Академический Документы
Профессиональный Документы
Культура Документы
(g.1)
Dispersin
Esparcimiento o variabilidad de un conjunto de datos.
Funcin de
membresa
Es una funcin que indica el grado de pertenencia de un
elemento a un conjunto.
Grado de
pertenencia
Es un valor numrico en el intervalo [0,1] con el cual se
expresa la medida en que un elemento cumple un determinado
predicado.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 15
Inferencia
estadstica
El proceso de reunir datos obtenidos de una muestra para
hacer estimaciones o probar hiptesis acerca de las
caractersticas de una poblacin.
Intervalo
Distancia existente entre el valor ms alto y el ms bajo en un
conjunto de datos.
Seal de error
Es la diferencia entre las seales de entrada y la seal de
realimentacin.
Lgica difusa
Es un tipo de lgica que utiliza informacin imprecisa para
extraer conclusiones. Mediante ella se definen conceptos que
no pueden ser formulados de forma precisa.
Media
aritmtica
Es la suma de los productos de cada elemento del conjunto de
valores que toma una variable aleatoria, multiplicada por su
respectiva probabilidad.
(g.2)
Muestra
Porcin o subconjunto de la poblacin que se estudia.
Perturbacin
Seal que tiende a afectar negativamente el comportamiento
del sistema.
Sistema en lazo
abierto
Sistema en el cual la salida no tiene efecto sobre la seal de
control.
Sistema en lazo
cerrado
Sistema que mantiene una relacin preestablecida entre la
salida y la entrada de referencia, usando la diferencia como
medio de control.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 16
Universo de
discurso
Conjunto de elementos que forman el dominio de la variable
independiente.
Variable
controlada
Es la cantidad o condicin que se lleva a un valor de
operacin deseado.
Variable
lingstica
Variable cuyos valores son descritos cualitativamente y
cuantitativamente por un conjunto difuso.
Variable
manipulada
Es la cantidad o condicin que el controlador modifica para
afectar el valor de la variable controlada.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 17
CAPTULO 1.
INTRODUCCIN
Diversas teoras y tcnicas de control han sido desarrolladas en las ltimas dcadas,
no obstante, los controladores Proporcional-Integral-Derivativo (PID) son utilizados en
los casos prcticos con mayor frecuencia, de hecho, en los ambientes industriales
actualmente representan ms del 98% de los controladores implementados. Su estructura
simple, hace de ellos, una herramienta relativamente fcil de sintonizar y adicionalmente,
proporcionan un rendimiento aceptable para un amplio rango de procesos. En particular
los controladores PID son adecuados para sistemas cuya dinmica puede ser modelada de
forma aceptable por una ecuacin de primer segundo orden [1].
1.1. ANTECEDENTES
En un entorno real, los sistemas son afectados por ruido, perturbaciones de carga y
otras condiciones ambientales que provocan variaciones en sus valores de operacin [2].
Considerando ruido como la energa no deseada que se presenta de forma aleatoria y que
degrada la calidad de la seal de inters y perturbacin de carga como la carga mecnica
de baja frecuencia que se opone al sentido del desplazamiento deseado. En este sentido,
la sintonizacin de los parmetros de un controlador PID es un asunto crucial [3]. Por
esta razn, mltiples mtodos de sintonizacin han sido propuestos, tales como: Ziegler-
Nichols [4], Astrom-Hagglund [5], Cohen-Coon [6], y Tyreus-Luyben [7] por mencionar
algunos. Estos mtodos hacen frente a diversos requerimientos tales como: seguimiento
de referencia, rechazo a ruido y compensacin en las perturbaciones de carga [8].
Las respuestas a variaciones que afectan al sistema producen distintas desviaciones
del estado de operacin deseado, hecho que crea la necesidad de sintonizar de forma
automtica los parmetros PID en dependencia de las caractersticas (magnitud y razn
de cambio) de la desviacin presentes. Una sintonizacin automtica puede ser apropiada
bajo las siguientes consideraciones [8]:
Elementos importantes no fueron tomados en cuenta al determinar los valores
de las ganancias.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 18
La dinmica del proceso no fue comprendida con suficiente profundidad al
determinar las ganancias, o ha cambiado a lo largo del tiempo.
El operador o diseador determina que es posible mejorar el rendimiento
respecto al que se tiene con ganancias fijas.
El proceso requiere aumentar sus ndices de rendimiento sin migrar a tcnicas
complejas.
Presencia de perturbaciones y/o ruido que incide de manera negativa en el
rendimiento del sistema.
Entre los mtodos de sintonizacin de mayor empleo en la industria para procesos
donde la identificacin de parmetros es posible mediante pruebas, se encuentra el de
Ziegler-Nichols [8]. Este mtodo se caracteriza por lograr una buena atenuacin en las
perturbaciones de carga y ruido, pero tambin, por un incremento en la magnitud de la
sobre elongacin y un tiempo de establecimiento largo, de tal modo, que a menudo los
parmetros de sintonizacin obtenidos por dicho mtodo deben ser ajustados con base en
apruebas o a la experiencia de un experto [9].
La lgica difusa es una herramienta apropiada en el diseo de sistemas de decisiones
que incorporan la experiencia de un experto y es recomendable para aplicaciones en
donde se dificulta la obtencin de un modelo que describa con suficiente precisin el
comportamiento del sistema en cuestin [10]. Estas caractersticas han incrementado su
uso en las ltimas dcadas, y algunas aplicaciones que mejoran el rendimiento de los
controladores PID han sido ideadas basndose en lgica difusa sin complicar la estructura
PID.
Haciendo uso de la inferencia estadstica es posible extraer conclusiones de los
parmetros que describen una poblacin de valores a partir de un subconjunto de datos
de dicha poblacin [11]. En este trabajo, se busca estimar el valor central de la poblacin
para una muestra del error presente en un sistema controlado bajo un esquema PID, y con
base en ste, asignar nuevos parmetros de sintona.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 19
1.2. PLANTEAMIENTO DEL PROBLEMA
Ms del 98% de los controladores implementados en la industria son del tipo PID, no
obstante, su sintonizacin es un proceso que depende en gran medida de un experto o del
buen conocimiento sobre la dinmica de la planta a controlar.
Una prctica comn en el campo industrial es sintonizar el controlador PID mediante
un ajuste de prueba y error, pero a menudo implica una inversin grande en tiempo y no
siempre se obtiene el mejor rendimiento. Debido a esto el desarrollo de mtodos
eficientes de sintonizacin automtica es un nicho de investigacin activo en la
actualidad.
Dentro de los mtodos ms comunes de sintonizacin automtica se encuentran: a)
Ziegler-Nichols, b) strom-Hagglund, c) Cohen-Coon y, d) Tyreus-Luyben; estos
mtodos requieren pruebas de identificacin preliminar con el fin de obtener informacin
sobre las caractersticas de parmetros en lazo abierto ante una respuesta escaln.
Algunos de los mtodos mencionados presentan buen desempeo en un esquema con
ganancias fijas. Echo que abre la oportunidad de mejorar el rendimiento del controlador
PID a travs de ganancias que se ajusten dinmicamente en dependencia del error
presente [12] [13].
Dicho lo anterior, el problema a resolver es disminuir el gasto excesivo en tiempo en
la sintonizacin del controlador PID mediante un ajuste dinmico de las variables
, de tal manera que se alcancen los ndices de de rendimiento deseados del proceso.
1.3. JUSTIFICACIN
Existe una extensa cantidad de mtodos para controlar un sistema, tales como: control
modal, redes neuronales, control adaptativo, control difuso, entre otros. Pese a que
algunos de los mtodos mencionados tienen gran aceptacin en la actualidad, el
controlador PID en la industria sigue siendo lo ms usado [14].
Dada la penetracin del controlador PID en la industria, debido a su estructura simple,
es deseable aumentar sus parmetros de rendimiento a travs de una sintonizacin
automtica que tienda a corregir o disminuir una desviacin producida por el ruido entre
la seal de referencia y la seal de respuesta en un determinado instante, de forma tal, que
no se complique su estructura ni su implementacin.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 20
Aunque se han encontrado mtodos que ajustan los parmetros de sintona con base
en el error presente, ninguno de los mtodos analizados toma en cuenta la distribucin del
error para hacer el ajuste dinmico de las ganancias del controlador.
1.4. HIPTESIS
La asignacin dinmica de valores para las ganancias integral, diferencial y
proporcional en un controlador PID mejora su rendimiento en virtud de su seleccin en
un sentido de distribucin con respecto al error de control y su razn de cambio acotada.
1.5. OBJETIVOS
1.5.1. OBJETIVO GENERAL
Disear y simular un controlador Proporcional Integral Derivativo (PID),
sintonizando mediante lgica difusa sus ganancias con base en los parmetros
seleccionados de la distribucin del error, para un motor de corriente continua de
excitacin independiente.
1.5.2. OBJETIVOS PARTICULARES
Modelar y simular un motor de corriente continua aplicando las leyes fsicas
correspondientes a los fenmenos elctricos y mecnicos.
Identificar las variables que afectan al sistema, principalmente ruido y
perturbaciones presentes en la planta de prueba (motor de CD).
Sintonizar y modelar un controlador PID para la planta de prueba mediante
el mtodo Zieglers-Nichols.
Disear, sintonizar y modelar un controlador difuso tipo Mamdani para la
planta de prueba.
Disminuir el error presente en la planta de prueba mediante lgica difusa e
incorporar la disminucin de ruido al controlador PID.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 21
1.6. ALCANCES DEL TRABAJO
En esta tesis se presenta el diseo y metodologa de un controlador PID capaz de
ajustar sus parmetros de sintona de forma automtica bajo las siguientes condiciones:
Se aplica a sistemas cuyas caractersticas a lazo abierto pueden ser medidas
de forma experimental.
La desviacin presente en el sistema es causada por ruido blanco y su
comportamiento queda acotado por una distribucin normal.
Las ganancias parten de una sintonizacin inicial basada en el mtodo
Ziegler-Nichols y se modifican de forma automtica con la dinmica de la
seal de error en un sentido difuso
Se ajusta el error dentro de un rango acotado por una relacin seal a ruido
del 50%, dicha relacin se estable con base en la naturaleza del sistema de
prueba, y a la magnitud que toma la variable aleatoria.
1.7. CONTRIBUCIONES
En el desarrollo de esta investigacin se logra incrementar el rendimiento del control
PID clsico haciendo una asignacin automtica de ganancias mediante lgica difusa,
tomando como criterio de asignacin de valores para las variables
, las
propiedades estadsticas del error presente en un determinado instante y su razn de
cambin.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 22
CAPTULO 2. ESTADO
DEL ARTE
El controlador Proporcional Integral Derivativo (que de ahora en adelante se nombrar
tan solo como PID) es un esquema frecuentemente usado en el campo industrial as como
en el acadmico, de hecho, cerca del 98% de los controladores industriales hoy en da son
del tipo PID o PI. Algunos autores asocian el xito del controlador PID con su estructura
simple, fiabilidad, practicidad y fcil implementacin. Sin embargo, no todos los
procesos son candidatos a ser controlados por medio de un esquema PID.
Los sistemas ms comunes en los que el controlador PID, difcilmente cubre las
expectativas de desempeo, son aquellos que presentan alinealidades en su
comportamiento. Este hecho, abre la oportunidad de mejorar el desempeo del
controlador PID mediante el uso de tcnicas auxiliares o esquemas hbridos.
En este captulo, se describen algunas de las investigaciones encaminadas a mejorar
los ndices de rendimiento de un controlador PID. La mayor parte de la informacin
consultada se centran en los sistemas hbridos Fuzzy-PID por ser el tipo de esquema
que se propone en la presente tesis, esto ayuda a reconocer las diferencias entre el trabajo
desarrollado en esta investigacin, con los trabajos encontrados en el estado del arte, as
como adquirir ndices de rendimiento que permitan comparar los resultados entre sta y
otras investigaciones.
Los mtodos de sintonizacin en lnea para controladores PID, cumplen con
condiciones de robustez y ancho de banda en lazo cerrado. No obstante, muchos de ellos
tienen resultados limitados en la disminucin de perturbaciones de carga [15]. La
sintonizacin de controladores PID encaminada a disminuir las perturbaciones de carga,
ha sido tratada en la literatura considerando sistemas fuera de lnea, y en muchos casos,
se busca incrementar el valor de la ganancia integral [16]. La principal razn de ello, es
que el clculo de los parmetros PID, involucra optimizaciones multiparamtricas bajo
ciertas restricciones que complican su resolucin, y cuya implementacin, se dificulta en
arquitecturas con recursos limitados como las plataformas embebidas, donde
normalmente se implementan los algoritmos de control.
Los problemas mencionados anteriormente, fueron resueltos parcialmente en [17]
mediante la obtencin de frmulas para calcular los parmetros PID, orientadas a
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 23
minimizar el error integral cuadrtico de tiempo o ISTE (por sus siglas en ingles Integral
Square Time Error), definiendo una frecuencia y ganancia crticas a travs de una
realimentacin por rel. Sin embargo, este proceso se realiza para modelos de primer
orden, de tal forma que el comportamiento del proceso debe aproximarse a un modelo
simple y carece de exactitud, lo cual da origen a un rendimiento deficiente.
Una respuesta para obtener parmetros PID que mejoren el rendimiento de un sistema
sometido a perturbaciones de carga se da en [18], donde se propone un algoritmo de
sintonizacin automtica para controladores PI y PID, el cual est basado en
realimentacin por rel. El algoritmo propuesto minimiza el error integral provocado por
perturbaciones de carga incrementando el valor de la ganancia integral del controlador.
Dicho incremento est sujeto a un margen de fase y a una restriccin de ganancia integral
mnima.
De acuerdo con [18], los mtodos de autosintonizacin pueden clasificarse de manera
general en:
Mtodos basados en el modelo: En estos mtodos la sintonizacin es basada en
los parmetros del modelo simple del proceso, los cuales se obtienen de la
respuesta del sistema a una entrada conocida.
Mtodos basados en la retro alimentacin por rel. Estos mtodos tpicamente
utilizan la informacion de un punto de la respuesta en frecuencia del sistema,
normalmente donde el ngulo de fase es radianes.
Existen principalmente dos ventajas que presentan los mtodos de realimentacin por
rel sobre los mtodos basados en el modelo. La primera ventaja, es que al realizar el
mtodo a lazo cerrado, el proceso no se separa del punto de operacin nominal. La
segunda, es que se identifica el ltimo valor de la respuesta en frecuencia, y no se
requiere informacin anterior del proceso para lograr una sintonizacin exitosa.
El mtodo propuesto en [18] est basado en la sintonizacin de un nico parmetro,
definido como el cociente entre la frecuencia de cruce final y el cero del controlador,
permitiendo: su aplicacin a un amplio nmero de procesos, sintonizar nicamente un
parmetro y obtener una sintonizacin ptima. Adems, puede ser aplicado a cualquier
modelo lineal, incluyendo sistemas de fase no mnima.
En este mtodo se realiza una realimentacin por rel y se toman dos, o en caso de ser
necesario, tres datos de la respuesta en frecuencia del sistema, con el fin de construir una
lnea recta que se aproxima a la respuesta en frecuencia.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 24
El lazo de control que se considera es del tipo SISO y se muestra en la figura 2-1,
donde
(2.1)
Donde:
(2.2)
Mientras que la funcin de transferencia para el controlador PID se define como (2.3).
(2.3)
Donde los ceros del controlador se asumen como reales y los parmetros
se
definen como (2.4), (2.5), (2.6) y (2.7).
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 25
(2.4)
(2.5)
(2.6)
(2.7)
El proceso se asume como lineal o que se encuentra en la vecindad de un punto de
operacin donde puede ser aproximado mediante un modelo lineal.
El mtodo de sintonizacin puede ser visto, de manera simple, mediante un enfoque de
optimizacin de restricciones, es decir, los parmetros PID propuestos buscan
incrementar la ganancia integral
, donde
es el margen de fase y
, donde
es el margen de ganancia y
la ganancia mnima
requerida.
Para cumplir las restricciones planteadas, se requiere informacin sobre la respuesta en
frecuencia del proceso, esta informacin es organizada en una lista de puntos definidos
mediante la frecuencia, magnitud y fase. De acuerdo con [18], la prdida en el
desempeo, debido a que se asume que los ceros del controlador son iguales no es
significativa en muchos procesos reales.
