO y
FRIO
En la siguiente figura se aprecian los intervalos de temperatura.

Figura 2.1. Intervalos de temperaturas

Luego de tener ya definidos los conjuntos de temperatura se definen las funciones

de membreca del sistema, la forma es elegida por la experiencia del operador.
Las formas se pueden apreciar en la figura 2.2.

Figura 2.2. Funcin de membresa de entrada

Figura 2.3. Funcin de membresa de salida

3. Simulacin
Luego de tener ya definidas las funciones de membresa de entradas y salidas
adems de intervalos de stas se desprenden una serie de reglas que regirn el
comportamiento del controlador.
Ahora nos dirigiremos a la simulacin en MATLAB con la herramienta Simulink en
donde podemos visualizar el modelo del invernadero con su respectivo control
difuso.

Figura 3.4. Modelo SIMULINK del invernadero

Una vez cargado el controlador fuzzy nos disponemos a ver la respuesta del
sistema.

NOTA:
Respecto a los parmetros generales de la simulacin para efectos prcticos
usaremos tres puntos de referencias, los cuales comprenden la temperatura
deseada y dos valores ms para ver el rango de operacin del controlador,
adems de una perturbacin de valor -1 aplicado en el segundo 3 de simulacin.
Con esto en mente se podr visualizar de mejor manera la respuesta antes de la
optimizacin que puede ser para el rgimen transitorio o permanente.

Figura 3.5. Respuesta a un setpoint igual a cinco

Figura 3.6. Respuesta a referencia igual a seis

Figura 3.7. Respuesta a un setpoint igual a cuatro

Se puede desprender de las grficas de respuesta del sistema la presencia de un

sobrepaso durante el rgimen transitorio y un error en rgimen permanente, lo que
nos dice que el controlador an puede ser mejorado, para lograr este cometido
nos veremos obligados a modificar nuestro control de lgica difusa.
Nos dirigimos a la herramienta FIS EDITOR en MATLAB en donde se encuentra
cargado nuestro controlador.
Las posibles maneras de optimizar el rendimiento del controlador pueden ser la
modificacin directa de las funciones de membresa en entrada y salida, adicin o
sustraccin de reglas o cambios en los intervalos definidos de las funciones y
variables de entradas y salidas.

El mtodo utilizado en esta ocasin es la modificacin en los puntos y formas de

las funciones de membresa de manera de poder apreciar el impacto en la salida
del controlador.

Figura 3.8. Editor FUZZY de MATLAB

Una vez dentro del editor nos disponemos a editar las funciones de membresa de
entradas y salida.

Figura 3.9. Formas de las funciones de entrada y salida sin modificar

Figura 3.10. Formas de las funciones de entrada y salida sin modificar

3.1

Cambios en la funciones de membresa

Una vez situados en las funciones de membresa nos disponemos a realizar

cambios de manera aleatoria en las formas y valores de los puntos en las
funciones de membresa.
Despus de varias pruebas con diferentes valores y formas llegamos a una
configuracin ptima segn nuestro criterio experimental en cual se mostrarn las
nuevas formas de membresas resultantes.

Figura 3.11. Nuevas formas de las funciones de membresa de entradas

y salidas

10

Figura 3.12. Nuevas formas de las funciones de membresa de entradas

y salidas

Figura 3.13. Nuevas formas de las funciones de membresa de entradas

y salidas

Como se puede apreciar en las formas nuevas, si bien, no es mucho el cambio a

simple vista para la entrada y el error de la entrada, la forma nueva que adquiere
la salida es bastante diferente al original donde la zona nada, prcticamente se ha
minimizado en relacin a las dems reas. Ya cargado nuestro controlador con las
nuevas funciones de membresa se procede a realizar nuevamente la simulacin
con los valores antes mencionados en la simulacin previa.

11

Figura 3.14. Respuesta a setpoint igual a cinco

Figura 3.15. Respuesta a setpoint igual a seis

12

Figura 3.16. Respuesta a setpoint igual a cuatro

13

4. Conclusin
En conclusin, como las grficas lo demuestran, con las nuevas modificaciones se
ha logrado corregir el error estacionario en rgimen permanente por lo menos
entre los rangos de setpoint entre 4 y 5, aunque para rangos entre 5 y 6 no se ve
mejora en la respuesta. Del mismo modo, se pudo constatar gracias a esta
experiencia que el manejo de la respuesta en este tipo de control depende en gran
medida de la expertiz del operario, ya que no posee una frmula matemtica que
determine una optimizacin garantizada para la accin de control. De igual forma,
este tipo de controlador no requiere del modelo de la planta, lo que facilita mucho
ms la implementacin de su uso para el control de procesos.

14