UNIVERSIDAD NACIONAL DEL ALTIPLANO - PUNO FACULTAD DE INGENIERA MECNICA ELCTRICA ELECTRNICA Y SISTEMAS

ESCUELA PROFESIONAL: INGENIERA ELECTRNICA

AUTOMATIZACION DE UN SISTEMA DE CONTROL DE NIVEL CON LOGICA DIFUZA

PRESENTADO POR: ROBERTH, MAMANI MOYA PUNO PER 2013

A mis Padres, y amigos.

AGRADECIMIENTO Primeramente agradezco a Dios por darme la fuerza suficiente para continuar luchando en la vida, tambin agradezco a los ingenieros que nos brindan su enseanzas, y tambin a mis compaeros que me ayudaron en el transcurso del semestre.

NDICE:
CAPTULO I .......................................................................................................................................... 6 1.1 PLANTEAMIENTO DEL PROBLEMA ................................................................................................ 6 1.2. ANTECEDENTES DE LA INVESTIGACIN ....................................................................................... 7 1.3. OBJETIVOS DE LA INVESTIGACIN ............................................................................................... 7 CAPTULO II: ........................................................................................................................................ 7 2.1. MARCO CONCEPTUAL .................................................................................................................. 9 CAPTULO III: ..................................................................................................................................... 18 3.1. TIPO DE INVESTIGACION: ........................................................................................................... 18 3.2 REA DE ESTUDIO: ...................................................................................................................... 18 3.3. ENFOQUE:................................................................................................................................... 18 CAPTULO IV: ..................................................................................................................................... 18 CONCEPTOS BASICOS DE LOGICA DIFUSA......................................................................................... 12 CONCLUSIONES ................................................................................................................................. 24 ENTORNO GRAFICO DE PROGRAMACION Y SIMULACION ................................................................ 15 EVALUACION DE REGLAS................................................................................................................... 14 EXPOSICIN Y ANLISIS DE RESULTADOS ......................................................................................... 18 HISTORIA DE LA LOGICA DIFUSA ....................................................................................................... 12 INTRODUCCIN ................................................................................................................................... 5 MARCO TERICO ................................................................................................................................. 8 Medicion y control de nivel de liquidos .............................................................................................. 8 MTODO DE INVESTIGACIN ............................................................................................................ 18 MODELO Y CONTROL AVANZADO ..................................................................................................... 10 PARTES DE UN CONTROLADOR CON LOGICA DIFUSA....................................................................... 13 PASO AL MUNDO DIFUSO ................................................................................................................. 14 PASO AL MUNDO REAL ..................................................................................................................... 15 REGLAS DE LOGICA DIFUSA ............................................................................................................... 13 RESUMEN ............................................................................................................................................ 4 Simulacin ......................................................................................................................................... 21 SIMULACION DEL SISTEMA USANDO MATLAB ................................................................................. 18 ANEXOS ............................................................................................................................................. 26 BIBLIOGRAFA 25 4

RESUMEN Se realiz el diseo, simulacin y posterior implementacin de un controlador utilizando la teora del control difuso con el fin de controlar el nivel de lquido. Para realizar diseo se utiliz la teora de conjuntos y control difuso, el programa computacional MatLab y los modelos matemticos simulados del tanque en cuestin. Obteniendo de esta manera un controlador que como se pudo comprobar en la simulacin realiza su funcin apropiadamente. A diferencia de un control convencional donde su modelo se puede caracterizar a travs de expresiones puramente matemticas, el controlador difuso asemeja su comportamiento al de un humano. Los humanos generalmente utilizamos expresamos variables fsicas como expresiones lingsticas. Por ejemplo para dar relacin de la velocidad de un automvil, Si el automvil posee una velocidad elevada, la tendencia lingstica es rpido si el mvil se encuentra viajando a una velocidad baja es lento. Estas expresiones pueden ser utilizadas para el control, cambiando su contexto en el caso de un sistema de nivel se puede hablar de expresiones lingsticas relacionadas con el llenado del mismo, como abrir la vlvula de llenado, cerrar vlvula etc. El fundamento de los controladores difusos es la lgica difusa. En la lgica difusa se definen los conjuntos difusos como aquellos que tienen elementos cuya pertenencia al conjunto no se puede establecer con completa certeza, a diferencia de los conjuntos clsicos en los cuales los valores oscilan entre dos valores nicamente.

