Formato de Investigación

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 19

Control Difuso

Identificación y Control Inteligente


Profesor: Ing. Rodolfo Gordillo PhD.
Autor: Ing. Diego Ñauñay, MSc.
Curso: Maestría de Investigación en Electrónica – Mención Automática
Fecha: 28 de agosto de 2020

Controladores Fuzzy PID

1. Introducción
En los últimos años, la complejidad de los sistemas industriales ha ido en aumento, lo que ha
provocado en una creciente demanda de controladores más robustos, dinámicos y de fácil
implementación. En este sentido, el control difuso se ha convertido en una herramienta potente que
permite desarrollar controladores sin necesidad de modelar la planta, permitiendo cierta flexibilidad y
rapidez en el diseño del controlador. Para desarrollar un controlador difuso únicamente se necesita
saber el comportamiento del sistema a partir de los cambios que se produzca en el mismo, por esta
razón la implementación de este tipo de controladores es rápida y directa. En este contexto, este
trabajo analizará el desarrollo y simulación de algunos controladores difusos aplicados en dos
sistemas. El primer sistema, se trata de un proceso desconocido del que se tiene como dato únicamente
su función de transferencia. El segundo sistema, a diferencia del primero, es una aproximación del
sistema de elevación de un helicóptero prototipo del que se conoce el comportamiento deseado.
Finalmente, se podrá analizar las conclusiones a las que se ha llegado después del desarrollo de este
trabajo.

2. Revisión Teórica
En esta sección, se realizará una breve revisión acerca de los principales conceptos sobre
controladores PID y lógica difusa (Fuzzy Logic) aplicada a la teoría de control. De igual manera,
muchos diseñadores e investigadores han propuesto adaptaciones sinérgicas de ambas metodologías,
dando como resultado nuevas y novedosas arquitecturas que han elevado el rendimiento de los
sistemas de control [1].
En esta ocasión, se analizará principalmente dos esquemas de control difuso. El primer esquema,
se trata de un controlador PID autosintonizable mediante lógica difusa, mientras el segundo esquema,
se trata de un controlador PID asistido por un controlador difuso.

2.1. Controladores PID


El control proporcional integral derivativo (PID) es considerado como una estructura de la teoría
clásica de control. Un PID es un mecanismo de retroalimentación de control genérico ampliamente
utilizado en sistemas de control industrial, en donde el rendimiento requerido del sistema se puede
mejorar ajustando los valores de ganancia Kp , Ki y Kd . De esta manera, la selección de estos valores
provocará variaciones en la respuesta observada en el sistema. En la Figura 1 se muestra el esquema
general de un controlador PID clásico [2].

Kp e(t)

r(t) e(t) + u(t) y(t)


+
- Ki ꭍe(τ)dτ +
+ Planta

Kd de(t)
dt

1
Figura 1. Esquema de un controlador PID clásico
De igual forma, la expresión de la Ec. 1 representa al controlador que relaciona la salida de control
(u(t)) y la señal de error e (t), en donde Kp , Ki y Kd son las ganancias proporcional, integral y
derivativa correspondientemente [2].
d
u ( t )=K p ⋅e ( t ) + K i ⋅ ∫ e ( τ ) ⋅dτ + K d ⋅ e (t) Ec. 1
dt
Las acciones que proporcionan cada una de estos términos son [3]:
- La acción proporcional (K p ), proporciona una acción de control general proporcional a la
señal de error a través del factor de ganancia de paso total.
- La acción integral (K i ), reduce los errores de estado estable mediante la compensación de
baja frecuencia mediante un integrador.
- La acción derivativa (K d ), mejora la respuesta transitoria mediante la compensación de alta
frecuencia mediante un diferenciador.

2.2. Controlados PID Difusos Autosintonizables


Existe varias investigaciones que analizan estrategias de control basadas en algoritmos inteligentes
especialmente con lógica difusa que permiten alcanzar un alto rendimiento de un sistema de control.
Una de las arquitecturas de estos controladores son los PID difusos autosintonizables lo cuales se
definen como controladores PID que emplean un sistema de interferencia difuso (FIS) para ajustar los

parámetros Kp , Ki y Kd de acuerdo con la señal de error e (t) y de la derivada del error ( dtd e ( t ) ). La
Figura 2 muestra la estructura general de un controlador PID difuso autosintonizable [2].

