Tesis 13406

Instituto Politcnico Nacional
Centro de Investigacin en Computacin

Secretara de Investigacin y Posgrado

Control PID con Sintonizacin Difusa
y Control Difuso

DIRECTOR (ES) DE TESIS:
Dr. Jos de Jess Medel Jurez
Dra. Ma. Teresa Zagaceta lvarez

MXICO, D.F. 2013

T E S I S
QUE PARA OBTENER EL GRADO DE
MAESTRO EN CIENCIAS EN INGENIERA DE CMPUTO CON
OPCIN EN SISTEMAS DIGITALES
P R E S E N T A
Ing. Santiago Gonzlez de Len

Centro De Investigacin en Computacin

Santiago Gonzlez De Len Pgina 2





RESUMEN

En esta tesis se presenta una metodologa para sintonizar automticamente las ganancias
de un controlador PID (Proportional Integral Derivative). Los valores de las ganancias
fueron ajustados con base en las propiedades estocsticas del error originado respecto al
modelo de referencia seleccionado.
El Teorema del Lmite Central fue aplicado a un conjunto de muestras del error para
estimar un nivel de error medio descrito en un intervalo de confianza y relacionado con
un grado de confianza. EL nivel de error estimado y su grado de confianza fueron usados
para asignar los valores , y usando un esquema de lgica difusa.
Esta metodologa fue probada en un motor de CD (Corriente Directa) con excitacin
separada, cuyo resultados fueron simulados en Matlab
y comparados con un controlador

PID convencional sintonizado por el mtodo Ziegler-Nichols y un esquema difuso tipo I,
observando mejores ndices de rendimiento en comparacin con otros. Por lo tanto, es
posible asignar valores de sintona al controlador PID convencional en un sentido de
distribucin, debido a que este enfoque describe la dinmica del error en casi todos los
puntos.
Los valores de sintona apropiados son seleccionados mediante un esquema Mamdani con
base al grado de confianza obtenido de una muestra del error, lo que permite adaptar los
parmetros de sintona PID en un sentido difuso y minimizar la SNR (Signal Noise
Ratio).



ABSTRACT

This thesis presents an auto-tuning PID controller (Proportional Integral Derivative)
methodology. The gains values were| adjusted based on stochastic error properties
originated with respect to the selected reference model.
The Central Limit Theorem was applied to an error sample in order to estimate a mean
error level described in a confidence interval and related with a confidence level. The
error level estimated and its confidence level, were used to assign the, and
values using a fuzzy logic scheme.
This methodology was tested on a DC (Direct Current) motor model with separate
excitation. The Matlab
simulation results were compared with a conventional PID

controller tuned by Ziegler-Nichols and a fuzzy logic type I scheme. This obtained a
better index improvement compared with the other methods. Therefore is possible to
assign the PID tuning values in a distribution sense because these approaches described
the dynamical error in almost all points.
The best coefficients were selected in the Mamdani forms. This allows adapting PID
parameters in fuzzy sense and minimizing the SNR (Signal Noise Ratio).



AGRADECIMIENTOS

Los agradecimientos escritos en los prrafos siguientes son la evidencia del dulce sabor
que deja en m un conjunto de personas maravillosas, ngeles que en su momento me
regalaron su amistad, su ejemplo, su amor, su fortaleza, su tolerancia, su confianza y su
compresin.
Quiero agradecer en especial al amor de mi vida Anayeli Flores Cervantes por su apoyo
incondicional y por su compresin en los momentos ms difciles, muchas gracias mi vida, a
mi segundo amor que es mi madre Adriana De Len en quien siempre encuentro una aliada
y un ejemplo, a mi padre Santiago Gonzlez porque siempre est con migo sin importar lo
que pase, a mis tos Enrique Martnez y Leonardo Alvarado por su apoyo y direccin en todo
momento, a mis tas Juana y Paz De Len por hacerme creer que puedo hacer todo lo que me
proponga, a mis segundos padres Jos de Len Jaso y Catalina Gonzlez Arias quienes, desde
que tengo uso de memoria, no han dejado de llenarme de bendiciones y a quienes amo, a
mis hermanos y primos quienes hacen de mi mundo un lugar ms feliz, a mis padrinos
Sabino y Ana por su gran ejemplo, a todas aquellas maravillosa personas que siempre me
ofrecieron de corazn su apoyo: Alejandro Flores y su esposa Rosa Mara, Eduardo Lpez,
Miguel Mrquez, Poot y tantos amigos ms.
Quiero agradecer en especial a mis directores el Dr. Jos de Jess Medel quien siempre
confo en mi y me brindo su apoyo cuando ms lo necesite y a la Dra. Mara Teresa Zagaceta
por sus consejos, al Centro de Investigacin en Computo por brindarme un lugar en sus
instalaciones y a CONACYT que me brindo su apoyo econmico para lograr esta meta.

