IMPLEMENTACION DE CONTROL DE VELOCIDAD DE UN MOTOR...

1

IMPLEMENTACION DE CONTROL DE VELOCIDAD DE UN MOTOR DC

UTILIZANDO LÓGICA DIFUSA EN LA PLATAFORMA DE LABVIEW

JENNIFER AGREDO FAJARDO

UNIVERSIDAD DE SAN BUENAVENTURA CALI

FACULTAD DE INGENIERÍA

PROGRAMA DE INGENIERÍA ELECTRÓNICA

LABORATORIO DE ELECTRÓNICA APLICADA – LEA

SANTIAGO DE CALI

2011

2

IMPLEMENTACIÓN DE CONTROL DE VELOCIDAD DE UN MOTOR DC

UTILIZANDO LÓGICA DIFUSA EN LA PLATAFORMA DE LABVIEW


Informe final de trabajo de grado

Director JUAN CARLOS CRUZ ARDILA

ING. ELECTRISISTA





SANTIAGO DE CALI

2011

3

Este trabajo de grado, en la modalidad

Investigación aceptado como uno de los

requisitos para obtener el título de Ingeniero

Electrónico en la Universidad de San

Buenaventura Cali.

________________________________________________

JUAN CARLOS CRUZ ARDILA, ING. Electricista

__________________________________________________

EDGAR LIZ QUINTERO, ING. Mecánico

__________________________________________________

HUGO ALBERTO GONZALES, ING Electrónico

Santiago de Cali, 9 de junio del 2011

4

DEDICATORIA

A Dios.

Por haberme permitido llegar hasta este punto y haberme dado salud para lograr

mis objetivos, además de su infinita bondad y amor.

A mi padre

Por los ejemplos de entereza y tenacidad que lo caracterizan y que me ha dado

siempre, por el valor expresado para salir adelante y por su gran amor.

A mi madre

Por haberme apoyado en todo momento, por sus consejos, sus valores, por la

estimulación constante que me ha permitido ser una persona de bien, pero más

que nada, por su maravilloso amor.

A mis familiares.

A mi abuela Hilda porque siempre me tiene en cuenta en su oraciones, A mi Tía

Janeth por ser un ejemplo a seguir, a mis primos Emilio José, Santiago y Catalina,

a mis tíos Carlos Alberto y Néstor y a todos aquellos que participaron directa o

indirectamente en la elaboración de esta tesis.

A mi profe.

Ingeniero Juan Carlos Cruz por su gran apoyo y constante motivación para la

elaboración de esta tesis.

A la Universidad San Buenaventura de Cali y en especial a la Facultad de

ingeniería Electrónica por admitirme y ser parte de una generación de

vencedores, de personas productiva y de gran profesionalismo trabajando para

que nuestro país sea cada vez mejor

¡Gracias a ustedes!

5

TABLA DE CONTENIDO

INTRODUCCION……………………………………………………………. 11

1. FORMULACION DEL PROBLEMA…………………………………… 13

2. JUSTIFICACION………………………………………………………… 14

3. OBJETIVOS……………………………………………………………… 16

3.1 OBJETIVO GENERAL ……………………………………………… 16

3.2 OBJETIVOS ESPECÍFICOS ………………………………………. 16

4. MARCO TEORICO ……………………………………………………... 17

4.1 ANTECEDENTES........................................................................ 18

4.2 LENGUAJES DE PROGRAMACIÓN …………………………….. 21

4.2.1 Fuzzytech ……………………………………………………. 21

4.2.2 Matlab…………………………………………………………. 22

4.2.3 Vhdl fpga …………………………………………………….. 22

4.3 MICROCONTROLADOR ………………………………………….. 23

5. DESCRIPCION DEL PROCESO …………………………………….. 25

5.1 COMPUTADOR / SOFTWARE LABVIEW ………………………. 26

5.2 TARJETA DE ADQUISICIÓN DE DATOS ………………………. 27

5.2.1 Proceso de adquisición de datos…………………………… 28

5.3 CONTROLADOR LÓGICO DIFUSO ……………………………. 29

5.4 ACTUADOR………………………………………………………… 37

5.5 PUENTE H …………………………………………………………. 37

5.5.1 Características ……………………………………………... 38

5.5.2 Aplicaciones.................................................................... 38

5.6 ADECUADOR ……………………………………………………… 40

5.7 PLANTA…………………………………………………………….. 42

5.7.1 Respuesta del Motor en Lazo Abierto……………………... 43

5.8 REALIMENTACIÓN……………………………………………….. 43

5.8.1 Tacómetro …………………………………………………… 43

6. DISEÑO DEL CONTROLADOR BASADO EN LOGICA DIFUSA… 48

6

6.1 SELECCIÓN DE VARIABLES DE ENTRADA Y SALIDA ……..… 48

6.2 GRADO DE PERTENENCIA DE LAS VARIABLES ……………... 49

6.3 VARIABLES LINGÜÍSTICAS DE ENTRADA……………………… 51

6.4 VARIABLES LINGÜÍSTICAS DE SALIDA…………………………. 52

6.5 CUANTIFICACIÓN DEL ERROR…………………………………… 53

6.6 DISEÑO DE LAS REGLAS………………………………………….. 55

6.7 ESTRATEGIA DE DEFUZZYFICACIÓN…………………………… 60

7. DISEÑO DEL CONTROLADOR BASADO EN LOGICA DIFUSA

IMPLEMENTADO EN LA PLATAFORMA DE LABVIEW……………. 62

8. GUIAS DE LABORATORIO……………………………………………… 65

8.1 GUÍA DE LABORATORIO No 1……………………………………... 66

8.1.1 Objetivos………………………………………………………… 66

8.1.2 Equipos e instrumentos……………………………………….. 66

8.1.3 Marco Teórico………………………………………………….. 67

8.1.4 Guía de trabajo………………………………………………… 67

8.1.4.1 Procedimiento………………………………………….. 68

8.1.4.2 Preguntas teóricas…………………………………….. 69

8.1.5 Informe Practica No 1…………………………………………. 69

8.1.6 Conclusiones…………………………………………………… 86

8.1.7 Bibliografía. ……………………………………………………. 87

8.2 GUÍA DE LABORATORIO No 2…………………………………….. 88

8.2.1 Objetivos……………………………………………………….. 88

8.2.2 Equipos e Instrumentos………………………………………. 89

8.2.3 Marco Teórico………………………………………………….. 89

8.2.4 Procedimiento………………………………………………….. 90

8.2.5 Preguntas teóricas……………………………………………. 92

8.2.6 Informe………………………………………………………….. 92

8.2.7 Conclusiones…………………………………………………… 101

8.2.8 Bibliografía……………………………………………………… 101

8.3 GUÍA DE LABORATORIO No 3 ……………………………………. 102

7

8.3.1 Objetivos……………………………………………………….. 102

8.3.2 Equipos e instrumentos………………………………………. 102

8.3.3 Marco Teórico…………………………………………………. 103

8.3.4 Procedimiento…………………………………………………. 103

8.3.5 Preguntas teóricas……………………………………………. 106

8.3.6 Preguntas para resolver en el laboratorio………………….. 106

8.3.7 Informe………………………………………………………… 107

8.3.8 Conclusiones………………………………………………….. 119

8.3.9 Bibliografía…………………………………………………….. 120

9. CONCLUSIONES Y RECOMENDACIONES………………………….. 121

10. BIBLIOGRAFIA…………………………………………………………… 124

8

TABLA DE CONTENIDO DE GRÁFICAS

FIGURA NO. 1 Formas de las Funciones de Pertenencia………..………… 21

FIGURA NO. 2 Lazo Cerrado de Control……………………………………… 26

FIGURA NO. 3 Software de Programación LaBVIEW……………………… . 27

FIGURA NO. 4 Tarjeta de Adquisición de Datos………………………….. 28

FIGURA NO. 5 Esquema de Bloques del Proceso de Adquisición de Datos 29

FIGURA NO. 6 Simulador del Control Lógico Difuso………………………….. 30

FIGURA NO. 7 Crear nuevo diseño…………………………………………… 30

FIGURA NO. 8 Variables de Entrada………………………………………….. 31

FIGURA NO. 9 Variables Lingüísticas de Entrada……………………………. 32

FIGURA No. 10 Variables Lingüísticas de Salida…………………………….. 33

FIGURA No. 11 Editor de reglas………………………………………………. 34

FIGURA No. 12 Características de Entrada/salida………………………….. 35

FIGURA No. 13 Cargar Controlador Difuso …………………………………… 36

FIGURA No. 14 Controlador Difuso …………………………………………… 36

FIGURA No. 15 Salida desde LaBVIEW al PWM …………………………… 37

FIGURA No. 16 Diagrama Puente H LMD 18200T …………………………... 39

FIGURA No. 17 Circuito Puente H……………………………………………… 39

FIGURA No. 18 Diagrama Circuito Adecuador………………………………… 40

FIGURA No. 19 Diseño final del Circuito Adecuador………………………… 41

FIGURA No. 20 Tarjeta del circuito Adecuador y Puente H………………... 41

FIGURA No. 21 Prototipo Final del Actuador y Adecuador…………………. 42

FIGURA No 22 Motor DC……………………………………………………… 42

FIGURA No. 23 Tacómetro……………………………………………………... 44

FIGURA No. 24 Gráfica de Voltaje Tacogenerador Vs Velocidad RPM…… 45

FIGURA No. 25 Gráfica de Voltaje Tacogenerador Vs voltaje Adecuador… 47

FIGURA No. 26 Entrada de LaBVIEW Realimentación ……………………… 47

FIGURA No. 27 Lazo Cerrado de Control………………………………………. 48

FIGURA No. 28 Algoritmo de Mandani………………………………………… 50

9

FIGURA No. 29 Funciones Triangulares de Entrada…………………………... 52

FIGURA No. 30 Funciones Triangulares de Salida para RPM………………... 53

FIGURA No. 31 Funciones Triangulares de Salida para PWM……………….. 54

FIGURA No. 32 Análisis del Error……………………………………………….. 54

FIGURA No. 33 Diagrama de Bloques de Control de Velocidad en LaBVIEW 63

FIGURA No. 34 Panel Frontal de Control de Velocidad……………………….. 64

10

TABLAS

TABLA No 1 Datos Motor………………………………………………......... 43

TABLA No 2 Datos confirmados del Tacogenerador……………………… 44

TABLA No 3 Datos confirmados del Adecuador………………………….. 45

TABLA No 4 Selección Variables de Entrada y Salida…………………… 49

TABLA No 5 Motor……………………………………………………………. 51

TABLA No 6 Variables Lingüísticas de Salida……………………………… 52

TABLA No 7 Cuantificador del Error………………………………………… 53

TABLA No 8 Seguimiento del Error y Cambio del Error………………….. 54

TABLA No 9 Matriz de Reglas………………………………………………. 59

TABLA No 10 Tabla de las 49 Reglas……………………………………….. 60

TABLA No 11 Matriz de Inferencias. ………………………………………… 60

11

INTRODUCCION

En los últimos años se ha incrementado considerablemente la utilización de la

inteligencia artificial en los campos de la electrónica de potencia y de los sistemas

de control de velocidad y del posicionamiento. Estos métodos, basados en

sistemas expertos, lógica difusa y las redes neuronales, necesitan una gran base

de datos o conocimientos que describan el análisis del sistema, junto a un análisis

lógico en lugar del análisis matemático para controlar el sistema y facilitar la toma

de decisiones. Uno de estos métodos corresponde a la lógica difusa; Esta

tecnología reemplaza algunos equipos analógicos ya existentes y obsoletos

generando aun mas competitividad en diversos procesos industriales, de

procesamiento de imágenes, robótica, electrónica de consumo entre otros.

“No tiene sentido buscar la solución a un problema no perfectamente definido, por

medio de un planteamiento matemático muy exacto, cuando es el Ser humano el

primero que razona empleando inexactitud” [1]. La tecnología actualmente se ha

visto inmersa en casi todos los campos del diario vivir, desde el entretenimiento, la

salud, hasta la más beneficiada, la industria. Esto se debe a que las nuevas

tendencias tecnológicas promueven cada vez al perfeccionamiento de

instrumentos especializados, haciendo más fácil la labor para aquellas personas

que buscan optimizar la calidad de vida de las personas.

La lógica difusa surge como una necesidad de mejoramiento de la lógica clásica,

ya que esta establece que cualquier enunciado o proposición puede tomar un

valor lógico (verdadero o falso, alto o bajo, prendido o apagado, cerrado o abierto,

en definitiva 1 ó 0, por ejemplo para el caso de una puerta sólo se tienen dos

posibilidades; que es estar abierta o cerrada. En la óptica de la lógica difusa,

dicha puerta no tiene porqué estar necesariamente abierta (valor 1) ni cerrada

(valor 0), sino que además puede estar abierta a medias (valor 0.5), bastante

abierta (valor 0.8), casi cerrada (valor 0.1), etc. como un intento de formalización

del razonamiento con incertidumbre. En particular y al contrario que otras formas

12

de razonamiento intenta abordar problemas definidos en términos lingüísticos y

por lo tanto imprecisos, donde todos los datos están expresados en términos

cualitativos.

La principal ventaja de utilizar términos lingüísticos como a medias, bastante, casi

poco, mucho, algo, etc. Está en que permite plantear el problema en los mismos

términos en los que lo haría un experto humano; Será nuestra tarea darle un

marco de representación formal a tal tipo de términos y con vistas a su empleo en

el Control Automático.