El mtodo de sintona consiste, de manera general, en calcular un parmetro de
sintonizacin, definido como el cociente de la frecuencia de cruce final entre el valor de
los ceros del controlador (asumiendo que los ceros de controlador son iguales), como lo
muestra (2.8).
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 26
(2.8)
En (2.8),
(2.9)
(2.10)
As, para un valor dado de , es posible calcular los parmetros del controlador en tres
pasos:
1. La frecuencia de cruce final
(2.11)
De (2.8), el valor del los cero en el controlador se calcula mediante (2.12).
(2.12)
2. El valor de
, la cual se satisface en la
frecuencia de cruce final
en un controlador PI y PID
son (2.13) y (2.14), respectivamente.
(2.13)
(2.14)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 27
3. Una vez que los parmetros del controlador son definidos, el margen de ganancia
es calculado.
Aplicando los tres pasos mencionados, es posible construir un par de grficas que
relacionen al parmetro con
restringido por
del controlador se pueden calcular mediante (2.2)-(2.7).
Los resultados reportados se derivan de una sintonizacin PI y PID para un modelo
tipo lote o batch descrito por (2.15), cuya dinmica integra caractersticas tales como:
polos mltiples, integradores, tiempo de retardo y fase no mnima. Mostrando as que el
algoritmo propuesto es aplicable al conjunto de sistemas que tenga las mismas
caractersticas que el modelo batch de prueba.
(2.15)
La figura 2-2 muestra la grfica que relaciona al parmetro con
para el
modelo descrito en (2.15), usando un controlador PID, mientras que la figura 2-3 muestra
la relacin ,
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 28
Figura 2-3. Ganancia del controlador
tiene un mximo que se localiza en un valor
hasta
alcanzar el mximo valor de
.
Debido a que el procedimiento de sintonizacin requiere datos de la respuesta en
frecuencia del sistema, se propone una aproximacin lineal de sta, basndose en dos
puntos de la curva de Nyquist. El primer dato (
en la frecuencia
) debe estar
cercano al punto crtico (donde la fase del proceso es cercana a -
) y el segundo dato
(
en la frecuencia
(2.16)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 29
(2.17)
(2.18)
(2.19)
(2.20)
(2.21)
Cuando se conoce la lnea que aproxima la respuesta en frecuencia del sistema entre
las frecuencias
PID, y
y el error
integral absoluto o IAE (por sus siglas en ingls Integral Absolute Error) el cual se
define en (2.22).
(2.22)
Tanto el IAE como el
[18]
7.58 1.93
ZieglerNichols 24.64 1.49
ZhuangAtherton 7.49 1.81
Con base en lo anterior, es posible decir que la autosintonizacin propuesta, consiste
en localizar el valor ms apropiado para , esto es: que se aproxime a
cuidando
que se cumpla la restriccin
(2.23)
Donde:
(2.24)
(2.25)
En (2.25), es el error y es la salida del proceso en el instante -esimo,
son la ganancia proporcional y el tiempo integral respectivamente. es el intervalo de
muestreo. Tanto
como
(2.26)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 33
(2.27)
Donde
(2.28)
Donde
(2.29)
(2.30)
Como se aprecia en (2.29) y (2.30), tanto
como
son valores
normalizados, ya que
(2.31)
Donde
, lo cual reducir el
sobre impulso sin sacrificar la rapidez de respuesta.
Cuando el error es grande y la variable controlada se aleja del punto de referencia
(como en el punto B de la figura 2-6), las ganancias proporcional e integral deben ser lo
suficientemente grandes para regresar la variable controlada al valor de referencia. Bajo
esta circunstancia, el error normalizado
as como su derivada
en el
instante , tienen el mismo signo, haciendo que tome un valor positivo de acuerdo
con (2.28) lo que a su vez se refleja en valores grandes para
(2.32)
Adicionalmente, la respuesta transitoria y el rendimiento son comparados con las
tcnicas ZNPIC, RZNPIC y el controlador ZNPIDC. Considerando como ndices de
desempeo: el mximo sobre impulso (%), tiempo de subida
, tiempo de
establecimiento
, IAE e ITAE (de sus siglas en ingls Integral Time Absolute Error),
tomando como valores iniciales
(2.33)
(2.34)
Tabla 3. Resultados obtenidos de los mtodos AZNPIC, RZNPIC,ZNPIC,ZNPIDC para (2.33).
ZN PIDC ZNPIC RZNPIC
AZNPIC
69.85 80.73 84.31
35.80
de un
control PID convencional. Se usan dos universos de discurso para el sintonizador difuso
debido a que recibe dos variables de entrada, definiendo como intervalos de entrada a y
, los cuales se describen mediante (2.35) y (2.36) respectivamente.
(2.35)
(2.36)
Los intervalos y en (2.35) y (2.36) fueron fijados de modo experimental. Las
variables lingsticas que cuantifican los valores del error y su razn de cambio se
muestran en la tabla 8.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 39
Tabla 5. Variables lingsticas para y.
Variable
lingstico
Significado
asociado
NB
Negative Big
N
Negative
Z
Zero
P
Positive
PB
Positive Big
La inferencia se aplica mediante un esquema Mamdani, para lo cual, se definen tres
intervalos que sern los universos de discurso de las salidas
, en (2.37), (2.38)
y (2.39).
(2.37)
(2.38)
(2.39)
Una vez definidos los intervalos de salida, stos son estandarizados en el intervalo
con el fin de facilitar la defusificacin. Lo anterior se logra mediante (2.40) (2.41)
(2.42).
(2.40)
(2.41)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 40
(2.42)
Estandarizando los valores de salida, se definen las funciones de membresa mostradas
en la figura 2-8.
Figura 2-8. Funciones de membreca para el
sintonizador difuso propuesto [24].
Una vez que se definen las entradas y salidas, se construyen las matrices de
conocimiento con base en las observaciones del comportamiento de la planta. La
defusificacin se realiza por el mtodo del centroide.
Los resultados en [24] son expresados de forma grafica mediante la figura 2-9.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 41
Figura 2-9. Respuesta del control Fuzzy-PID para un
sistema SEHS [24].
Otro antecedente del uso combinado de la lgica difusa con controladores PID es
presentado en [26], donde se aborda una sintonizacin automtica que opera en lnea para
un sistema de control de aire fresco, con la finalidad de propiciar un ambiente sano y
confortable.
La temperatura del aire es uno de los parmetros ms importantes en el desempeo de
los sistemas de renovacin de aire fresco y est estrechamente relacionada con la
sensacin de confort [27]. La variable temperatura es naturalmente no lineal, por lo que
un controlador PID clsico difcilmente obtendr resultados satisfactorios mediante el uso
de sintonas convencionales. Por otro lado, la lgica difusa es un mtodo capaz de hacer
frente a sistemas no lineales y ofrece mayor robustez en comparacin a un esquema PID
clsico. Con base en lo antes mencionado, se presenta un controlador PID que sintoniza
mediante lgica difusa los parmetros
, y
(2.43)
Donde
es la salida del
controlador en la muestra , es el error de la muestra en y es el error
de la muestra en .
La figura 2-11 muestra la respuesta obtenida de un sistema de renovacin de aire
fresco controlado por un esquema PID tradicional, donde se puede notar un sobre
impulso de gran tamao y la presencia de oscilaciones en el estado estable.
Figura 2-11. Respuesta de un sistema de renovacin de
aire ante una referencia de 30C [26].
Por otra parte, el controlador difuso es considerado como una solucin efectiva para
algunos sistemas, por ejemplo, cuando no se dispone de un modelo matemtico que
describa con suficiente precisin un sistema o se presenten alinealidades cuyo tratamiento
se dificulta a travs de tcnicas analticas. Sin embargo tambin presenta algunos
inconvenientes, tales como: pequeas oscilaciones en el estado estable y no es posible
describir la estabilidad del sistema mediante lgica difusa.
En respuesta a los problemas anteriores, se propone una combinacin Fuzzy-PID
con el fin de lograr la estrategia de control adecuada para este proceso. El esquema de
control propuesto para el sistema de aire fresco se muestra en la figura 2-12.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 44
Figura 2-12. Esquema de control propuesto en [26] para
un sistema de renovacin de aire.
En la figura 2-12, es la seal de referencia que describe la temperatura deseada,
es la temperatura actual dentro del recinto y es la diferencia entre y .
El sistema de inferencia difusa tiene como entradas a y
E
NB
PB/NB/P
S
PB/NB/N
S
PM/NM/N
B
PM/NM/N
B
PS/NS/
NB
ZO/ZO/N
M
ZO/ZO/PS
NM
PB/NB/P
S
PB/NB/N
S
PM/NM/N
B
PS/NS/N
M
PS/NS/
NM
ZO/ZO/NS
NS/ZO/ZO
NS
PM/NB/
ZO
M/NM/NS
PM/NS/N
M
PS/NS/N
M
ZO/ZO/
NS
NS/PS/NS
NS/PS/ZO
ZO
PM/NM/
ZO
PM/NM/N
S
PS/NS/NS ZO/ZO/NS
NS/PS/
NS
NM/PM/N
S
NM/PM/Z
O
PS
PS/NM/Z
O
PS/NS/ZO ZO/ZO/ZO NS/PS/ZO
NS/PS/Z
O
NM/PM/Z
O
NM/PB/Z
O
PM
PS/ZO/P
B
ZO/ZO/NS NS/PS/PS
NM/PS/P
S
NM/PM/
PS
NM/PB/P
S
NB/PB/P
B
PB
ZO/ZO/P
B
ZO/ZO/P
M
NM/PS/P
M
NM/PM/P
M
NM/PM/
PS
NB/PB/PS
NB/PB/P
B
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 45
Los parmetros PID son definidos mediante (2.44), (2.45) y (2.46).
(2.44)
(2.45)
(2.46)
Las variable
.
Tabla 7. Funciones de membreca e intervalos de discurso para sintonizador PID de un sistema
de renovacin de aire
Variable
Variable
Lingstica
E EC
Conjuntos
Difusos
[-0.6,0.6] [-0.3,0.3] [-0.0045,0.0045] [-0.0012,0.0012]
[-0.006,0.006]
Universo
Difuso
{NB,NM,NS,ZO,PS,PM,PB}
Factores de
Cuantificacin
0.005 0.1 1 1
1
Las funciones de membresa para y
[26].
Los resultados que se reportan son obtenidos fijando una temperatura de referencia
constante de 30C, logrando una disminucin en el sobre impulso del 73% y mejorando la
respuesta en el estado estacionario. Tambin, se observa un seguimiento de la referencia
con mayor exactitud. Una comparacin entre la respuesta del esquema propuesto en [26]
y un esquema PID convencional se muestra en la figura 2.15.
Figura 2-15. Respuesta a una referencia de 30C con un esquema PID clsico (azul) y
con un esquema auto sintonizado (magenta) [26].
Entre los sistemas ms usados en el campo industrial y acadmico se encuentran los
motores de CD en sus diversas configuraciones (conexin serie, conexin en paralelo,
G
r
a
d
o
d
e
m
e
m
b
r
e
s
a
G
r
a
d
o
d
e
m
e
m
b
r
e
s
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 47
conexin serie-paralelo, de imn permanente, etc.), esto debido a su alto desempeo en
el arranque y paro. Algunos nichos de aplicacin para motores de CD, son las tecnologas
que involucran sistemas de control de potencia, tales como: mquinas de rodillos,
mquinas para transporte de material, servo sistemas, etc.
Muchos de los sistemas de control para motores de CD son del tipo PID debido a sus
ventajas de diseo, estructura simple y fcil implementacin. Sin embargo, existen
factores tales como friccin esttica, friccin dinmica, elasticidad, etc., que causan un
comportamiento no lineal en la dinmica de un motor de CD.
En [28] se presenta una investigacin que aborda el control de un motor de CD
mediante un esquema PID sintonizado automticamente mediante lgica difusa. El cual
pretende identificar mediante conjuntos difusos los valores apropiados para los
parmetros PID en funcin del error y su razn de cambio, manteniendo la calidad de la
respuesta del sistema dentro de un rango acotado.
El esquema general del sistema propuesto por [28] se muestra en la figura 2-16.
Figura 2-16. Esquema de sintonizacin automtica
propuesto por [28].
El esquema de control mostrado en la figura 2-16 est integrado por dos partes; un
controlador PID clsico y un mdulo de inferencia difusa, este ltimo, toma el valor del
error y su razn de cambio respecto al tiempo para generar nuevos valores de los
parmetros PID enfocados a cumplir el rendimiento especificado.
La seal de control en el controlador PID se expresa mediante (2.47).
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 48
(2.47).
La calidad de la respuesta del sistema en general, depende del bloque Inferencia
Difusa de la figura 2-16, es decir, de la cantidad y forma de las funciones de membreca
en la defusificacin, la determinacin de las reglas difusas con base en la estrategia para
mitigar el error y el proceso de defusificacin.
Con el objetivo de simplificar la sintonizacin del esquema difuso, se definen sus
entradas y salidas como intervalos simtricos que se determinan de acuerdo a la
experiencia tomada en simulaciones. Los intervalos de salida para , ,
, as
como las variables lingsticas
, se definen en (2.48)-(2.53).
(2.48)
(2.49)
(2.50)
(2.51)
(2.52)
(2.53)
Con base en la velocidad de respuesta, sobre impulso y precisin en el seguimiento de
trayectorias que se observ en simulaciones para diferentes valores de
, se
sintoniza el esquema difuso siguiendo el razonamiento descrito a continuacin.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 49
Cuando es grande,
valores pequeos,
esto reduce el tiempo del transitorio y evita las oscilaciones asociadas a la
accin integral.
Cuando es de valor mediano, se toma un valor pequeo para
con el
objetivo de reducir el sobre impulso, valores medianos para
.
Especialmente el valor de
con el objetivo
de aproximarse rpidamente a la referencia. Un valor medio de
reduce las
posibles oscilaciones en este caso.
Las reglas para el sistema de dos entradas y tres salidas tienen la forma (2.54).
(2.54).
Las reglas definidas para
NB NM NS Z PS PM
PB
NB PB/NB/PS PB/NB/NS PM/NM/NB PM/NM/NB PS/NS/NB Z/Z/NM
Z/Z/PS
NM PB/NB/NS PB/NB/NS PM/NM/NB PS/NS/NM PS/NS/NM Z/Z/NS
NS/Z/Z
NS PM/NB/Z PM/NM/NS PM/NS/NM PS/NS/NM Z/Z/NS NS/PS/NS
NS/PS/Z
Z PM/NM/Z PM/NM/NS PS/NS/NS Z/Z/NS NS/NS/NS
NM/PM/
NS
NM/PM/Z
PS PS/NM/Z PS/NS/Z Z/Z/Z NS/PS/Z NS/PS/Z NM/PM/Z
NM/PB/Z
PM PS/Z/PB Z/Z/NS NS/PS/PS NM/PS/PS
NM/PM/P
S
NM/PB/P
S
NB/PB/PB
PB Z/Z/PB Z/Z/PM NM/PS/PM NM/PM/PM
NM/PM/P
S
NB/PB/PS
NB/PB/PB
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 50
La defusificacin de la conclusin alcanzada por el mecanismo de inferencia se hace
mediante el mtodo del centro de rea o COA (de las siglas en ingls Center Of Area)
que resulta del traslape de las funciones de membresa para cada una de las salidas.
En el mtodo de defusificacin COA, se toma el punto como el centro de las
funciones de membresa para
(2.55)
El esquema propuesto por [28] fue probado en simulacin, cuyo resultado se muestra
en la figura 2-17.
Figura 2-17. Curva de respuesta del motor de CD controlado con un
esquema de sintonizacin automtica mediante lgica difusa [28].
Los resultados fueron simulados para una entrada escaln unitario obteniendo una
reduccin por completo del sobre impulso y un tiempo de establecimiento de 0.489 ms
en comparacin con 0.97 ms que se tienen con un esquema PID tradicional.
PID tradicional
PID difuso autosintonizado
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 51
Con base en el estado del arte se puede decir que el control PID convencional es
altamente aceptado debido a su fcil implementacin, estructura y diseo simple,
flexibilidad, as como una sintonizacin relativamente fcil. Sin embargo, existen
procesos con alinealidades o afectados por perturbaciones que, para efectos de control
mediante un esquema PID clsico, requieren asumirse como lineales u operar en una
vecindad donde su comportamiento se aproxime por un modelo lineal.