INTRODUCCIN En las ltimas dcadas, y de modo creciente con el tiempo, el desarrollo de la tcnica de control automtico se ha caracterizado por los esfuerzos encaminados a perfeccionar la operacin de los procesos productivos, de modo que exhiban la mejor calidad posible en su comportamiento. Esto supone la necesidad de abordar terica y prcticamente sistemas con mayor complejidad, la cual se manifiesta en las descripciones matemticas, criterios de comportamiento, as como en la elaboracin y ejecucin de acciones conducentes a alcanzar ese comportamiento deseado, basado en el diseo de controladores convencionales, adaptativos y evolutivos, en la inteligencia artificial, entre otros. En la actualidad progresa el desarrollo de algoritmos ms complejos para el control de dichos procesos y ello requiere tcnicas ms avanzadas entre las cuales la ms importante es la lgica difusa. sta se clasifica como parte de la inteligencia artificial, ya que es una forma de razonamiento lgico que permite incorporar en la automatizacin esquemas de razonamiento propios del hombre, es decir, un controlador difuso tpico infiere los consecuentes de un conjunto de reglas segn conocimiento que el operador tenga del proceso; el razonamiento se puede realizar en paralelo y se obtiene como resultado una sencilla suma lgica. En este trabajo se desarrolla una serie de algoritmos de control por tcnicas de lgica difusa, con la cual se logra realizar un eficiente control de nivel, tomando como variable principal el nivel. Inicialmente se identific el sistema por mtodos no paramtricos, utilizando la curva de reaccin de la planta ante una excitacin a la entrada del sistema. De este modo se obtuvo un modelo de primer orden para el nivel. Los controladores con mejor desempeo fueron seleccionados e implementados en MATLAB. Para seleccionar los mejores controladores se hace nfasis de manera minuciosa en las parejas de controladores. Esto garantiza que el ciclo interno sea el que regule las perturbaciones y as no trasciende al ciclo primario.

CAPTULO I
1.1.PLANTEAMIENTO DEL PROBLEMA El presente estudio indica la relacin entre el controlador borroso y el control con redes neuronales de cuyo resultado se obtienen algunas simplificaciones de los controladores de los controladores criterios neuronales y difusos. Adems se exponen

vlidos para ejecutar estrategias de afinamiento de los controladores

difusos y neuronales. Esta investigacin ayudara a contribuir con el estudio de la implementacin de controles alternativos , los cuales nos permiten enfocar el problema de control en tiempo real de una planta, refirindose a conocimientos cualitativos de la misma que deviene de la experimentacin humana en un sistema de control. 1.2.ANTECEDENTES DE LA INVESTIGACIN En la especialidad de Instrumentacin y Control de Electrnica tiene como una de sus tareas el desarrollo de investigacin. El proyecto que se pretende realizar se enfoca dentro de la lnea de investigacin de automatizacin industrial, especficamente en el campo de control inteligente. El proyecto tiene el principal inters de investigacin sobre controladores difusos y redes neuronales ya que son de importancia en el sector industrial por su desempeo frente a perturbaciones, minimizacin del error en la salida y optimizacin del proceso a controlar, este conocimiento servir de base para el diseo e implementacin de controladores predictivos en los modelos de la planta. 1.3.OBJETIVOS DE LA INVESTIGACIN Disear un control de nivel con lgica difusa que mantendr el nivel confortable de un tanque.
7

CAPTULO II:

MARCO TERICO MEDICION Y CONTROL DE NIVEL DE LIQUIDOS Los lquidos son sustancias en su estado de la materia intermedio entre los estados slidos y gaseosos. Las molculas de los lquidos no estn prximas como las de los slidos, pero estn menos separados que los gases. Tienen un volumen determinado, por lo cual sus distancias moleculares no se ven afectadas al asumirse la forma del recipiente que los contiene. PROPIEDADES DE LOS LIQUIDOS Comprensin y expansin A los lquidos se les considera incomprensibles debido a que dentro de ellos existen fuerzas externas de atraccin entre sus molculas. Por otra parte cuando a un lquido se le aplica una presin, su volumen no se ve afectado en gran cantidad, ya que las molculas sus molculas de un lquido estn en continuo movimiento es por esa causa de la temperatura que est experimentando, lo cual inclina al lquido a aumentar la distancia de sus molculas; a pesar de esto la fuerzas de atraccin que existen en el lquido se oponen a este distanciamiento de sus molculas. Difusion Al realizar la mescla de dos lquidos, las molculas de uno de ellos se difunden en las del otro a menor velocidad que en los gases. Si se desea ver la difusin de los
8