En cuanto a motores de corriente directa (DC), son máquinas que producen

energía mecánica a partir de energía eléctrica; Estos dispositivos hasta hace

algunos años, fueron obligatorios en aplicaciones en donde se requerían amplias

variaciones en la velocidad, sin embargo con la miniaturización de elementos en

estado sólido, los motores de inducción con programas de accionamiento se han

hecho más profesionales. Esto se debe a que los motores de DC requieren mayor

sostenimiento debido a la existencia del conmutador y las escobillas. A pesar de

ello, los motores de DC no se podrán dejar de manejar repentinamente ya que en

la actualidad se encuentran trabajando en muchas aplicaciones industriales y una

gran cantidad de ellos cuentan con una desarrollada vida útil.

En el campo del control de velocidad de los motores de DC además de poder

aplicar las técnicas convencionales del control se pueden aplicar técnicas del

control inteligente, como lo es la lógica difusa. Dentro de la lógica difusa están

dos algoritmos muy conocidos ellos son: Mamdani y Takagi Sugeno.

Estos algoritmos han tenido gran utilidad en aplicaciones reales ya que existen

actualmente avances significativos en microelectrónica y electrónica de potencia.

13

1. FORMULACIÓN DEL PROBLEMA

Actualmente la Facultad de Ingeniería Electrónica de la Universidad San

Buenaventura Cali no posee laboratorio de control inteligente, lo cual hace que los

estudiantes solo adquieran conocimientos teóricos y no puedan aplicarlos en

prácticas concretas.

Es necesario comenzar a implementar el laboratorio de control inteligente para

lograr incentivar y desarrollar en los estudiantes el ejercicio de pensar, de

fomentar la creatividad y el ingenio, y además, propiciar el ambiente adecuado

para el aprendizaje cooperativo, pero sobre todo poner en práctica lo teórico de

control para tener un mejor desarrollo conceptual como ocurre en los demás

laboratorios de ingeniería. Las actividades en el laboratorio deben desarrollarse en

un contexto social de experiencia compartida, donde el estudiante demuestre su

habilidad de aplicar la teoría, para que en un futuro cuando se encuentre en

nuevas situaciones pueda solucionar cualquier inconveniente.

La construcción de un control de velocidad para un motor DC, con una estrategia

de control inteligente, aporta al desarrollo de guías de laboratorio en estrategias de

control con lógica difusa. Este prototipo contará con un motor de DC, software

LaBVIEW, el controlador de lógica difusa y la interface entre el usuario y el motor.

Formulación del problema:

Construir, para el laboratorio del Programa de ingeniería Electrónica de la

Universidad de San Buenaventura Cali en un período no mayor a un año, un

sistema de control de velocidad de un motor DC usando lógica difusa, apoyado en

la plataforma de LaBVIEW, de tal manera que, puedan realizarse prácticas donde

los estudiantes confronten la teoría estudiada en clase con la respectiva práctica.

14

2. JUSTIFICACIÓN

En los últimos años la tecnología ha tenido un gran avance, sobre todo en el área

de control, apareciendo en los años 60`s hasta nuestros días las aplicaciones

prácticas utilizando soluciones fundamentadas en la lógica difusa mostrándose

como una técnica alternativa en el control de procesos industriales, procesamiento

de imágenes, robótica, electrónica de consumo, en predicción de series de tiempo

(metodologías de archivo y búsqueda de Bases de Datos), investigación

operacional, estrategias de mantenimiento predictivo y en principio como solución

lingüística, ya que esta teoría permite manejar y procesar información de una

manera similar a como lo hace el cerebro humano. La lógica difusa o borrosa, 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”). Fue introducida en 1965 por el Dr. Lofti

Zadeh de la Universidad de Berkeley en un artículo titulado “Fuzzy sets”, para

modelar el conocimiento subjetivo, que se basa en informes lingüísticos

normalmente imposibles de cuantificar usando los métodos matemáticos

comunes. La utilización de la lógica difusa permite al diseñador procesar

eficazmente los conocimientos objetivos y subjetivos (datos numéricos y

conocimiento expreso de expresiones lingüísticas), aplicados a los problemas de

control en lazo cerrado, disminuyendo así el tiempo de desarrollo del proyecto y

los costos. (Mendel, 1995).

En la actualidad el sistema de lógica difusa lo podemos encontrar en muchos de

los elementos que usamos hasta en nuestros hogares mejorando la comodidad

del humano para desarrollar labores muchas veces básicas y simples como:

En el hogar:

Sistemas de foco automático en cámaras fotográfica

Lavadoras automáticas

15

Aire acondicionado

Hornos microondas

También a un nivel mucho más avanzado e importante para el desarrollo de la

sociedad en cuanto a industria:

Reconocimiento de patrones:

Reconocimiento de voz

Reconocimiento de escritura

Visión por computadora

Reconocimiento óptico de caracteres

Mejora en la eficiencia del uso de combustible en motores

Aplicaciones industriales:

Navegación automática de robots (robot autónomo móvil)

Operación de plantas de cemento

Control de hornos de vidrio

Control de reactores nucleares

Medicina:

Rayos x

Herramientas de endoscopia

Control de presión sanguínea

La construcción de un sistema de control de velocidad de un motor de DC usando

lógica difusa utilizando la plataforma de LaBVIEW para el laboratorio de la

universidad de San Buenaventura Cali, permitirá que el programa de Ingeniería

Electrónica ofrezca espacios de estudio en una de las técnicas de control

inteligente que actualmente se están implementando en el contexto nacional e

internacional.

16

3. OBJETIVOS

3.1 OBJETIVO GENERAL

Construir un sistema de control de velocidad de un motor DC usando lógica

difusa, apoyado en la plataforma de LaBVIEW, para ser implementado

como práctica de laboratorio del Programa de ingeniería Electrónica.

3.2 OBJETIVOS ESPECÍFICOS

3.2.1 Analizar el respectivo estado del arte del control de velocidad de un

motor DC utilizando lógica difusa.

3.2.2 Realizar mediciones usando un tacómetro para determinar la curva

de velocidad contra corriente de inducido del motor.

3.2.3 Diseño del controlador de velocidad usando las reglas de la lógica

difusa.

3.2.4 Diseñar el sistema electrónico que funcionará como Actuador para

ejecutar el control de la velocidad del motor DC

3.2.5 Construir un prototipo de laboratorio de Control Inteligente con Lógica

Difusa.

3.2.6 Plantear tres guías de Laboratorio para el área de lógica difusa

donde se implemente el Control de Velocidad construido.

3.2.7 Validar el Prototipo con el desarrollo de las prácticas propuestas.

17

4. MARCO TEORICO

Resumen: En este trabajo se presenta el análisis y diseño para la simulación en

LaBVIEW, de un control de velocidad difuso para un motor DC empleando el

algoritmo de Mamdani. Se muestra el diseño del control de velocidad tipo el

Mamdani con cinco funciones de pertenencia, usando la interfaz gráfica de

LaBVIEW, además se enseña una revisión bibliográfica entorno al diseño e

implementación de un control de velocidad utilizando lógica difusa y las diferentes

aplicaciones que este desarrollo puede tener en nuestro entorno personal, social y

laboral.

Se exponen diferentes procesos sobre el tema resaltando lo más importante en

cuanto a la idea, creación, desarrollo e implementación del control inteligente;

Finalmente se presentan los resultados obtenidos de cada artículo teniendo en

cuenta la aplicación y la forma de desarrollo para tal fin.

Palabras Claves: Control inteligente, lógica difusa, LaBVIEW, Matlab, reglas,

fuzzificación, defuzzificación, pertenencia, Aplicaciones industriales.

Abstract: This paper presents an analysis and design for simulation in Lab view, a

fuzzy speed control of DC motor using the Mamdani algorithm. Shows the design

of speed control on Mamdani type with seve membership functions, using the

LaBVIEW graphical interface.

Different processes are presented highlighting the most important issue in terms of

idea creation, development and implementation of intelligent control.

Finally, we present the results of each item taking into account the application and

form of development for this purpose.

Keywords: Intelligent control, Fuzzy Logic, LaBVIEW, Matlab, Rules, Fuzzification,

membership, Defuzzification, industrial Aplications.

18

4.1 ANTECEDENTES

En 1965 L. A. Zadeh, profesor de teoría de sistemas de la Universidad de

California en Berkeley publicó un artículo llamado conjuntos difusos, que dio

origen a innumerables artículos sobre lógica difusa, la cual permitió tener una

alternativa programable de control y proceso tecnológico que trata con el tipo de

descripciones subjetivas o ambiguas que son comúnmente usadas en el mundo

real. Cuando Zadeh se dio cuenta que la naturaleza de la lógica booleana, no

tomaba en cuenta los distintos grados de veracidad o falsedad de una proposición

real, expandió la idea de un conjunto clásico del álgebra de Bolean, tomando en

cuenta las infinitas variaciones entre verdad y falso al cual llamó conjunto difuso.

Una vez que la lógica difusa fue inventada en los Estados Unidos, no tuvo gran

desenvolvimiento, ya que fue víctima de múltiples críticas; fue hasta los 70´s que

en Europa se perfeccionó y tuvo sus primeras aplicaciones. En el Queen Mary

College en Londres, Inglaterra, Ebrahim Mamdani, uso los principios de la lógica

difusa para aplicarlo a una máquina de vapor la cual no podía tener bajo control

con las técnicas convencionales hasta esa época, este algoritmo de control

consiste de 3 pasos: Generación de Valores Difusos, Evaluación de Reglas y

Generación de valores reales.

En los 80´s los japoneses aplicaron los principios de la lógica Difusa en una planta

de tratamiento de agua por Fuji Electric en 1983 y un sistema del metro por la

compañía Hitachi que operó en 1987. A mediados de la década, en 1985

Tomohiro Takagi y Michio Sugeno proponen un nuevo modelo de control Difuso

que se emplea en un proceso de limpiado de agua y en un convertidor que se

utiliza en el proceso de hacer acero. En ese mismo año se inventó el primer

circuito integrado Difuso por dos japoneses, Masaki Togai y Hiroyuki Watanabe

que provocó el interés de las empresas en estos circuitos para implementarlos en

19

sus sistemas, este hecho llevó a Japón a ser el principal exportador de aparatos

de la industria con aplicación directa con y hacia para la lógica Difusa [2].

En los 90´s surgieron varios trabajos que han servido como referencia para

entender y desarrollar trabajos sobre la lógica difusa; uno de ellos describe el

análisis, diseño e implementación de un control de excitación para un generador

síncrono por medio de un control difuso; presenta las bases de la lógica Difusa y

la operación de los modelos de control de Mamdani y Takagi – Sugeno aplicados

al control de la excitación de un generador síncrono. Para tal efecto este proyecto

se realizó de la siguiente manera:

La implementación se realizó en una tarjeta de 8 bits y la programación se

desarrollo para un tiempo real multitareas, la cual: a) realiza funciones de

sincronía, b) dispara un puente de transistores, c) realiza un filtro predictivo para

evitar falsos disparos, d) medir el voltaje nominal y de campo del generador e)

comunicarse con una computadora personal y finalmente f) calcular el algoritmo

de control. El prototipo fue probado en un generador de 5KVA, sometido a

cambios de carga, así como a pruebas de corto circuito y liberación de éste [3].

Otro de los autores que contribuyeron al mejoramiento fue H. M. Gerardo Celso

(1997) Empleando el algoritmo de Mamdani presenta el análisis y diseño de un

control difuso de velocidad de un motor de DC con excitación separada, dicho

control se realizó variando el voltaje de armadura y de campo; haciendo un estudio

de un determinado número de funciones de membrecía con el que el control difuso

obtiene mejores resultados. Este trabajo no presentó implementación [4].

En el año de 1999 Basándose en el paquete FUDGE se desarrollo una tarjeta para

el control difuso de velocidad de un motor de DC. En este trabajo se presenta un

sistema de control de velocidad difuso para un motor de DC implementado en un

microcontrolador de Motorola 68HC11 empleando la técnica de Mamdani; dicho

programa determina el ángulo de disparo de los tiristores del semiconvertidor

monofásico controlado por fase permitiendo con ello variar la velocidad del motor

por voltaje de armadura [5].

20

Para principios del siglo XXI (2000) se presenta el modelado y simulación de un

control de velocidad tipo Takagi – Sugeno para un motor de DC con excitación

separada, empleando el software Matlab [6].

En el 2002 Altamirano González Manlio AL; desarrolla una estrategia para el

diseño y análisis del ajuste automático de los parámetros de las funciones de

pertenencia de un control difuso empleando algoritmos genéticos. Esta estrategia

se aplica al control de velocidad de un motor de corriente directa con excitación

separada. El control de la velocidad se lleva a cabo de dos formas, independiente

una de la otra, por medio de la variación del voltaje de armadura ó por medio de la

variación del voltaje de campo [7].

Tres años más tarde de haber presentado el modelado y simulación de un control

de velocidad tipo Takagi-Sugeno, Herrera Espinosa Javier describe el análisis de

diseño y construcción de un regulador de velocidad tipo Takagi – Sugeno para un

arreglo de motor de DC – alternador. El regulador difuso de velocidad se realiza a

través de la variación del voltaje de armadura de DC con el fin de mantener la

frecuencia de 60 Hz en el alternador sujeto a cambios de carga y fallas de corto

circuito.

Se presenta además el algoritmo de sintonización para el regulador difuso, basado

en las relaciones entre los modelos matemáticos de Mamdani, Takagi – Sugeno y

un control proporcional – integral. Se implementa en la tarjeta basada en el

procesador digital de señales (DSP) TMS320F240 de Texas Instrument. El

programa desarrollado permite: a) arrancar el motor de DC - alternador a tensión

reducida; b) medir la velocidad del conjunto del motor de DC – alternador; c) la

comunicación con una computadora personal y; d) cálculo del algoritmo de control

[8].