r(t) e(t) Controlador u(t) y(t)


+
- Planta
PID

d Kp Ki Kd
dt Controlador
Difuso

Figura 2. Esquema de un controlador PID difuso autosintonizable

2.3. Controladores PID Asistidos por Controladores Difusos


Otra arquitectura de control, es un PID clásico asistido por controladores difusos. Este esquema
tiene algunas variaciones, sin embargo, la estrategia se basa en un controlador difuso cuyas entradas
son el error y la taza de cambio del error (que pueden tener un factor de ganancia), mientas que en la
salida del controlador se encuentra la acción de control sobre la planta. En otros esquemas, se añade la
acción integral a la salida del controlador difuso. El esquema general de este controlador se detalla en
la Figura 3 [3].

r(t) e(t) Controlador u(t) y(t)


+
-
+
+ Planta
Difuso
Controlador
PID

Figura 3. Esquema de un controlador PID asistido por un controlador difuso

2
3. Metodología
El objetivo de este trabajo, se basa en el refuerzo de los conceptos acerca de los controladores
difusos mediante el desarrollo de tres casos de análisis. En los dos primeros, se trabajará sobre el
proceso cuya función de transferencia se detalla en la Ec. 2.
5.23e5
G ( s )= 3 2 4 Ec. 2
s +87.35 s +1.047 e s

Adicionalmente, los datos generales de este sistema se detallan en la Tabla 1.


Tabla 1
Características del sistema G(s)
Característica Valor

Periodo de muestreo T =0.05(s)


Estructura del controlador PID Paralela sin filtro de acción derivativa
MF :70°
Criterios para sintonización Enfoque: rechazo a las perturbaciones
Frecuencia de crossover: 10 (rad/s)

3.1. Diseño de un Controlador PID Difuso Autosintonizable


En el primer caso de análisis, se utilizará el archivo fuzzpidU1.fis el cual contiene la información
de sintonización de un controlador PID difuso para el proceso G(s). Con esta información se
analizará, además:
1. La representación de las funciones de pertenencia de entrada y salida
2. Una tabla que resuma las reglas difusas para cada parámetro del controlador PID
3. Las superficies de control por cada parámetro
4. Un esquema de simulación y los resultados de desempeño utilizando los bloques Fuzzy
Controller y PID discreto con entradas externas. Para ello, se utilizará K po=0.4 , K do=1 y
K io =0 como valores de offset en las salidas difusas
5. Realización de un algoritmo de control digital que remplace el bloque PID discreto en
Simulink
6. El rechazo a las perturbaciones de este controlador difuso

3.2. Diseño de un Controlador PID Asistido por un Controlador Difuso


Por otra parte, en el segundo caso de análisis se utilizará un control PID difuso asistido y se
analizará:
1. La sintonización de un controlador PID clásico mediante la función pidtune con los
parámetros de diseño resumidos en la Tabla 1
2. El diseño del PID difuso asistido con las funciones de pertenencia no lineales revisadas en
clase. Además, se comprará el desempeño con respecto al controlador PID clásico y se
resumirá las ganancias de conversión
3. La comparación entre el rendimiento obtenido mediante un bloque con el sistema difuso y su
equivalente a través de un lookup table
4. El rechazo a las perturbaciones con este controlador

3.3. Reproducción de Resultados del Artículo: “Control Mediante Lógica Difusa”


Finalmente, el tercer caso de estudio se basa en reproducir los resultados obtenidos en el artículo
Control Mediante Lógica Difusa. En trabajo se detalla una variación de la configuración tradicional de
un lazo de control difuso. Además, se presenta una aplicación centrada en el control del ángulo de
elevación de un prototipo de helicóptero (ver Figura 4).

3
Figura 4. Esquema de funcionamiento de elevación del prototipo de helicóptero
Los resultados mencionados anteriormente se detallan en la Figura 5:

(a) (b)

(c)

Figura 5. Resultados obtenidos en el artículo Control Mediante Lógica Difusa: (a) respuesta del sistema
ante un cambio en la consigna, (b) comparación entre las respuestas del control PID clásico y el control
difuso, (c) cambio en la respuesta al disminuir el valor de Kp