lquidos, se puede hacer, dejando caer una pequea cantidad de tinta china en un poco de agua. Forma y volumen En un lquido, las fuerzas de atraccin son suficientes aguadas para limitar a las molculas en su movimiento dentro de un volumen definido. A pesar de esto las molculas no se pueden guardar un estado fijo, es decir, las molculas del lquido no permanecen en una sola posicin. L as molculas s, dentro de los lmites del volumen del lquido tiene la libertad de moverse unas alrededor de otras. Viscosidad Algunos lquidos fluyen lentamente , mientras que otros fluyen con facilidad; la resistencia a fluir se conoce con el nombre de viscosidad .Si existe un mayor viscosidad, el lquido fluye ms lentamente. Los lquidos como el aceite de los motores son relativamente viscosos. Medicin de lquidos La medicin de nivel, su deteccin o su monitoreo, es fundamental en la industria, especialmente en la industria qumica de tratamiento de las aguas y de almacenamiento de lquidos en tanques. Es igualmente para integrante en la medicin de otros parmetros como el caudal. La determinacin del nivel permite avaluar la cantidad de lquido en un reservorio o recipiente industrial de dimensiones conocidas. En consecuencia, los medidores de nivel podran tener sus escalas directamente en unidades de longitud, de masa, de peso o de volumen. Para medir nivel en un lquido se determina la distancia existente entre una lnea de referencia y la superficie del fluido y generalmente dicha lnea de referencia se toma como el fondo del recipiente. El nivel es una variable que puede ser mediad fcilmente , pero existen otros factores tales como viscosidad del fluido, tipo de medicin deseada, presin, recipiente presurizado o no; las que traen como

consecuencia que existan varios mtodos y tipos de instrumentos medidores de nivel. El medidor de nivel depender de las necesidades o condiciones de operacin.

2.1.MARCO CONCEPTUAL MODELO Y CONTROL AVANZADO Modelo Matemtico de la planta Para desarrollar el controlador con Lgica Difusa y Redes Neuronales, o primero se necesita es identificar las variables que interviene en el proceso , las cuales se describen a continuacin Medio controlado: espacio a controlar Variable controlada: nivel Agente de control: Flujo de lquido al espacio(tanque) Elementa primario de medicin: sensor potencimetro Elemento final de control: Nivel Tanque

Una vez determinadas las variables, se requiere ver qu factores (en este caso las perturbaciones que podra afectar a nuestro sistema de control) intervienen para poder controlar o mantener el nivel en el tanque.

10

Modelo a implementar en la planta.

Q0: Flujo de entrada al tanque Q1: Flujo de salida P0, P1: Presin en el fondo del tanque y el exterior r: Constante que depende de la geometra del orificio g: Aceleracin de la gravedad d: Densidad del liquido

El flujo acumulado en cada tanque es:

Resolviendo las ecuaciones anteriores para la altura abtenemos

11

El estado de equilibrio del proceso es:

Aplicando el jacobiano, el proceso linealizado resulta:

Donde:

HISTORIA DE LA LOGICA DIFUSA La teora de conjuntos difusos fue introducida por lofti A. Zadeh como un mecanismo de representacin de imprecisin de los conceptos empleados en el lenguaje natural [Zadeh, 1965]. Los conjuntos difusos fueron definidos como una extensin de los conjuntos clsicos que permitiera modelar la imprecisin de los conceptos humanos. En la teora clsica de conjuntos, formulada por George Cantor a finales del siglo XIX, un cierto elemento puede pertenecer o no a un determinado conjunto, es decir, la relacin de pertenencia puede tomar nicamente los valores verdaderos o falsos. La modificacin fundamental propuesta por Zadeh consiste en introducir un grado de pertenencia, esto es expresar la pertenencia de un elemento a un conjunto como nmero real en el intervalo [0 1]. Un grado de pertenencia 0 indica que elemento no pertenece a un determinado conjunto, mientras que un grado de pertenencia 1 indica el elemento pertenece totalmente