Por último; para el año 2005 López Calderón Ana Belem implementa un sistema

de control difuso que permite la variación de velocidad de un motor de DC de 1

H.P. empleando la técnica de Mamdani e implementando en la tarjeta MC68HC12

para el control de la velocidad de una máquina tribológica de abrasión seca [9].

21

4.2 LENGUAJES DE PROGRAMACIÓN

4.2.1 Fuzzy Tech

Este lenguaje de programación, utilizado para simular, depurar y

posteriormente generar el código correspondiente al sistema de control,

presenta la evaluación y aplicación de técnicas de lógica difusa en el control

de máquinas eléctricas; para ello el primer paso se resume en la definición

de las variables lingüísticas. La interfaz gráfica de Fuzzy tech facilita la

creación de las variables más comunes y las funciones de pertenencia para

la aplicación; este diseño posee dos entradas que son: error de velocidad y

variación del error y una salida que es el incremento del deslizamiento. El

segundo paso es determinar las funciones de pertenencia este grado varía

entre cero y uno [10].

Figura No. 1 Formas de las funciones de pertenencia.

Fuente [2]

Durante la definición de las variables lingüísticas Fuzzy Tech permite al

usuario definir dos representaciones para las variables: Shell Values y Code

Values. Los primeros son los valores del mundo real que las variables

representan siendo solamente usadas para presentar los valores actuales

con Fuzzy Tech. Los segundos son los valores internos de 16 bits que el

microcontrolador usa para calcular los resultados. Si la escala para los Shell

22

Values y los Code Values fuese la misma sería más fácil percibir el

comportamiento del control por comparación directa de las entradas/salidas

difusas reales con las variables lingüísticas. La herramienta Fuzzy Tech

proporciona mecanismos fuera de línea (off - line), para depuración (debug),

prueba y optimización de las reglas y funciones de pertenencia. El modo de

depuración interactiva ofrece una verificación gráfica de todas las etapas

del proyecto, el modo batch permite crear un archivo de salida asociado a

un archivo de entrada que contiene una muestra de los valores que esta

puede tener. Usando estas características, el diseñador puede examinar si

todas las reglas establecidas son necesarias, si las reglas importantes no

han sido omitidas y si las variaciones de las variables de salida son

consistentes con el sistema [11].

4.2.2 Matlab

En el proyecto desarrollado por F. Velasco Vega y otros llamado “Modelado

y Simulación de un Control de Velocidad de un motor mediante lógica

difusa” en este artículo se utilizó la herramienta Simulink perteneciente a

Matlab.

4.2.3 Vhdl Fpga

El uso de arquitecturas específicas de procesado implementadas sobre

FPGAs presenta como principales ventajas costo-rendimiento y un ciclo de

desarrollo muy corto a comparación de otras formas de desarrollo. Los

bloques básicos combinacionales de ciertas FPGAs están formados por

pequeñas memorias que actúan como tablas de búsqueda capaces de

implementar cualquier función de un determinado número de entradas. Las

herramientas de diseño suministradas por el fabricante permiten interferir el

uso de memoria a partir de descripciones VHDL genéricas en la etapa de

síntesis y seleccionar el tipo de memoria a utilizar en la etapa de

implementación. La descripción VHDL constituye el punto de partida de las

23

etapas de simulación (Modelsim) y síntesis lógica (FPGA). La selección de

la estrategia empleada para almacenar la base del conocimiento condiciona

el estilo utilizado en las descripciones VHDL de los diferentes módulos del

sistema. La disponibilidad de un flujo de diseño apoyado en herramientas

que permite pasar en cuestión de minutos desde la especificación de un

sistema difuso hasta su implementación en una FPGA, permite explorar el

espacio de diseño en este tipo de sistemas, analizando la influencia de

distintas alternativas arquitecturales y diferentes opciones de

implementación con objeto de optimizar el uso de los recursos que

proporciona los dispositivos existentes.

4.3 MICROCONTROLADOR

Para la implementación de la lógica difusa podemos utilizar diferentes software y

hardware en el cual se pueden realizar las siguientes funciones: reciben los pulsos

enviados por el Encoder del motor mediante un periodo de 60 mSg, este periodo

se estableció de acuerdo con los parámetros del motor. El Timer uno fue

configurado como temporizador de 16 bits para obtener el tiempo correspondiente

al periodo de conteo necesario, el Timer cero fue configurado como contador de

pulsos externos y recibe directamente los pulsos enviados por el Encoder,

después de cumplido el periodo de conteo el valor almacenado en el registro TL0

que representa la velocidad real del motor. Por otra parte recibe los datos

solicitados por el usuario implementado en el CPLD, que representa la velocidad

deseada. El microcontrolador también obtiene el error y el cambio en el error;

después prosigue a direccionar el modulo generador del PWM para alcanzar la

velocidad deseada. Además se usa el lenguaje de programación VHDL e

implementarlo en el hardware con tarjeta CPLD y los siguientes dispositivos: 2

LATCH que cumplen la función de retener la dirección de 16 bits enviada por el

microcontrolador para manejar el modulo generador de PWM. 1 decodificador de

direcciones que recibe el dato enviado por el microcontrolador, que activa la señal

24

para seleccionar el modulo generador de PWM. 1 memoria ROM que contiene los

datos correspondientes a las 1024 posiciones de memoria que componen el

modulo generador de PWM. 1 modulo de PWM que genera constantemente la

salida correspondiente a la modulación por ancho de pulso, ya sea incrementando

o decrementando el ancho y por último 1 codificador de teclado que recibe la señal

correspondiente a cada tecla codificando de acuerdo al formato binario y genera

una sola señal habilitadora [12].

25

5. DESCRIPCIÓN DEL PROCESO

El diagrama de bloques de la figura No. 2, representa el proceso del lazo de

control, donde se encuentra a la entrada el setpoint o referencia de la velocidad

que se desea aplicar al motor, seguido esta el conversor análogo – digital que en

este caso es la tarjeta de adquisición de datos de LaBVIEW.

En la segunda etapa se encuentra el control lógico difuso desarrollado en la

plataforma de LaBVIEW 8.6; siempre hay que hacer uso de la tarjeta de

adquisición de datos ya sea como conversor análogo – digital para la entrada o

como conversor digital – análogo a la salida, cada vez que se realice la operación

del control hacia el motor.

Al salir como una señal análoga hacia el bloque llamado actuador atraviesa por el

puente h que es el circuito que modifica por medio del PWM la velocidad

haciendo que la aumente o disminuya según el setpoint deseado.

El bloque que se conecta contiguo al actuador es la planta, en este caso es el

motor DC existente en el laboratorio.

El tacómetro es la alimentación del sistema para comprobar si la velocidad tiene o

no error, también mostrar al control como debe actuar dependiendo de qué tipo de

error sea y así aumentar o disminuir la salida.

26

Figura No. 2 Lazo Cerrado de Control

5.1 COMPUTADOR / SOFTWARE LABVIEW

LaBVIEW (ver Figura No.3) es el software que se emplea para el desarrollo del

controlador usando sus herramientas y los bloques de Lógica difusa.

Este software utiliza el lenguaje G, donde la G simboliza el lenguaje grafico para

hacer diseño, control y pruebas mediante la existencia de los Kits de Herramientas

o mejor llamados “Toolkits” para facilitar la programación.

Los programas que se desarrollan con LaBVIEW se llaman Instrumentos Virtuales,

o Vis, y su origen provenía del control de instrumentos, aunque hoy en día se ha

expandido ampliamente no sólo al control de todo tipo de electrónica sino también

a su programación embebida.

Es usado principalmente por ingenieros y científicos para tareas como:

Adquisición de datos y análisis matemático

Comunicación y control de instrumentos de cualquier fabricante

Automatización industrial y programación de PACs (Controlador de

Automatización Programable)

Diseño de controladores: simulación, prototipaje rápido, hardware-en-el-

ciclo (HIL) y validación

http://es.wikipedia.org/wiki/Adquisici%C3%B3n_de_datos

http://es.wikipedia.org/wiki/Aut%C3%B3mata_programable

http://es.wikipedia.org/wiki/Controlador_de_Automatizaci%C3%B3n_Programable

http://es.wikipedia.org/wiki/Controlador_de_Automatizaci%C3%B3n_Programable

27

Diseño embebido de micros y chips

Control y supervisión de procesos

Visión artificial y control de movimiento

Robótica

Domótica y redes de sensores inalámbricos

En 2008 el programa fue utilizado para controlar el LHC, el acelerador de

partículas más grande construido hasta la fecha.

Pero también juguetes como el Lego Mindstorms o el WeDo lo utilizan,

llevando la programación gráfica a niños de todas las edades.

Figura No.3 Software de programación LaBVIEW

.

5.2 TARJETA DE AQUISICION DE DATOS

La tarjeta de adquisición de datos como la que se muestra en la Figura No.4,

radica, en coger las señales físicas del proceso, y transformarlas en voltajes

eléctricos y digitalizarlos de manera que se puedan procesar en un computador.

Se requiere una etapa de adecuación, que ajusta la señal a niveles compatibles

con el elemento en este caso la tarjeta de adquisición de datos NI, que hace la

transformación a señal digital.

http://es.wikipedia.org/wiki/LHC

http://es.wikipedia.org/wiki/Lego_Mindstorms

28

Figura No.4 Tarjeta de adquisición de datos CB-68LP.

5.2.1 Proceso de adquisición de datos

A veces el sistema de adquisición es parte de un sistema de control, y por

tanto la información recibida se procesa para obtener una serie de señales

de control. En la Figura No.5 podemos ver los bloques que componen

nuestro sistema de adquisición de datos:

Figura No.5 Esquema de Bloques del proceso de adquisición de datos.

29

Los bloques principales son estos:

Transductor : es un elemento que convierte la magnitud física que vamos a medir

en una señal de salida (normalmente tensión o corriente) que puede ser

procesada por nuestro sistema.

El acondicionamiento de señal: es la etapa encargada de filtrar y adaptar la señal

proveniente del transductor a la entrada del convertidor analógico / digital.

El convertidor analógico-digital: es un sistema que presenta en su salida una señal

digital a partir de una señal analógica de entrada, (normalmente de tensión)

realizando las funciones de cuantificación y codificación.

La etapa de salida (interfaz con la lógica): es el conjunto de elementos que

permiten conectar el sistema de adquisición de datos con el resto del equipo.

5.3 CONTROLADOR LOGICO DIFUSO

En la figura No.6 se encuentra la pantalla principal para iniciar el diseño de un

nuevo controlador difuso, donde se localizan los campos de descripción del

proyecto, nombre del control, el nombre del diseñador, datos de fecha y hora de

creación del proyecto.

http://es.wikipedia.org/wiki/Transductor

http://es.wikipedia.org/wiki/Acondicionamiento_de_la_se%C3%B1al

30

Figura No.6 Simulador del Controlador Lógico Difuso

Para crear un nuevo proyecto vamos a menú, file, new y doble clic

inmediatamente se abre el cuadro de Fuzzy set editor, que es donde se van a

definir las antecedencias y consecuencias (ver figura No. 7).

Figura No. 7 Crear Nuevo Diseño

31

En el Fuzzy set editor se ingresaran las variables de entrada, de salida y sus

respectivas variables lingüísticas con rangos de funcionalidad y nos mostrará una

gráfica de las reglas con su respectivo etiquetado.

Fuzzy set editor viene con una configuración predeterminada como se muestra en

la figura No. 8:

Figura No.8 Variables de Entrada

Al desplegar el cuadro se encuentra con las variables lingüísticas de

entrada, cada una de ellas contiene los siguientes términos lingüísticos

predeterminados mostrados en la figura No. 9:

Nex (negativo)

Zox (cero)

POx (término positivismo)

Datos por defecto de rango es: -1 a 1

Los nombres de variable por defecto: INX

con x = 1, ..., 4

32

Figura No. 9 Variables Lingüísticas de Entrada

En las consecuencias se encuentra la variable lingüística de salida, que

contiene los siguientes términos lingüísticos, ver figura No.10

Neo (negativo)

Zoo (cero)

Poo (término positivismo)

Datos por defecto de rango es: -1 a 1

Nombre de la variable por defecto: Salida

33

Figura No.10 Salida y Variables Lingüísticas de Salida

El método de inferencia (figura No. 11), así como el método de

defuzzificación incluida la configuración por defecto de salida del

controlador también puede ser determinado dentro de la base de reglas-

Editor.

Este VI está diseñado para funcionar por separado del kit de herramientas

de la Lógica Difusa. Un archivo de controlador de datos (el archivo de

proyecto generado por el kit de herramientas de la Lógica Difusa) tiene que

ser cargado por el controlador de carga aproximada VI.

34

Figura No. 11 Editor de Reglas

Por último se tiene el bloque de características de entrada/salida(Figura No. 12),

que simula el controlador y muestra la gráfica de comportamiento de la salida con

respecto a las reglas implementadas en el editor de reglas.

35

Figura No. 12 Características de entrada/salida

El anterior proceso es para diseñar el controlador difuso, el genera un archivo con

extensión .fc el cual se utiliza en el siguiente bloque (Figura No. 13) para

descargar la información de las reglas ya en el entorno grafico de LaBVIEW. El

bloque de la figura No. 14 es el Controlador difuso el cual ejecuta las reglas y nos

proporciona una salida análoga para la planta.

