Rev. Tc. lng. Univ . Zulla . Vol. 25, W 3 .

171 - 180,2002

Time-varying non-linear system identification

using dynamical adapt ive fuzzy systems
l

M. Cerrada J. Aguila ,.:2. E. Colina3 y A. Titli 4

1 Departamento

de Sistemas de ConiTOl. CEMISID, e-mail: cerradam@ ing.ul a.ve

2Departamento de Computacin, CEMlSID. e-mail: aguilar@ing.uLa.ve

3Postgrado de Control y Automatizacin. e-mail: ecolina@ing.ula.ve

Universidad de Los Andes. Facultad de Ingeniera. Avenida Tulio Febres Cordero,

Mrida 5101, Venezuela. Telf: 58-274-2402983 Fax: 58-274-2402846.

4LaboraLoire d 'Analysis et d'Architecture de Sysiemes (LAAS-CNRSJ, Groupe DISCO,

e-mail: titU@LaasJT 7, avenue du CoLonel Roche-31 077, Toulouse, Cedex, France.

Phone: 33-5-61336200 Fax: 33-5-61553577

Abstract
In pro es ses control. it is requlred lo have a m odel Lhat des ribes the process behaviour. Identifica
tion techniques provid an approximate r presentation of the real system behaviour , by using a lnguisUc
or m athematical expression, or an algori thm . In this work, a dynamical adaptive fuzzy model is used in or
der to propose th e in p u t -outpul iden tification model of a time-varying non-linear syst em . This class of
fuzzy models permit a generic adaptive app roach of the process beh aviour through the a da ptation of th e
members h ip fu n clions to t hc universes o[ discou rse o[ the model va riables.
Rey words: System identification. ad aptiv fuzzy systems, dynamical fuzzy systems , [u zzy logic .

Identificacin de un sistem a no lineal variante

en el tiempo usando sistemas difusos adaptativos

dinmicos

Resumen
Para realizar las tareas de control de proces os se requiere de un modelo q u e d e criba el comporta
miento aproximado del proces o en particu lar bajo e ludio. Las tecnica s de idenUfica cin proporcionan
una representacin del com portamiento de un sistem a real, basndose en una expresin lingsUca.
m temtic o un a lgOritmo. En este trabaj O se p ropone el uso de modelos difusos adapta tivos dinmicos
p ara la obten In de un modelo de iden tificacin entrada-salida de un sistema no lineal variante en el
tiempo. La ventaj a de usar esta clas e de m odelos difusos es la de obtener un aproxim acin genrica del
comportam iento del p roceso a identificar a partir de 1 adaptacin con stante de las fun ciones de membre
sa de sus variables sobre todo e l universo de d iscu rso.

Palabras clave: I dentificacin de sistemas. slslem as difusos a d aptaUvos, sistemas difusos

dinmicos. lgica difusa .

1. Introduccin
La identificacin de sistem as com prende
un conjunto de m odelos y mtodos que permiten
aproximar el comp ortamiento real de u n sis tema
desconocido a travs de un modelo matemtico

vlido ca paz de describ ir las propiedades esen

ciales del sislema. Dich os m odelos pueden ser
usados poste riormen te en lar as de control. ma
nejo d e falla s . o cualquier otra a tividad en la que
se requiera con ocer la din m ica del s is tema. En
la litera tura se encuentra una gran variedad de

Rev. Tc. rng, Univ. Zu lia. VoL 25, No. 3, 2002

172

Cerrada y col.

mtodos de ide ntifkacin . los cuales van desde

los ba sados en la teora clsica [1] . has la las n ue
vas tcnicas basa da s en la compulacin in teli
gente [2-6 ].
El u so de la Lgica Difusa se ha extendido
en es ta rea como h erramien ta de m odelado. uti
lizando el conocim ien to experto p a ra derivar una
serie d e regla s difusas SI-ENTONCE S que p ermi
t n obtener un modelo lings tico a proximad o
del pr oceso con la apacid a d de manip ular la in
certidu mbre [7]. Sin mbargo. si el conocim ie n to
experto es p ob re. el modelo difus o obtenido no
tendr un d s empeo adecuado . Es ta lim itacin
h a dado Jugar a la proposicin de modelos d ifu
sos adap lativos p aramtricos que p rmiten in
corporar algoritmos de apr en dizaj e para la a dap
tacin de s u s p arm etros [8 ]. E n [9 1 se propone
un modelo difuso adaptativo que es d inmico.
Esta propiedad incorpora en las funciones de
membresa la d inmica emporal d las varia bles
del modelo difuso. lo que les permite adap tarse a
los cambios en los domin ios de d is curso de s us
variables . Esta caracters tica p ermite mejora r al
gunas lim itaciones en contradas en los sistemas
difusos adaptativos clsicos [ 101.

para ob tener el modelo de identificacin del s iste

ma b ajo estudio y final m enle , en la c u arta parie,
se pres enlan la' c onclusiones .