12

al conjunto. Valores intermedios indican una pertenencia parcial de un elemento al conjunto. CONCEPTOS BASICOS DE LOGICA DIFUSA La difusidad La difusidad es incertidumbre determinstica Difusidad est relacionada al grado con el cual los eventos ocurren sin importar la probabilidad de su ocurrencia. Por ejemplo, el grado de la juventud de una persona es un evento difuso sin importar que sea un elemento aleatorio Algunos puntos a favor de la difusidad frente a la probabilidad serian: Difusisdad es una incertidumbre determinstica, la probabilidad es no determinstica. La incertidumbre probabilstica se disipa con el incremento del nmero de ocurrencia y la difusidad no La difusidad describe eventos ambiguos. La probabilidad describe los eventos que ocurren si un evento ocurre es aleatorio. E l grado con el cual es difuso. REGLAS DE LOGICA DIFUSA El anlisis por controladores con lgica difusa parte de cierto de razonamiento que permite obtener resultados lgicos e tiles. La lgica difusa se basa en un conjunto de reglas llamadas predicados, premisas o condiciones, que es solo una combinacin de operadores AND, OR, o NOT, para inferir un resultado. Una regla se inicia con un if, sea un si y la condicin a revisar puede constar de operadores AND, OR, o NOT. El proceso se inicia si se cumple; en este caso se dice que la regla se activado. Cuando esto sucede, se procede a calcular una salida que depende de la parte then o entonces, que tambin pueden estar

13

formados por operadores AND u OR . Al igual que la regla , la conclusin tiene grados de activacin. Existen varios mtodos para inferir resultados: uno de los mas comunes y que se utiliza en el diseo de este trabajo es el mtodo de Mandani que se describe a continuacin. PARTES DE UN CONTROLADOR CON LOGICA DIFUSA Mtodos Mandani Un controlador que utiliza lgica difusa se asemeja mucho a un controlador normal. La salida de la planta es la entrada del controlador, y a partir de los datos de la planta el controlador crea una salida de control para la planta. Si el controlador fuera una caja negra, la nica manera de diferenciar entre un controlador que utiliza lgica difusa y cualquier otro tipo seria solo observar la mejora en aspectos como sobrepaso, etc. Sin embargo al analizar el controlador por dentro se puede ver que existe una gran diferencia. Un controlador que usa lgica consta de tres etapas principales que se muestran en la siguiente figura

Arquitectura del controlador El proceso de constituye de un controlador que utilice lgica difusa se puede dividir en la construccin de sus tres partes componentes. Este esquema representa el mecanismo de inferencia de Mandani. Segn Mandani, el proceso de inferencia conlleva lo siguiente: paso al mundo difuso a partir de funciones de pertenencia obtener el grado de activacin de reglas y a partir de estas obtener la conclusin, y luego pasar al mundo real este resultado. A continuacin se hace una descripcin de estas partes
14

PASO AL MUNDO DIFUSO El primer paso que debe realizar el controlador es pasar la variable medida al mundo real difuso, para que pueda ser utilizado por las siguientes etapas. Esto se hace utilizando funciones de pertenencia de conjuntos difusos predefinidos. Por cada variable de entrada al controlador, esta etapa determina su grado de pertenencia a algn conjunto difuso, a partir de la funcin de pertenencia de conjunto. EVALUACION DE REGLAS Esta etapa constituye el cerebro del controlador, puesto que aqu es donde se define la lgica que debe realizar para controlar adecuadamente a la planta. La entrada a esta etapa es el grado de pertenencia de las variables de entrada a algn conjunto difuso. A partir de estos datos se evalan un conjuntos de reglas, como se describi anteriormente para obtener un resultado. A partir del grado de activacin de la condicin if se obtienen el grado de activacin de la conclusin. A partir de este resultado se obtiene una funcin de pertenencia para la salida, similar a las funciones de pertenencias de conjuntos difusos. Esta funcin de pertenencia depende de las funciones de pertenencia de los conjuntos que definen la regla que aplica. PASO AL MUNDO REAL Una vez que se tiene la funcin de pertenencia para la salida, lo que resta es pasar esto al mundo real , para que pueda controlar algn dispositivo de la planta. Existen varios mtodos a partir de los cuales se obtienen esta seal. Los ms usados son los del valor mximo y el de centro de gravedad: Mtodo de valor mximo: En este mtodo la salida se toma como valor de la conclusin de la regla que obtuvo mayor grado de pertenencia. Usar este mtodo no resulta tan atractivo puesto que se pierde algo de ventaja s de los conjuntos difusos Mtodo Centro de Gravedad: Este mtodo es un tipo de promedio y por esto se utiliza mucho. As no se pierde el aspecto difuso del controlador usado, como si sucede con el mtodo del Valor Mximo. E n este mtodo lo que se realiza es el clculo del centro de masa del grafico de la funcin de pertenencia del resultado.
15

