Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 45 vistas

    Practica 3.

    Cargado por

    Rogelio Cadena Delgado
    Este documento describe la implementación de un controlador difuso para controlar la posición de un motor de corriente continua utilizando MATLAB. Se explica el proceso de diseñar el controlador difuso en Simulink usando el bloque de lógica difusa, incluyendo la edición de las variables de entrada y salida del sistema difuso.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Practica 3.

    Cargado por

    Rogelio Cadena Delgado
    45 vistas15 páginas
    Este documento describe la implementación de un controlador difuso para controlar la posición de un motor de corriente continua utilizando MATLAB. Se explica el proceso de diseñar el controlador difuso en Simulink usando el bloque de lógica difusa, incluyendo la edición de las variables de entrada y salida del sistema difuso.

    Descripción original:

    Practica sobre el control difuso

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe la implementación de un controlador difuso para controlar la posición de un motor de corriente continua utilizando MATLAB. Se explica el proceso de diseñar el controlador difuso en Simulink usando el bloque de lógica difusa, incluyendo la edición de las variables de entrada y salida del sistema difuso.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    45 vistas15 páginas

    Practica 3.

    Cargado por

    Rogelio Cadena Delgado
    Este documento describe la implementación de un controlador difuso para controlar la posición de un motor de corriente continua utilizando MATLAB. Se explica el proceso de diseñar el controlador difuso en Simulink usando el bloque de lógica difusa, incluyendo la edición de las variables de entrada y salida del sistema difuso.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 15

    1

    Universidad de Guadalajara
    Centro Universitario de los Valles

    Ingeniería en Instrumentación Mecatrónica

    Reporte del proyecto:


    Practica 3. Simulación de control difuso de un motor de
    DC utilizando el Tolboox fuzzy.

    Presentado por:
    Rogelio Cadena Delgado.

    Profesor
    Dr. Gerardo Ortiz Torres

    Ameca, Jalisco, septiembre 11, 2023.


    2

    Índice

    CONTENIDO
    Índice ................................................................................................................................. 2
    1. Introducción ................................................................................................................... 3
    1.1 Planteamiento del proyecto .................................................................................. 3
    1.2 Objetivos .............................................................................................................. 3
    1.3 Metodología. ........................................................................................................ 4
    1.3.1 Operación del sistema. ...................................................................................... 4
    2. Diseño ............................................................................................................................ 5
    3. Implementación ............................................................................................................. 7
    4. Conclusiones ................................................................................................................ 14
    Referencias....................................................................................................................... 15
    3

    1. Introducción

    Un sistema de control difuso para el posicionamiento de un motor de corriente continua


    (DC) digitalizado en MATLAB abarca la combinación de técnicas de control de lógica difusa
    con métodos de control tradicionales. En este enfoque, la lógica difusa se emplea para
    manejar incertidumbres y no linealidades inherentes al sistema del motor de DC. Utilizando
    el entorno de MATLAB y su toolbox de Fuzzy Logic, es posible diseñar, simular y validar
    el controlador de forma rápida y eficiente. El motor de DC puede presentar varios retos en
    cuanto al control de posición, como variaciones en la carga, fricción y otras no linealidades.
    Estos factores hacen que los sistemas de control convencionales, como los controladores PID,
    puedan ser insuficientes o requieran una sintonización compleja. En contraste, un sistema de
    control difuso puede adaptarse a estas variaciones de una manera más intuitiva.

    1.1 Planteamiento del proyecto


    El objetivo de este proyecto es investigar la efectividad de un sistema de control basado
    en lógica difusa para el posicionamiento preciso de un motor DC, utilizando para ello el
    entorno de MATLAB y su toolbox de Fuzzy Logic. El proyecto buscará diseñar, simular y
    validar dicho sistema de control, comparando su rendimiento con métodos tradicionales para
    determinar si ofrece ventajas significativas en términos de precisión, tiempo de respuesta y
    robustez.