4. Desarrollo

4.1. Controlador PID Difuso Autosintonizable


Se analizó el contenido del archivo fuzzpidU1.fis el cual contiene la información de sintonización
de un controlador PID difuso para el proceso G(s). Este modelo difuso posee las características
detalladas en la Tabla 2.
Tabla 2
Características del modelo difuso fuzzpidU1.fis
Característica Valor
Name = fuzzpidU1
Type = mamdani
NumInputs = 2
InLabels = e

4
ec
NumOutputs = 3
OutLabels = kp
ki
kd
NumRules = 49
AndMethod = min
OrMethod = max
ImpMethod = min
AggMethod = max
DefuzzMethod = centroid

De esta manera, el modelo difuso posee dos variables de entrada (e, ec) y tres variables de salidas
(kp, ki, kd). Adicionalmente, cada una de estas variables posee siete funciones de membresía como se
muestra en la Figura 6.

Figura 6. Esquema del modelo difuso fuzzpidU1.fis


Las funciones de pertenencia de las variables de entrada, correspondientes al error y a la taza de
cambio del error, se detallan en la Figura 7.

(a) (b)

Figura 7. Funciones de pertenencia de la entrada del sistema difuso: (a) funciones de pertenencia del
error, (b) funciones de pertenencia de la taza de cambio del error
De igual forma, las funciones de pertenencia de a las variables de salida correspondientes a la
acción proporcional (Kp), a la acción integral (Ki) y a la acción derivativa (Kd) se muestran en la
Figura 8.

5
(a) (b)

(c)

Figura 8. Funciones de pertenencia de la salida del sistema difuso: (a) funciones de pertenencia de Kp,
(b) funciones de pertenencia de Ki, (c) funciones de pertenencia de Kd
Por otra parte, los valores que toman cada una de las salidas del sistema difuso en función de las
entradas están relacionadas a partir de reglas de interferencia. Estas reglas relacionan de forma lógica-
lingüística el comportamiento de la salida en función de los parámetros de entrada. En la Tabla 3 se
resumen las reglas de interferencia que fueron diseñadas para la ganancia proporcional del controlador
PID, en la Tabla 4 se muestra su equivalente para la ganancia integral, y finalmente, en la Tabla 5 se
resumen el conjunto de reglas que diseñadas para la acción derivativa.
Tabla 3
Reglas del sistema de interferencia difuso para la acción proporcional Kd
Error
NB NM NS Z PS PM PB
NB PB PB PM PM PS PS Z
NM PB PB PM PM PS Z Z
NS PM PM PM PS Z NS NM
Derivada del Error

Z PM PS PS Z NS NM NM
PS PS PS Z NS NS NM NM
PM Z Z NS NM NM NM NB
PB Z NS NS NM NM NB NB

Tabla 4
Reglas del sistema de interferencia difuso para la acción integral Ki
Error
NB NM NS Z PS PM PB
NB NB NB NB NM NM Z Z
Derivada

NM NB NB NM NM NS Z Z
NS NM NM NS NS Z PS PS

6
d
e
l Z NM NS NS Z PS PS PM
PS NS NS Z PS PS PM PM
E
r PM Z Z PS PM PM PB PB
r
PB Z Z PS PM PB PB PB
o
r

Tabla 5
Reglas del sistema de interferencia difuso para la acción derivativa Kd
Error
NB NM NS Z PS PM PB
NB PS PS Z Z Z PB PB
NM NS NS NS NS Z PS PM
NS NB NB NM NS Z PS PM
Derivada del Error

Z NB NM NM NS Z PS PM
PS NB NM NS NS Z PS PS
PM NM NS NS NS Z PS PS
PB PS Z Z Z Z PB PB

Mediante el diseño de estas reglas, se pueden obtener la superficie de control para cada parámetro
del controlador PID. Esta superficie muestra la evolución del parámetro en función de los valores que
adquieran las entradas del sistema difuso. En la Figura 9 se muestra la superficie de control de cada
parámetro del sistema difuso. En la primera imagen, se observa la superficie del parámetro Kd, en la
segunda imagen se muestra la superficie para el parámetro de la acción integral, y finalmente, en la
tercera imagen se puede apreciar la superficie de control del parámetro Kd.

(a) (b)

(c)

7
Figura 9. Superficies de control de salidas del sistema difuso: (a) superficie de control de la acción
proporcional, (b) superficie de control de la acción integral, (c) superficie de control de la acción
derivativa
A partir de este sistema difuso, se implementó un esquema de control para el sistema G(s)
descrito en la sección 3. Como se puede observar en la Figura 10, el error es la entrada para el bloque
de sistema difuso, mientras que las salidas son los valores de las constantes del PID. A su vez, estas se
convierten en la entrada del controlador PID, mientras la señal de control que actúa sobre la planta es
la salida del PID.