36

Figura No.13 Cargar Controlador Difuso

Figura No. 14 Controlador Difuso

Controller Data: “Controlador de datos” son los datos almacenados en el

controlador difuso. Todos los datos se archivan en un clúster y debe ser el aporte

de la carga Fuzzy Controller VI.

Name (1, 2….): es el nombre de una de las variables de entrada lingüística.

N es el valor de la entrada correspondiente a la variable de entrada lingüística

especificados por su nombre 1.

Analog Output: salida analógica es la salida del controlador difuso.

37

Output Assessment: evaluación de salida especifica cómo la salida del regulador

se determinó de la siguiente manera: resultado controlada: la producción se

calcula a partir de funciones de pertenencia de entrada y base de reglas.

último resultado: no hay reglas difusas corresponden a los valores de entrada y

salida, es el último valor de salida válida.

resultado de la omisión: no hay reglas difusas corresponden a los valores de

entrada y salida, es el último valor especificado por defecto

Error Array: errores matriz

5.4 ACTUADOR

El PWM o modulación por ancho de pulsos en la figura No. 15, de una señal o

fuente de energía es una técnica en la que se modifica el ciclo de trabajo de una

señal periódica (una sinusoidal o una cuadrada, por ejemplo), ya sea para

transmitir información a través de un canal de comunicaciones o para controlar la

cantidad de energía que se envía a una carga.

Figura No. 15 Salida desde LaBVIEW por PWM

5.5 PUENTE H

El LMD18200 es un Puente H diseñado para el control de movimiento

aplicaciones. El dispositivo ver Figura No. 16 está construido mediante un

38

proceso multi-tecnología que combina el trazado de circuito de control bipolar y

CMOS con dispositivos de DMOS de alimentación de la misma estructura

monolítica.

Ideal para la conducción de motores de corriente continúa y paso a paso, la

capacidad para LMD18200 es de corrientes de pico de salida de hasta 6A.

Un innovador circuito que facilita la baja pérdida de detección de la corriente de

salida se ha aplicado.

5.5.1 Características

Entrega hasta 3A a la salida continua

Opera en tensiones de alimentación de hasta 55V

Debajo RDS (encendido) normalmente 0,3 W por switch

TTL y CMOS de insumos compatibles

No de "disparar a través de" actual

de alerta térmica de salida del pabellón a 145 ° C n de apagado térmico

(fuera salidas) a 170 ° C

diodos interior abrazadera n protección de la carga en cortocircuito n interna

de la bomba de carga con capacidad de arranque externos

5.5.2 Aplicaciones

DC y las unidades de motor paso a paso

de posición y velocidad de servomecanismos

los robots de automatización de fábrica

de maquinaria de control numérico

equipo impresoras y plotters.

39

Figura No. 16 Diagrama Puente H LMD18200T

Figura No. 17 Circuito Puente H

5.6 ADECUADOR

Debido a las condiciones que ofrece la tarjeta de adquisición de datos de

LaBVIEW ( Figura No.18) la realimentación debe ser entre los valores de 0 a 5 v

ya que es el voltaje que soporta la tarjeta NI, el tacómetro genera voltajes desde 0

a 12 v lo cual no sirve como entrada al programa, por eso se uso el adecuador

40

para acondicionar la señal, teniendo en cuenta que el rango garantice un

comportamiento entre 0 y 5 voltios, rango de voltaje optimo para la digitalización

de la señal.

Figura No.18 Diagrama Circuito Adecuador

41

Figura No. 19 Diseño Final del Circuito de Adecuación

Figura No. 20 Tarjeta Circuito Adecuador y Puente H

42

Figura 21. Prototipo Final del Actuador y Adecuador

5.7 PLANTA

Figura No. 22 Motor DC

43

5.7.1 Respuesta del Motor en Lazo Abierto

Constante K del motor DC de imanes permanentes, como se muestra en la

Tabla No. 1 se realizó una verificación de los datos de velocidad máxima

voltaje de alimentación corriente, resistencia e inductancia del motor DC

perteneciente al laboratorio de electrónica.

Tabla No. 1 Datos Motor [13]

Voltaje Velocidad Corriente Resistencia Inductancia

0 - 24 V 0 - 3200 rpm 0,6 A 2,1 Ω 2,256 Mh

5.8 REALIMENTACION

5.8.1 Tacómetro

El motor DC del laboratorio de electrónica tiene acoplado un taco generador

(Figura No. 23) eléctrico el cual indica por medio de impulsos análogos la

velocidad del motor, si incrementa o decrementa, esto asociado a las

revoluciones por minuto que se toman en la Tabla No. 2

Se muestran diversos datos en relación con el voltaje de alimentación de la

fuente en rango desde 0 a 24 V, para así garantizar una mejor precisión en

la medición de las RPM y se comparo con la información anterior sobre el

motor.

44

Figura No. 23 Tacómetro

Tabla No. 2 Datos Confirmados del Tacogenerador [13]

V

Fuente Vtaco RPM

0 0 0

2 0,68 210

4 1,39 320

6 1,87 459

8 2,99 613

10 4,30 1172

12 5,67 1743

14 6,13 1889

16 6,87 2023

18 7,96 2338

20 8,57 2580

22 9,68 2896

24 10,78 3130

Con la Tabla No. 2 realizamos la gráfica (figura No 24) de voltaje del taco

generador versus la velocidad del motor en revoluciones por minuto para así poder

calcular la pendiente.

45

Figura No.24 Gráfica Voltaje Tacogenerado vs. Velocidad RPM

Tabla No.3 Datos Confirmados del Adecuador [13]

V (Taco) Vade RPM

0 0 0

0,65 0,289 207

1,09 0,478 320

1,57 0,768 457

46

2,08 0,936 609

4,00 1,79 1168

5,98 2,617 1745

6,43 2,839 1898

6,91 3,1 2019

7,86 3,48 2347

8,87 3,99 2585

9,98 4,34 2903

10,32 4,52 3129

Al igual que en la figura anterior, se usa la Tabla No. 3 para realizar la gráfica

(Figura No 25) de voltaje del taco generador versus el voltaje del Adecuador que

se sabe que va en un rango de 0 a 5 para así poder calcular la pendiente.

Figura No. 25 Gráfica Voltaje Tacogenerador vs. Voltaje Adecuador

47

al realizar las pruebas correspondientes se tiene a la entrada del software la

adquisición de los datos (ver figura No. 26) de realimentación enviados por el taco

generador para tener el lazo de control cerrado de este proceso.

Figura No.26 Entrada al LaBVIEW Realimentación

6. DISEÑO DE UN CONTROLADOR BASADO EN LOGICA DIFUSA

La metodología propuesta para el diseño y construcción del controlador es la

siguiente:

1. Selección de las variables

2. Selección de la estrategia de Fuzzyficación

3. División de los espacios de entrada y salida

4. Elección de las funciones de pertenencia

5. Construcción de la base de reglas

6. Selección de la estrategia de Defuzzyficación

6.1 SELECCIÓN DE LAS VARIABLES DE ENTRADA – SALIDA.

48

El primer paso a seguir como en cualquier lazo de control para su diseño,

es tener claro cuáles son las variables de entrada y salida que queremos

relacionar a través del controlador.

Figura No.27 Lazo Cerrado de Control

En el caso del motor DC las variables son:

Tabla No. 4 Selección Variables de Entrada y Salida

VARIABLE DE

ENTRADA

(0 – 12 V)

VARIABLE DE

SALIDA

(0 – 100%)

ERROR PWM

ΔERROR

6.2 GRADO DE PERTENENCIA DE LAS VARIABLES.

49

El segundo paso es determinar el grado de pertenencia de las variables de

entrada a los conjuntos difusos. Se trata de desarrollar un bloque que tendrá en

las entradas un valor los valores numéricos y a la salida dichos valores asociados

a los conjuntos difusos correspondientes a las funciones de pertenencia escogidas

en el diseño.

El error deseado en un lazo de control es cero (ZE), por eso en el diseño le damos

un mayor grado de pertenencia a la variable lingüística ZERO que en este caso

será 0.5

El algoritmo de Mamdami, figura No 28 es el más usado en las aplicaciones

sistemas dinámicos, dado que tiene una estructura muy simple de operaciones de

mínimos – máximos.

En los algoritmos en general se identifican estos principales pasos a seguir:

1. Identificar el problema: variables de entrada, salida o estados.

2. Ordenar las variables: Declarar los intervalos, precisión, etc.

3. Particionado de los universos de discurso de entradas y salida (granularidad).

4. Construcción de la base de las reglas.

5. Establecer la ecuación de los diferentes conjuntos difusos del antecedente y

consecuente.

6. Ajuste de parámetros del modelo

7. Validación del modelo.

50

Figura No. 28 Algoritmo de Mandani

La cantidad de conjuntos difusos del universo de discurso es decisión del

diseñador directamente. En la práctica es recomendable escoger varias etiquetas

lingüísticas, se suele escoger mínimo 2 hasta 10 etiquetas lingüísticas por cada

variable de entrada o salida.

Cuantas más etiquetas lingüísticas se escojan, mayor poder descriptivo y

flexibilidad tendrá el lenguaje, aunque teniendo en cuenta que a mayor numero de

etiquetas lingüísticas mayor complejidad para desarrollar las reglas que involucran

el sistema.

6.3 VARIABLES LINGUISTICAS DE ENTRADA.

Para este diseño se escogen siete reglas lingüísticas mostradas en la tabla No. 5

que describen el comportamiento del motor.

51

Tabla No. 5 Motor

VARIABLES LINGUISTICAS DE ENTRADA

PP Positivo Pequeño NP Negativo Pequeño ZE Cero

PM Positivo Mediano NM Negativo Mediano

PG Positivo Grande NG Negativo Grande

Se utiliza funciones triangulares en el controlador obteniendo así funciones de

pertenencia para todo el dominio de posibles valores de entrada como se puede

ver en la figura No. 29

Figura No. 29 Funciones Triangulares de Entrada

6.4 VARIABLES LINGUISTICAS DE SALIDA.

Se escogen diferentes nombres para las etiquetas de salida así en la tabla No. 6

que describen el comportamiento del PWM donde aumenta o disminuye la

velocidad del motor.

Tabla No. 6 Variables Lingüísticas de Salida

VARIABLES LINGUISTICAS DE SALIDA

AT Aumento Total DT Disminuya Total ZE Cero

AM Aumento Moderado DM Disminuya Moderado

52

AP Aumento Poco DP Disminuya Poco

Para poder establecer las reglas de salida es preciso realizar una división del

dominio de posibles valores de salida, en este caso las velocidades de rotación,

(figura No. 30) creando así una serie de conjuntos difusos en RPM denominados

de la siguiente forma:

DT: disminuye total, 0-800

DM: disminuye moderado, 400-1200

DP: disminuye poco, 800-1600

ZE: cero, 1200-2000

AP: aumento poco, 1600-2400

AM: aumento moderado, 2000-2800

AT: aumento total, 2400-3200

Figura No. 30 Funciones Triangulares de Salida en RPM

6.5 CUANTIFICADOR DEL ERROR.

Cuantificación del error y del incremento del error, (tabla No. 7) el Adecuador nos

envía señales entre 0 – 5 voltios que es lo que soporta la tarjeta de adquisición de

datos.

53

Tabla No. 7 Cuantificación del error

NIVEL RANGO

1 0 – 1.25

2 0.625 – 1.875

3 1.25 – 2.5

4 1.875 – 3.125

5 2.5 – 3.75

6 3.125 – 4.375

7 3.75 – 5

Para este proyecto (figura No. 31), la salida del controlador tienen que ser por

medio del PWM, para llegar hasta la planta, que tiene que hacer la

Defuzzyficación en el rango de 0 a 100.

Figura No. 31 Funciones Triangulares de Salida para el PWM

En las áreas A1, A5, A9 de la figura No. 32 e0 es positivo y creciente en los tres

casos ΔE es positivo también.

54

Figura No. 32 Análisis del error

Tabla No. 8 Seguimiento del error y cambio del error

E + + - -

ΔE + - - +

Si el error es Positivo Tabla No. 8, entonces quiere decir que la velocidad de

salida es menor que la velocidad establecida en el setpoint (referencia).

Si el error es Negativo entonces quiere decir que la velocidad de salida es mayor

que la velocidad establecida en el setpoint (referencia).

Si la pendiente del error es positiva entonces quiere decir que la velocidad en la

salida esta disminuyendo.

Si la pendiente del error es negativa entonces quiere decir que la velocidad en la

salida esta aumentando.

La acción de control para la salida es aumentar, mantener o disminuir la velocidad

para llegar al valor deseado.