    1.2 Objetivos

    Objetivo general
    El proyecto consiste en planificar, construir y someter a prueba un sistema de control con
    lógica difusa para conseguir un posicionamiento exacto de un motor de corriente continua,
    La meta es aumentar la resistencia y flexibilidad del sistema ante variaciones y complejidades
    como las no linealidades y cambios en la carga.
    4

    Objetivo particular
    se busca inicialmente modelar las dinámicas del motor DC en el entorno de MATLAB,
    enfocándose en las características propias como fricción y variabilidad de la carga,
    definiendo funciones de membresía y reglas de inferencia apropiadas para el control de
    posición. Posteriormente, se llevarán a cabo simulaciones para medir el desempeño del
    controlador en términos de exactitud, tiempos de respuesta y solidez, y estos resultados se
    cotejarán con los obtenidos de un controlador PID convencional. Si las condiciones lo
    permiten, se validará el controlador en un entorno de motor DC real o en una simulación más
    avanzada.

    1.3 Metodología.
    1.3.1 Operación del sistema.

    1. Modelado del Motor: Es necesario obtener un modelo matemático que describa


    el comportamiento del motor de DC, que usualmente incluye ecuaciones
    diferenciales que representan las dinámicas del motor.

    2. Diseño del Controlador Difuso: Utilizando la toolbox de Fuzzy Logic de


    MATLAB, se diseñan las funciones de membresía, las reglas difusas y se realiza
    la simulación del controlador difuso.

    3. Simulación y Análisis: Una vez implementado el controlador, se simula el sistema


    completo (motor y controlador) para evaluar el rendimiento en términos de
    criterios como el tiempo de asentamiento, overshoot y precisión.

    4. Validación: Finalmente, la simulación del controlador se valida contra un sistema


    real o contra un modelo más complejo para asegurar que el rendimiento sea el
    esperado.

    5. Implementación: Una vez validado el controlador, se procede a implementarlo


    para controlar el motor de DC en tiempo real, utilizando recursos como Simulink
    Real-Time o hardware específico compatible con MATLAB.

    1.3.2 Etapas del proyecto


    1. Modelado del Sistema: Crear un modelo matemático del motor DC que incluya
    dinámicas y no linealidades asociadas con la carga y la fricción, utilizando el entorno
    de MATLAB para la simulación.
    5

    2. Desarrollo del Controlador Difuso: Utilizar la toolbox de Fuzzy Logic de


    MATLAB para diseñar las funciones de membresía, las reglas de inferencia y los
    métodos de desdifusificación necesarios para el control de posición del motor DC.
    3. Simulación y Comparación: Realizar simulaciones para evaluar el rendimiento del
    controlador difuso en términos de precisión, tiempo de respuesta y robustez.
    Comparar estos resultados con un controlador PID estándar para establecer ventajas
    y desventajas.
    4. Validación Empírica: Si es posible, implementar el controlador en un motor DC real
    o en un entorno de simulación más complejo para validar la eficacia del diseño del
    controlador difuso.
    5. Análisis de Sensibilidad: Evaluar la robustez del sistema de control difuso frente a
    variaciones en las condiciones operativas, como cambios en la carga y en la fricción.
    6. Optimización y Ajuste: Basado en los resultados de las simulaciones y pruebas
    empíricas, realizar ajustes y optimizaciones en las funciones de membresía y reglas
    de lógica difusa para mejorar aún más el rendimiento del controlador.
    7. Documentación y Diseminación: Documentar el proceso de diseño, implementación
    y evaluación, y preparar material que permita replicar o extender el trabajo en futuras
    investigaciones o aplicaciones industriales.

    2. Diseño

    Para llevar a cabo esta práctica de implementar un sistema de control difuso para el
    posicionamiento de un motor de corriente continúa utilizando MATLAB, necesitarás los
    siguientes recursos y herramientas:
    1.1.1 Software
    1. MATLAB: Versión actualizada que soporte las últimas funcionalidades del toolbox
    de Fuzzy Logic.
    2. Fuzzy Logic Toolbox de MATLAB: Para el diseño, simulación y análisis del
    controlador difuso.
    6

    3. Simulink (Opcional): Para una simulación más detallada y, eventualmente, para la


    implementación en tiempo real del controlador.
    1.1.2 Hardware
    1. Motor de Corriente Continua (DC): Un motor de DC para realizar pruebas
    empíricas, si la validación en el mundo real es una etapa del proyecto.
    2. Sistema de Medición: Sensores de posición y, posiblemente, de velocidad y carga,
    dependiendo de la complejidad del sistema a modelar.
    3. Tarjeta de Adquisición de Datos o Controlador PLC: Para la interfaz entre el
    motor y la computadora donde se ejecuta MATLAB.
    4. Computadora: Un equipo con suficiente capacidad de procesamiento y memoria
    para ejecutar simulaciones y análisis.
    Utilizando estos recursos y herramientas, estarás preparado para abordar cada una de las
    etapas del proyecto, desde el modelado y diseño del controlador hasta su validación y
    optimización.
    7

    3. Implementación

    Primeramente, debemos entrar a Matlab, estando dentro debemos de irnos a simulink, de ahí
    debemos buscar en la barra de búsqueda de los elementos con la palabra fuzzy este bloque.