(a)

(b)
(c)
Figura 10. Controlador PID Difuso Autosintonizable: (a) Esquema de simulación del controlador difuso
PID, (b) Bloque del sistema difuso, (c) Bloque del controlador PID
Adicionalmente, los valores de offset de cada parámetro del PID, como se indicó en la sección 3.1,
fueron de K po=0.4 , K do=1 y K io =0 .

4.2. Controlador PID Asistido por un Controlador Difuso


Para esta sección, se utilizó la herramienta pidtune de Matlab para obtener los parámetros PID de
un controlador con las características resumidas en la Tabla 1. Las instrucciones utilizadas se muestran
a continuación:

Gs = tf([5.23e5],[1 87.35 1.047e4 0]);


T = 0.05;
Gz = c2d(Gs, T);
C0 = pid(0.1, 0.1, 0.1, 'Ts', T, 'IF', 'B', 'DF', 'B');
opts = pidtuneOptions('PhaseMargin', 70, 'DesignFocus', 'disturbance-rejection');
Cz = pidtune(Gz, C0, 10, opts);
[Kp, Ki, Kd] = piddata(Cz);
step(feedback(Gz*Cz, 1), 2.5)
margin(Gz*Cz)

A partir de esta sintonización, los parámetros encontrados para el PID se resumen en la Tabla 6.
Por otra parte, la planta, tanto en lazo abierto como en lazo cerrado, es inestable; sin embargo, el
sistema se vuelve global asintóticamente estable a partir de la acción del PID. De esta manera, en la
Figura 11 se muestra la sintonización de la planta y el controlador PID, y la respuesta del sistema ante
una entrada escalón.
Tabla 6
Parámetros sintonizados para el controlador PID del sistema G(s)
Parámetro Valor

Kp 0.1855

8
Ki 0.3506
Kd 0.0032

(a) (b)
Figura 11. Sintonización de un controlador PID para el sistema G(s): (a) Diagrama de Bode del
controlador y el sistema, (b) Respuesta a una entrada escalón del sistema controlado por el PID

Además, se realizó un sistema de control PID difuso asistido con las características resumidas en
la Tabla 7.
Tabla 7
Características del modelo PID difuso asistido
Característica Valor
Name = PID_Asistido
Type = sugeno
NumInputs = 2
InLabels = E
EC
NumOutputs = 1
OutLabels = U
NumRules = 9
AndMethod = prod
OrMethod = probor
ImpMethod = prod
AggMethod = sum
DefuzzMethod = wtaver

De esta manera, el modelo difuso asistido posee dos variables de entrada (E, CE) y una variable de
salida (U). Adicionalmente, cada variable de entrada posee tres funciones de membresía como se
muestra en la Figura 12.

Figura 12. Esquema del modelo PID difuso asistido

9
Las funciones de pertenencia de las variables de entrada, correspondientes al error y a la taza de
cambio del error, se detallan en la Figura 13.

(a) (b)

Figura 13. Funciones de pertenencia de la entrada del sistema PID difuso asistido: (a) funciones de
pertenencia del error, (b) funciones de pertenencia de la taza de cambio del error
Por otra parte, el valor que toma la salida del sistema difuso asistido en función de las entradas
está relacionada a partir de las reglas de interferencia resumidas en la Tabla 8.
Tabla 8
Reglas del sistema de interferencia PID difuso asistido para la acción de control U
Error
N Z P
Derivada del

N NG NP Z
Error

Z NP Z PP
P Z PP PG

Mediante estas reglas, se pueden obtener la superficie de la variable U del controlador PID difuso
asistido, que muestra la evolución del parámetro de salida en función de los valores que adquieran las
entradas del sistema difuso. En la Figura 14 se muestra la superficie de la variable de control U que
representa a la salida del sistema difuso.

Figura 14. Superficie de control de la salida del sistema PID difuso asistido
A partir de este sistema, se implementó un esquema de control para el sistema G(s). Como se
puede observar en la Figura 15, las entradas para el bloque del PID asistido son las señales de la
consigna y la salida del sistema, mientras que la salida es la variable de control que actúa directamente
sobre la planta. A su vez, en (b) se puede observar la arquitectura del controlador, en donde las
variables que forman parte del esquema, adoptan los valores a partir de la sintonización del PID
tradicional.