Los trabajos que se han revisado, muestran que el desarrollo de tcnicas que mejoran
los ndices de rendimiento en un controlador PID es un nicho de investigacin vigente
debido a la elevada penetracin de ste en lo acadmico e industrial. En el siguiente
captulo se describe el desarrollo de la investigacin en esta tesis, cuyos resultados sern
comparados con los trabajos mencionados en este captulo.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 52
CAPTULO 3. MARCO
TERICO
3.1 Sistema de Control
Un sistema de control consiste en un conjunto de componentes interconectados y
diseados para lograr un propsito deseado (respuesta deseada del sistema) [43]. La
teora de control est basada en los fundamentos de la retroalimentacin y anlisis de
sistemas lineales y asume una relacin causa-efecto de los componentes involucrados
[44]. Un componente o proceso que ser controlado, puede ser representado con un
bloque donde la relacin entrada-salida representa la correspondencia causa-efecto.
De manera general, los sistemas son clasificados en: sistemas de lazo abierto y
sistemas de lazo cerrado. Un sistema de lazo abierto utiliza un dispositivo de actuacin
para generar la seal de ajuste o correccin (variable manipulada) que controla el proceso
de manera directa sin tomar en cuenta las caractersticas de la seal de salida (variable
controlada). En contraste, un sistema de control a lazo cerrado, utiliza la medida de la
seal de salida actual para compararla con la seal deseada. La medida de la seal de
salida es llamada seal de retroalimentacin.
En la figura 3-1 se muestra un sistema en lazo abierto donde: la variable controlada es
el nivel del lquido contenido en el tanque, la variable manipulada es el flujo de agua y el
dispositivo de actuacin es una vlvula manual. Para mantener un nivel constante es
necesario que una persona accione la vlvula cuando el nivel disminuya debido a un
caudal de salida. En este tipo de sistemas, las variables antes mencionadas no estn
relacionadas.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 53
Figura 3-1. Ejemplo de un sistema a lazo abierto.
En la figura 3-2 se muestra un sistema de control en lazo cerrado donde el flujo
suministrado por la vlvula de control depende del nivel presente en el tanque. En estos
sistemas las variables, manipulada y controlada, estn relacionas.
Figura 3-2. Ejemplo de un sistema a lazo cerrado.
La figura 3-3 muestra mediante bloques las dos configuraciones generales para un
sistema de control.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 54
Figura 3-3. (a) Esquema de lazo abierto, (b) Esquema de lazo cerrado.
La figura 3-4 muestra los elementos de un sistema a lazo cerrado. Cada bloque
representa un elemento del sistema y ejecuta una funcin en la operacin de control. Las
lneas entre los bloques muestran las seales de entrada y salida de cada elemento, y las
flechas, la secuencia de acciones en el orden en que ocurren.
Figura 3-4. Diagrama de los componentes de un control a lazo cerrado.
En la actualidad existen diversas tcnicas que permiten llevar un sistema a un estado
de operacin deseado, tales como: control multivariable, control adaptivo, control por
retardo o adelanto de fase, entre otros. Muchas de las estrategias mencionadas sientan sus
bases en el anlisis del modelo matemtico que describe el sistema en estudio.
Un modelo matemtico se define como un conjunto de ecuaciones que representan el
comportamiento dinmico del proceso o sistema (tiempo como variable independiente)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 55
con una precisin aceptable. El modelo puede ser obtenido a travs de leyes fsicas,
qumicas, bilgicas, etc., que gobiernan un proceso o a travs de tcnicas de
identificacin tales como: LSA (Least Squares Analysis) [45], LMS (Least Mean Squares
) [46], SSA (Short Time Spectral Analysis), entro otros [47].
De acuerdo al tipo de respuesta que tiene la planta a una seal de entrada en
especfico, se puede realizar su clasificacin. Con base en la cual, se elige un modelo o
sistema:
Lineal: Si la respuesta cumple con las condiciones de homogeneidad y
causalidad respecto de la entrada o entradas a la planta [48].
No lineal: Si la respuesta no cumple con las condiciones de homogeneidad y
causalidad respecto de la entrada o entradas, establecindose relaciones ya
sean exponenciales, logartmicas o alguna funcin.
Invariante en el tiempo: Es cuando en cualquiera de los casos anteriores se
puede observar que la respuesta de la planta cumple que sus dos primeros
momentos de probabilidad permanecen constantes en el tiempo.
Estocstico: Es aquel sistema que describe la evolucin de la planta
considerando sus incertidumbres en donde los dos primeros momentos de
probabilidad tanto de su entrada como de su salida de la planta, estn
acotados.
Variante en el tiempo: Cuando en cualquiera de los dos primero casos, sus dos
primeros momentos de probabilidad, no llegan a ser constantes en el tiempo.
Al observar las cualidades de la planta ante entradas y respuestas acotadas, se realiza
la seleccin del modelo o sistema que permita aproximarse mejor al comportamiento que
tuvo a una excitacin dada.
Tpicamente un modelo matemtico es expresado en trminos de ecuaciones:
diferenciales, ordinarias o parciales, lineales o no lineales y espacio de estado. Para
efectos del presente trabajo se consideran nicamente los sistemas lineales de coeficientes
constantes u homogneos.
Un sistema lineal invariante en el tiempo es descrito de manera general en (3.1).
(3.1)
Donde es la salida del sistema, y es la entrada. La funcin de
transferencia se establece en (3.2).
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 56
(3.2)
Donde es la funcin de transferencia, es la transformada de Laplace de la
respuesta y es la transformada de Laplace de la seal de entrada. El exponente
mximo que tome para la seal de entrada determina el orden del sistema, as, un
polinomio del tipo
(3.3)
La salida o respuesta en frecuencia del sistema se halla mediante (3.4).
(3.4)
Y la respuesta como funcin del tiempo se halla con la transformada de Laplace
inversa de Y(s).
El comportamiento interno del sistema se ve reflejado en las variables que influyen en
su dinmica, este conjunto de variables constituyen el concepto de estado del sistema,
sobre el cual se basa la llamada teora moderna de control. El conocimiento de la
evolucin de estas variables permite abordar el control de sistemas complejos y solventa
algunas limitaciones de la teora clsica basada en la funcin de transferencia expresada
en (3.2) [49]. En la tabla 1 se contrastan algunas caractersticas de los sistemas basados
en el espacio de estado y sistemas expresados mediante la funcin de transferencia.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 57
Tabla 9. Espacio de estado y funcin de transferencia.
Espacio de estado Funcin de transferencia
Es aplicable a sistema multivariable. Se aplica a sistemas con una entrada y
una salida.
Es aplicable a sistemas con relaciones
no lineales entre las variables
involucradas.
Solo es aplicable a sistemas lineales.
Es aplicable a sistemas cuyos
parmetros varan en el tiempo.
Solo se aplica a parmetros constantes.
Se consideran condiciones iniciales para
las variables del sistema.
Considera como nulas las condiciones
iniciales.
As pues, se define el estado de un sistema como la mnima cantidad de informacin
necesaria en un instante para que, conociendo la entrada a partir de ese instante, se pueda
determinar cualquier variable del sistema en cualquier instante posterior [50].
La cantidad mnima de informacin que define un estado es representada por un
conjunto de variables
(3.5)
As pues, el vector de estado se define sobre el espacio de estado como: el espacio
vectorial en el cual el vector de estado toma valores, teniendo por lo tanto la misma
dimensin que el nmero de elementos de dicho vector [51].
En (3.5) se describe la forma en la que se encuentran relacionadas las entradas con los
estados. Debido a que el estado recoge toda la informacin del sistema para un
determinado instante es posible definir una relacin de salida con ste, la cual se
expresa mediante (3.6)
(3.6)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 58
De (3.6) se observa que la salida solo depende de tres factores: el tiempo, el estado y
la entrada en ese instante de tiempo.
De esta forma se puede representar un sistema dinmico por un par de ecuaciones que
incluyen informacin del estado, tal como lo muestran (3.7) y (3.8).
(3.7)
(3.8)
(3.7) se conoce como ecuacin de estado y representa la dinmica de la evolucin del
estado del sistema y (3.8) representa la salida.
En principio, para la formulacin del modelo, ya sea mediante espacio de estado o
funcin de transferencia se establecen dos condiciones; en primer lugar, los sistemas que
se representarn son sistemas causales; en segundo lugar, el sistema es determinista. En
este sentido diremos que, un sistema es causal (tambin denominado fsicamente
realizable) cuando la salida de un instante de tiempo
Funcin Rampa
Funcin impulso unitario
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 60
El criterio para seleccionar alguna de las seales de prueba depender de la entrada
que se presente en el sistema con mayor frecuencia en un entorno real.
La respuesta en estado transitorio est definida como la parte de la respuesta en el
tiempo que tiende a cero cuando el tiempo tiende a infinito como se muestra en (3.9)
[56].
(3.9)
La respuesta en estado estable es la parte que permanece, una vez que el transitorio ha
desaparecido. La respuesta en estado estable puede variar en un patrn peridico o
incrementarse con el tiempo [56].
El anlisis total del sistema de control en el dominio del tiempo, involucra el estudio
del comportamiento del sistema tanto en el estado transitorio como en el estado estable,
no obstante, es comn especificar el comportamiento temporal del sistema en trminos
del transitorio.
Figura 3-6. Curva de respuesta tpica de un sistema de segundo orden a una entrada escaln
unitario.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 61
La figura 3-6 ilustra una respuesta tpica de un sistema lineal de segundo orden para
una entrada del tipo escaln unitario . Los parmetros que describen la dinmica de
la seal mostrada en la figura 3-6 son [55]:
Tiempo de retardo
: Es el
valor mximo que toma la salida y se presenta como un porcentaje del valor final
de la respuesta del sistema. Esta cantidad es un porcentaje y se calcula mediante
(3.10).
(3.10)
Tiempo de asentamiento
(3.11)
Factorizando el polinomio caracterstico de (3.11) resulta (3.12).
(3.12)
La ecuacin (3.12) muestra que el comportamiento dinmico del sistema se describe
en trminos de los parmetros y
la respuesta del sistema se expresa mediante (3.13).
(3.13)
Descomponiendo (3.13) en fracciones parciales se obtiene (3.14).
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 62
(3.14)
Con
se realiza a continuacin.
Para
(3.15)
(3.16)
Para
(3.17)
(3.18)
(3.19)
Para
(3.20)
(3.21)
(3.22)
Substituyendo (3.16), (3.19) y (3.22) en (3.14) resulta (3.23).
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 63
(3.23)
Calculando la transformada de Laplace inversa de (3.23), se obtiene (3.24).
(3.24)
Factorizando (3.24) se obtiene (3.25).
(3.25)
Si
. As pues, la frecuencia de
oscilacin amortiguada toma el valor de:
con
.
Substituyendo
(3.26)
De (3.26) se observa que la seal de salida presenta una oscilacin sinusoidal y
que la oscilacin se mantiene con mayor amplitud en la medida en que decrece hasta
cero. Los trminos y
;
en rojo con y
.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 64
Figura 3-7.Respuesta de la ecuacin estndar de segundo orden con y
en azul y y
en rojo.
Las oscilaciones de la seal de salida del sistema con diferentes valores para el factor
de amortiguamiento relativo se generalizan segn la tabla 3[43].
Tabla 11. Oscilaciones para un sistema de Segundo orden
Factor de amortiguamiento
relativo
Tipo de sistema Grfica
Subamortiguado
No amortiguado
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 65
Crticamente amortiguado
Sobre amortiguado
3.3 Anlisis en frecuencia
Debido a las caractersticas de las seales de prueba, es comn medir, de forma ms
apegada a la realidad, el desempeo de un sistema de control por sus caractersticas
temporales, no obstante, en algunas aplicaciones el desempeo de un sistema visto desde
su respuesta en frecuencia, puede ser de mayor provecho, tal es el caso de los sistemas de
comunicaciones ya que la mayora de las seales a ser tratadas estn integradas por
componentes sinusoidales [44].
Existe una correlacin entre el desempeo descrito en el dominio del tiempo y el que
se describe en el domino de la frecuencia para un sistema lineal, de tal forma, que las
propiedades de ste en el dominio del tiempo, pueden predecirse a partir de las
propiedades en el dominio de la frecuencia [44].
De manera general, el trmino anlisis en frecuencia, se refiere a la respuesta de un
sistema a una entrada sinusoidal en estado estacionario. La frecuencia en la seal de
entrada es variada en un rango de inters para estudiar la respuesta resultante [45]. Esto
no significa que el anlisis se realice para sistemas que nicamente sern sometidos a una
entrada sinusoidal.
El anlisis en frecuencia de un sistema lineal parte de la funcin de transferencia.
Cuando la entrada al sistema es del tipo sinusoidal con amplitud y frecuencia
tal
como se muestra en (3.27), la salida en el estado estacionario o estable obedece una
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 66
oscilacin sinusoidal pero con diferente amplitud y fase como se muestra en (3.27) y
(3.28) [45].
(3.27)
(3.28)
Donde es la amplitud de la seal sinusoidal de salida, y es el corrimiento de fase
en radianes o grados. Para una funcin de transferencia del tipo SISO (por sus
siglas en ingles Simple Input Simple Output), la transformada de Laplace de la salida se
representa mediante (3.29).
(3.29)
Con el fin de analizar (3.29) para una entrada sinusoidal se substituye por , as
(3.30) es descrita en trminos de su magnitud (3.31) y fase (3.32), respectivamente.
(3.30)
(3.31)
(3.32)
Como se puede apreciar en (3.32), al conocer la funcin de transferencia para
un sistema lineal, la magnitud y la fase , describen el desempeo en
estado estacionario cuando una entrada es del tipo sinusoidal [46].
Existen dos bondades que destacan en un anlisis por frecuencia:
Es posible determinar el comportamiento del sistema en presencia de ruido de
forma ms conveniente respecto al anlisis en tiempo.
No est limitado por el orden del polinomio caracterstico de la funcin de
transferencia [46].
Con el fin de identificar el desempeo del sistema es necesario definir las siguientes
especificaciones en el dominio de la frecuencia.
Pico de resonancia
es un
indicador de la estabilidad relativa de un sistema a lazo cerrado. Un valor de
de gran amplitud se traduce en un valor grande de sobre elongacin en el domino
del tiempo, con base en la literatura consultada se puede decir que un valor
aceptable paras
.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 67
Ancho de banda : Es la frecuencia en la cual cae al 70.7% (o 3dB)
debajo de su valor en la frecuencia cero. El ancho de banda es un indicador de las
propiedades en la respuesta transitoria, as pues, un ancho de banda grande se
traduce en un tiempo de asentamiento corto ya que las seales de las altas
frecuencias pasan ms fcilmente a travs del sistema, y por el contrario, un ancho
de banda corto se traduce en un tiempo de asentamiento largo.
Es posible aadir ceros o polos a la funcin de transferencia. El efecto de aadir un
cero es incrementar el ancho de banda del sistema en lazo cerrado, de forma
contraria, aadir un polo a la funcin de transferencia disminuye el ancho de banda y
aumenta la inestabilidad del sistema a lazo cerrado [45].
3.4 Controlador PID
El controlador PID es un algoritmo comn. Puede ser implementado como un
controlador independiente o como parte de un sistema jerrquico de procesos distribuidos
[47].
El controlador toma el valor de la variable controlada y la compara con un valor de
referencia. La diferencia (error) es usada para ajustar la variable manipulada con el fin de
llevar la magnitud de la variable controlada a un valor deseado. Cada elemento del
controlador representa una accin particular que afecta el error, logrando de este modo
una mejora en el comportamiento de la variable controlada.
3.4.1 Accin Proporcional
Esta accin incorpora una constante de proporcionalidad en la trayectoria directa
del lazo de control, de manera tal, que el resultado del producto de la constante por el
error es entregado como insumo al proceso o planta [48].
En la figura 3-8 se considera un sistema de primer orden, donde el error es afectado
por una contante de proporcionalidad . Es posible expresar el error en trminos de
la seal de entrada como se presenta en (3.33).
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 68
Figura 3-8. Sistema con accin proporcional.
(3.33)
Considerando que entonces se tienen (3.34) y (3.35).
(3.34)
(3.35)
En la figura 3-8 se obtiene (3.36).
(3.36)
As el error es expresado mediante (3.37).
(3.37)
El teorema del valor final [49], plantea que el comportamiento en estado estable de
una funcin dependiente del tiempo es igual al comportamiento del producto de la
transformada de Laplace de la funcin multiplicada por , cuando tiende a cero.