55

6.6 DISEÑO DE REGLAS

Regla1: SI (el Error es Positivo Grande) Y (el ΔError es Positivo Grande)

ENTONCES (Aumento Total)

Regla2: SI (el Error es Positivo Mediano) Y (el ΔError es Positivo Grande)


Regla3: SI (el Error es Positivo Pequeño) Y (el ΔError es Positivo Grande)


Regla4: SI (el Error es Cero) Y (el ΔError es Positivo Grande) ENTONCES

(Aumento Total)

Regla5: SI (el Error es Negativo Pequeño) Y (el ΔError es Positivo Grande)

ENTONCES (Aumento Moderado)

Regla6: SI (el Error es Negativo Mediano) Y (el ΔError es Positivo Grande)

ENTONCES (Aumento Poco)

Regla7: SI (el Error es Negativo Grande) Y (el ΔError es Positivo Grande)

ENTONCES (Cero)

Regla8: SI (el Error es Positivo Grande) Y (el ΔError es Positivo Mediano)


Regla9: SI (el Error es Positivo Mediano) Y (el ΔError es Positivo Mediano)


Regla10: SI (el Error es Positivo Pequeño) Y (el ΔError es Positivo Mediano)


Regla11: SI (el Error es Cero) Y (el ΔError es Positivo Mediano) ENTONCES

(Aumento Moderado)

Regla12: SI (el Error es Negativo Pequeño) Y (el ΔError es Positivo Mediano)


Regla13: SI (el Error es Negativo Mediano) Y (el ΔError es Positivo Mediano)

ENTONCES (Cero)

Regla14: SI (el Error es Negativo Grande) Y (el ΔError es Positivo Mediano)

ENTONCES (Disminuya Poco)

56

Regla15: SI (el Error es Positivo Grande) Y (el ΔError es Positivo Pequeño)


Regla16: SI (el Error es Positivo Mediano) Y (el ΔError es Positivo Pequeño)


Regla17: SI (el Error es Positivo Pequeño) Y (el ΔError es Positivo Pequeño)


Regla18: SI (el Error es Cero) Y (el ΔError es Positivo Pequeño) ENTONCES

(Aumento Poco)

Regla19: SI (el Error es Negativo Pequeño) Y (el ΔError es Positivo Pequeño)

ENTONCES (Cero)

Regla20: SI (el Error es Negativo Mediano) Y (el ΔError es Positivo Pequeño)


Regla21: SI (el Error es Negativo Grande) Y (el ΔError es Positivo Pequeño)

ENTONCES (Disminuya Moderado)

Regla22: SI (el Error es Positivo Grande) Y (el ΔError es Negativo Pequeño)


Regla23: SI (el Error es Positivo Mediano) Y (el ΔError es Negativo Pequeño)


Regla24: SI (el Error es Positivo Pequeño) Y (el ΔError es Negativo Pequeño)

ENTONCES (Cero)

Regla25: SI (el Error es Cero) Y (el ΔError es Negativo Pequeño) ENTONCES

(Disminuya Poco)

Regla26: SI (el Error es Negativo Pequeño) Y (el ΔError es Negativo Pequeño)


Regla27: SI (el Error es Negativo Mediano) Y (el ΔError es Negativo Pequeño)

ENTONCES (Disminuya Total)

Regla28: SI (el Error es Negativo Grande) Y (el ΔError es Negativo Pequeño)

ENTONCES (Disminuya total)

57

Regla29: SI (el Error es Positivo Grande) Y (el ΔError es Negativo Mediano)


Regla30: SI (el Error es Positivo Mediano) Y (el ΔError es Negativo Mediano)

ENTONCES (Cero)

Regla31: SI (el Error es Positivo Pequeño) Y (el ΔError es Negativo Mediano)


Regla32: SI (el Error es Cero) Y (el ΔError es Negativo Mediano) ENTONCES

(Disminuya Moderado)

Regla33: SI (el Error es Negativo Pequeño) Y (el ΔError es Negativo Mediano)


Regla34: SI (el Error es Negativo Mediano) Y (el ΔError es Negativo Mediano)


Regla35: SI (el Error es Negativo Grande) Y (el ΔError es Negativo Mediano)


Regla36: SI (el Error es Positivo Grande) Y (el ΔError es Negativo Grande)

ENTONCES (Cero)

Regla37: SI (el Error es Positivo Mediano) Y (el ΔError es Negativo Grande)


Regla38: SI (el Error es Positivo Pequeño) Y (el ΔError es Negativo Grande)


Regla39: SI (el Error es Cero) Y (el ΔError es Negativo Grande) ENTONCES

(Disminuya Total)

Regla40: SI (el Error es Negativo Pequeño) Y (el ΔError es Negativo Grande)


Regla41: SI (el Error es Negativo Mediano) Y (el ΔError es Negativo Grande)


Regla42: SI (el Error es Negativo Grande) Y (el ΔError es Negativo Grande)


58

Regla43: SI (el Error es Positivo Grande) Y (el ΔError es Cero) ENTONCES

(Aumento Total)

Regla44: SI (el Error es Positivo Mediano) Y (el ΔError es Cero) ENTONCES

(Aumento Moderado)

Regla45: SI (el Error es Positivo Pequeño) Y (el ΔError es Cero) ENTONCES

(Aumento Poco)

Regla46: SI (el Error es Cero) Y (el ΔError es Cero) ENTONCES (Cero)

Regla47: SI (el Error es Negativo Pequeño) Y (el ΔError es Cero) ENTONCES

(Disminuya Poco)

Regla48: SI (el Error es Negativo Mediano) Y (el ΔError es Cero) ENTONCES


Regla49: SI (el Error es Negativo Grande) Y (el ΔError es Cero) ENTONCES

(Disminuya Total)

Tabla No. 9 Matriz de reglas

Regla

No.

Error Δ Error Acc_Ctl Regla

No.

Error Δ Error Acc_Ctl

1 PG PG AT 22 PG NP AM

2 PM PG AT 23 PM NP AP

3 PP PG AT 24 PP NP ZE

4 Z PG AT 25 Z NP DP

5 NP PG AM 26 NP NP DM

6 NM PG AP 27 NM NP DT

7 NG PG ZE 28 NG NP DT

8 PG PM AT 29 PG NM AP

9 PM PM AT 30 PM NM ZE

10 PP PM AT 31 PP NM DP

59

11 Z PM AM 32 Z NM DM

12 NP PM AP 33 NP NM DT

13 NM PM ZE 34 NM NM DT

14 NG PM DP 35 NG NM DT

15 PG PP AT 36 PG NG ZE

16 PM PP AT 37 PM NG DP

17 PP PP AM 38 PP NG DM

18 Z PP AP 39 Z NG DT

19 NP PP ZE 40 NP NG DT

20 NM PP DP 41 NM NG DT

21 NG PP DM 42 NG NG DT

Tabla No. 10 Tabla de las 49 reglas

Regla

No.

Error Δ Error Acc_Ctl

43 PG Z AT

44 PM Z AM

45 PP Z AP

46 Z Z ZE

47 NP Z DP

48 NM Z DM

49 NG Z DT

60

Tabla No. 11 Matriz de inferencias

E

CE

NG NM NP ZE PP PM PG

PG ZE AP AM AT AT AT AT

PM DP ZE AP AM AT AT AT

PP DM DP ZE AP AM AT AT

ZE DT DM DP ZE AP AM AT

NP DT DT DM DP ZE AP AM

NM DT DT DT DM DP ZE AP

NG DT DT DT DT DM DP ZE

6.7 ESTRATEGIA DE DEFUZZYFICACIÓN.

Por último se selecciona la estrategia a utilizar para el proceso de Defuzzyficación.

En este diseño desarrolla el método de la media ponderada, la cual trata de

realizar el cálculo del promedio entre los valores de salida que se obtendrían para

cada uno de los conjuntos difusos multiplicados (ponderado) por el peso del grado

de pertenencia del subconjunto.

Al principio del diseño se definen los pesos de cada variable lingüística para

proceder a calcular la defuzzificación por medio del método ponderado.

61

7. DISEÑO DE UN CONTROLADOR BASADO EN LOGICA

DIFUSA IMPLEMENTADO EN LA PLATAFORMA LABVIEW

En la Figura No. 33 se encuentran los bloques característicos de los indicadores y

controles, como son el While Loop donde se crean y se ejecutan todo el conjunto

de bloques para que trabaje en forma continua, DAQ Assistant Express VI el

bloque de adquisición de datos desde la tarjeta NI externa, Merge Signals

Function es el indicador grafico donde muestra la señal del setpoint (roja), señal

de control (verde) y la respuesta del motor (azul), Shift Registers and the

Feedback Node in Loops utilizados para crear retardos de tiempo y así calcular el

cambio del error, Time Domain Math Express VI se usa para realizar operaciones

matemáticas en el tiempo, en este caso se integrará el CAMBIO DEL PWM y

obtener la salida entre el rango deseado, Strip Path Function mantiene la ruta del

archivo generado por el diseñador con extensión .fc, Simulate Signal Express VI

simula la onda cuadrada para el PWM, Fuzzy Logic Controller, Load Fuzzy

Controller y el Set point. El conjunto de todos los bloques se encuentra encerrado

por un While Loop, el cual es el encargado de ejecutar todo lo que hay en su

interior de forma continua.

62

Figura No. 33 Diagrama de bloques del control de velocidad en LaBVIEW

En la figura No. 34 se encuentra la vista del panel frontal que es desde donde el

usuario ejecuta el programa y se observan los resultados por medio de una gráfica

así como también los valores obtenidos después de la acción de control.

63

Figura No. 34 Panel Frontal del control de Velocidad

64

8. GUIAS DE LABORATORIO

Se presenta el diseño de tres guías para experimentar en el laboratorio el diseño

y control inteligente para que aporte nuestros conocimientos a los estudiantes.

65

8.1 GUIA DE LABORATORIO No. 1

UNIVERSIDAD DE SAN BUENAVENTURA - CALI

Programa de Ingeniería Electrónica

LABORATORIO DE CONTROL DIGITAL

PRÁCTICA 1: INTRODUCCION AL CONTROL LOGICO DIFUSO EN LA

PLATAFORMA DE LaBVIEW

8.1.1 Objetivos

Diseñar un controlador lógico difuso mediante las técnicas vistas en

clase.

Aprender a utilizar los bloques básicos de LaBVIEW y las herramientas

de diseño de controladores lógicos difusos.

Implementar el controlador en la plataforma de simulación en LaBVIEW.

Realizar pruebas simuladas desde la ventana de diseño.

66

8.1.2 Equipos e Instrumentos

1 PC con LaBVIEW y Controlador instalados.

8.1.3 Marco Teórico

Revisar el procedimiento descrito para conocer el diseñador de control difuso

que nos muestra el software de LabVIEW, en la tesis “IMPLEMENTACIÓN

DE CONTROL DE VELOCIDAD DE UN MOTOR DC UTILIZANDO LÓGICA

DIFUSA USANDO LA PLATAFORMA DE LABVIEW”, que se encuentra en la

biblioteca de la universidad.

8.1.4 Guía de Trabajo

Diseñar un control usando lógica difusa para controlar el nivel de un tanque

existente en el laboratorio de electrónica.

Sugerencia: Realizar un proceso de control manual del tanque para saber el

volumen, las dimenciones, el tiemo de respuesta, etc.

A partir de la tesis IMPLEMENTACIÓN DE CONTROL DE VELOCIDAD DE

UN MOTOR DC UTILIZANDO LÓGICA DIFUSA USANDO LA PLATAFORMA

DE LABVIEW, puede ser usada para diseñar el control.

Definir las variables de entrada y salida, definir las variables lingüísticas

(máximo 5), establecer las reglas y los grados de pertenencia.

67

En la figura anterior se muestra el diagrama de bloques del Lazo de Control

Cerrado para controlar el nivel de un tanque.

8.1.4.1 Procedimiento

Para realizar el diseño del controlador difuso en LaBVIEW abrir el software,

crear un proyecto en blanco, ir a la barra de menú, clic en TOOLS buscar

CONTROL Design And Simulation, Fuzzy Logic Controller Design, donde se

abrirá la ventana de diseño del controlador.

Seguir los pasos descritos en el marco teórico al realizar el proceso de

selección y organización de las reglas, entrar a características de entrada y

salida donde se realizan las simulaciones del controlador mostrando

gráficamente la respuesta a la salida.

Realizar las pruebas y completar la siguiente tabla con los valores que se

generen a la salida del controlador, anexar pantallazo de la ventana de

características de entrada/salida con sus respectivas gráficas.

Tabla de Pruebas de datos de Salida

e ∆e PG PP Z NP NG

PG

PP

Z

NP

NG

¿Qué puede concluir con este ejercicio?

68

8.1.4.2 Preguntas teóricas

Realiza una breve comparación entre el control clásico y el control

inteligente.

Cuantas entradas y salidas se pueden poner en la interfaz gráfica

de lógica difusa?

8.1.4.3 Preguntas para resolver en el laboratorio

Realice el diagrama de control en lazo cerrado indicando las partes

que componen un controlador.

Diseñar las tres etapas que componen el controlador difuso

(fuzzificación, inferencia, defuzzificación).

Enumerar 3 ventajas y 3 desventajas del controlador difuso

8.1.5 Informe Práctica No 1

Un trabajo escrito previo a la práctica con los siguientes elementos:

Portada de presentación.

Tema y objetivos de la práctica.

Listado de equipos, materiales y dispositivos a utilizar.

Procedimiento detallado de la práctica a desarrollar.

Cálculos previos descritos en el procedimiento.

Simulación de la práctica a través del software requerido.

Solución teórica de las preguntas hechas en la guía de laboratorio.

Espacio para conclusiones y/o observaciones.

Consigne de manera clara los resultados obtenidos en el

procedimiento, y responda las preguntas planteadas.

69

INFORME PRÁCTICA No 1: INTRODUCCION AL CONTROL LOGICO DIFUSO

EN LA PLATAFORMA DE LaBVIEW






SANTIAGO DE CALI

2011

70

OBJETIVOS

Diseñar un controlador lógico difuso mediante las técnicas vistas en clase.

Aprender a utilizar los bloques básicos de LaBVIEW y las herramientas de

diseño de controladores lógicos difusos.

Implementar el controlador en la plataforma de simulación en LaBVIEW.

Realizar pruebas simuladas desde la ventana de diseño.

EQUIPOS E INSTRUMENTOS

1 PC con LaBVIEW y Controlador instalados.

DISEÑO CONTROLOLADOR DIFUSO

Selección Variables de Entrada y Salida

VARIABLE DE ENTRADA VARIABLE DE SALIDA

ERROR LITROS

ΔERROR

Variables Lingüísticas de entrada.