10
(a)

(b)
Figura 15. Controlador PID difuso asistido: (a) Esquema de simulación del controlador difuso PID
asistido, (b) Bloque del sistema difuso

De esta manera, los parámetros de control se fueron encontrados a partir de las ecuaciones Ec. 3 -
Ec. 6. Los valores que se obtuvieron se resumen en la Tabla 9.
¿=10 Ki
Ec. 3 GCU = Ec. 4
¿
Kp−√ K p2 −4 ⋅ Ki ⋅ Kd GU =
Kd
GCE=¿ ⋅ Ec. 5 Ec. 6
2⋅ Ki GCE
Tabla 9
Parámetros de sintonización para el controlador PID difuso asistido del sistema G(s)
Parámetro Valor

GE 10
GCE 0.1779
GCU 0.0351
GU 0.0179

4.3. Simulación del Sistema de Control Pitch de un Helicóptero


El sistema se trata del control del ángulo de elevación (pitch) de un helicóptero prototipo. Se
implemento un sistema de control PID difuso como se especifica en el paper Control Mediante Lógica
Difusa. Las características de este sistema se resumen en la Tabla 10.
Tabla 10
Características del modelo PID difuso para el control del ángulo de elevación de un helicóptero
Característica Valor
Name = Hel_Pitch
Type = mamdani
NumInputs = 2
InLabels = e
d_e
NumOutputs = 1
OutLabels = u
NumRules = 9
AndMethod = min
OrMethod = max
ImpMethod = min

11
AggMethod = max
DefuzzMethod = centroid

Así, el modelo difuso posee dos variables de entrada (e, d_e) y una variable de salida (u).
Adicionalmente, cada variable de entrada posee tres funciones de membresía como se muestra en la
Figura 16.

Figura 16. Esquema del modelo PID difuso

Las funciones de pertenencia de las variables de entrada, correspondientes al error y a la taza de


cambio del error, se detallan en la Figura 17.

(a) (b)

Figura 17. Funciones de pertenencia de la entrada del sistema PID difuso: (a) funciones de pertenencia del
error, (b) funciones de pertenencia de la taza de cambio del error

De igual forma, las funciones de pertenencia de de la variable de salida, correspondiente a la


acción de control, se muestran en la Figura 18.

Figura 18. Funciones de pertenencia de la salida del sistema PID difuso

12
Por otra parte, el valor que toma la salida del sistema difuso en función de las entradas está
relacionada a partir de las reglas de interferencia resumidas en la Tabla 11.

Tabla 11
Reglas del sistema de interferencia PID difuso para la acción de control u
Error
N Z P

Derivada del
N NG NP NP

Error
Z NP Z PP
P PP PP PG

Mediante estas reglas, se pueden obtener la superficie de la variable de control u del controlador
PID difuso, que muestra la evolución del parámetro de salida en función de los valores que adquieran
las entradas del sistema. En la Figura 19 se muestra la superficie de la variable de control u que
representa a la salida del sistema.

Figura 19. Superficie de la salida de control del sistema PID difuso


Adicionalmente, se utilizaron los esquemas presentados en esta investigación. En la Figura 20 se
detalla el sistema de simulación que representa al sistema de elevación del helicóptero.

(a)

(b)

13
(c)

Figura 20. Esquema de simulación del sistema de control pitch de un helicóptero: (a) sistema de control
del sistema, (b) controlador PID difuso, (c) planta representativa del helicóptero prototipo

5. Resultados

5.1. Controlador PID Difuso Autosintonizable


A partir del esquema de simulación detallado en la Figura 10, se obtuvo un sistema inestable, esto
se debía principalmente a que el valor del término Kd estaba comprendido entre [3, -3]. Generalmente,
la acción derivativa debe ser de un valor pequeño. Por esta razón, se multiplico por una ganancia de
0.002 al término calculado por el estimador difuso, como resultado se obtuvo la respuesta detallada en
la Figura 21 ante una entrada escalón con valor de 2 unidades.