Por lo que es posible obtener el valor de de cuando partiendo de (3.37) y
contemplando una entrada tipo escaln unitario
(3.38)
(3.39)
En (3.39) se aprecia que mientras ms grande sea la constante menor ser el error
presente en el estado estacionario. Sin embargo el error solo tiende a cero cuando ,
hecho por el cual un control proporcional siempre presenta un error en estado
estacionario como se muestra en la figura 3-9.
Figura 3-9. Respuesta de un sistema de primer orden con ganancia proporcional.
3.4.2 Accin Integral
La accin integral provoca en la salida del controlador un valor proporcional al
tiempo en el que el error ha estado presente, por lo que provee al sistema una ganancia
grande en errores que se mantienen a lo largo del tiempo [50].
En la figura 3-10 se muestra un sistema de primer orden, donde se integra la seal del
error.
A
m
p
l
i
t
u
d
Tiempo (seg)
Respuesta escaln
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 70
Figura 3-10. Sistema con accin integral.
La funcin de transferencia del sistema mostrado en la figura 3-10 es descrita
mediante (3.40).
(3.40)
Es posible expresar el error generado en trminos de una entrada del tipo escaln
unitario mediante (3.41).
(3.41)
De la figura 3-10 se aprecia que queda expresada por (3.42).
(3.42)
Sustituyendo (3.42) en (3.41) resulta (3.43).
(3.43)
La respuesta a una entrada del tipo escaln puede obtenerse mediante el teorema del
valor final en (3.44):
(3.44)
En (3.44) se observa que una accin integral elimina el error en estado estacionario lo
cual mejora significativamente la respuesta del control proporcional.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 71
3.4.3 Accin derivativa.
Al aplicar la derivada con respecto al tiempo a la seal de error, la magnitud de la
variable manipulada vara de forma proporcional a la rapidez de cambio en el error, en
este sentido, la accin derivativa logra una accin correctiva y oportuna que evita que el
valor de la variable controlada se desve repentinamente [50].
Siempre que el error se mantenga constante, la accin proporcional no aportar
ningn efecto sobre la planta, hecho por el cual es comn acompaar una accin
proporcional con este tipo de control.
3.5 Inferencia Estadstica
La inferencia estadstica consiste en los mtodos mediante los cuales se realizan
generalizaciones acerca de una poblacin [51]. Con el fin de desarrollar una explicacin
del mtodo clsico de la inferencia estadstica se enuncian las siguientes definiciones y
teoremas [51] [52] [53]:
Definicin 1 Un experimento es una operacin cuyo resultado no puede
predecirse con exactitud.
Definicin 2 El espacio muestral de un experimento es el conjunto de todos los
resultados posibles del experimento.
Definicin 3 Una variable aleatoria es una funcin que asocia cada nmero
real con cada elemento del espacio muestral.
Definicin 4 Si un espacio muestral est formado por un conjunto finito de de
elementos o una serie infinita contable de ellos se dice que el
espacio muestral es discreto.
Definicin 5 Si un espacio muestral est formado por un conjunto de segmentos
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 72
o intervalos se dice que el espacio muestral es continuo.
Definicin 6 El conjunto de pares ordenados , donde es un elemento
del espacio muestral y es la probabilidad de (
) se denomina distribucin de probabilidad de la
variable aleatoria X.
Definicin 7 La funcin es una funcin de densidad de probabilidad para
la variable aleatoria continua , definida en el conjunto de los
nmeros reales , si:
(D7-1)
(D7-2)
(D7-3)
Definicin 8 Sea una variable aleatoria con distribucin de probabilidad
, la media o esperanza matemtica de se define como:
para
discreta
(D9-1)
(D9-2)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 73
para continua
Y es la medida de la variabilidad de la variable aleatoria .
Definicin 10 La funcin de distribucin de la variable normal con media y
varianza
para
(D10-1)
Definicin 11 La funcin de una variable aleatoria normal con y
(D15-1)
Definicin 16 Si
(D16-1)
Definicin 17 La distribucin de probabilidad de una estadstica se llama
distribucin muestral de la media.
Teorema del
lmite central
Si
entonces la forma
limite de la distribucin de:
(T1-1)
Con forme , es la distribucin normal estndar
La distribucin de las estadsticas muestrales involucran los parmetros de la
poblacin, as cualquier colusion que se extraiga sobre algn parmetro poblacional a
partir de las estadsticas muestrales involucran la distribucin muestral de la estadstica,
es decir: cualquier conclusion que se obtenga de la media poblacional , involucra la
distribucin de la media muestral
de
una estadstica
es el estimador ms
eficiente [52].
Es posible establecer un intervalo de valores
y desviacin
estndar
, para 0<
(3.46)
Si se considera:
(3.47)
(3.48)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 76
Esto se muestra en la figura 3-11.
Figura 3-11. Intervalo de confianza para una distribucin normal estndar.
3.6 Control Difuso
El control difuso es un mtodo alternativo conveniente para construir controles no
lineales mediante el uso de informacin heurstica que proviene de un experto. La
metodologa de diseo consiste en construir un conjunto de reglas orientadas a controlar
determinado proceso, estas reglas son proporcionadas al controlador difuso con el fin de
emular la toma de decisiones del experto [54].
La arquitectura tpica de un controlador difuso se muestra en la figura 3-12.
Figura 3-12. Arquitectura tpica de control difuso.
) ( ) ( ) (
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 77
En la arquitectura del control difuso se aprecian cuatro componentes principales [54].
La base de reglas que representa el conocimiento sobre el cmo controlar el
sistema.
El mecanismo de inferencia que evala las reglas de control que son
relevantes en un determinado momento y en dependencia de ello determina el
valor de salida hacia la planta.
El bloque fusificacin que modifica el valor de entrada, de forma tal que
pueda ser interpretada y comparada por la base de reglas.
El bloque defusificacin que convierte la conclusin alcanzada mediante la
inferencia hacia valores de insumo para el proceso.
Un controlador difuso puede ser visualizado como una transformacin lineal esttica
entre las entras y las salidas. Las entradas se definen mediante un conjunto
y las salidas como el conjunto
[55].
El bloque defusificacin convierte los conjuntos de entrada
a conjuntos difusos,
una vez hecho esto, los conjuntos difusos pueden ser procesados por el mecanismo de
inferencia para llegar a alguna conclusin difusa y posteriormente, el bloque
defusificacin se encarga de convertir la conclusin en valores reales.
Los conjuntos ordinarios
respectivamente [55].
Para especificar las reglas, se hace uso de expresiones lingsticas que definen el
comportamiento de entradas y salidas. Dichas expresiones son conocidas como variables
lingsticas, constantes simblicas que forman conjuntos difusos. As pues
son las
variables lingsticas para
.
Las variables lingsticas
, respectivamente; por
ejemplo
a los
conjuntos difusos
definido sobre un
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 78
universo de discurso
que transforma
a un
intervalo de valores , el conjunto difuso denotado por
(3.49)
Una vez que se han definido los universos de discurso de entradas y salidas,
establecido las constantes lingsticas y fusificado cada entrada del sistema a travs de la
funcin de membresa
(4.1)
(4.2)
En (4.1)
es la constante de fuerza
contraelectromotriz.
Aplicando la ley de tensin de Kirchhoff en la malla del circuito mostrado en la figura
4-1 se obtiene (4.3).
(4.3)
Debido al campo magntico asociado al estator (en este caso imn permanente), se
produce un momento de fuerza en las bobinas del rotor, al cual se le ha llamado en la
descripcin de los elementos de la figura 4-1, par de motor . El par del motor genera un
movimiento giratorio con una velocidad angular .
Para efectos de describir el fenmeno mecnico en el motor de CD, se considera el
efecto de una friccin , que depende de la velocidad angular en un determinado
instante de tiempo, este efecto es el de un momento de fuerza en sentido contrario al
movimiento giratorio del rotor.
A dems del momento de fuerza asociado a la friccin, cualquier carga que sea
arrastrada por el movimiento giratorio del rotor genera un momento de fuerza en sentido
contrario al giro del rotor, llamado par de carga
(4.4)
Substituyendo (4.2) en (4.3) y (4.1) en (4.4), resultan (4.5) y (4.6), las cuales estn
relacionadas por la corriente y la velocidad angular , describiendo de manera
aproximada el comportamiento de un motor CD de imn permanente.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 82
(4.5)
(4.6)
Para el controlador, el par de carga
representar una variable aleatoria cuyo tratamiento se aborda ms adelante.
Con base a (4.5) y (4.6) se obtiene la funcin de transferencia, expresada como un
sistema SISO, donde la variable de entrada es el voltaje suministrado al rotor y la
salida la velocidad angular .
Calculando la transformada de Laplace de (4.5) y (4.6), resulta (4.7) y (4.8).
, (4.7)
.
(4.8)
Despejando de (4.7) a resulta (4.9).
. (4.9)
Despejando de (4.8) resulta (4.10).
. (4.10)
Al pasar el denominador de (4.9) del lado izquierdo y substituir (4.10) en (4.9), resulta
(4.11).
(4.11)
Despejando la velocidad angular de (4.11) resulta (4.12)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 83
(4.12)
Dividiendo ambos miembros de la ecuacin (4.12) entre se obtiene la funcin de
transferencia (4.13).
(4.13)
Se considera un par de carga nulo (
(4.14)
En la figura 4-3 se muestra el diagrama a bloques del motor de CD de imn
permanente basado en (4.9) y (4.10).
Figura 4-3.Diagrama a bloques de un motor de imn permanente.
Considerando una seal del tipo escaln unitario
a la entrada de (4.14), se
obtiene (4.15).
(4.15)
Con el fin de facilitar el manejo de (4.15) se realizan los siguientes cambios de
variable (4.16), (4.17) y (4.18).
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 84
(4.16)
(4.17)
(4.18)
Substituyendo (4.16), (4.17) y (4.18) en (4.15) resulta (4.19)
(4.19)
Las races del polinomio
(4.20)
(4.21)
Factorizando el denominador de (4.19) se genera (4.22).
(4.22)
Desarrollando (4.22) en fracciones parciales se obtiene (4.23).
(4.23)
El valor de las contantes
(4.24)
(4.25)
(4.26)
Calculando la transformada inversa de Laplace de (4.23) se obtiene (4.27).
(4.27)
La respuesta en tiempo de la velocidad angular para el motor de CD de imn
permanente ante una entrada escaln unitario es (4.27), la cual se ha dejado en trminos
de
por simplicidad.
Para efectos de simulacin, se toman los datos de un motor comercial marca Crouzet
con nmero de referencia 82860018, cuyos valores se muestran en la tabla 12.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 86
Tabla 12. Valores para el motor de CD de imn permanente marca Crouzet con referencia
82860018.
Magnitud Variable Unidades Valor
Inductancia de Armadura [H]
Momento de inercia [Kg m
2
]
Coeficiente de Friccin
viscosa
[(N m) / (rad s
-1
)]
Resistencia de Armadura []
Constante de Par
[N m / A]
Constante de FCEM
[V s]
Substituyendo los valores de la tabla 12 a las variables de (4.16), (4.17) y (4.18), y
realizado las operaciones correspondientes de (4.24) a (4.27) se obtiene (4.28).
(4.28)
Se utiliza el software MatLab versin 7.11.0.584 (R2010b) como herramienta de
simulacin. La respuesta de la velocidad angular ante una entrada escaln unitario,
expresada mediante (4.28), se muestra en la figura 4-4.
Figura 4-4. Respuesta de un motor de CD de imn permanente a una
entrada escaln unitario.
El valor alcanzado por en estado estacionario es . Con base a este valor,
es posible determinar el tiempo de retardo
, tiempo de subida
y tiempo de
asentamiento
. El tiempo pico
y la sobre elongacin
(seg)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 87
En la figura 4-5 se muestran los parmetros de la respuesta transitoria de (4.28).
Figura 4-5. Parmetros de la respuesta transitoria del motor de CD
de imn permanente.
Los parmetros mostrados en la figura 4-5 son considerados como ndices de
rendimiento expresados en tiempo. Con el fin de lograr una mejor descripcin del
comportamiento del sistema, se obtienen los ndices de rendimiento expresados en
frecuencia a travs del diagrama de Bode para lo cual, se considera el estado senoidal
permanente de la funcin de transferencia (4.14) en (4.29).
(4.29)
Para conocer el comportamiento de la magnitud y fase de (4.29), es posible aplicar una
seal que oscile en un rango de frecuencias.
Al aplicar una entrada del tipo sinusoidal se obtiene una salida del mismo tipo y con la
misma frecuencia pero con fase y amplitud distinta [60], variando la frecuencia en el
intervalo [0,] se obtienen las graficas mostradas en las figuras 4-6 y 4-7.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 88
Figura 4-6. Diagrama de magnitud para el motor de CD de imn
permanente.
Figura 4-7. Diagrama de fase para el motor de CD de imn
permanente.
De las grficas mostradas en las figuras 4-6 y 4-7, se adquiere el margen de fase
y
el margen de ganancia
).
Para el modelo del motor de CD de imn permanente en lazo abierto se obtiene un
margen de fase
Diagrama de Bode
M
a
g
n
i
t
u
d
(
d
B
)
Frecuencia (rad/seg)
Frecuencia (rad/seg)
F
a
s
e
(
g
r
a
d
o
s
)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 89
Es posible obtener la representacin en el espacio de estados del motor de CD de imn
permanente mediante (4.5) y (4.6). Si se considera
(4.30)
(4.31)
(4.32)
Con base a (4.30), (4.31) y (4.32), se plantea la forma matricial (4.33) del espacio de
estado, con la ecuacin de salida (4.34).
(4.33)
(4.34)
En esta seccin se ha abordado el motor de CD de imn permanente como un sistema
SISO, estableciendo como entrada el voltaje suministrado al rotor y como salida la
velocidad angular.
Con el fin de conocer los ndices de rendimiento de la velocidad angular en el estado
transitorio y tener una descripcin completa del modelo del motor de CD, se ha obtenido
su respuesta en tiempo haciendo uso de los datos de un motor real para graficar la curva
de respuesta . Tambin se ha identificado como variable aleatoria a
y se ha hecho
del conocimiento del lector que ser considerada ms adelante.
Una vez que se tiene un modelo con la informacin necesaria para describir el sistema
de inters, se plantea, en la siguiente seccin, un controlador del tipo PID, sintonizado
por la tcnica convencional Ziegler-Nichols.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 90
4.2 Diseo de un Controlador PID por el mtodo
Ziegler-Nichols para un motor de CD.
A pesar de los avances en el campo del control en los ltimos aos, los controladores
PID siguen teniendo mayor presencia, tanto en el campo industrial como en el acadmico
[61]. Incluso an cuando tcnicas ms sofisticadas han sido usadas, es comn encontrar
estructuras jerrquicas con controladores PID en los niveles ms bajos [62], [63], [64].
No todos los sistemas son candidatos a ser controlados mediante un esquema PID. En
general el esquema PID es recomendado para sistemas cuyos coeficientes sean constates
y no contenga productos o cocientes de la variable dependiente ni de ninguna de sus
derivadas (sistemas lineales de coeficientes constantes), tal es el caso del modelo
obtenido para el motor de CD de imn parmente.
El desempeo de un sistema controlado mediante un esquema PID depende de los
valores que tomen los parmetros
, un el tiempo integral
y un tiempo diferencial
, basndose en las
caractersticas, en el estado transitorio, de la respuesta de un sistema en lazo abierto
ante una entrada experimental del tipo escaln. Aunque tambin existe la posibilidad de
asignar valores a los parmetros del controlador, mediante un valor de
que produzca
estabilidad marginal en la seal de salida .
nicamente cuando la respuesta del sistema a lazo abierto, ante una entrada escaln,
es descrita por una curva suave, se procede a trazar una recta tangente que pasa por
el punto de inflexin de la curva . Con base a la trayectoria de la recta se
definen los siguientes parmetros.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 91
Tiempo de retardo : Es el tiempo en el que .
Constante de tiempo T: Es el tiempo que transcurre desde hasta
. Donde , es el tiempo a partir del cual, entra al estado
estacionario.
Una vez que se ha identificado el tiempo de retardo y la constante de tiempo , se
calculan los valores para
PI
PID
En sistemas cuya respuesta en lazo abierto ante una entrada escaln, no es descrita
mediante una curva suave, se opta por las reglas basadas en asignar un valor a la
constante
(4.35)
(4.36)
Substituyendo (4.35) y (4.36) en (4.27) se obtiene (4.37).