ENTORNO GRAFICO DE PROGRAMACION Y SIMULACION Diseno del cotrolador Difuso El controlador lgico difuso se basa en el modelo lingstico de la estrategia del operador humano, es decir, tiene la capacidad para operar con conceptos propios del razonamiento cualitativo, fundado sobre un soporte matemtico que permite extraer conclusiones a partir de un conjunto de observaciones y reglas cualitativas. La esencia de tal modelo es un programa basado en reglas, por lo que clasifica entre los llamados sistemas expertos [1]. Un controlador difuso se compone de cuatro elementos: el fusificador, la base de conocimiento, la toma de decisiones (mecanismo de inferencia) y defusificador. Fusificado. La primera tarea del controlador lgico difuso (FLC) es traducir el valor medido en trminos de valores lingsticos. El proceso consiste en la medicin de las variables de entrada al controlador realizando un mapeo a escala que transforma el rango de valores de las variables de entrada en los correspondientes valores lingsticos en el universo discurso [2]. En la fusificacin de las entradas se hace la lectura de las seales de nivel y flujo, las cuales se codifican de tal forma que queden en trminos de los conjuntos difusos. As, en esta etapa se determina su correspondiente grado de pertenencia. Informacin cualitativa que toma como referencia conjuntos difusos y variables difusas.

Base de Conocimiento: La base de conocimiento consiste en una base de datos y otra de reglas. La base de datos proporciona las definiciones necesarias para las reglas de control y la manipulacin de los datos difusos. El nmero mximo de reglas viene dado por el producto de nmeros de particiones de todas las variables lingsticas de entrada al FCL. Para hablar de una base de reglas, es preciso elegir cules variables se tomaran como entrada y cules como salida del FCL. En la (figura 2) se puede observar cmo se define la variable entrada nivel; de la misma manera se definen las dems entradas y las salidas.

Toma de Decisiones: La toma de decisiones es la mdula del controlador difuso (mecanismo de inferencia). Tiene la capacidad de simular la toma de decisiones humanas
16

basada en conceptos y acciones de control y empleando implicaciones y reglas de inferencia de la lgica difusa. Es importante conocer las etapas de la lgica difusa. Estas tareas se resuelven utilizando las operaciones lgicas de disyuncin, conjuncin e implicacin, de tal forma que la evaluacin de una regla vendr dada por un antecedente y un consecuente, activacin y desactivacin de las seales para la toma de decisiones. Supondremos en lo que sigue que la base de reglas es de tipo clsico. Entonces, un estado dado dar lugar a la activacin de varias reglas y se activarn solamente aquellas en las que todos los conjuntos difusos del antecedente resulten ser no nulos para el estado dado.

Defusificado: Es la etapa del FCL encargada de entregar al proceso acciones de control deterministas a partir de salidas difusas resultantes de la composicin de reglas. La accin sobre el proceso exige que el controlador brinde a su salida una magnitud dada, no difusa, por lo que es necesario realizar una defusificacin, que realiza un mapeo a escala que convierte el rango de valores de las variables de salida al correspondiente universo discurso, y defusifica tambin la accin de control difusa inferida en una accin de control concreta. En la prctica, para adoptar cierta accin de control, hay que tener muy en cuenta la posicin del elemento final de control. sta necesariamente tiene que influir en el algoritmo, considerndola como parte de estado del proceso.

17

CAPTULO III
MTODO DE INVESTIGACIN 3.1. TIPO DE INVESTIGACION: El proyecto es de tipo investigacin y aplicativo 3.2. REA DE ESTUDIO: Ingeniera electrnica. 3.3. ENFOQUE: Cualitativo.