Figura 21. Respuesta del sistema con respecto a la acción del controlador PID difuso autosintonizable
Como se puede observar en la figura anterior, existe un error de seguimiento a referencia en estado
estacionario, y un sobre impulso en el estado transitorio. Por esta razón, se realizó un ajuste en el valor
de la acción integral, añadiendo una ganancia de 0.01 para que, de esta manera, no afecte en estado
estacionario. De igual manera, se cambió el offset de la acción proporcional por un valor de 0.23.
Adicionalmente, se realizó el algoritmo computacional que remplazaría el bloque PID.

function u = fcn(e, Kp, Ki, Kd)


persistent int e_ant;
if isempty(int), int = 0; end
if isempty(e_ant), e_ant = 0; end
ts = 0.05;
kp=Kp + 0.23;
ki = Ki;
kd = Kd + 1;
int = int + e;
der = (e-e_ant);
pid = kp*e + 0.01*int*ki*ts + 0.002*der*kd/ts;
e_ant=e;
u = pid;

El resultado del cambio realizado en el controlador y del algoritmo programado se detalla en la


Figura 22. En esta imagen, también se puede observar el cambio de los parámetros del PID y de la
acción de control de ambos controladores.

14
(a)

(b)
Figura 22. Respuesta del sistema con la acción del controlador PID difuso autosintonizable con offset de
Ki=2: (a) respuesta del sistema con respecto al controlador, (b) evolución de los parámetros del
controlador PID y de la salida de control
Adicionalmente, se realizaron varias pruebas frente a perturbaciones en el sistema, para ello se
utilizó una perturbación del 5% de la referencia. En la Figura 23 se puede observar el resultado del
controlador PID difuso autosintonizable frente a perturbaciones.

(a) (b)
Figura 23. Respuesta del sistema con acción del controlador PID difuso autosintonizable frente a
perturbaciones y cambios de referencia: (a) perturbación en la acción de control u, (b) perturbación en la
salida del sistema y

5.2. Controlador PID Asistido por un Controlador Difuso


Se realizó la simulación del sistema difuso asistido detallado en la sección 4.2 con la configuración
de la Figura 15. En la Figura 24 se muestra los resultados de esta simulación.

15
Figura 24. Respuesta del sistema con la acción del controlador del PID asistido por un controlador difuso
Una alternativa que facilita la implementación de un controlador difuso, es expresar la superficie
de control en función de una tabla de doble entrada (lookup table), que además permite reducir el
costo computacional del procesador lógico que se esté utilizando. De esta manera, el controlador
difuso fue remplazado por un lookup table, obteniendo los resultados mostrados en la Figura 25.

Figura 25. Acción del controlador del PID asistido por un controlador difuso con lookup table
Además, se realizaron algunas pruebas para analizar el seguimiento a referencia y el rechazo a
perturbaciones. La perturbación simulada corresponde al 5% de la referencia inicial (ref=2). Así, de
esta manera, en la Figura 26 se resume los resultados obtenidos con respecto al rendimiento del
sistema.

(a) (b)

Figura 26. Respuesta del sistema con acción del controlador del PID asistido por un controlador difuso
frente a perturbaciones y cambios de referencia: (a) perturbación en la acción de control u, (b)
perturbación en la salida del sistema y

5.3. Sistema de Control Pitch de un Helicóptero


Mediante el esquema de la Figura 20, se simulo el sistema de un prototipo de helicóptero. El
resultado de la simulación se muestra en la Figura 27.

16
Figura 27. Respuesta del sistema de helicóptero con la acción del controlador del PID difuso
Sin embargo, como se puede apreciar, el controlador descrito en el artículo Control Mediante
Lógica Difusa, no cumple con el tiempo de establecimiento. Por esta razón, se modificaron los
parámetros del controlador por los descritos en la Tabla 12.
Tabla 12
Parámetros sintonizados para el controlador PID del helicóptero
PID Difuso PID Convencional

Parámetro Ganancia Parámetro Valor


Kp 0.9 Kp 0.003
Ki 0.0045 Ki 0.00625
Kd 0.003 Kd 0.001
Factor de
1 N 100
establecimiento

Con estos valores, la respuesta del sistema fue más rápida, como se puede ver en la Figura 28. Con
estos nuevos valores, se logra alcanzar los resultados del artículo Control Mediante Lógica Difusa.