Para este diseño se escogen cinco reglas lingüísticas mostradas a

continuación.

71

VARIABLES LINGUISTICAS DE ENTRADA

PP Positivo Pequeño NP Negativo Pequeño ZE Cero

PM Positivo Mediano NM Negativo Mediano

Grado de Pertenencia de las Variables

Se utiliza funciones triangulares en el controlador obteniendo así funciones de

pertenencia para todo el dominio de posibles valores de entrada

Funciones Triangulares de Entrada

Variables lingüísticas de salida.

Se escogen diferentes nombres para las etiquetas de salida para una mejor

comprensión en la matriz de reglas.

72

VARIABLES LINGUISTICAS DE SALIDA

AT Aumento Total DT Disminuya Total ZE Cero

AM Aumento Moderado DM Disminuya Moderado

Funciones Triangulares de Salida

.

DISEÑO DE REGLAS

Regla1: SI (el Error es Positivo Mediano) Y (el ΔError es Positivo Mediano)


Regla2: SI (el Error es Positivo Pequeño) Y (el ΔError es Positivo Mediano)


Regla3: SI (el Error es Cero) Y (el ΔError es Positivo Mediano) ENTONCES

(Aumento Moderado)

Regla4: SI (el Error es Negativo Pequeño) Y (el ΔError es Positivo Mediano)


Regla5: SI (el Error es Negativo Mediano) Y (el ΔError es Positivo Mediano)

ENTONCES (Cero)

73

Regla6: SI (el Error es Positivo Mediano) Y (el ΔError es Positivo Pequeño)


Regla7: SI (el Error es Positivo Pequeño) Y (el ΔError es Positivo Pequeño)


Regla8: SI (el Error es Cero) Y (el ΔError es Positivo Pequeño) ENTONCES

(Aumento Moderado)

Regla9: SI (el Error es Negativo Pequeño) Y (el ΔError es Positivo Pequeño)

ENTONCES (Aumento Cero)

Regla10: SI (el Error es Negativo Mediano) Y (el ΔError es Positivo Pequeño)


Regla11: SI (el Error es Positivo Mediano) Y (el ΔError es Cero) ENTONCES

(Aumento Moderado)

Regla12: SI (el Error es Positivo Pequeño) Y (el ΔError es Cero) ENTONCES

(Aumento Moderado)

Regla13: SI (el Error es Cero) Y (el ΔError es Cero) ENTONCES (Cero)

Regla14: SI (el Error es Negativo Pequeño) Y (el ΔError es Cero) ENTONCES


Regla15: SI (el Error es Negativo Mediano) Y (el ΔError es Cero) ENTONCES

(Disminuya Total)

Regla16: SI (el Error es Positivo Mediano) Y (el ΔError es Negativo Pequeño)


Regla17: SI (el Error es Positivo Pequeño) Y (el ΔError es Negativo Pequeño)

ENTONCES (Cero)

Regla18: SI (el Error es Cero) Y (el ΔError es Negativo Pequeño) ENTONCES


Regla19: SI (el Error es Negativo Pequeño) Y (el ΔError es Negativo Pequeño)


74

Regla20: SI (el Error es Negativo Mediano) Y (el ΔError es Negativo Pequeño)


Regla21: SI (el Error es Positivo Mediano) Y (el ΔError es Negativo Mediano)

ENTONCES (Cero)

Regla22: SI (el Error es Positivo Pequeño) Y (el ΔError es Negativo Mediano)


Regla23: SI (el Error es Cero) Y (el ΔError es Negativo Mediano) ENTONCES


Regla24: SI (el Error es Negativo Pequeño) Y (el ΔError es Negativo Mediano)


Regla25: SI (el Error es Negativo Mediano) Y (el ΔError es Negativo Mediano)


Matriz de inferencias

E

CE

NM NP ZE PP PM

PM ZE AM AM AT AT

PP DM ZE AM AM AT

ZE DM DM ZE AM AM

NP DT DM DM ZE AM

NM DT DT DM DM ZE

Estrategia de Defuzzyficación. Por último se selecciona la estrategia a utilizar

para el proceso de Defuzzyficación.

En este diseño desarrolla el método de la media ponderada, la cual trata de

realizar el cálculo del promedio entre los valores de salida que se obtendrían para

cada uno de los conjuntos difusos multiplicados (ponderado) por el peso del grado

de pertenencia del subconjunto.

75

Al principio del diseño se definen los pesos de cada variable lingüística para

proceder a calcular la defuzzificación por medio del método ponderado.

PROCEDIMIENTO

Para realizar el diseño del controlador difuso en LaBVIEW abrir el software, crear

un proyecto en blanco, ir a la barra de menú, clic en TOOLS buscar CONTROL

Design And Simulation, Fuzzy Logic Controller Design, donde se abrirá la ventana

de diseño del controlador.

Seguir los pasos descritos en el marco teórico al realizar el proceso de selección y

organización de las reglas, entrar a características de entrada y salida donde se

realizan las simulaciones del controlador mostrando gráficamente la respuesta a la

salida.

Funciones triangulares del error en el editor de variables de entrada del LaBVIEW.

Funciones triangulares del cambio del error en el editor de variables de entrada del

LaBVIEW.

76

Funciones triangulares del volumen en el editor de variables de salida del

LaBVIEW.

77

Realizar las pruebas y completar la siguiente tabla con los valores que se generen

a la salida del controlador, anexar pantallazo de la ventana de características de

entrada/salida con sus respectivas gráficas.

78

SIMULACION DE LAS REGLAS DISEÑADAS PARA EL CONTROL DE NIVEL DE

UN TANQUE POR MEDIO DE LOGICA DIFUSA

83

Pruebas de datos de Salida

e ∆e NM NP CERO PP PM

PM 3000 4500 4500 6000 6000

PP 1500 3000 4500 4500 6000

CERO 1500 1500 3000 4500 4500

NP 0 1500 1500 3000 4500

NM 0 0 1500 1500 3000

¿Qué puede concluir con este ejercicio?

R./ en el ejercicio nos podemos dar cuenta que el control difuso es mas preciso y

nos genera menos error que con un control clásico, ya que tiene en cuenta todo el

rango de trabajo, además no tiene sobrepicos lo que hace aviva perdida de

corriente, o en este caso que el nivel del tanque sobre pase el limite.

Los pasos para diseñar e implementar el control son muy importantes ya que si

falta alguno no se podría controlar el sistema.

Los pasos son:

o Selección de las variables de entrada y salida

o Selección de la estrategia de Fuzzyficación

o División de los espacios de entrada y salida

o Elección de las funciones de pertenencia

o Construcción de la base de reglas

o Selección de la estrategia de Defuzzyficación

84

Respuesta a las Preguntas teóricas

Realiza una breve comparación entre el control clásico y el control inteligente.

R./ El uso del control clásico como es el control PID el cual posee una ganancia

fija la cual se establece en la función de transferencia, en la mayoría de los casos

hasta el momento ha sido una buena alternativa para controlar sistemas; ya que

proporcionan períodos de respuesta muy rápidos. Pero la desventaja más grande

que se presenta es entre mayor sea la precisión requerida por la planta en el

sistema el control es más difícil, ya que son bastante sensibles al ruido.

Cuando el sistema es no lineal el control tiene que tener la capacidad de hacer

una compensación al sistema lo cual el PID no tiene la capacidad de hacer ya que

él asume que el sistema es lineal.

En el control clásico se esboza utilizando los modelos matemáticos del sistema

físico el cual captura el procedimiento del sistema y lo crea en una ecuación

matemática con la cual se realiza el controlador.

Hoy en día donde la tecnología ha tenido una gran demanda, se requiere que

para controlar los sistemas también se planteen controladores más sofisticados i

así cerciorar el desempeño del proceso en el ámbito profesional.

El sistema de control lógico difuso es íntegro, basado en la capacidad de un

sistema para realizar de forma inmediata cambios para su funcionamiento y en el

conocimiento lingüístico entregado por el diseñador.

Cuantas entradas y salidas se pueden poner en la interfaz gráfica de lógica difusa

R./ ventajas y desventajas del control lógico difuso

Ventajas

85

o La implementación es simple, utilizando las reglas verbales del tipo

(si….,y……,entonces….).

o El procedimiento de un sistema difuso es entendible para las personas ya

que está hecho con variables lingüísticas usadas en la cotidianidad.

o Por su gran contenido en software, evita el desarrollo dispendioso y

complicado de una descripción matemática comparada con métodos

convencionales.

Desventajas

o Las reglas con escaso conocimiento, resultan en soluciones erradas e

imprecisas en el sistema.

o Habitualmente no posee adaptabilidad y capacidad de aprendizaje

cuando el comportamiento del sistema cambia.

o El esquema del controlador requiere de experiencia y comprensión de la

planta debido a los varios grados de libertad.

8.1.6 Conclusiones

Se consiguió efectuar el controlador difuso para un motor DC en el l sistema

LaBVIEW, el mismo que cumple favorablemente con las especificaciones técnicas

solicitadas en esta práctica.

Los efectos derivados de esta práctica otorgan una respuesta satisfactoria, exacta

y rápida para el sistema, cuándo éste es sometido a leves perturbaciones dentro

del rango presentado en las especificaciones técnicas. Los efectos vistos

exponen la eficacia del control difuso.

Se obtuvo en la práctica que a medida que se emplea mayor número de

funciones de membrecía el controlador difuso de hace más selecto.

86

8.1.7 BIibliografia

Tigreros Ortega, Juan Pablo, Bedoya Giraldo, Alfonso (2009). IMPLEMENTACION

DE LOS LABORATORIOS DE CONTROL DIGITAL PARA LA UNIVERSIDAD DE

SAN BUENAVENTURA – CALI. TESIS DE GRADO

Bravo Caicedo, E. F., Lopez Sotelo, J. A., & Otros. (2007). CONTROL Y

MODELADO CON SISTEMAS DIFUSOS. En CONTROL INTELIGENTE (pág. 49).

CALI (Valle): Universidad del Valle.

87

8.1 GUIA DE LABORATORIO No 2




PRÁCTICA 2: CONTROL DE VELOCIDAD DE UN MOTOR DC USANDO LOGICA

DIFUSA Y SIMULADO EN LA PLATAFORMA DE LaBVIEW

8.2.1 Objetivos

Identificar los elementos y señales que conforman los sistemas de control

de velocidad.

Analizar el funcionamiento simulado del control lógico difuso en lazo

cerrado.

Comprender el funcionamiento del circuito de control de velocidad de un

motor DC.

88


PC Con LaBVIEW 8.6 y Controladores instalado


Sistema de control en lazo cerrado

Este es el esquema de control de un lazo cerrado donde los elementos y

señales más importantes se describen a continuación:

Controlador lógico difuso: Genera una señal de control que busca reducir

las el error de funcionamiento.

Planta: Representa la máquina, equipo o proceso a controlar, en este caso

el motor DC.

Elementos de realimentación: Son dispositivos que permiten tomar una

medida de la señal de salida y entregar un valor de dimensiones

apropiadas al comparador.

Entrada o referencia: Es el estímulo que se le aplica al sistema y

representa el estado que se desea en la salida.

89

Error: Representa la diferencia existente entre la referencia y la salida, o de

manera más general entre la entrada y la señal proveniente de los

elementos primarios de medición o de realimentación.

Señal de control: Es la señal de salida del controlador.

Variable manipulada: Es la cantidad o condición que se modifica para

afectar el valor de la salida controlada.

Salida o variable controlada: Es la cantidad o condición que se mide y

controla. Representa el resultado del sistema.

8.2.4 Procedimiento

Para la simulación del control de velocidad de un motor DC tenemos

el siguiente programa básico el cual vamos a evaluar y a mejorar

dependiendo de su criterio.

90

En el diagrama de bloques se encuentra las herramientas de control difuso, para

este laboratorio se van controlar manualmente las dos variables de entrada que

son el error y el cambio del error para obtener la salida deseada.

Simular el programa anterior, variar los valores de entrada y completar la siguiente

tabla:

e ∆e -5 -3 -1 0 1 3 5

-1

-0.75

-0.5

-0.25

0

0.25

0.75

1

91

Que mejoras le puedes realizar al programa anteriormente visto, adiciónalas y

pruébalas para revisar cual es el cambio en la respuesta de la salida del

controlador.

8.2.5 Preguntas teóricas

Que otras teorías existen para realizar el diseño de un control difuso. Explique

brevemente dos de ellas.

En que situaciones se puede usar la lógica difusa?

Describa alguna aplicación de la lógica difusa en la actualidad.

Describa brevemente la interfaz de usuario realizada para la práctica.

Observar el desempeño del controlador difuso para diferentes valores de

error y ∆e dentro del rango indicado en las especificaciones técnicas

8.2.6 Informe










92

Consigne de manera clara los resultados obtenidos en el procedimiento, y

responda las preguntas planteadas.

93

INFORME PRACTICA No 2: CONTROL DE VELOCIDAD DE UN MOTOR DC

USANDO LOGICA DIFUSA Y SIMULADO EN LA PLATAFORMA DE LaBVIEW






SANTIAGO DE CALI

2011

94

OBJETIVOS

Identificar los elementos y señales que conforman los sistemas de control de

velocidad.

Analizar el funcionamiento simulado del control lógico difuso en lazo cerrado.

Comprender el funcionamiento del circuito de control de velocidad de un motor

DC.



PROCEDIMIENTO

Para la simulación del control de velocidad de un motor DC tenemos el siguiente

programa básico el cual vamos a evaluar y a mejorar dependiendo de su criterio.