2. El Modelo Difuso Adaptativo

Dinmico
A continuacin se dan los asp e clos tericos
de b a se s obre los m od elos difusos adaptatiVOS d i
nmicos [MDAD).

2.1. Preliminares
Definicin 1. Un modelo lgico difuso de
mltip l s entrada s y una salida (M1MO. p or s u s
sigla s en ingls). es un mod elo lingstico descri
to por u n a bas e de M regla s d ifusas de la form a :
RI: Si

Xl

es F : y ... y x n es F~ entonces y es al (1)

donde X = (Xl X2 ... x n)T es un vector d e varia bles

ling sticas d e n trada defi nidas sobre un uni
v rso de discu rso V , ; Y es la variable lin g stica
de salida definida sobre u n u niverso de discu rso
V; F/ y el s on conjuntos difusos sobr Vi y V. res

x,

El u so de u n m odelo difuso con esta propie

dad en el rea d e Identificacin d e sistemas es in
teresante. p u esto q ue permite incorporar en el
modelo los cambios q u e puedan ocurrir en los do
minios de las variables d el s istema. debido a per
tu rbaciones intern a s o exter n as o a dinmicas
variantes en el tjempo. logrando un m odelo ade
cuado p ara aplicaCiones p osteriores en control.
manej o d e fa llas. etc .

p ecUvamente. = l ... .. n ; l= l ..... M. d efinidos ca da

uno por s u s fu nciones de me mbres a.

E n este trabajo p resen tarnos u na a p lica

cin de los modelos difusos a daptativo dinmi
cos en la identificacin e n trada- salida de un sis
tema no lineal variante en el tie m po , per mitiendo
proponer un modelo capaz de apr oximar el com
portamiento del sistema aun bajo camb ios b rus
cos en las seales de entrada. El sistema s elec
cionado para demostrar las capa cidades de estos
m odelos difusos adaptativos dinmicos es el d e
un proceso de reaccin que se lleva a cabo e n tm
tanque reactor continu amen te agitado [11].

Definicin 4. Sea
el valor de la variable
difusa x e n el instante de tiempo ~ . La funcin de
membresa gau siana d inmIca 1l~x.S) que deter
mina el grado de pertenenci d e xt ~) al conj u nto
difu s o Fsobr un u niver so de discurso U. s e defi
ne com o:

En la segu nda seccin. se presentan los as

pectos tericos d e base sobre el mod elo difuso
adaptativo dinmico propuesto y su a p licacin
en la Iden tificacin de s istema . En la tercera
p arte. se pres e n t an los exp erimentos realizados

Definicin 2. Una funcin de memb resa

es cUn(unica si su estru ct ura o parmetros cam
bian dinmicamenle en el tie m po.
Definicin 3. Un m od elo d ifuso es dinmi
co si sus funciones de m embr sa son dinmi
cas.

xt9

(2)

donde u (l.0) y ~ (.l.I.l.0 ) son funciones dependien

tes d 1 tiemp o. 1.: y .l.I.l son vectores de p arme tros
aj ustab les , ~ e ~ l q . ~ e ~l r . En la F igura 1 se
ilustra la idea obre las func iones de ro mbresia
gausiana dinmica s.

Rev. Tc. In g. Un iv. Zu lia. Vol. 25 . No. 3. 2002

Identificacin u sando sistemas difus os adaptativos dinmicos

membresia gaussiana d el conjunto d ifu s o F/:

r\ . .,.

o.
0.8

......... :

0.7

0.8

a'
E 0.4

0.3

... ....

..

."

.',
"

y l(ll i ) es la fu ncin que defi ne e l ce ntro del con

...............

,,'

. :' ... .. :

' : " ':

... ... , '

'.

~. '.