CAPTULO IV
EXPOSICIN Y ANLISIS DE RESULTADOS SIMULACION DEL SISTEMA USANDO MATLAB

18

La simulacin de los controladores difusos se hizo en MATLAB usando el sistema de inferencia difuso llamado FIS EDITOR, donde se configuran las reglas (entradas y salidas difusas) y el sistema experto para luego usarse en el Simulink como un bloque de control. Y se observa el resultado en la visualizacin de la planta de nivel. En el Editor de FIS Editor se agreg dos entradas y una salida, tal como se muestra a continuacin.

Figura: Bloque FUZZY para sistema multitanque. Se ingresan los diferentes conjuntos fuzzy para las entradas y la salida. Los lmites son los que se muestran en las siguientes figuras.

Salida Sus rangos van de -1.5 a 1.5, eso se debe a que el punto medio del ltimo conjunto fuzzy es el valor de 1 y -1, lo cual activa o desactiva completamente la bomba.

19

FIS Editor y entradas y salidas difusas Finalmente se ingresan las reglas que gobiernan el control fuzzy.

20

Sistema experto

SIMULACIN

Figura: Esquema en SIMULINK del sistema multitanque para la simulacin del controlador.

21

Al ser un control PID, se ha puesto lmites en el integrador, tal como se propuso en los conjuntos difusos del bloque FUZZY de MATLAB.

Se observa cmo llega al set point deseado y se obtiene un error en estado estacionario 0 gracias a la accin integral.

Figura: Salida controlada de la altura del tanque.

22

Visualizador del Control (Nivel).

23

Simulacin del nivel tanque

CONCLUSIONES Al aplicar el controlador difuso en tiempo real, se compar su respuesta con la entregada por el sistema convencional PID, observando que las seales de control difuso presentan un mnimo de error en el objetivo del control y logran la estabilidad del elemento final de control. Por tanto, de esta forma se concluye que los sistemas difusos no pierden velocidad de respuesta. El modelo matemtico y los controladores diseados en este proyecto sirven como base para los procesos de enseanza de control con plantas industriales dada su presentacin terica prctica la cual va desde la aproximacin a problemas reales hasta la identificacin y control aplicando simulacin y modelamiento matemtico. El proyecto MODICO ha servido para plantear una nueva metodologa de trabajo para los futuros
24

diseadores de controladores en la ciudad de Medelln, esto, gracias a la didctica planteada en el Instituto Tecnolgico Metropolitano y el modelo pedaggico basado en competencias y aplicacin de nuevas tecnologas en procesos de control. El control neuronal NARMAL2 mostr mejor desempeo que los controladores convencionales PID, principalmente en el estado estacionario. Este tipo de controladores evita en gran medida el efecto campana sobre los actuadores de control. El control convencional es una buena solucin para un sistema, siempre y cuando este se trabaje cerca de la zona de trabajo, es decir, cerca del punto donde se linealiz el sistema. Para un sistema no lineal el control convencional PID funciona adecuadamente para el punto de operacin en el cual fue linealizado, al alejarse de este punto pierde confiabilidad el control. El modelo del sistema trmico se modelo por medio de los datos obtenidos en la tarjeta de adquisicin NI6009, la simulacin y la implementacin se realiz se realiz en Matlab y Simulink, lo cual permiti validar los controladores propuestos y analizar la dinmica del sistema.

25

BIBLIOGRAFA

INGENIERIA DE CONTROL MODERNA Ed. Alfaomega 2edicion Autor OGATA CONTROL DE PROCESOS Ed. Alfaomega 2 edicion Autro ROCA Control automatico de procesos Ed. Linusa. Autor SMITH Carlos

26

ANEXOS Parmetros de la planta:

%///////////////////////////////////////////// %///////////////////////////////////////////// %///PARAMETROS DE LA PLANTA DE NIVEL////////// H = 2; % Altura maxima del tanque A = 1; % Seccion transversal del tanque a = 0.05; % Area de la seccion transveral de la salida del tanque hi = 0; % Altura inicial g = 9.8; % Aceleracion de la gravedad %////INTELIGENCIA ARTIFICIAL///////////////// %////////////////////////////////////////////

27