95

En el diagrama de bloques se encuentra las herramientas de control difuso, para

este laboratorio se van controlar manualmente las dos variables de entrada que

son el error y el cambio del error para obtener la salida deseada.

Simular el programa anterior, variar los valores de entrada y completar la siguiente

tabla:

e ∆e -5 -3 -1 0 1 3 5

-1 0 0 0 0 533.33 1066.66 1600

-0.75 0 0 0 533.33 1066.66 1600 2133.33

-0.5 0 0 1066.67 1066.67 1600 1600 2133.33

-0.25 0 0 1600 1066.67 1600 2133.33 2666.67

0 0 533.33 1600 1600 1600 2666.67 3200

0.25 533.33 1066.67 1600 2133.33 1600 3200 3200

0.75 1066.67 1600 2133.33 2666.67 3200 3200 3200

1 1600 2133.33 2666.67 3200 3200 3200 3200

Cuando el error es muy grande el control manda a parar el motor no importa si la

pendiente es negativa o positiva.

97


Que otras teorías existen para realizar el diseño de un control difuso. Explique

brevemente dos de ellas.

R./ El concepto de un lógica difusa fue introducido por L.A. Zadeh en 1965 como

una generalización de un lógica tradicional. Los lógica clásica usa la lógica

Booleana con valores exactos como por ejemplo la lógica binaria que usa valores

de 1 o 0 para sus operaciones.

La lógica difusa surge como una necesidad de mejoramiento de la lógica clásica,

ya que esta establece que cualquier enunciado o proposición puede tomar un

valor lógico (verdadero o falso, alto o bajo, prendido o apagado, cerrado o abierto,

en definitiva 1 ó 0, por ejemplo para el caso de una puerta sólo se tienen dos

posibilidades; que es estar abierta o cerrada. En la óptica de la lógica difusa,

dicha puerta no tiene porqué estar necesariamente abierta (valor 1) ni cerrada

(valor 0), sino que además puede estar abierta a medias (valor 0.5), bastante

abierta (valor 0.8), casi cerrada (valor 0.1), etc. como un intento de formalización

del razonamiento con incertidumbre. En particular y al contrario que otras formas

de razonamiento intenta abordar problemas definidos en términos lingüísticos y

por lo tanto imprecisos, donde todos los datos están expresados en términos

cualitativos.

El modelo Mamdani:

Ebrahim Mamdani, uso los principios de la lógica difusa para aplicarlo a una

máquina de vapor la cual no podía tener bajo control con las técnicas

convencionales hasta esa época, este algoritmo de control consiste de 3 pasos:

Generación de Valores Difusos, Evaluación de Reglas y Generación de valores

reales.

98

Fue uno de los primeros métodos de control difuso obtenidos basados en la

experiencia de operadores humanos

If x is A1 and y is B1 then z is C1

El modelo Sugeno:

A mediados de la década, en 1985 Tomohiro Takagi y Michio Sugeno proponen un

nuevo modelo de control Difuso que se emplea en un proceso de limpiado de agua

y en un convertidor que se utiliza en el proceso de hacer acero.

Otro modelo desarrollado para la inferencia difusa, utiliza una función como

consecuente:

If x is A and y is B then z = f(x, y)

En ese mismo año se inventó el primer circuito integrado Difuso por dos

japoneses, Masaki Togai y Hiroyuki Watanabe que provocó el interés de las

empresas en estos circuitos para implementarlos en sus sistemas, este hecho

llevó a Japón a ser el principal exportador de aparatos de la industria con

aplicación directa con y hacia para la lógica Difusa.

Modelo Tsukamoto:

En este modelo la función consecuente es un set difuso con una función

monotonica:

If x is A and y is B then z is C

En que situaciones se puede usar la lógica difusa?

R./ El diseño de un control mediante la implementación de lógica difusa se puede

aplicar en procesos demasiado complejos, cuando no existe un modelamiento

matemático preciso o una solución simple a dicho proceso. También es útil usarlo

con ciertas partes del sistema donde no se conoce suficientemente la información

99

y no pueden medirse de forma confiable que implique que al ajustar esos

parámetros desajuste otros.

Además es poco recomendable usar la lógica difusa cuando ya existe un modelo

matemático que soluciona el problema eficientemente sin recurrir a nuevos

diseños de control.

Describa algunas aplicaciones de la lógica difusa en la actualidad.

R./ En la actualidad el sistema de lógica difusa lo podemos encontrar en muchos

de los elementos que usamos hasta en nuestros hogares mejorando la comodidad

del humano para desarrollar labores muchas veces básicas y simples como:

En el hogar:

Sistemas de foco automático en cámaras fotográfica

Lavadoras automáticas

Aire acondicionado

Hornos microondas

También a un nivel mucho más avanzado e importante para el desarrollo de la

sociedad en cuanto a industria:

Reconocimiento de patrones:

Reconocimiento de voz

Reconocimiento de escritura

Visión por computadora

Reconocimiento óptico de caracteres

Mejora en la eficiencia del uso de combustible en motores

Aplicaciones industriales:

Navegación automática de robots (robot autónomo móvil)

Operación de plantas de cemento

Control de hornos de vidrio

100

Control de reactores nucleares

Medicina:

Rayos x

Herramientas de endoscopia

Control de presión sanguínea

8.2.7 Conclusiones

Actualmente el sistema de lógica difusa esta en casi todos los elementos

que empleamos ayudándonos a mejorar la calidad de vida porque se usan

para desarrollar desde trabajos simples hasta muy complejos en la

Industria, medicina etc.

8.2.8 Bibliografía






CALI (Valle): Universidad del Valle.

101

8.3 GUIA DE LABORATORIO No 3




PRÁCTICA 3: CONTROL DE VELOCIDAD DE UN MOTOR DC USANDO

LOGICA DIFUSA IMPLEMENTADO EN LA PLATAFORMA DE LaBVIEW

8.3.1 Objetivos


velocidad.

Analizar experimentalmente el funcionamiento de un motor de DC y en lazo

cerrado.

Comprender el funcionamiento del circuito de control.


Para la realización de esta práctica se podrán utilizar los siguientes elementos:

Fuente de voltaje dual

102

Cables para conexión de la fuente y el motor

Motor de DC y taco generador incorporado


Tarjeta de Adquisición CB - 68LP

Circuito de potencia y adecuador de señal



En esta figura se presenta el esquema de control de un lazo cerrado. Los

elementos y señales más importantes se describen a continuación:

8.3.4 Procedimiento

Interconecte todos los equipos como son: el motor, el adecuador, la fuente, la

tarjeta de adquisición de datos y el PC.

103

Montaje para el control de velocidad

Para conectar la tarjeta de adquisición se debe tener en cuenta los siguientes

pines:

Señales de control del Puente H y realimentación.

Señal PIN Numero del PIN

PWM Dev1/ao0 +22 -55

Realimentación Dev1/ai15 +23 -24

Control de velocidad

Luego de verificar que el montaje esté de acuerdo al presentado ( en la

Figura Montaje para el control de velocidad) , y tener el programa de control

de velocidad en lazo cerrado ejecutando en LaBVIEW, proceda a energizar.

104

Digite en la casilla de Setpoint un valor de velocidad que se encuentre

dentro de la zona lineal del sistema aproximadamente 1600 RPM. Observe

el valor del voltaje generado por el taco y llene la tabla velocidad del motor.

Verifique dicho valor con el multímetro.

Una vez se tenga el valor de la velocidad aplique el freno en la posición 1,

observe y registre el valor de la nueva velocidad del motor y su respectivo

voltaje en el taco, repita el procedimiento para la posición 2 del freno. Retire

el freno y escriba de nuevo la velocidad del motor y el voltaje en el taco

generador.

En el programa de control en lazo cerrado digite el mismo valor del Setpoint

anterior, mida la velocidad y el voltaje en los terminales del taco generador.

Velocidad del motor

Tabla 1

Velocidad

del motor

(RPM)

Vtaco

(Hadware)

Vtaco

(software)

0

700

1000

1600

2000

3200

¿Qué puede concluir?

Ajuste el valor del Setpoint de entrada hasta obtener la velocidad inicial

deseada y después aplique el freno, registre el voltaje en el taco generador

105

y la velocidad actual en la Tabla red cerrada. Posteriormente retire el freno

y obtenga de nuevo el voltaje y la velocidad. Compare los resultados

obtenidos con los que se encontraron para red abierta. Explique a que se

deben las diferencias.

Tabla 2 Lazo cerrado

SP = 3200 rpm EN VACIO

CON

FRENO

CON FRENO

ESTABILIZADO

VELOCIDAD DEL

MOTOR rpm

CORRIENTE

VOLTAJE TACO

ERROR

8.3.5 Preguntas teóricas

¿Qué dispositivos se pueden utilizar como elementos de realimentación a la hora

de hacer control de velocidad? ¿Explique de manera corta su funcionamiento?

Investigue el principio de funcionamiento de algunos ACTUADORES, que son los

encargados directos de activar o desactivar una planta.

8.3.6 Preguntas para resolver en el laboratorio

De acuerdo a la bucla típica para los sistemas de control de velocidad,

describa de manera cualitativa el funcionamiento de los elementos más

importantes.

106

En base a sus observaciones explique las ventajas y desventajas de los

sistemas de control en lazo abierto y en lazo cerrado.

8.3.7 Informe










Consigne de manera clara los resultados obtenidos en el procedimiento, y

responda las preguntas planteadas.

107

INFORME PRACTICA No 3: CONTROL DE VELOCIDAD DE UN MOTOR DC

USANDO LOGICA DIFUSA Y SIMULADO EN LA PLATAFORMA DE LaBVIEW






SANTIAGO DE CALI

2011

108

8.1 OBJETIVOS


velocidad.

Analizar experimentalmente el funcionamiento de un motor de DC y en lazo

cerrado.

Comprender el funcionamiento del circuito de control.


Para la realización de esta práctica se podrán utilizar los siguientes elementos:

Fuente de voltaje dual

Cables para conexión de la fuente y el motor

Motor de DC y taco generador incorporado


Tarjeta de Adquisición CB - 68LP

Circuito de potencia y adecuador de señal

MARCO TEÓRICO


109

En este grafico de Sistema de control en lazo cerrado se presenta el esquema de

control de un lazo cerrado. Los elementos y señales más importantes se describen

a continuación:

PROCEDIMIENTO

Interconecte todos los equipos como son: el motor, el adecuador, la fuente, la

tarjeta de adquisición de datos y el PC.

Montaje para el control de velocidad

110

Para conectar la tarjeta de adquisición se debe tener en cuenta los siguientes

pines:

Señales de control del Puente H y realimentación.

Señal PIN Numero del PIN

PWM Dev1/ao0 +22 -55

Realimentación Dev1/ai15 +23 -24

Montaje tarjeta de Adquisición de datos

111

Conexión motor DC

Control de velocidad

Luego de verificar que el montaje esté de acuerdo al presentado en la Figura de

Montaje para el control de velocidad, y tener el programa de control de velocidad

en lazo cerrado ejecutando en LaBVIEW, proceda a energizar con 24 Vdc.

Digite en la casilla de Setpoint un valor de velocidad que se encuentre dentro de la

zona lineal del sistema aproximadamente 1600 RPM. Observe el valor del voltaje

generado por el taco y llene la tabla1. Verifique dicho valor con el multímetro.

Una vez se tenga el valor de la velocidad aplique el freno en la posición 1, observe

y registre el valor de la nueva velocidad del motor y su respectivo voltaje en el

taco, repita el procedimiento para la posición 2 del freno. Retire el freno y escriba

de nuevo la velocidad del motor y el voltaje en el taco generador.

112

En el programa de control en lazo cerrado digite el mismo valor del Setpoint

anterior, mida la velocidad y el voltaje en los terminales del taco generador.

Tabla 1

Velocidad

del motor

(RPM)

Vtaco

(Hadware)

Vtaco

(software)

0 0 0.2

700 2.36 2.1

1000 3.46 3.40

1600 5.52 5.58

2000 5.56 5.50

3200 10.99 10.96

114

¿Qué puede concluir?

Al realizar esta práctica se puede concluir que la adquisición de datos está bien

realizada, así como el adecuador de señal, ya que el voltaje de la realimentación

es transformado por medio de un adecuador de un rango de 0 – 12 Vdc, a un

rango de 0 – 5 Vdc ya que la tarjeta de adquisición de datos no soporta mas

voltaje.

Ajuste el valor del Setpoint de entrada hasta obtener la velocidad inicial deseada y

después aplique el freno, registre el voltaje en el taco generador y la velocidad

actual en la Tabla 2. Posteriormente retire el freno y obtenga de nuevo el voltaje y

la velocidad. Explique a que se deben las diferencias.

115

Tabla de LAZO CERRADO

SP = 3200 rpm EN VACIO CON

FRENO

CON FRENO

ESTABILIZADO

VELOCIDAD DEL

MOTOR rpm 3178 2500 3213

CORRIENTE 0.26 1.52 2.09

VOLTAJE TACO 10.96 11.05 11.35

ERROR 0.03 2.03 0.08

El motor en el vacio actúa de manera natural, siguiendo el setpoint y la acción de

control que se ejerce sobre el, la velocidad del motor llega hasta se setpoint

deseado con un rgen de error muy pequeño, en este caso es del 0.03; la corriente

que tiene que entregar la fuente es relativamente baja y el voltaje del taco no

alcanza a llegar a los 12 V en el rango que estaba diseñado.

Al aplicarle el freno tenemos que la velocidad disminuye considerablemente el

error aumenta, la corriente que tiene que suministrar la fuente para poder

establecer la velocidad de referencia es mucho más que el doble.