    Ilustración 1 Bloque fuzzy logic en simulink

    Ya agregado en el espacio de simulink le daremos clik y nos desplegar a esta parte dentro
    del mismo bloque.
    8

    Ilustración 2 Edicion del bloque fuzzy logic.


    9

    Después editaremos el FIS variables tanto la entrada como la salida, de manera que
    pondremos la entrada con los siguientes 6 formatos para la entrada ENG,ENP, EG, EPP, EPG
    y para la salida de voltaje como VNG, VNP, VG, VPP, VPG.
    Dentro de la misma edición le pondremos en el rango que vaya desde -Pi a Pi, para la
    entrada y para la salida -10 a 12. Tenemos el concepto de -180° a 180° esto por que queremos
    en dado momento tenerlo en 180 y regresarlo a cero, es lo mismo para Pi.

    Ilustración 3 Edicion FIS Variables.

    Ilustración 4 Edicion del Rango de -Pi a Pi


    10

    Ilustración 5 edición de la salida.

    Por siguiente tenemos que acceder a la parte de edit para poder enlazar uno a uno cada
    parte de las 6 entradas tanto de la salida como de la entrada (entrada ENG,ENP, EG, EPP,
    EPG, salida VNG, VNP, VG, VPP, VPG)

    Ilustración 6 Enlaces de la entrada con la salida.


    11

    Seguimos con la parte de la exportación del documento para poder abrirlo directamente
    en Simulink y cargarlo al programa, de esta manera para poder observar la simulación,
    tenemos que exportarlo y guardarlo en una carpeta con un nombre específico para poder
    buscarlo con facilidad.

    Ya que lo exportamos, salimos y entramos directamente al Simulink, donde pondremos


    un scope, para la visualización del programa una retroalimentación sus constantes el fuzzy
    logic ya editado y la función de transferencia.

    Ilustración 7 simulink ya completado.


    12

    Ilustración 8 búsqueda y carga de la exportación al Simulink.

    Ya buscado el programa que editamos y guardamos en una carpeta, seguimos con la


    edición de la función de transferencia, donde agregaremos los valores ya propuestos en el
    modelo.

    Ilustración 9 Llenado de información de la función de transferencia.


    13

    Ilustración 10 edicion del step con 5 step time.

    Ya por último tenemos la visualización por medio del Simulink lo que nos arroja la siguiente
    grafica simulada.

    Ilustración 11 Simulación de la señal-


    14

    4. Conclusiones

    In summary, by using fuzzy logic techniques in the MATLAB environment for the
    positional control of a DC motor, an effective solution is proposed to overcome challenges
    related to nonlinearities and system variations. This strategy allows for the development of a
    more resilient and versatile controller than conventional methods like PID. The project has a
    well-defined set of objectives, ranging from simulation and modeling in MATLAB to the
    validation and fine-tuning of the fuzzy controller, all with the ultimate aim of strengthening
    the adaptability and robustness of the control system for DC motors. This approach requires
    a combination of specialized software, specific hardware, technical documentation, and a
    team with diverse skills to implement and evaluate the system. The applicability of this
    project is broad, spanning from industrial to robotic applications, and has the potential to
    significantly improve the efficiency in the control of DC motors.
    15

    Referencias

    [1] Ross, T. J. (2016). Fuzzy Logic with Engineering Applications. Wiley & Sons,
    Incorporated, John.
    [2] Medel, J. (2010). Control difuso usando sistemas digitales. Lulu Press, Inc.
    [3] Ross, T. J. (2016). Fuzzy Logic with Engineering Applications. Wiley & Sons,
    Incorporated, John.
    [4] Matlab.

    También podría gustarte