(4.37)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 92
Para que un punto sobre sea un punto de inflexin, se requiere satisfacer
las siguientes condiciones [67].
Condicin necesaria: Para que una funcin tenga un punto de inflexin en
, es necesario que
.
Condicin suficiente: Para que una funcin tenga un punto de inflexin en
, es suficiente que la primera derivada (de orden superior a 2), que no se
anule en , se a impar, es decir:
, con impar.
Para localizar el punto de inflexin sobre , tomando como referencia, las
condiciones de necesidad y suficiencia, se calcula en (4.38) y (4.39) la segunda y tercera
derivada de (4.37), respectivamente.
(4.38)
(4.39)
Aplicando la condicin necesaria en (4.38), para el punto , se obtiene (4.40).
(4.40)
Despejando de (4.40) se obtiene (4.41).
(4.41)
Utilizando los valores de la tabla 12 para calcular en (4.41) se sabe que para
, se cumple que , satisfaciendo as, la condicin necesaria para el
punto de inflexin .
Substituyendo en (4.39), se sabe que
,
cumpliendo la condicin necesaria y suficiente para que el punto , sea un
punto de inflexin sobre .
Con base al punto de inflexin , se sabe que la recta tangente que pasa por ,
tiene una pendiente , y su ecuacin est dada por (4.42)
(4.42)
Debido a que en el tiempo , es posible calcular el punto de la
recta mediante (4.43).
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 93
(4.43)
Una vez que se conoce la recta descrita por (4.42), es posible calcular los valores
para el tiempo de retardo y la constante de tiempo mediante (4.44) y (4.45).
(4.44)
(4.45)
La figura 4-8 muestra los valores para y , definidos en trminos de la recta que
pasa por en el punto de inflexin .
Figura 4-8. Tiempo de retardo y la constante de tiempo .
Una vez que se han encontrado los valores para y , los parmetros del controlador
PID se calculan con base a la tabla 13 mediante (4.46) (4.47) y (4.48).
(4.46)
(4.47)
(4.48)
T
p
L
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 94
Los valores de sintona se incorporan al controlador PID para el motor de CD de imn
permanente descrito en (4.49).
(4.49)
En (4.49) es el error presente en un instante de tiempo entre el valor de una seal
de referencia y la respuesta , el cual, est determinado mediante (4.50).
(4.50)
La funcin de transferencia del controlador PID descrito mediante (4.49) es (4.51).
(4.51)
Haciendo uso de la funcin de transferencia obtenida para el motor de CD en (4.13) y
para el controlador PID en (4.51), se describe en la figura 4-9 el diagrama a bloques del
sistema controlado.
Figura 4-9. Diagrama a bloques de control de motor de CD de imn
permanente.
La funcin de transferencia que describe la relacin entre y se expresa de
manera general mediante (4.52).
(4.52)
Para manipular la ecuacin (4.52) con mayor facilidad, se definen las igualdades
(4.53), (4.54) y (4.55).
(4.53)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 95
(4.54)
(4.55)
Al substituir (4.51) y (4.13) en (5.52), considerando las igualdades (4.53), (4.54) y
(4.55), resulta (4.56).
(4.56)
Los coeficiente
(4.57)
Considerando un escaln unitario
(4.58)
Con base a la tabla 12 y a los valores calculados para
, se asignan valores
numricos a (4.58) resultado (4.59).
(4.59)
Para encontrar la respuesta en tiempo de (4.59) a travs de la transformada inversa de
Laplace, se opta por resolver el polinomio de su denominador, y de este modo, encontrar
la descomposicin en fracciones parciales.
El polinomio en el denominador de (4.59) tiene cuatro races. Es evidente que una de
ellas se encuentra en , las otras tres races son las soluciones del polinomio de tercer
orden (4.60).
(4.60)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 96
Las races de (4.60) se encuentran mediante el mtodo de Cardano [68], dando como
resultado (4.61), (4.62) y (4.63).
(4.61)
(4.62)
(4.63)
Una vez encontradas las races del polinomio (4.60), se expresa (4.58) mediante la
descomposicin en fracciones parciales en (4.64).
(4.64)
Las constantes
(4.65)
(4.66)
(4.67)
(4.68)
Substituyendo (4.65), (4.66), (4.67) y (4.68) en (4.64), se obtiene (4.69).
(4.69)
La trasformada inversa de Laplace de (4.69) es (4.70).
(4.70)
La respuesta en tiempo a una entrada escaln unitario del sistema controlado mediante
un esquema PID, se muestra en la figura 4-10.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 97
Figura 4-10. Respuesta escaln unitario para un motor de CD de
imn permanente controlado por un esquema PID.
Substituyendo en la funcin de transferencia (4.57), se obtienen las figuras
4.11 y 4-12.
Figura 4-11.Respuesta en frecuencia de la magnitud del motor de
CD controlado por un esquema PID.
Diagrama de Bode
M
a
g
n
i
t
u
d
(
d
B
)
Frecuencia (rad/seg)
M
a
g
n
i
t
u
d
(
d
B
)
M
a
g
n
i
t
u
d
(
d
B
)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 98
Figura 4-12. Respuesta en frecuencia de la fase del motor de CD
controlado por un esquema PID.
Los ndices de rendimiento del motor de CD, se resumen en la tabla 14.
Tabla 14. ndices de rendimiento de la respuesta en tiempo del motor de CD controlado
mediante un esquema PID.
ndice de rendimiento Valor
Tiempo de retardo
Tiempo de subida
Tiempo pico
Sobre impulso
Tiempo de asentamiento
Margen de ganancia
Margen de fase
Haciendo uso de las reglas de Ziegler-Nichols se han sintonizado los parmetros de un
controlador PID para el modelo obtenido de un motor de CD de imn permanente.
Adems, se obtiene la respuesta en tiempo del sistema controlado mediante la
descomposicin en fracciones parciales de la funcin de transferencia, resolviendo el
polinomio caracterstico mediante el mtodo de Cardando.
Una vez que se ha calculado la respuesta de la velocidad angular para el sistema
controlado, se calculan los ndices de rendimiento de la respuesta del sistema.
En el apartado siguiente se desarrolla un controlador para el motor de CD de imn
permanente basado en lgica difusa, con la finalidad de obtener una referencia que
permita validar los ndices de rendimiento del esquema propuesto en esta tesis.
Frecuencia (rad/seg)
F
a
s
e
(
g
r
a
d
o
s
)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 99
4.3 Diseo de control difuso tipo Mamdani para un
motor de CD
El control basado en lgica difusa, en adelante control difuso, es un esquema en donde
no se hace necesario el uso de un modelo matemtico para lograr el rendimiento deseado
de un sistema, en su lugar, el control difuso se enfoca en lograr un entendimiento
intuitivo del cmo controlar un proceso para despus cargar esta informacin en el
controlador.
Un controlador basado en lgica difusa rene la informacin sobre cmo controlar un
proceso. Con base a la informacin recopilada, se crea un conjunto de reglas expresadas
en la estructura lgica modus ponens: si y B, entonces , las cuales dictan cmo el
controlador debe reaccionar ante las variaciones de la variable controlada.
Para el control de la velocidad angular del motor de CD de imn permanente, se sigue
una metodologa que sienta sus bases en el esquema de inferencias difusas Mamdani,
usado para representar, manipular e implementar, el conocimiento heurstico acerca de
cmo controlar un proceso.
El diagrama a bloques del control difuso para la velocidad angular del motor de CD,
integrado en un sistema de lazo cerrado, se muestra en la figura 4-13.
Figura 4-13. Diagrama a bloques del motor de CD controlado
mediante un esquema difuso.
En la figura 4-13, es la seal de referencia, es el voltaje de alimentacin
hacia el motor, es la velocidad angular, es el error entre la referencia y la
velocidad angular y
D_Error
Voltaje
Las variables lingsticas toman un conjunto de valores lingsticos a medida que
evoluciona la dinmica del sistema. Estos valores lingsticos se definen de forma tal, que
proporcionen un lenguaje adecuado para expresar las ideas sobre cmo controlar el
proceso. Para el caso del motor de CD, las variables lingsticas tanto de entrada como de
salida, pueden tomar los valores que se describen a continuacin.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 101
La variable lingstica Error toma los siguientes valores.
NN: Describe el estado en el que la velocidad angular es mucho mayor
que la referencia , por lo que el error toma un signo negativo y una
magnitud grande.
MN: Describe el estado en el que la velocidad angular es mayor que la
referencia , por lo que el error toma un signo negativo.
LN: Describe el estado en el que la velocidad angular es ligeramente
mayor que la referencia , por lo que el error toma un signo negativo y
su magnitud es muy pequea.
C: Describe el estado en el que la velocidad angular es igual a la
referencia . Por lo tanto el error es igual a cero.
LP: Describe el estado en el que la velocidad angular es ligeramente
menor a la referencia , por lo que el error es positivo y su magnitud
es pequea.
MP: Describe el estado en el que la velocidad angular es menor a la
referencia , por lo que el error es positivo.
PP: Describe el estado en el que la velocidad angular mucho es menor
a la referencia , por lo que el error es positivo y su magnitud es
grande.
La variable lingstica D_Error toma los siguientes valores.
NN: Describe el estado en el que el error es mucho mayor que el
error , por lo que
(4.71)
(4.72)
En (4.71) y (4.72),
(4.73)
(4.74)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 103
El intervalo de discurso para la variable de salida del controlador difuso, se define con
base al voltaje nominal del motor de CD, mediante (4.75).
(4.75)
Una vez definidos los intervalos de discurso y las variables lingsticas para las
entradas y la salida del controlador difuso, se construye la base de reglas que sintetiza la
forma en la que se controla el proceso.
La base de reglas est compuesta por ideas abstractas sobre cmo controlar la
velocidad angular del motor, por ejemplo Error=NN y D_Error=PP, significa
que el valor de la velocidad angular es mucho mayor que la referencia y que
se aleja rpidamente de , por lo que el controlador deber suministrar un
voltaje que disminuya la velocidad del motor, por ejemplo Voltaje=BBV (BBV se
ha usado para describir Bajo Bajo Voltaje).
Una representacin conveniente para el conjunto de reglas, es la tabular, debido a que
permite interpretar a los elemento de la primer columna y el primer rengln, como los
operandos de la operacin conjuncin o Y, y a las celdas en las que se interceptan,
como la consecuencia de los valores lingsticos. La tabla 16 muestra el conjunto de
reglas pensadas para el control de la velocidad angular del motor de CD.
Tabla 16. Base de reglas para el controlador difuso de la velocidad angular de un motor de
CD.
Velocidad Error
D
_
E
r
r
o
r
NN MN LN C LP MP PP
NN MBV MBV MBV V MAV MAV MAV
MN BV BV MBV V MAV AV AV
LN BV BV BV V AV AV AV
C BV BV BV V AV AV AV
LP BBV BV BV V AV AV AAV
MP BBV BBV BV V AV AAV AAV
PP BBV BBV BV V AAV AAV AAV
Las variables lingsticas Error, D_Error y Velocidad, se describen mediante
los conjuntos (4.76), (4.77) y (4.78) respectivamente.
(4.76)
(4.77)
(4.78)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 104
Los elementos del conjunto Error se relacionan con el universo de discurso
, a
travs del conjunto de funciones de membresas descrito mediante (4.79).
(4.79)
De forma similar, los elementos del conjunto se relacionan con el universo
de discurso
(4.80)
(4.81)
Las funciones de membresa utilizadas para fusificar los valores de entrada y
defusificar la salida son del tipo triangular, debido a que las funciones triangulares
cuentan con un eje de simetra que facilita el proceso de defusificacin, adems de ser las
funciones que presentaron mejores ndices de rendimiento en el estado del arte.
Las funciones de membresa usadas para defusificar la salida del controlador se
muestran en la figura 4-14.
Figura 4-14. Funciones de membresa para la salida del controlador
difuso del motor de CD.
Las funciones de membresa usadas para fusificar las entradas del controlador se
muestran en la figura 4-15.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 105
Figura 4-15. Funciones de membresa para las entradas del
controlador difuso de la velocidad angular.
Mediante los conjuntos de funciones de membresa
, y los universos de
discurso
(4.82)
(4.83)
(4.84)
A medida que la dinmica del motor de CD avanza, se presentan distintos elementos
de los conjuntos difusos definidos para cada entrada. Cada elemento de un conjunto
difuso, relaciona un valor lingstico con un valor numrico que se encuentra en el
intervalo , este valor es llamado valor de pertenencia o grado de membresa, y
describe el grado de certidumbre que se tiene al clasificar un valor numrico de entrada
como parte de un valor lingstico. Este valor de pertenencia, tambin es usado por la
inferencia difusa para evaluar las reglas descritas en la tabla 16.
En la representacin tabular de la base de reglas, la primera columna y el primer
rengln contienen los elementos que, mediante la conjuncin de sus valores, forman el
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 106
antecedente (4.85). Cuando alguna funcin de membresa toma un valor distinto de cero,
se dice que las reglas asociadas a su variable lingstica son disparadas o activadas.
(4.85)
El mecanismo de inferencia toma los valores de
D
_
E
r
r
o
r
Para llegar a una conclusin sobre la consecuencia, se combinan las reglas activadas
mediante la agregacin expresada en (4.86), dando lugar al valor mximo
de las reglas
que activaron la misma consecuencia.
(4.86)
El resultado de la agregacin (4.86), genera una funcin de membresa
cortada
en el valor
(4.87)
En (4.87),
cortada en
.
Como se mencion anterior mente, las funciones de membresa para la salida son
triangulares y se distribuyen en el universo de discurso de manera uniforme, lo cual
permite realizar el clculo del rea a travs de geometra mediante (4.88).
(4.88)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 108
En (4.88), W es la longitud del lado mayor en el trapecio que se forma con la funcin
de membresa cortada. De esta manera (4.87) se puede expresar mediante (4.89).
(4.89)
Aplicando el control difuso descrito anteriormente a la funcin de transferencia del
motor de CD de imn permanente, se obtiene la respuesta mostrada en la figura 4-17.
Figura 4-17.Respuesta del motor de CD de imn permanente
controlado mediante un esquema difuso tipo Manmdani.
Es posible determinar el tiempo de retardo
, tiempo de subida
y tiempo de
asentamiento
y la sobre
elongacin
Tiempo de subida
Tiempo de asentamiento
En esta seccin se ha diseado un controlador difuso que acta sobre la velocidad
angular del motor de CD de imn permanente, para lo cual se han desarrollado cada uno
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 109
de los bloques presentados en el controlador de la figura 4-13, as como tambin, se han
calculado los ndices de rendimiento mediante simulacin a travs del software Matlab
versin 7.11.0.584 (R2010b).
Hasta ahora, se ha analizado el modelo del motor de CD de imn permanente y su
respuesta bajo dos esquemas de control. En la siguiente seccin, se abordara el efecto del
par de carga sobre la respuesta de la velocidad angular y se presenta una sintonizacin
automtica basada en lgica difusa, que busca minimizar los efectos del par de carga.
4.4 Diseo de una sintonizacin automtica mediante
lgica difusa para un controlador PID aplicado a
un motor CD de imn permanente.
No obstante a la presencia del controlador PID en diversos campos industriales y
acadmicos, no existe un mtodo estandarizado para la sintonizacin de sus parmetros
que garantice un buen desempeo de manera general.
Mediante el uso de valores constantes en los parmetros de sintona PID se consigue
por lo general, ndices de rendimiento satisfactorios en sistemas lineales de primer orden,
no as en sistemas de orden superior sujetos a perturbaciones de carga o ruido. En este
sentido, se abre la posibilidad de mejorar el desempeo del controlador PID clsico
mediante el ajuste dinmico de los parmetros de sintona
.
En esta investigacin, se toma como criterio para asignar valores a
, el
valor central de la distribucin de probabilidad del error y de su razn de cambio en el
tiempo. El error es generado cuando las variaciones en el par de carga
se suscitan de
manera aleatoria.
Se inicia el anlisis del efecto causado por el par de carga, tomando el modelo del
motor en lazo abierto (4.13) y considerando
(4.90)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 110
Aplicando una entrada escaln unitario
(4.91)
Con el fin de facilitar el tratamiento de (4.91) se consideran las igualdades realizadas
en (4.16), (4.17) y (4.18), por lo que (4.91) se expresa mediante (4.92).