Santiago Gonzlez de Len.



ndice
RESUMEN .................................................................................................................................................................. 4
ABSTRACT ................................................................................................................................................................ 5
AGRADECIMIENTOS ......................................................................................................................................... 6
NDICE DE FIGURAS .......................................................................................................................................... 9
NDICE DE TABLAS ......................................................................................................................................... 12
GLOSARIO ............................................................................................................................................................. 14
CAPTULO 1. INTRODUCCIN ................................................................................................................. 17
1.1. ANTECEDENTES ...................................................................................................................... 17
1.2. PLANTEAMIENTO DEL PROBLEMA ..................................................................................... 19
1.3. JUSTIFICACIN ........................................................................................................................ 19
1.4. HIPTESIS ................................................................................................................................. 20
1.5. OBJETIVOS ................................................................................................................................ 20
1.5.1. OBJETIVO GENERAL ...................................................................................................... 20
1.5.2. OBJETIVOS PARTICULARES ......................................................................................... 20
1.6. ALCANCES DEL TRABAJO ..................................................................................................... 21
1.7. CONTRIBUCIONES ................................................................................................................... 21
CAPTULO 2. ESTADO DEL ARTE .......................................................................................................... 22
CAPTULO 3. MARCO TERICO ............................................................................................................. 52
3.1 SISTEMA DE CONTROL ........................................................................................................... 52
3.2 ANLISIS EN TIEMPO .............................................................................................................. 58
3.3 ANLISIS EN FRECUENCIA ................................................................................................... 65
3.4 CONTROLADOR PID ................................................................................................................ 67
3.4.1 ACCIN PROPORCIONAL ......................................................................................................... 67
3.4.2 ACCIN INTEGRAL ................................................................................................................... 69
3.4.3 ACCIN DERIVATIVA. ............................................................................................................... 71
3.5 INFERENCIA ESTADSTICA ................................................................................................... 71
3.6 CONTROL DIFUSO ................................................................................................................... 76
CAPITULO 4. DESARROLLO............................................................................................................................................79
4.1 MODELADO DEL MOTOR CD ................................................................................................. 79



4.2 DISEO DE UN CONTROLADOR PID POR EL MTODO ZIEGLER-NICHOLS PARA UN
MOTOR DE CD. ........................................................................................................................................... 90
4.3 DISEO DE CONTROL DIFUSO TIPO MAMDANI PARA UN MOTOR DE CD .................. 99
4.4 DISEO DE UNA SINTONIZACIN AUTOMTICA MEDIANTE LGICA DIFUSA PARA
UN CONTROLADOR PID APLICADO A UN MOTOR CD DE IMN PERMANENTE. ....................... 109
CAPITULO 5. PRUEBAS Y RESULTADOS ........................................................................................ 128
CAPITULO 6. CONCLUSIONES Y TRABAJOS FUTUROS. ..................................................... 134
ANEXO A. PROGRAMAS DE SIMULACIN. .................................................................................. 136
A.1. PROGRAMA PRINCIPAL ................................................................................................................. 136
A.2. FUNCIONES AUXILIARES ............................................................................................................. 140
REFERENCIAS .................................................................................................................................................. 143