0.1

Definici6n 6. Sean Xi (0) los va lores de las

variables de eniTada X i a l MDAD n e l inst.an le de
tiempo 0para generar la salida y(?). La es trucLu
ra gen ' rica d e las fun ciones (( / (li' 0l,/~ /
0l y
/u.l 9 del MDAD (3 ). vienen d efinidas por l as
ec uaciones siguienles :

lw/,

,..

junlo d ifuso de salid a GI: .ul es un vector de par

metros ~I de la [unCin /; 1!./ es un vector de pa
rmetros /' iJ:/ la fun cin u w/ es un vector de p a
rmetros w i / de la [uncinf1/. p=l, .. .,P ; q =l , ... ,Q;

t ros aJ.us tables.

r -1
- ,. ... R . ~ 1,
, 1 iq I Y W ir I son parame

0.2

173

(4 )

Figura l . Funciones de membresia dinmicas

p ara u na valiable Xi dada.

(5 )

Definicin 5. Sea y(0l el valores de la valia

ble difusa y n el in slante de tiempo 0. El centro
de la [uncin d e membresia d inmica que d ter
mina el grado de pertenencia de y(9 al conjunto
difuso G s obr un u niverso de discurso V.
defi
nida como y(.u, 9 , la c ual es una funcin depen
diente del t iempo, .u es un vector de parmetros
ajustables , g E ~JlP .

,, 1(u

'

t)
J

= u l1 -y (l J )

(6 )

do nde:

(7)

Usando los definicion es anteriores, el

MDAD obtenido a parti r de la base de reglas (1),
usando u n mecanismos de inferencia que consi
dera valores difu sos de entrada descritas por
"singleton" difusos, [unciones d e membresa
gausianas p ara los conj u n tos difusos a sociados a
las valiables difu sas de entrada y el mtodo de di
fusificacin de cen tro promedio (" enter -average
method", en ingls), es descrito por e rrada [9]:

(8)

(9)

o, alternativamente:
jI

y(X . t

I [

" TI exp
M

."

I~ l , ~ l

(x. {t .) -

' .1

t.)) 2liI

(( l ( I,1
- 1' J

'

1
fJ(
!Q/1. t )

y(t) =
J

JJ

y(t k

b l_
. -

J -1

(lO)

En [9) se estudia con ms detalles los as

pectos relacionados con los MDAD.
(3)

donde X es un vector de valores de las variables

de entrada X i; y es la variable de salida; u /:I t) y
i18w/. t) son fu nciones que definen la media y la
varianza, respectivamente . de la funcin de

2.2. Aplicacin del MDAD en la

identificacin de sistemas
El MDAD definid o en la seccin an terior
puede usarse para prop oner modelos de identifi
cacin entrada-salida [ 1], De esta manera, el ob-

Rev. Tc. lng. Univ. Zu lia. Vol. 25, No. 3, 2002

174

Cerrada y c ol.

(13)

IIU) K

+ 1)

Iec m
= I/q(K)f}z - . -1-

rlI '

Ilj

(14)

'K

u(t-m i

(1 5)
u(t)

y(ti +

e(t)

do nde p, q, r son los iden tifica dores d e los par

m e tros ; i es el identificador de la variable d e en
trad a ; es el identificador de la r egla; K es el n
mero de iteracin para la actu a lizaci n d e los pa
rmetros y (Jj es la lasa de apre n dizaje, )= 1.2.3.

Figura 2 . Esq uema de identifica ci n

entrada -salid a_
jetivo es ajustar los parmetros del MDAD con el
fm de minimizar el error ntre la salida real del
sistema y la salida estimada por el modelo
(u sualmente llamado "error de identificacin" o
"error de prediccin") . La Figura 2 mu estra el es
quema clsico que se sigue en tareas de identifi
cacin de sistem a s b sadas en ese enfoque.
De esta manera. usando este esqu em a de
identificacin. el vector de entrada X al MDAD
descrllo por (3 ) esta for mado por Jos valores de
u(t) al sistema real en t y en m instantes an terlo
res y los va lores de su salida y(t) en t-1 y en n ins
tan tes anterior es_ E sto es:

K=

Desarrollando las eJo..-presiones anlerior es,

se tiene qu e:

il ecm l
()I'iq

T1 ~~ [2 Ye (t d (t

j )-

. I
K

)- 1

hl( l )

u (t ) u(t j _ 1 ) u(t j _ m ) y(t j _) y(t j __ z ) y(t j-n )J

( Xi

-a:(!:~,t)))

( ;' 1(!:fI t) -

IUI(I I/I . t .)]