(4.92)
Las races del polinomio en el denominador de (4.92), son: (4.93), (4.94) y (4.95)
(4.93)
(4.94)
(4.95)
Haciendo uso de las races mencionadas, es posible expresar (4.92) mediante su
expansin en fracciones parciales a travs de (4.96).
(4.96)
Los valores de las constantes
(4.97)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 111
(4.98)
(4.99)
La transformada inversa de Laplace de (4.96) se presenta en (4.100).
.
(4.100)
La variable aleatoria
sobre la respuesta
del motor de CD.
Una vez que se ha obtenido la respuesta de la velocidad angular en lazo abierto, se
verifica el comportamiento del sistema adicionando un controlador PID al modelo del
motor descrito en (4.90), tomando los valores de sintonizacin calculados mediante el
mtodo Ziegler-Nichols. El diagrama a bloques del motor de CD controlado por un
esquema PID y con
(4.101)
Considerando una entrada escaln unitario
y despejando la velocidad
angular de (4.101) se obtiene (4.102).
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 113
(4.102).
Asignando los valores de la tabla 12 a las variables del modelo del motor de CD
descrito en (4.102), y considerando
, se obtiene la
respuesta mostrada en la figura 4-20 para un escaln unitario.
Figura 4-20. Efecto de la variable aleatoria
sobre la respuesta
del motor de CD controlado mediante un esquema PID.
Como se aprecia en las figuras 4-19 y 4-20, cuando el par de carga
vara, se
introduce ruido en la velocidad angular y el error toma valores aleatorios.
Un indicador cuantitativo de la relacin entre la intensidad de ruido presente y la y
seal de respuesta til, es la relacin seal a ruido o SNR (de las siglas en ingls Signal to
Noise Ratio). El SNR se puede calcular mediante el inverso del coeficiente de variacin
de la seal [69] expresado en (4.103).
(4.103)
En (4.103), es la media del conjunto de valores que toma la velocidad angular en un
intervalo de tiempo y es su desviacin estndar. Un valor de SNR cercano al 100%,
indica que la dispersin de la seal es menor con respecto a su media, por lo que la
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 114
intensidad del ruido disminuye en la medida en que se incrementa el SNR, por el
contrario, a medida que el valor de SNR disminuye, mayor ser la dispersin, y por lo
tanto, incrementa la intensidad de ruido en el sistema.
La respuesta del sistema a lazo abierto (sin control) expresada mediante (4.100), y la
respuesta del sistema controlado mediante un esquema PID expresada en (4.102),
presentan los SNR (4.104) y (4.105), respectivamente.
(4.104)
(4.105)
Como se aprecia en (4.104) y (4.105), el SNR para la velocidad angular del motor de
CD es menor al 50%, y cuando se adiciona un controlador PID, se degrada cerca del
10%.
Con el fin de aumentar el rendimiento del sistema en trminos del SNR, cuando se
presentan perturbaciones, se propone el esquema de control mostrado en la figura 4-21.
Tendencia central
de eN(t)
Sintonizacin
difusa
Tendencia central
de eN(t)
S
k
p
+ k
i
+sk
d
s
1
SL + R
Kp
1
Jm S+B
Kb
Tc
Ts +B
R(s) (s)
(s)
(s)
I(s) T
e(s)=R(s)-(s)
ki kd kp
-
+
-
+
-
+
e(t)
eMax(t)
e(t)
eMax(t)
Figura 4-21. Esquema propuesto para sintonizar los parmetros
PID de forma automtica mediante lgica difusa.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 115
Los bloques Tendencia Central en la figura 4-21, analizan las propiedades estadsticas
del error y su razn de cambio, previo a ello, se normalizan los valores a las estradas de
este bloque mediante (4.106) y (4.107).
(4.106)
(4.107)
El conjunto de valores que toma el error en trminos de probabilidad son descritos a
travs de su funcin de distribucin de probabilidad. En esta investigacin, se emplea la
funcin de distribucin normal (4.108).
(4.108)
La distribucin de probabilidad normal (4.108), est en funcin de los parmetros y
. A medida que la dinmica del sistema se desarrolla, el error toma valores de un
conjunto infinito, por lo que no es posible considerar la poblacin total del error para
obtener los valores de la media y desviacin estndar. En su lugar, los parmetros de la
distribucin de probabilidad poblacional son estimados a partir de los parmetros
presentes en una muestra significativa (mayor a 30) [70], esto es: el valor del la media
muestral , es utilizado para hacer una inferencia con respecto a la proporcin de la
media poblacional .
El parmetro es una funcin de los valores observados en una muestra. Debido a que
es posible obtener muchas muestras a partir de la misma poblacin, se espera que vare
entre una muestra y otra, por lo que tambin es una variable aleatoria y representa el
valor donde se centra la distribucin de la muestra.
Si es la poblacin total del error y
es el conjunto de
elementos de una muestra, entonces se describe mediante (4.109).
(4.109)
Un indicador de la dispersin en las observaciones contenidas en una muestra es la
varianza muestral
(4.110)
Debido a que y
, donde
, el rea contenida
entre
, es
decir
[71].
El intervalo
(4.111)
De acuerdo con (4.111), existe una probabilidad de que le intervalo
contenga a , dicho intervalo se le conoce como intervalo de confianza, y
es el coeficiente de confianza o grado de confianza para el valor estimado. De
esta forma, si se asigna un valor se tendr un 95% de confianza de que el
intervalo descrito en trminos de contenga a . Mientras ms amplio sea el intervalo de
confianza, se puede tener un mayor grado de confianza de que el parmetro buscado se
encuentra en dicho intervalo.
Si el tamao de la muestra es lo suficientemente grande (mayor a 30), es posible
establecer un intervalo de confianza para , al considerar la distribucin muestral de .
De acuerdo con el teorema del lmite central, podemos esperar que est distribuida
de forma aproximadamente normal con media
y desviacin estndar
.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 117
Al tener una muestra aleatoria a partir de una distribucin normal, la variable aleatoria
, se
expresa mediante (4.112).
(4.112)
Substituyendo
(4.113)
Al multiplicar cada trmino en la desigualdad (4.113) por , restar de cada
trmino y multiplicar por , se obtiene (4.114).
(4.114)
Haciendo uso de (4.114) se puede indicar la probabilidad de que , tanto para el error
como para su derivada, se encuentre en el intervalo
, adems de
asignar un grado de confianza a dicha probabilidad. Estos elementos
forman los criterios de asignacin a los valores de sintona PID.
El grado de confianza se relaciona con el tamao de la muestra debido a que
es el
valor de por arriba del cual se encuentra un rea de , si se desea un grado de
confianza debe existir un error en el intervalo
.
Con base a los intervalos y grados de confianza para el error y su razn de cambio, se
asignan valores a los parmetros
GP
GD
GI
El conjunto de valores lingsticos definidos para las variables de entrada son (4.115)
y (4.116).
(4.115)
(4.116)
El conjunto de valores lingsticos definidos para las variables de salida son (4.117),
(4.118) y (4.119).
(4.117)
(4.118)
(4.119)
Los valores lingsticos para cada una de las entradas expresan el signo y la magnitud
que toma en un instante determinado, la media estimada para el error y su razn de
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 119
cambio. En adelante,
de nota la media
estimada para su razn de cambio.
En el conjunto de los valores lingsticos definidos para las entradas, la letra indica
un valor negativo y la letra un valor positivo, el subndice que acompaa cada una de
las letras es un indicador de la proporcin del valor. De este modo, mientras ms grande
sea el valor del subndice, ms negativo o positivo es el valor de la media estimada para
el error o para su razn de cambio.
Los estados posibles del error y su razn de cambio, en trminos del signo presente en
la estimacin de las medias
, las cuales son calculadas por el mtodo Ziegler-Nichols en la seccin 4.2. La letra
representa un decremento y la letra un incremento.
Debido a que la accin tomada por el esquema difuso para cada salida es diferente, se
proponen tres bases de reglas. Los criterios considerados para el planteamiento de cada
una de las bases son las siguientes.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 120
Ante un incremento en
, el valor de
se incrementa y
disminuye, esto
ltimo, con el fin de evitar una acumulacin de la accin integral que lleve a un
sobre impulso. El valor de
depender de
.
Ante un decremento en
, el valor de
se decrementa y
aumenta, esto
ltimo, con el fin de que la accin integral ayude a corregir el error a medida
que el tiempo transcurre. El valor de
depender de
.
Ante un incremento en
, el valor de
incrementa,
dependern de
.
Ante un decremento en
, el valor de
decrementa,
dependern de
.
De acuerdo con estos criterios se construyen las bases de reglas mostradas en las tablas
20, 21 y 22.
Tabla 20. Base de reglas para
Tabla 21. Base de reglas para
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 121
Tabla 22. Base de reglas para
Se definen los universos de discurso (4.120) y (4.121) para las variables
lingsticas y respectivamente.
(4.120)
(4.121)
Los conjuntos , y toman valores en los universos de discurso (4.122),
(4.123) y (4.124).
(4.122)
(4.123)
(4.124)
La variable lingstica est relacionada con el universo de discurso
mediante el conjunto de funciones de membresa descrito en (4.125).
(4.125)
La variable lingstica est relacionada con el universo de discurso
mediante el conjunto de funciones de membresa descrito en (4.126).
(4.126)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 122
Debido a que el error y su razn de cambio se normalizan previamente a la estimacin
de las medias
que se muestran en la
figura 4.23.
Figura 4-23. (a) Funciones de membresa para , (b)
Funciones de membresa para
La variables lingsticas , y se relacionan con los universos de
discurso , y respectivamente, mediante los conjuntos de funciones de
membresas descritos en (4.127), (4.128) y (4.129).
(4.127)
(4.128)
(4.129)
Las funciones de membresa de
, forman
los conjuntos difusos (4.130) y (4.131).
(4.130)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 124
(4.131)
Las bases que contienen las reglas de ajuste para los parmetros PID expresadas en las
tablas 20, 21 y 22, tienen un mismo antecedente expresado en trminos de
, y
, pero
consecuencias distintas para cada variable
(4.132)
Las tablas 23, 24 y 25 contienen las consecuencias para , y ,
respectivamente.
Tabla 23. Tablas de consecuencias para .
Tabla 24. Tablas de consecuencias para .
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 125
Tabla 25. Tablas de consecuencias para .
Una vez establecidas las tablas de consecuencias para , y GD se calculan
tres conclusiones a travs de las agregaciones (4.133), (4.134) y (4.135), las cuales se
realizan nicamente entre reglas idnticas, que fueron disparadas.
(4.133)
(4.134)
(4.135)
Las conclusiones
mediante
el mtodo COG, el cual consiste en obtener el centro del rea formada por las funciones
de membresa concluidas. El clculo del centro de rea para cada parmetro PID se
obtiene mediante (4.136), (4.137) y (4.138).
(4.136)
(4.137)
(4.138)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 126
El mtodo de autosintonizacin descrito anteriormente es aplicado al controlador PID,
cuyos valores inciales para
La relacin seal a ruido obtenida para la respuesta del esquema autosintonizado por
lgica difusa, es de .
A lo largo de este captulo se ha desarrollado una sintonizacin automtica para un
controlador PID, que modifica los valores de las ganancias
en dependencia de
la estimacin de la media poblacional del error y su razn de cambio a partir de una
muestra normalizada de los mismos. El clculo de los valores
se realiza a
partir de un esquema de inferencias difusas Mamdani. En el siguiente captulo se abordan
los resultados arrojados por la simulacin y se realiza un comparativo con respecto a
trabajos encontrados en el estado del arte.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 128
CAPITULO 5. PRUEBAS Y
RESULTADOS
Investigaciones previas, encaminadas a mejorar los ndices de rendimiento del
controlador PID clsico, han sido abordadas en el captulo 3 de la presente tesis. Cada
uno de los trabajos consultados arroja resultados que evidencan mejoras en algunas
caractersticas de la respuesta del sistema al utilizar parmetros de ajuste dinmico.
En este captulo se presentan los resultados obtenidos mediante simulaciones
realizadas en el software MatLab versin 7.11.0584 (R2010b), al aplicar un controlador
PID que ajusta de forma dinmica y automtica los parmetros
, con base en
las propiedades estocsticas del error y su razn de cambio. Dichos resultados se
expresan en trminos de: tiempo de retardo
, tiempo de subida
, tiempo pico
,
mximo sobre impulso
, tiempo de asentamiento
y SNR.
Los ndices de rendimiento obtenidos mediante el control autosintonizado propuesto
en esta investigacin, son contrastados con los obtenidos mediante el esquema PID de
ganancias fijas sintonizado por el mtodo Ziegler-Nichols, y con el esquema difuso
Mamdani, ambos, diseados en el captulo 4 para el modelo del motor de CD de imn
permanente. Posteriormente, se comparan con los resultados reportados en el estado del
arte.
La figura 5-1 muestra un conjunto de respuestas para la velocidad angular del motor
de CD de imn permanente, cuando el par de carga es nulo (las respuestas se muestran
sobrepuestas, con el fin de mejorar la percepcin del lector). Dichas respuestas
corresponden a la evolucin de bajo el efecto de:
Un controlador PID de ganancias fijas sintonizado por Ziegler-Nichols.
Un controlador difuso Mamani.
Un controlador PID con ganancias dinmicas ajustadas con base en la
distribucin muestral de la media.
Respuesta de en lazo abierto.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 129
Respuesta de (t) bajo el efecto de un
esquema PID con ganancias fijas.
Respuesta de (t) en lazo abierto.
Respuesta de (t) bajo el efecto de un
esquema PID de ganancias variables.
Respuesta de (t) bajo el efecto de un
esquema difuso Mamdani.
Figura 5-1. Seales de respuesta para la velocidad angular del
motor de CD de imn permanente.
De acuerdo con el conjunto de respuestas mostradas en la figura 5-1, cuando el
sistema no es sometido a ruido (
Tipo de respuesta
Tiempo de
retardo
(seg)
tiempo de
subida
(seg)
Tiempo pico
(seg)
mximo
sobre
impulso
%
tiempo de
asentamiento
(seg)
Respuesta de en lazo
abierto.
No aplica
(sistema
sobre
amortiguado)
No aplica
(sistema
sobre
amortiguado)
Controlador difuso Mamdani
No aplica
(sistema
sobre
amortiguado)
No aplica
(sistema
sobre
amortiguado)
Controlador de ganacias fijas
sintonizado con Ziegler-
Nichols
Control auto sintonizado con
base en la funcin de
distribucin de la media.
(seg)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 130
Con base en la tabla 26 se puede decir que el control PID auto sintonizado presenta, de
manera general, ndices de rendimiento favorables en la respuesta del sistema, a
excepcin del tiempo de retardo
.
(a) (b)
(c) (d)
Figura 5-2. (a) Respuesta de bajo el efecto de un esquema PID
autosintonizado con base en distribucin muestral de la media, (b) Respuesta de
bajo el efecto de un esquema PID de ganancias fija, (c) Respuesta de en lazo
abierto, (d) Respuesta de bajo el efecto de un esquema difuso Mamdani.
Como se aprecia en la figura 5-2, la variacin de
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 131
evolucin de , cuando
.
Tipo de respuesta
Tiempo de
retardo
(seg)
tiempo de
subida
(seg)
Tiempo
pico
(seg)
mximo
sobre
impulso
(%)
tiempo de
asentamiento
(seg)
SNR
Respuesta de en
lazo abierto.
No aplica No aplica No aplica
Controlador difuso
Mamdani
No aplica No aplica
Controlador de
ganacias fijas
sintonizado con
Ziegler-Nichols
No aplica No aplica
Control auto
sintonizado con base
en la funcin de
distribucin de la
media.
No aplica No aplica
Debido a las variaciones fluctuantes, no es posible obtener los ndices de rendimiento
y la relacin SNR en todos los casos. Este ltimo, sugiere que el controlador
auto sintonizado con base en la distribucin muestral del error y su razn de cambio,
atena las perturbaciones aleatorias con mayor satisfaccin en comparacin a los
esquemas PID de ganancias fijas y Mamdani.
Con el fin de conocer la afectacin sobre el desempeo de la velocidad angular ,
para distintos valores de
.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 132
Tabla 28. Tabla de SNR para diferente intervalos de
Respuesta de
en lazo
abierto.