NDICE DE FIGURAS
Figura 2-1. Lazo de control PID propuesto en [18]. ................................................................................... 24
Figura 2-2. Ganancia del controlador (lnea solida y eje izquierdo), margen de ganancia
(lnea discontinua y eje derecho), con variaciones en funcin del parmetro
para un diseo PID. ....................................................................................................................... 27
Figura 2-3. Ganancia del controlador (lnea solida y eje izquierdo), margen de ganancia
(lnea discontinua y eje derecho), con variaciones en funcin del parmetro
para un diseo PI. .......................................................................................................................... 28
Figura 2-4. Experimentos de rel y respuesta a una perturbacin en un sistema a lazo cerrado
PID. ..................................................................................................................................................... 29
Figura 2-5. Esquema AZNPIC propuesto en [20] ........................................................................................ 32
Figura 2-6. Respuesta AZNPIC en [20]. ........................................................................................................ 34
Figura 2-7.Esquema de control para un sistema SEHS. ............................................................................. 38
Figura 2-8. Funciones de membreca para el sintonizador difuso propuesto [24]. .......................... 40
Figura 2-9. Respuesta del control Fuzzy-PID para un sistema SEHS [24]. ........................................ 41
Figura 2-10. Sistema de renovacin de aire propuesto en [26]. .............................................................. 42
Figura 2-11. Respuesta de un sistema de renovacin de aire ante una referencia de 30C [26]. 43
Figura 2-12. Esquema de control propuesto en [26] para un sistema de renovacin de aire. ...... 44
Figura 2-13. Funciones de membresa para la variable [26]. ........................................................ 46
Figura 2-14. Funciones de membresa para la variable [26]. ..................................................... 46
Figura 2-15. Respuesta a una referencia de 30C con un esquema PID clsico (azul) y con un
esquema auto sintonizado (magenta) [26]. ............................................................................ 46
Figura 2-16. Esquema de sintonizacin automtica propuesto por [28]. ............................................. 47
Figura 2-17. Curva de respuesta del motor de CD controlado con un esquema de sintonizacin
automtica mediante lgica difusa [28].................................................................................. 50
Figura 3-1. Ejemplo de un sistema a lazo abierto. ....................................................................................... 53
Figura 3-2. Ejemplo de un sistema a lazo cerrado. ...................................................................................... 53
Figura 3-3. (a) Esquema de lazo abierto, (b) Esquema de lazo cerrado. ............................................. 54
Figura 3-4. Diagrama de los componentes de un control a lazo cerrado. ........................................... 54
Figura 3-5. Representacin de la funcin de transferencia ....................................................................... 56
Figura 3-6. Curva de respuesta tpica de un sistema de segundo orden a una entrada escaln
unitario. .............................................................................................................................................. 60