El motor trata de pedir más corriente a la fuente para poder llegar a la referencia

deseada, implicando que exista un mayor esfuerzo de trabajo del motor y del

control.


¿Qué dispositivos se pueden utilizar como elementos de realimentación a la hora

de hacer control de velocidad? ¿Explique de manera corta su funcionamiento?

116

R./ En los procesos se tiene que tener elementos que nos realimenten nuestro

control que nos den la referencia que necesitamos para compararla con el setpoint

y calcular el error para que se tenga un mejor trabajo de la planta

Existen muchos elementos importantes, aquí enumeramos algunos:

Sensor: es normalmente el elemento que se encuentra en contacto directo con la

magnitud que se va a evaluar en el proceso. El sensor recibe la magnitud física y

se la proporciona al transmisor.

Transmisor: se piensa que el transmisor es el equipo que transforma la señal que

sale del sensor y la convierte en una señal normalizada o en valores visibles como

en unidades de volumen, presión, temperatura, etc que conozcamos.

Tacogenerador: es un servosistema en el que la salida es una posición, velocidad

o aceleración por medio de un voltaje.

Servomotor: motor con control de posición en lazo cerrado

Respuesta a las Preguntas para resolver en el laboratorio

a. De acuerdo a la bucla típica para los sistemas de control de

velocidad, describa de manera cualitativa el funcionamiento de los

elementos más importantes.

R./ Descripción de la bucla diseñada para el control de velocidad de un motor DC.

117

Comparador: Es el encargado de producir la señal de error.

Conversor A/D y D/A: el análogo digital recibe la señal de la planta, la convierte

en digital para poder ser procesada por el computador y el digital análogo

convierte la señal digital ya procesada en análoga para actuar en la planta.

Controlador lógico difuso: Genera una señal de control que busca reducir las el

error de funcionamiento.

Actuador: Adecúa los niveles de potencia entre la señal de control y la variable

manipulada.

Planta: Representa la máquina, equipo o proceso a controlar, en este caso el

motor DC.

Elementos de realimentación: Son dispositivos que permiten tomar una medida

de la señal de salida y entregar un valor de dimensiones apropiadas al

comparador.

Entrada o referencia: Es el estímulo que se le aplica al sistema y representa el

estado que se desea en la salida.

118

Error: Representa la diferencia existente entre la referencia y la salida, o de

manera más general entre la entrada y la señal proveniente de los elementos

primarios de medición o de realimentación.

Señal de control: Es la señal de salida del controlador.

Variable manipulada: Es la cantidad o condición que se modifica para afectar el

valor de la salida controlada.

Salida o variable controlada: Es la cantidad o condición que se mide y controla.

Representa el resultado del sistema.

8.3.8 Conclusiones

La implementación de un controlador de velocidad con lógica difusa en la

plataforma LaBVIEW, cumple la particularidad de coordinación y flexibilidad

necesaria para el uso de estudiantes en el desarrollo de diferentes prácticas

de laboratorio orientadas al control de procesos.

Se logró diseñar e implementar este sistema de entrenamiento para observar

otras alternativas de control.

Se logra ver que las características de exactitud, precisión y robustez que

brinda este sistema permite obtener un valor confiable de la variable de

proceso para el desarrollo de contralores utilizando varios métodos de control.

De los efectos derivados de las prácticas ejecutadas con lógica difusa, se

puede ver que el control difuso da una respuesta realizable, rápida y sólida

para el sistema, cuando éste es sometido a diferentes perturbaciones. Los

resultados obtenidos muestran la fuerza y potencia del método de control

propuesto en este trabajo.

119

8.3.9 Bibliografía






CALI (Valle): Universidad del Vall.e

Hilera, J. R., & Martínez, V. J. (1995). REDES NEURONALES ARTIFICIALES.

Madrid, España: ADDISON -WESLEY IBEROAMERICA.

Chapman, S. J. (1993, 1987). MAQUINAS ELECTRICAS. Santa Fé de Bogotá:

MC GRAW HILL.

National Instruments Corporation. (2009). LABVIEW. Recuperado el Septiembre

de 2009, de http://www.ni.com/LaBVIEW/whatis/esa/

Herrera Espinosa Javier. “Implementación en un DSP de un regulador de

velocidad difuso tipo Takagi-Sugeno para un arreglo de motor de corriente directa

120

9. CONCLUSIONES

El estudio histórico de la lógica difusa y su aplicación en control de motores,

permitió construir una visión y una prospectiva importante de esta aplicación en

procesos industriales que demanden sistemas de control ajustados a

dinámicas descritas por operarios expertos.

Este documento presenta información importante que contribuye a consolidar

bases teóricas fundamentales en el momento en que se quiera efectuar un

control de velocidad con lógica difusa para un motor DC, proporcionando al

lector un procedimiento organizado, coherente y pertinente con el proceso en

cuestión.

Se encontró que los requerimientos computacionales del controlador diseñado

son mínimos, de esta forma es posible pensar en la sustitución de algunos

existentes que no cumplan cabalmente su función por otros, desarrollados con

control inteligente debido a que las características más atractivas de la lógica

difusa son: su flexibilidad, su tolerancia con la imprecisión, su capacidad para

moldear problemas no lineales y su base en el lenguaje natural.

La implementación de un controlador de velocidad con lógica difusa en la

plataforma LaBVIEW, cumple la particularidad de coordinación y flexibilidad

necesaria para el uso de estudiantes en el desarrollo de diferentes prácticas

de laboratorio orientadas al control de procesos.

Se logró diseñar e implementar este sistema de control para facilitar el estudio

y entrenamiento de los estudiantes con el propósito de propender por la

aplicación de otras alternativas de control, igual o más eficientes

.

121

De los efectos derivados de las prácticas ejecutadas con lógica difusa, se

puede ver que el control difuso da una respuesta realizable, rápida y sólida

para el sistema, cuando éste es sometido a diferentes perturbaciones. Los

resultados obtenidos muestran la fuerza y potencia del método de control

propuesto en este trabajo.

La ejecución y funcionamiento del controlador, admiten acentuar las bondades

que tendría su uso en distintas aplicaciones de control, ya que una vez

entendido el principio de funcionamiento de dicho controlador, se ve

visiblemente mostrada la facilidad que se tiene en diseñarlo, implementarlo y

valorarlo.

No se halla un método que indique la cantidad exacta funciones de pertenencia

que deben tener las etapas de fuzzificación, de la experiencia obtenida, se

puede decir que mientras más funciones se desarrollen, más preciso será el

controlador, teniendo siempre la cautela de no colmarlo de funciones de

pertenencia, ya que en lugar de obtener una respuesta más fina, se obtiene un

controlador más pausado y menos confiable, debido a que la cantidad de

términos lingüísticos lo mantendría activo permanentemente.

En el controlador se nota que la salida no exterioriza amplias oscilaciones

alrededor del punto de operación, permite que la planta alcance el set point

mediante aumentos o disminuciones sin saltos bruscos que son perceptibles

en el control convencional tipo PID.

Es primordial recalcar las grandes ventajas y facilidades que representa

trabajar con el software LABVIEW debido a que accede al diseño fácilmente y

permite editar las funciones de membrecía para cada variable lingüística, así

mismo, se puede acceder directamente la base de reglas.

El prototipo fabricado para la adecuación de la señal desde el tacogenerador

hacia la tarjeta de adquisición de datos y el puente H, nos sirvió como unión del

hardware y el software para la interacción mutua.

122

RECOMENDACIONES

Para la ejecución de este controlador, es elemental conocer el trabajo básico

del sistema de entrenamiento, ya que reglas con conocimiento escaso, pobre

o impreciso del sistema resulta en soluciones equivocadas e imprecisas.

La implementación de este tipo de controladores, deberá tener cierto tipo de

conocimiento básico ya que si no se tiene le será mucho más difícil

implementar uno de este tipo.

Se requiere que el estudiante que implemente este tipo de control con la

herramienta de Labview debe tener un conocimiento básico del mismo, pues la

utilización del software es exigente en la aplicación de cada una de sus

funciones básicas.

123

10.BIBLIOGRAFIA

[1] 1957 Lofti Zadeh (Catedrático e investigador de la universidad de California-

Berkeley)

[2] Herrera Espinosa Javier “Implementación en un DSP de un regulador de

velocidad difuso tipo Takagi-Sugeno para un arreglo de motor de corriente directa

alternador” Tesis para obtener el grado de Maestro en Ciencias. México D.F. 2003

SEPI.

[3]Cortes Mateos Raúl, “Control de excitación Difuso de un generador síncrono”

SEPI-ESIME ZACATENCO. Tesis para obtener el grado de Doctor en Ciencias en

1997.

[4]H. M. Gerardo Celso, “Control Difuso de velocidad de un motor de corriente

directa”. SEPI-ESIME ZACATENCO. Tesis para obtener el grado de Maestro en

Ciencias, enero de 1997.

[5]Díaz García Luis M. “Desarrollo de una tarjeta para el control difuso de

velocidad de un motor de c.c. basado en un paquete fudge” SEPI-ESIME

ZACATENCO. Tesis para obtener el grado de maestro en Ciencias en 1999.

[6] Herrera Espinosa Javier y Ramírez Trujillo Jorge “Implementación de un

Control Difuso de Velocidad a un Motor DC. microcontrolador 68HC11” 4ª semana

de Control y Automatización. 2000

124

[7] Altamirano González Manlio Al “Control Difuso de Velocidad Tipo Mamdani de

un Motor DC Autosintonizable por Algoritmos Genéticos”. Tesis para Obtener el

grado de Maestría. México DF. Agosto 2002

[8]López Calderón Ana Belén. “Implementación de un Controlador Difuso por

medio del MC68H12, para el control de velocidad de una máquina abrasiva seca”.

Tesis para obtener el grado de Licenciatura en Control y Automatización. México

DF. Febrero 2005.

[9]Jaime F. Fonseca, Julio S. Matins y Carlos A. Couto.

[10]Pierre Guillemin en su documento “Fuzzy Logic Applied to motor Control”

[11] articulo Lina María Aguilar Lobo y Luis Javier Martínez Montero en su

documento llamado “Implementación de un controlador difuso de un motor DC

empleando la interfaz microcontrolador-CPLD ”. en este caso el software se

implementa en el microcontrolador 89C52.

[12] Bravo Caicedo, E. F., Lopez Sotelo, J. A., & Otros. (2007). CONTROL Y


CALI (Valle): Universidad del Vall.e

[13]Tigreros Ortega, Juan Pablo, Bedoya Giraldo, Alfonso (2009).

IMPLEMENTACION DE LOS LABORATORIOS DE CONTROL DIGITAL PARA LA

UNIVERSIDAD DE SAN BUENAVENTURA – CALI. TESIS DE GRADO

125

Otras Fuentes Bibliográficas

Hilera, J. R., & Martínez, V. J. (1995). REDES NEURONALES ARTIFICIALES.

Madrid, España: ADDISON -WESLEY IBEROAMERICA.


MC GRAW HILL.

National Instruments Corporation. (2009). LABVIEW. Recuperado el Septiembre

de 2009, de http://www.ni.com/LaBVIEW/whatis/esa/

Aguilar Lobo, L. M., & Martinez Montero, L. J. “IMPLEMENTACIÓN DE UN

CONTROLADOR DIFUSO DE UN MOTOR DC EMPLEANDO LA INTERFAZ

MICROCONTROLADOR - CPLD”. UNIVERSIDAD FRANCISCO DE PAULA

SANTANDER.


MC GRAW HILL.

Diaz, H., borjas, R., & Sagardia, A. (1997). DISEÑO Y ENSAYO DE UN

CONTROLADOR DIFUSO PARA UN MOTOR DE INDUCCION TRIFASICO. red

AL y C , 8.

F. Velasco Vega, L. J. MODELADO Y SIMULACIÓN DE UN CONTROL DE

VELOCIDAD DE UN MOTOR DE INDUCCIÓN MEDIANTE LÓGICA DIFUSA.

Santander, Cantabria, SPAIN: Departamento de Tecnología Electrónica e

Ingeniería de Sistemas y Automática.

126

IMPLEMENTACION SOBRE FPGAS DE SISTEMAS DIFUSOS

PROGRAMABLES. Centro Nacional de microelectronica.

Lemus, C. E., & Hernandez Reyes, J. SIMULACION DE SISTEMA DIFUSO PARA

EL CONTROL DE VELOCIDAD DE UN NOTOR DC.

M.Sc., I. O. SISTEMAS DE LÓGICA DIFUSA - FUNDAMENTOS.

Sanchez, S. y. IMPLEMENTACION SOBRE FPGAS DE SISTEMAS DIFUSOS

PROGRAMABLES.

STARMEDIA. (2009). Recuperado el Octubre de 2009, de

http://html.rincondelvago.com/motores-universales.html

Tipsuwan, Y., & Chow, M.-Y. (2008). FUZZY LOGIC MICROCONTROLLER

IMPLEMENTATION FOR DC MOTOR SPEED CONTROL. North Carolina State

University, USA: IEEE.

Universidad del Valle, Clases. SISTEMAS NEURODIFUSOS., (pág. 20). Cali.

Herrera Espinosa Javier y Ramírez Trujillo Jorge “Implementación de un Control

Difuso de Velocidad a un Motor de c.d. microcontrolador 68HC11” 4ª semana de

Control y Automatización. 1999.

IMPLEMENTACION DE CONTROL DE VELOCIDAD DE UN MOTOR...

Documents

Transcript of IMPLEMENTACION DE CONTROL DE VELOCIDAD DE UN MOTOR...