Controlador
difuso
Mamdani
Controlador de
ganancias fijas
sintonizado con
Ziegler-Nichols
Control auto
sintonizado con base
a la funcin de
distribucin de la
media.
Los valores presentados en la tabla 28 muestran que el SNR, para el control PID
autosintonizado, decrece a partir de
, lo que implica
que la atenuacin del error aleatorio es satisfactoria solo en el rango
.
Se han elegido los ndices reportados en [48], [52], [54] y [56], debido a que, a
excepcin de [48], la respuesta de la variable controlada es obtenida mediante
sintonizaciones difusas. La tabla 29 muestra los resultados obtenidos en esta
investigacin y en estado del arte.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 133
Tabla 29. ndices de rendimiento reportados en el estado del arte
Control
autosintonizado
con base en la
funcin de
distribucin de
la media.
Sintonizacin
AZNPIC [48]
Control de
SEHS [52]
Control de
sistema de aire
fresco [54]
Control de
velocidad de
Motor de CD
[56]
2.3 70 0.123
0 315 0
0% 8.6% 0%
con base
en la estimacin central del error y su razn de cambio, de tal modo que se atenu la
presencia de ruido en la velocidad angular del motor de CD de imn permanente,
alcanzando un SNR de y mejorando los ndices de rendimiento temporales.
La mejora que se logra con el control auto sintonizado con base en la estimacin de
los valores centrales del error y su razn de cambio, es nicamente en un intervalo
acotado.
En los resultados mostrados en la tabla 28, se observa que el conjunto de valores de
SNR en el sistema controlado por un esquema difuso no presenta una dispersin
significativa, por lo que se concluye que la sintonizacin propuesta en esta investigacin,
es menos robusta que un esquema difuso, pero ms efectiva en cierto rango.
El desarrollo de mtodos eficientes para sintonizar de forma automtica el controlador
PID es un nicho de investigacin activo, en este marco, se proponen los siguientes
trabajos a futuro.
La modificacin de los parmetros de sintona en esta investigacin, se realiza
mediante lgica difusa, no obstante, se propone el empleo de algoritmos de
optimizacin combinatoria tales como estrategias evolutivas.
En esta investigacin se utiliz la distribucin muestral del error para estimar
un valor central con base en el cual se modifican, mediante lgica difusa, los
parmetros de sintona, este esquema se substituirn por una red neuronal
artificial (RNA) que modifique los valores de sintona del controlador PID,
posteriormente se contrastarn los beneficios obtenidos por cada tcnica.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 136
ANEXO A. PROGRAMAS DE
SIMULACIN.
En este anexo se incorporan los programas realizados para la simulacin del
controlador auto sintonizado en base a la estimacin central del error y su razn de
cambio.
A.1. Programa Principal
%Se limpia el rea de trabajo
clear all
close all
clc
%Parmetros del motor
J=0.0000019;
L=0.0416;
B=5.27e-5;
R=32;
K_p=0.0448;
K_b=0.0448;
%---------------------------------------------------------------------
%-----Cambio de variable para simplificar las ecuaciones--------------
b1=J*L;
b2=(R*J+B*L);
b3=(R*B+K_p*K_b);
%---------------------------------------------------------------------
t=[0:0.00001:0.1];% tiempo para graficar la respuesta escaln
t_g=[0:0.00001:0.01];
%----------------_Se genera el ruido para la variable-----------------
r=round((rand(length(t),1)*10));
for j=1:length(t)
Tc(j)=(rand(1,1)*15e-6)*((-1)^r(j));
end
%_____________________________________________________________________
%Variables normalizadas
Nb1=b1/b1;
Nb2=b2/b1;
Nb3=b3/b1;
%---------------------------------------------------------------------
%----------Races ---------
S1=(-Nb2/(2*Nb1)+(sqrt((Nb2^2)-(4*Nb1*Nb3)))/(2*Nb1));
S2=(-Nb2/(2*Nb1)-(sqrt((Nb2^2)-(4*Nb1*Nb3)))/(2*Nb1));
%---------------------------------------------------------------------
%------Coeficientes de la expresin en fracciones parciales-------------
--
A1=(K_p/b1)/((Nb2/(2*Nb1)-(sqrt((Nb2^2)-
(4*Nb1*Nb3)))/(2*Nb1))*(Nb2/(2*Nb1)+(sqrt((Nb2^2)-
(4*Nb1*Nb3)))/(2*Nb1)));
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 137
A2=(K_p/b1)/(((-Nb2/2*Nb1)*(sqrt((Nb2^2)-(4*Nb1*Nb3))/Nb1))+(((Nb2^2)-
(4*Nb1*Nb3))/(2*Nb1^2)));
A3=(K_p/b1)/(((Nb2/2*Nb1)*(sqrt((Nb2^2)-(4*Nb1*Nb3))/Nb1))+(((Nb2^2)-
(4*Nb1*Nb3))/(2*Nb1^2)));
%---------------------------------------------------------------------
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%------Coeficientes de la expresin en fracciones parciales-------------
--
A1_N= (K_p/b1)/((Nb2^2)/(4*Nb1^2)-((Nb2^2-4*Nb1*Nb3)/(4*Nb1^2)));
%Para calculo de A2 y A3 se definen lam y beta de la siguiente maneta
lam= (-Nb2/(2*Nb1)+(sqrt((Nb2^2)-(4*Nb1*Nb3)))/(2*Nb1));
beta=(-Nb2/(2*Nb1)-(sqrt((Nb2^2)-(4*Nb1*Nb3)))/(2*Nb1));
for i=1:length(t)
A2_N=((K_p-((lam*Tc(i))*((L*lam)+R)))/b1)/(lam*(lam+(Nb2+sqrt(Nb2^2-
(4*Nb1*Nb3)))/2*Nb1));
A3_N=((K_p-((beta*Tc(i))*((L*beta)+R)))/b1)/(beta*(beta+((Nb2-
sqrt(Nb2^2-(4*Nb1*Nb3)))/2*Nb1)));
w_N(i)=A1_N+A2_N*exp(lam*t(i))+A3_N*exp(beta*t(i)); %Seal con ruido
end
%________SE CALCULA LA RESPUESTA ESCALON PARA SACAR__________________
%__________LOS PARAMETROS PID POR ZIEGLER-NICHOLS____________________
for i=1:length(t_g)
yt(i)=A1+A2*exp(S1*t_g(i))+A3*exp(S2*t_g(i));
end
%_____________________________________________________________________
%se busca el valor de t donde la segunda derivada se hace cero
d1yt=diff(yt)/0.00001;
d2yt=diff(yt,2);
tce=0;
for i=1:length(t_g)-2
if d2yt(i)*(-1)>0 & tce==0
tce=i;
end
end
b=yt(tce)-d1yt(tce)*t_g(tce); %->valor de b (intercepcion en el eje y)
%--------se calcula la recta tangente al punto de inflexion tce-----
Tsup=0;
for i=1:length(t_g)
l(i)=d1yt(tce)*t_g(i)+b;
if l(i)>yt(length(t_g))
l(i)=yt(length(t_g));
if Tsup==0 Tsup=i; end
end
end
%---------------------------------------------------------------------
%se busca el tiempo de retardo L de SN
Lcont=0;
for i=1:length(t_g)
if (l(i)*-1)<0 & Lcont==0
Lcont=i;
end
end
L_ZN=-b/d1yt(tce);%_-->tiempo de retardo
T=t_g(Tsup)-L_ZN; %->constante de tiempo para ZN
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 138
%En base al tiempo de retardo L y a la constante de tiempo T se
%calculan los parametros PID
kp_PID=(1.2)*(T/L_ZN);
ki_PID=(0.6)*(T/L_ZN^2);
kd_PID=(0.6)*(T);
%SE OBTIENEN LAS RAICES DE LA FUNCION DE TRANSEFERENCIA JUNTO CON LOS
%______ COEFICIENTES DEL DENOMINADOR___________________________
[R1,R2,R3,a1,a2,a3]=Auto_roots(K_p,kd_PID,kp_PID,ki_PID,b1,b2,b3);
[A0_PID_NOt_Noise,A1_PID_NOt_Noise,A2_PID_NOt_Noise,A3_PID_NOt_Noise]=Co
ef_FraPrac(0,L,R,a1,a2,a3,R1,R2,R3,b1);
%SE CALCULA LA RESPUESTA DEL SISTEMA CONTROLADO CON RUIDO SIN AUTO
AJUSTE
for i=1:length(t)
%___SE OBTIENEN LOS COEFICIENTES DE LA EXPANCIN POR FRACCIONES
PARCIALES__
[A0_PID,A1_PID,A2_PID,A3_PID]=Coef_FraPrac(Tc(i),L,R,a1,a2,a3,R1,R2,R3,b
1);
%_SE CALCULA LA RESPUESTA DE LA VELOCIDAD ANGULAR CON RUIDO_________
w_PID_N(i)=A0_PID+A1_PID*exp(R1*t(i))+A2_PID*exp(R2*t(i))+A3_PID*exp(R3*
t(i)); %->Respuesta con control PID sin auto ajuste con ruido
%__SE CALCULA LA RESPUESTA DE LA VELOCIDAD ANGULAR SIN RUIDO CON
CONTROL___
w_PID(i)=A0_PID_NOt_Noise+A1_PID_NOt_Noise*exp(R1*t(i))+A2_PID_NOt_Noise
*exp(R2*t(i))+A3_PID_NOt_Noise*exp(R3*t(i)); %->Respuesta con control
sin ruido
e_P(i)=1-w_PID(i);
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%SE CALCULA LA RESPUESTA DEL CONTROLADOR DIFUZON CON RUIDO%%%%%%%%%%%%%
w_FuZZ_N=FUZZY_N(t,Tc);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%AUTO AJUSTE CON LOGICA DIFUSA%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
q=1;
aux_cont=1;
while q~=length(t)+1
%SE OBTIENEN LAS RAICES DE LA FUNCION DE TRANSEFERENCIA JUNTO CON LOS
%___________________COEFICIENTES DEL
DENOMINADOR___________________________
[R1,R2,R3,a1,a2,a3]=Auto_roots(K_p,kd_PID,kp_PID,ki_PID,b1,b2,b3);
%___SE OBTIENEN LOS COEFICIENTES DE LA EXPANCIN POR FRACCIONES
PARCIALES__
[A0_PID,A1_PID,A2_PID,A3_PID]=Coef_FraPrac(Tc(q),L,R,a1,a2,a3,R1,R2,R3,b
1);
%________SE CALCULA LA RESPUESTA DE LA VELOCIDAD ANGULAR CON
RUIDO_________
w_PID_AUTO_SETT(q)=A0_PID+A1_PID*exp(R1*t(q))+A2_PID*exp(R2*t(q))+A3_PID
*exp(R3*t(q)); %->Respuesta con auto ajuste con ruido
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 139
e(q)=1-w_PID_N(q); %->Se calcula el error w_PID(q)
%DESPUES DE LAS PRIMERAS 40 MUESTRAS SE AUTO AJUSTAN LOS PARAMETROS PID
if aux_cont>21
e_set=E_se(e,q); %->OBIENE LAS ULTIMAS 40 MUESTARS PARA AJUSTAR
[kp_PID,ki_PID,kd_PID]=PID_FUZZY_SETTIG(e_set);
end
k_p_Plot(q)=kp_PID;
k_d_Plot(q)=kd_PID;
k_i_Plot(q)=ki_PID;
aux_cont=aux_cont+1;
q=q+1;
end
%%%%%%%%%%%GRAFICAS DE LA RESPUESTA CON RUIDO%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
figure
plot(t,w_PID_N,'r')
grid on
figure
plot(t,w_PID_AUTO_SETT,'black')
grid on
figure
plot(t,real(w_PID))
grid on
figure
plot(t,w_N,'b')
grid on
figure
plot(t,w_FuZZ_N,'m')
grid on
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%SE
ONTIENEN LOS INDICES DE RENDIMIENTO DE LAS RESPUESTAS CON RUIDO%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%____________TIEMPOS DE RETARDO_____________________________
[t_d_w_N,k_w_N]=Tiempo_Retardo(w_N,t)->No aplica
[t_w_FuZZ_N,k_w_FuZZ_N]=Tiempo_Retardo(w_FuZZ_N,t);
[t_w_PID_N,k_w_PID_N]=Tiempo_Retardo(w_PID_N,t)->No aplica
[t_d_PID_AUTO_SETT2,k_PID_AUTO_SETT2]=Tiempo_Retardo(real(w_PID_AUTO_SET
T),t)
%_____________________________________________________________________
%________TIEMPOS DE SUBIDA________________
[tr_w_N,n1_w_N,n2_w_N]=Tiempo_subida(w_N,t);
[tr__FuZZ_N,n1_FuZZ_N,n2_FuZZ_N]=Tiempo_subida(w_FuZZ_N,t);
[tr_w_PID_N,n1_w_PID_N,n2_w_PID_N]=Tiempo_subida(w_PID_N,t);
[t_PID_AUTO_SETT2,n1_PID_AUTO_SETT2,n2_PID_AUTO_SETT2]=Tiempo_subida(rea
l(w_PID_AUTO_SETT),t);
%____________TIEMPO PICO____________________________________
[tp_w_PID_N,p1_w_PID_N]=Tiempo_Pico(w_PID_N,t);
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 140
[tp_PID_AUTO_SETT2,p1_PID_AUTO_SETT2]=Tiempo_Pico(real(w_PID_AUTO_SETT),
t);
%__________MAXIMO SOBRE IMPULSO___________________________
Mp_w_PID_N=Maximo_SobreImpulso(w_PID_N,t,p1_w_PID_N);
Mp_w_PID_AUTO_SETT2=Maximo_SobreImpulso(real(w_PID_AUTO_SETT),t,p1_PID_A
UTO_SETT2);
%_________TIEMPO DE ASENTAMIENTO__________________________
[ts_w_N,ks_w_N]=Tiempo_Asentamiento(w_N,t);
[ts_w_FuZZ_N,ks_w_FuZZ_N]=Tiempo_Asentamiento(w_FuZZ_N,t);
[ts_w_PID_N,ks_w_PID_N]=Tiempo_Asentamiento2(w_PID_N,t);
[ts_PID_AUTO_SETT2,ks_PID_AUTO_SETT2]=Tiempo_Asentamiento2(w_PID_AUTO_SE
TT,t);
%________________SNR_________________________________________
snr_w_N=SNR(w_N)
snr_w_FuZZ_N=SNR(w_FuZZ_N)
snr_w_PID_N=SNR(w_PID_N)
snr_PID_AUTO_SETT2=SNR(w_PID_AUTO_SETT)
A.2. Funciones Auxiliares
En esta seccin se muestran los programas principales para realizar la sintonizacin
automtica.
function [y0,y1,y2,a1,a2,a3]=Auto_roots(K_p,kd_PID,kp_PID,ki_PID,b1,b2,b3)
%Calcula por Cardano las raices de un polinomio
%En base a esto se establecen los coeficiente a1,a2 y a3
a1=(K_p)*(kd_PID);
a2=(K_p)*(kp_PID);
a3=(K_p)*(ki_PID) ;
s2=b2+a1;
s=b3+a2;
%--------------------------------------------------------------------------
%Resolviendo el polinomio del de nominador de la funcin de transferencia
%D_PSC por el metodo de cardan.
b1_Norm=b1/b1;%->Coeficiente normalisado que acompaa a s^3
b_Norm=s2/b1; %->Coeficiente normalisado que acompaa a s^2
c_Norm=s/b1; %->Coeficiente normalisado que acompaa a s
d_Norm=a3/b1; %->Coeficiente normalisado termino independiente
%Se aplica cardano
p=c_Norm-((b_Norm^2)/3);
q=((27*d_Norm)-(9*b_Norm*c_Norm)+(2*b_Norm^3))/27;
%D=((p/3)^3)+((q/2)^2);
ArgumentoArcosen=sqrt(((q^2)/(4))/((-p^3)/(27)));
teta= acos(ArgumentoArcosen);
%Se calcula lan las raices.
y0=-2*sqrt(-p/3)*cos(teta/3)-(b_Norm/3);
y1_p=-2*sqrt(-p/3)*cos((teta+2*pi)/3);
y1=y1_p-(b_Norm/3);
y2_p=-2*sqrt(-p/3)*cos((teta+4*pi)/3);
y2=y2_p-(b_Norm/3);
function [A0_PID,A1_PID,A2_PID,A3_PID]=Coef_FraPrac(Tc,L,R,a1,a2,a3,R1,R2,R3,b1)
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 141
%Calcula los coeficientes de las fracciones parciales para la espuesta en
%tiempo con un controlador PID.