I

w/

donde:
M

d (t j

= hl (t)
I 1

Usando el mtodo d el descenso del gradien

. las leyes de actualizacin de los parmetros
viene dada por las ecuaciones (1 3 ), (l41. (15):

Rev. Tc. lng. Univ. Zulla. Vol. 25. No . 3 , 2002

Ye(t)

).

(17)

'1 ,1
(1 q
K

En este trabajo, se usa un a lgOritmo de

aprendizaje sup ervisado fuera d e lnea ba sado en
el descenso del gradiente (OC), como mtod o de
aj uste de los parmetros u,/. Ji iql Y
del MDAD .

(12)

ro'il(WI , t J )

(11)

Algoritmo de ajuste de parAmetros basa

do en el error de prediccin y DG. Sea el p rome
d io de rror cuadrtico medio ecm en tre la salida
real y(9 y la salida Ye(9 es timada por el modelo
d ifuso. sobr e una coleccin de pat rones h istri
cos !(X{ 4). y(4) ). i= 1 , .... N], del sistema a modelar:

y(t)
)

Ident ificacin usa ndo sistemas difusos adaptativos dinmicos

ustituyendo (l6), (17) Y (1 8) r sp ct iva
m cnle en (l3), (1 4 ) Y (1 5 ). s e ob tienen las leyes d e
adap tacin de los parmetros. Para el caso parti
cu lar de las fu ncion s propuestas en (4), (5) Y (6),
s e tiene que:

175

FIl

(19)

Vr
(2 0)

(21)

(22)

3. Identificacin de un Proceso
de Reaccin No Lineal Variante
en el Tiempo
Considrese un t anque reactor de volumen
constante V r es cual es a limentado con una tasa
volumtrica F [ 11 ]. Los react antes dentro del
reactor s on continuam ente agitados con el fin de
manten er una mezcla h omognea . producin d o
se una reaccin qumica sucesiva isotrmica
A ~ B -7 C. Los productos s on tomados en elfondo
del tanque . segn se ilustra en la Figura 3 .
En presencia de un sitio de reaccin sepa
rada s obre el catalizador. la cin tica de esos sitios
es u s u a lmente diferenle y variante en el tiem po .
La d inmica de este sistema es descrita por las si
guien tes ecuacion es:
Jz
2
;-:= 1- Daz + Da2?-2
JZ2
iit
= Z2 -

Da z - Da2?-2 - D a3 c4(t)Z2 +

JZ 3
iit
= - Z3

y = Z3

D a 3 d 2 (tlz 2

(23)

donde:
Da = k d Vr/F = 3; Da2 = ~ d Vrl F = 0 .5 ;
D a3 = k 3 V r / F = 1; F es la tasa d allmenlacin vo

lumtrica; d es el primer sitio d e reaccin sobre

Figw-a 3. Tanque reactor continuamen te

agitado.
el calalizador ; ~ (t) es el s egundo s illo de reaccin
sobre el cataliza dor (~ ( l) = 1 +0 . I s in i ); k es la
tasa de reaccin constante de pri mer orden ; ~ y
k 3 s on Lasas de reaccin constante de s egundo
ord en; V r es el volumen del r eactor; z es la con
versin del reactanle A; "-2 es la conversin del
reactanle m edio B; Z3 es la on versin del pro
d u cto C; ues la seal de ontrol (entrada a l siste
m a ) y y es la variable d e salida.
Por olro lado. la tasa de rea cin k3 es des
con ocida. lo que e onsidera com o u n a incerti
du m bre paramtrica en este sistema.
Las caracteristicas din micas de este siste
ma (sis tema con incertidumbre y variante en el
tiempo). lo hace particu larmente inter sanle
p ara probar las capa Cidades de MDAD com o
jden tificador difuso.

3.1. Fase experimental

A con tinu acin , se presentan un conjunto
de exp erim entos que han sid o realizados con el
fin de proponer u n MDAD adecuado para el p ro
ceso b ajO estu dio. En cada experim ento se pon e n
a prueba los elem n los fu n dam n tales que defi
nen a un MDAD: la es tructu ra d las funciones
de m embresa correspondient s a la s variables
difusas de entrada y la estructura de las fun cio
n es que definen a los centros d e los conjuntos di
fusos de salida.

Los resultados que se presenlan en esla

seccin h an sido sim ulados u s ando la h erra
mienta de computacin MatLab. usando una
tasa de muest.reo de 0 .1 seg . En la realizacin de

Rev . T c. lng. Univ. Zulia. Vol. 25. No. 3. 2002