Figura 3-7.Respuesta de la ecuacin estndar de segundo orden con y en
azul y y en rojo. ........................................................................................ 64
Figura 3-8. Sistema con accin proporcional. ............................................................................................... 68
Figura 3-9. Respuesta de un sistema de primer orden con ganancia proporcional. ......................... 69
Figura 3-10. Sistema con accin integral. ...................................................................................................... 70
Figura 3-11. Intervalo de confianza para una distribucin normal estndar. .................................... 76
Figura 3-12. Arquitectura tpica de control difuso. ..................................................................................... 76
Figura 4-1.Circuito equivalente de un motor de CD. .................................................................................. 79
Figura 4-2. Ensamble de un motor de imn permanente. .......................................................................... 80
Figura 4-3.Diagrama a bloques de un motor de imn permanente. ....................................................... 83
Figura 4-4. Respuesta de un motor de CD de imn permanente a una entrada escaln unitario. 86
Figura 4-5. Parmetros de la respuesta transitoria del motor de CD de imn permanente. ........ 87
Figura 4-6. Diagrama de magnitud para el motor de CD de imn permanente. .............................. 88
Figura 4-7. Diagrama de fase para el motor de CD de imn permanente. ......................................... 88
Figura 4-8. Tiempo de retardo y la constante de tiempo . .................................................................. 93
Figura 4-9. Diagrama a bloques de control de motor de CD de imn permanente. ......................... 94
Figura 4-10. Respuesta escaln unitario para un motor de CD de imn permanente controlado
por un esquema PID. ..................................................................................................................... 97
Figura 4-11.Respuesta en frecuencia de la magnitud del motor de CD controlado por un esquema
PID. ..................................................................................................................................................... 97
Figura 4-12. Respuesta en frecuencia de la fase del motor de CD controlado por un esquema
PID. ..................................................................................................................................................... 98
Figura 4-13. Diagrama a bloques del motor de CD controlado mediante un esquema difuso. ..... 99
Figura 4-14. Funciones de membresa para la salida del controlador difuso del motor de CD.104
Figura 4-15. Funciones de membresa para las entradas del controlador difuso de la velocidad
angular. ........................................................................................................................................... 105
Figura 4-16.Funcin de membresa concluida por el mecanismo de inferencia difusa. ............... 107
Figura 4-17.Respuesta del motor de CD de imn permanente controlado mediante un esquema
difuso tipo Manmdani................................................................................................................. 108
Figura 4-18. Efecto de la variable aleatoria sobre la respuesta del motor de CD. ................. 112
Figura 4-19. Diagrama a bloques de control de motor de CD de imn permanente. .................... 112



Figura 4-20. Efecto de la variable aleatoria sobre la respuesta del motor de CD controlado
mediante un esquema PID. ....................................................................................................... 113
Figura 4-21. Esquema propuesto para sintonizar los parmetros PID de forma automtica
mediante lgica difusa. .............................................................................................................. 114
Figura 4-22. Error en la estimacin de . ................................................................................................... 117
Figura 4-23. (a) Funciones de membresa para , (b) Funciones de membresa
para ............................................................................................................................. 122
Figura 4-24. (a) Funciones de membresa para , (b) funciones de membresa para,(c)
Funciones de membresa para. ....................................................................................... 123
Figura 4-25. Diagrama de bloques de la auto sintonizacin difusa para un controlador PID. . 126
Figura 4-26. Velocidad angular controlada bajo un esquema autosintonizado con lgica
difusa cuando ......................................... 127
Figura 5-1. Seales de respuesta para la velocidad angular del motor de CD de imn
permanente. ................................................................................................................................... 129
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. ............................ 130



NDICE DE TABLAS
Tabla 1. Resultados del mtodo propuesto en [18]. ..................................................................................... 30
Tabla 2. Resultados obtenidos de los mtodos AZNPIC, RZNPIC,ZNPIC,ZNPIDC para (2.32). 35
Tabla 5. Variables lingsticas para y. ................................................................................................... 39
Tabla 6. Reglas para sintonizar un controlador PID aplicado a un sistema de renovacin de aire.
..................................................................................................................................................................... 44
Tabla 7. Funciones de membreca e intervalos de discurso para sintonizador PID de un sistema
de renovacin de aire .......................................................................................................................... 45
Tabla 8. Reglas difusas para sintonizar un controlador PID para control de motor de CD .......... 49
Tabla 9. Espacio de estado y funcin de transferencia. .............................................................................. 57
Tabla 10. Funciones de entrada comunes para sistemas de control. ..................................................... 59
Tabla 11. Oscilaciones para un sistema de Segundo orden ....................................................................... 64
Tabla 12. Valores para el motor de CD de imn permanente marca Crouzet con referencia
82860018. ................................................................................................................................................ 86
Tabla 13. Reglas de sintonizacin Ziegler-Nichols para una respuesta descrita mediante una
curva suave. ............................................................................................................................................ 91
Tabla 14. ndices de rendimiento de la respuesta en tiempo del motor de CD controlado mediante
un esquema PID. ................................................................................................................................... 98
Tabla 15. Variables lingsticas para el control difuso del motor de CD de imn permanente. 100
Tabla 16. Base de reglas para el controlador difuso de la velocidad angular de un motor de CD.
.................................................................................................................................................................. 103
Tabla 17.Base de reglas para el controlador difuso de la velocidad angular de un motor de CD
.................................................................................................................................................................. 106
Tabla 18. ndices de rendimiento de la respuesta en tiempo del motor de CD controlado mediante
un esquema PID. ................................................................................................................................ 108
Tabla 19. Variables lingsticas para las entradas y salidas del sintonizador difuso. .................. 118
Tabla 20. Base de reglas para ............................................................................................................. 120
Tabla 21. Base de reglas para ............................................................................................................... 120
Tabla 22. Base de reglas para .............................................................................................................. 121
Tabla 23. Tablas de consecuencias para . ........................................................................................ 124