%Se dividen los elementos del polinomio de la FT entre b1 ya que esto se
%ha echo en su denominador para los clculos anteriores.
LN=L/b1;
RN=R/b1;
a1N=a1/b1;
a2N=a2/b1;
a3N=a3/b1;
A0_PID= a3N/(-R1*R2*R3);
A1_PID=((a1N*(R1^2))+(a2N*(R1))+(a3N)-(Tc*(R1^3)*LN)-(Tc*(R1^2)*RN))/((R1)*(R1-
R2)*(R1-R3));
A2_PID=((a1N*(R2^2))+(a2N*(R2))+(a3N)-(Tc*(R2^3)*LN)-(Tc*(R2^2)*RN))/((R2)*(R2-
R1)*(R2-R3));
A3_PID=((a1N*(R3^2))+(a2N*(R3))+(a3N)-(Tc*(R3^3)*LN)-(Tc*(R3^2)*RN))/((R3)*(R3-
R1)*(R3-R2));
function [Kp_S,Ki_s,Kd_S]=PID_FUZZY_SETTIG(eT)
%ESTA FUNCIN AUTO AJUSTA LOS VALORES DE KP KI Y KD MEDIANTE LOGICA DIFUSA
e=real(eT);
de=diff(e)/0.00001;
de(length(de)+1)=0; %Se agrega un elemento mas al vector de la derivada por
que al derivar se le quita un elemento.
eN=Normalisa(e);%->Se norlmaliza el error
deN=Normalisa(de); %->Se normaliza su derivada
%SE CALCULA LA MEDIA,DESVIACION ESTANDAR
%Y VARIANZA DE UNA MUESTRA DEL ERROR PARA 40 MUESTRAS
[X,X_mn,t_m]=Media_M(eN,20,0.01);%->X es la media de la muestra, X_mn es
[dX,dX_mn,dt_m]=Media_M(deN,20,0.01);%->dX es la media de la muestra,
%__SE FUSIFICAN LOS VALORES DE LAS MEDIAS ESTIMADAS POR LA MUESTRA______
[error_F]=AuoFuZZ(X);
[derror_F]=AuoFuZZ(dX);
%_SE OBTIENEN LAS FUNCIONES DISPARADAS CON SUS VALORES DE MEMBRECIA_____
[CO]=Autominx(error_F,derror_F);
%___ SE OBTIENE UNA CONCLUSIN DE LA MATRIZ CO POR FUNCIN DE MEMBRESIA____
[N4_P,N3_P,N2_P,N1_P,GP_P,P1_P,P2_P,P3_P,P4_P]=Cont_OutGP(CO);
[N4_I,N3_I,N2_I,N1_I,GI_I,P1_I,P2_I,P3_I,P4_I]=Cont_OutGI(CO);
[N4_D,N3_D,N2_D,N1_D,GD_D,P1_D,P2_D,P3_D,P4_D]=Cont_OutGD(CO);
%____SE COMBIANAN LAS CONCLUSIONES PARA OBTENER UNA GANCIA DE SALIDA_______
Kp_S=De_fuzzy_GP(N4_P,N3_P,N2_P,N1_P,GP_P,P1_P,P2_P,P3_P,P4_P);
Ki_s=De_fuzzy_GI(N4_I,N3_I,N2_I,N1_I,GI_I,P1_I,P2_I,P3_I,P4_I);
Kd_S=De_fuzzy_GD(N4_D,N3_D,N2_D,N1_D,GD_D,P1_D,P2_D,P3_D,P4_D);
function [error_F]=AuoFuZZ(X)
%%Esta funcin fusifica los valores de la distribucin de probabilidad n_E
%y utilizando la media X coo punto de partida para localizar la media,
%%----------Se busca el valor mximo y mnimo de la funcin----------------
reg=0; %->indicador que nos dice el ndice donde se encontr la funcin de
membreca.
paso=1/4; %->Es el paso que existe entre cada cambio de pendiente de la funcin
de membreca.
L1=-1;
L2=L1+paso;
for i=1:8
if L1<=X & X<=L2
pp=(X-L1)/(L2-L1);
pn=(L2-X)/(L2-L1);
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 142
reg=i;
end
L1=L1+paso;
L2=L2+paso;
end
for i=1:9 error_F(i)=0; end
for i=1:8
if reg==i
error_F(i)=pn;
error_F(i+1)=pp;
end
end
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 143
REFERENCIAS
[1]
Harold J. Larson, Introduccin a la teora de probabilidades e inferencia estadstica, Mxico,
LIMUSA,1992. Pp.465-534.
[2]
Antonio Visioli.Fuzzy Logic Based Set-Point Weight Tuning of PID Controllers. IEEE
Transactions on Systems, Man, and Cybernetics. Italy. 1999.
[3]
Ali Fadaei, Karim Salahshoor. A Novel Real-time Fuzzy Adaptive Auto-Tuning Scheme for
Cascade PID Controllers. International Journal of Control, Automation, and Systems. Tehran,
Iran. 2011
[4]
J. G. Ziegler and N. B. Nichols, Optimum settings for automatic controllers, Trans. of the
ASME, vol. 64, pp. 759-768, 1942.
[5]
K.J. Astrm, H. Panagopoulos, PID Controller: Theory, Design, and Tuning, 2nd edition,
Instrument Society of America, NC, 1995.
[6]
G. H. Cohen and G. A. Coon, Theoretical consideration of retarded control, Trans of the
ASME, vol. 75, pp. 827-834, 1953.
[7]
B. D. Tyreus and W. L. Luyben, Tuning PI controllers for integrator/dead time processes,
Industrial and Engineering Chemistry Research, vol. 31, no. 11, pp. 2625-2628, 1992.
[8]
Gaddam Mallesham, Akula Rajani. Automatic Tuning of PID Controller Using Fuzzy Logic.
International Conference on Development and Application System. Romania. 2006.
[9]
Hui Huang, Xiao-yi Yang, Xin-li Deng,Zheng-hong Qiao. A Parameter Auto-Tuning Method
of Fuzzy-PID Controller.Berlin Heidelberg. 2009.
[10]
John Harris, An Introduction to Fuzzy Logic Aplications, The Netherlands, Kluwer Academic
Publishers, 2001
[11]
Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers. Probability and Statistics for
Engineers and Scientists. USA. PEARSON. 1999.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 144
[12]
C. C. Hang, K. J. Astrom, and Q. G. Wang, Relay feedback auto-tuning of process controllers
- a tutorial review, Journal of Process Control, vol. 12, pp. 143-162, 2002.
[13]
K.J. Astrm, H. Panagopoulos, Revisiting the ziegler- nichols step response method for PID
control, Journal of Process Control, vol. 14, pp. 635-650, 2004.
[14]
Tatiana A. Minav, Denis M. Filatov, Victor B. Vtorov, Lasse I. E. Laurila, Juha J. Pyrhonen.
Self-Tuning-Parameter Fuzzy PID Speed Control in an Electro-Hydraulic Forklift. International
Review of Automatic Control (I.RE.A.CO.), Vol. 5. Finland. 2012.
[15]
M. Ma, X. Zhu,Asimple auto-tuner in frequency domain, Computers&Chemical Engineering 30
(4) (2006) 581586.
[16]
A. Leva, PID autotuning algorithm based on relay feedback, Control Theory and Applications
140 (5) (1993) 328338, ID: 1.
[17]
M. Zhuang, P. Atherton, Automatic tuning of optimum PID controllers, IEE Proceedings D 140
(3) (1993) 216224.
[18]
Ariel Romero Julio, Sanchis Roberto, Balaguer Pedro. PI and PID auto-tuning procedure based
on simplified single parameter optimization. Journal of Process Control 21. Spain. 2011. pp.
840851.
[19]
K.K. Tan, T.H. Lee, R. Ferdous, PID control, new identification and design methods, Automatic
PID Controller Tunning-The Nonparametric Approach, Springer, 2005, pp. 147182.
[20]
Rajani K. Mudia, , Chanchal Deyb, Tsu-Tian Leec, An improved auto-tuning scheme for PI
controllers, ISA Transactions 47, (2008).pp 4552
[21]
Hang CC, Astrom KJ, Ho WK. Refinements of ZieglerNichols tuning formula. IEE Proc-D
1991;138(2):pp. 1118.
[22]
Basilio JC, Matos SR. Design of PI and PID controllers with transient performance
specification. IEEE Trans Education 2002;45(4):36470.
[23]
Panda SK, Lim JMS, Dash PK, Lock KS. Gain scheduled PI speed controller for PMSM Drive.
In: Proc. IEEE industrial electronics society international conference IECON97, vol. 2. 1997. p.
92530.
[24]
Lan Sun, The Application of Fuzzy Self-Tuning PID Controller in SEHS, International
Conference on Information Engineering and Applications (IEA), 2012, pp-547-55.
[25]
Fung R-F, Wang Y-C, Yang R-T, Huang H. A variable structure control with proportional and
integral compensations for electrohydraulic position servo control system. Mechatronics 7(1),
(2009), pp. 6781.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 145
[26]
Yang Jun, Wang Jinliang, Wang Lili, Self-Tuning-Parameter Fuzzy PID Control in Fresh Air
System, International Conference on Intelligent Control and Information Processing, China, pp.
13-15.
[27]
Gang Wang, Xiaofeng Zheng, Songtao Hu. Study on effect of fresh air mode on indoor
pollutant dispersion, International conference on energy and environment technology, 2009,
pp.115-118.
[28]
Zhang Rui, Song Le-peng, Yang Jun-ling, Hoffman Timothy, DC Motor Speed Control
System Simulation Based on Fuzzy Self-tuning PID , Fuzzy Info. and Eng., Volume 2, AISC
62, pp. 967.
[29]
Jorge W. Molina Garcia, Daniel A. Pernia , Ender Luzardo, Introduccin a los controladores
PID, Merida Venezuela.
[30]
Richard C. Dorf and Robert H. Bishop, Modern Control Systems, Prentice Hall, 2001.
[31]
Joseph M. Mahaffy. Lecture Notes Least Squares Analysis. Department of Mathematics and
Statistics San Diego State University.2013.
[32]
S. Haykin and B. Widrow . Least-Mean-Square Adaptive Filters. A John Wiley & Sons, Inc.
Publication. USA New Jersey. 2003.
[33]
Lawrence r. Rabiner, Fellow, IEEE, Ronald e. Crochiere, M, Fir System Modeling and
Identification in the Presence of Noise and With Band-Limited Inputs, 1978.
[34]
Mario Lpez, Ignacio Acero. Ecuaciones Diferenciales. Madrid Espaa. Editorial Tbar, Pp.45-
128. 2007.
[35]
D. Roy Choudhury. Modern Control Engineering. New Delhi, India. Printice Hall. Pp. 25-45.
2005.
[36]
Robert L. Williams II. Linear State- Space Control System . Canada. John Wily. Pp 6-48..
2007.
[37]
Sergio Domnguez. Control en el Espacio de Estado. Valencia Espaa. Printice Hall. Pp 6-16.
2006.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 146
[38]
Alan V. Oppenheim, Alan S. Willsky, Syed Hamid Nawab. Boston USA. Printice Hall. Pp.112-
132. 1997.
[39]
El-Kbir Boukas, Zi-Kuan Liu. Deterministic and Stochastic Time Delay Systems. USA.
Birkhuser. Pp. 4-9. 2002.
[40]
Henry Antonio Mendiburu Daz, Sistemas de control, USA. Printice Hall. 1999.
[41]
Katsuhiko Ogata. Modern Control Engineering. USA. Printice Hall. 1997.
[42]
Benjamin C. Kuo. Automatic Control Systems. USA. Printice Hall. 1995.
[43]
Manjita Srivastava, Smriti Bhatnagar. Control Systems. Nueva Delhi India. McGraw-Hill.
Pp.55-78. 2009.
[44]
U.A. Bakshi, S.C. Goyal . Feedback Control Systems. M. S. India. Technical Publications
Pune. Pp. 505-533.2008
[45]
Lino Guzzella. Analysis and Synthesis of Single-Input Single-Output Control Systems.
Germany. Vdf. Pp. 109_128.2011
[46]
Robert N. Clark. Control System Dynamics. NY USA. Cambridge University Press. Pp. 312-
342.1996
[47]
Antonio Visioli. Practical PID Control. Brescia Italy. Springer. Pp. 1-13. 2006
[48]
D. Roy Choudhury. Moden Contorl Engineering. New Delhi India. Prentice Hall. Pp.323-328.
2005.
[49]
James Glyn. Matemticas Avanzadas para Ingeniera. Mxico. Pearson Educacin. Pp. 188-
193. 2002.
[50]
Armando Fernndez Sarasola. Control de Sistemas Continuos. Gijn Espaa . ediuno. Pp.267-
291. 2007.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 147
[51]
Michel J. Evans, Jefrey S. Rosenthal. Probabilidad y Estadstica. La Ciencia de la
Incertidumbre. Barcelona, Espaa .REVERT. Pp. 149.273. 2004.
[52]
Mendenhall Beaver. Introduction to Probability and Statistics. Boston USA. Books Cole. Pp.
128-382. 2009.
[53]
Jay L. Devore. Probability and Statistics for Engineering and Sciences. USA. Books Cole. Pp.
98-382. 2010.
[54]
George Bojadziev, Maria Bojadziev. Fuzzy Sets, Fuzzy Logic, Application.USA. World
Scientific. Pp. 113-252. 1995.
[55]
Kevin M. Passino, Stephen Yurkovich. Fuzzy Control. Ohio. Addison-Wesley. Pp.23-110. 1998
[56]
Timothy J. Ross. Fuzzy Logic with Engineering Application. Singapore .Wyle. Pp 437-482.
2010.
[57]
Guevara Pedro, 1999, Control de Motores de Corriente Continua en Tiempo Real con
Capacidad de Telecontrol y Telemonitoreo, (Tesis de Maestra), CIC, IPN, Mxico.
[58]
Dunbar P. Birnie. (February 2012). Characteristics of DC Motors. University of New Jersey,
Retrieved from <http://www.rci.rutgers.edu/~dbirnie/solarclass/MotorPrimerGaTech.pdf>
[59]
Jewett W. John, Serway A. Raymon d. Physics for Scientists , Belmont CA. Thomson . 2008.
Pp. 953-960.
[60]
Roland James, Control Theory, IEE control Series, London U K, 2004, pp. 47-52.
[61]
K.J. Astrm, T. Hagglund, The future of PID control, Control Engineering Practice 9
(2001),11631175.
[62]
M. Morari, E. Zafiriou, Robust Process Control, Prentice-Hall, Englewood Cliffs, NJ, 1989.
[63]
E.F. Camacho, C. Bordons, Model Prediction Control in the Process Industry, in: Advances in
Industrial Control, Springer- Verlag, Berlin, 1995.
[64]
S.J. Qin, T.A. Badgwell, An overview of industrial model predictive control technology,
CACHE, AIChE, 1997, pp. 232256.
[65]
Alfaro Ruiz Vctor M. Mtodos De Sintonizacin De Controladores PID, Revista de la
Universidad de Costa Rica V2, (2003). Pp 13-29.
[66]
K.J. Astrm, T. Hgglund, Revisiting the ZieglerNichols step response method for PID
control, Journal of Process Control 14, (2004) , , pp. 635650.
[67] Quiroga Ramiro Antonia, Clculo, Madrid Espaa, Delta Publicaciones, 2007, Pp. 259,260.
Instituto Politcnico Nacional
Centro De Investigacin en Computacin
Santiago Gonzlez De Len Pgina 148
[68]
Ramana B.V., Higher Engineering Mathematics, New Delhi, MacGraw-Hill, 2006, pp.
114,115.
[69]
Arsham Hossein, (August 2013), Herramientas para el Anlisis de Decisin, University of
Baltimore, Retrieved from <http://home.ubalt.edu/ntsbarsh/Business-stat/opre/partIX.htm>
[70]
Vivanco Manuel, Muestreo estadstico, Santiago de Chile, EU, 2005, pp. 45-48.
[71]
Mode Elmer B. Elementos de Probabilidad y Estadstica, Espaa, REVERT, 2005, pp. 129-
141.
[72]
Brase B. Understandable Statistic Concepts and Methods, Boston USA, BOOKS/COLE, 2005,
pp. 138-139.