Figura 28. Respuesta del sistema de helicóptero con la acción del controlador del PID difuso modificado

6. Discusión y Conclusiones
En este trabajo se ha podido analizar el rendimiento de algunos controladores PID difusos. En este
caso, se ha analizado tres casos de estudio de controladores en dos plantas diferentes. El primer
sistema está representado por la función de transferencia G(s), mientas que el segundo sistema, se
trata del sistema de elevación de un helicóptero prototipo.
En el primer caso de análisis, se desarrolló un controlador PID difuso autosintonizable que
controle a la planta G(s) con el esquema de control detallado en la Figura 10. Como resultado se
obtuvo la respuesta del sistema detallada en la Figura 21, en donde se puede observar que el sistema
logra ser controlado, sin embargo, la respuesta del mismo presenta un sobre impulso que en muchos de
los casos es un comportamiento no deseado. Por esta razón, se realizó un ajuste de los parámetros del
PID cambiando el valor del offset de la ganancia proporcional a 0.23, se aumentó un factor de ajuste a
la ganancia integral de 0.01 y un factor de ajuste a la ganancia derivativa de 0.002. El resultado de este

17
ajuste se detalló en la Figura 22 en donde se puede apreciar que se mantuvo el tiempo de
establecimiento, sin embargo, se minimizó el sobre impulso generado por el controlador original.
Adicionalmente, se analizó el seguimiento a referencia y el rechazo a perturbaciones resumidas en la
Figura 23 obteniendo que, el sistema sigue a cambios en la referencia, sin embargo, únicamente tiene
la capacidad de rechazar perturbaciones provocadas a la salida del sistema.
En el segundo caso de análisis, se desarrolló un controlador PID asistido por un controlador difuso
para controlar a la planta G(s) con el esquema detallado en la Figura 15. Como resultado se obtuvo la
respuesta detallada en la Figura 24, en donde se puede ver que el sistema es controlado correctamente,
con un tiempo de establecimiento de 1.75(s) y un sobre impulso del 15%. También se puede apreciar
que, el PID convencional tiene una subida más rápida que el difuso, sin embargo, en la Figura 25 se
puede ver que al cambiar el controlador difuso por su equivalente lookup table, controlador PID
convencional y el difuso poseen el mismo rendimiento. De igual manera, se analizó el rechazo a las
perturbaciones y seguimiento a referencia, obteniéndose los resultados resumidos en la Figura 26 en
donde se puede ver que el sistema rechaza perturbaciones en la salida del sistema y en la acción de
control, a diferencia del controlador del primer caso de análisis.
Se puede concluir que, el primer sistema es un buen controlador en seguimiento de referencia, en
donde se minimizó el sobre impulso, sin embargo, es susceptible a ruido en la acción de control. En
cambio, el controlador del segundo sistema es mejor en rechazo de perturbaciones, pues no se ve
influenciado por problemas de ruido en la acción de control, sin embargo, a diferencia del primero,
existe un sobre impulso que puede resultar no deseado.
En el tercer caso de análisis, se implementó el sistema de control descrito en el trabajo Control
Mediante Lógica Difusa, descrito en la Figura 20 dando como resultado la curva de control de la
Figura 27. Sin embargo, los resultados de ese artículo no corresponden a los obtenidos, por lo que se
realizó un ajuste de los parámetros cambiándolos a los descritos en la Tabla 12. EL resultado del ajuste
fino se puede apreciar en la Figura 28, en donde el tiempo de establecimiento (t=14s) obtenido se
asemeja al descrito en el trabajo mencionado.
Finalmente, se puede concluir que, sin necesidad de tener información de la planta, y únicamente
saber el desempeño requerido del sistema, un controlador difuso es una herramienta que ahorra mucho
tiempo de modelamiento y diseño de un controlador, permitiendo obtener el comportamiento deseado
del sistema.

18
7. Referencias

[1] R. Gordillo, «Apuntes de clase,» Curso de Identificación y Control Inteligente, vol. 1,


2020.
[2] W. Nurbaiti y H. Nurhaffizah, «Self-tuning Fuzzy PID Controller Design for Aircraft Pitch
Control,» International Conference on Intelligent Systems Modelling and Simulation, vol. III,
nº 978-0-7695-4668-1/12, pp. 19-24, 2012.
[3] I. Erenoglu, I. Eksin, E. Yesil y M. Guzelkaya, «An Intelligent Hybrid Fuzzy Pid
Controller,» European Conference on Modelling and Simulation, vol. I, nº 20, pp. 1-5, 2006.

19

También podría gustarte