Tabla 24. Tablas de consecuencias para . ......................................................................................... 124
Tabla 25. Tablas de consecuencias para . ........................................................................................ 125
Tabla 26. ndices de rendimiento de la respuesta sin ruido ..................................... 129
Tabla 27. ndices de rendimiento de la respuesta con
. ................................................................................................................................................... 131
Tabla 28. Tabla de SNR para diferente intervalos de ........................................................................ 132
Tabla 29. ndices de rendimiento reportados en el estado del arte .................................................... 133



GLOSARIO

Conjunto

Es una coleccin de elementos diferentes entre s que cumple
con los siguientes axiomas: extencionalidad, unin, potencia,
infinito, remplazo, regularidad y eleccin.

Conjunto difuso

Es un objeto que tiene un grado de pertenencia asociado,
dicho grado es un nmero real en el intervalo [0,1].

Control
realimentado

Es el modo de controlar una variable de un sistema, que
consiste en medir la variable y en funcin de la desviacin
(error) de dicho valor respecto del deseado (set point), aplicar
a la variable manipulada una modificacin para corregir o
limitar la desviacin del valor medido.
Datos
cuantitativos

Datos que indican cunto o cuntos de algo. Los datos
cuantitativos siempre son numricos.

Desviacin
estndar

Medida de la dispersin del conjunto de valores que toma una
variable aleatoria X con relacin a su media aritmtica .Si la
variable aleatoria X tiene una distribucin de probabilidad
, la desviacin estndar se define medio (g.1):

(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.



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.



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.



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.



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.



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.



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.



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.



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



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.



El lazo de control que se considera es del tipo SISO y se muestra en la figura 2-1,
donde
es la seal de referencia, es la seal de control, es la seal controlada y es

una perturbacin.

Figura 2-1. Lazo de control PID propuesto en [18].

La funcin de transferencia para el controlador PI en la figurar 2-1 se define como
(2.1).

(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).



(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
, de modo tal, que se cumplan con las siguientes

restricciones:

, donde
es el margen de fase y
es la fase resultado del

ajuste de
, 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).



(2.8)
En (2.8),
es la frecuencia donde la magnitud del sistema a lazo abierto es igual a 1.

La fase del controlador en la frecuencia
se relaciona con mediante (2.9) y (2.10).

(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
, es la frecuencia donde la fase del sistema se

describe mediante (2.11).
(2.11)

De (2.8), el valor del los cero en el controlador se calcula mediante (2.12).
(2.12)
2. El valor de
se calcula tomando como condicin la magnitud unitaria del

sistema en lazo directo

, la cual se satisface en la
frecuencia de cruce final
. Las ecuaciones para
en un controlador PI y PID
son (2.13) y (2.14), respectivamente.

(2.13)

(2.14)



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
, y donde se aprecie el valor mximo de

restringido por
. Una vez que
son obtenidos, los parmetros

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 ,
para un controlador PI.

Figura 2-2. Ganancia del controlador
(lnea solida y eje izquierdo), margen de

ganancia
(lnea discontinua y eje derecho), con variaciones en funcin del

parmetro para un diseo PID.



Figura 2-3. Ganancia del controlador
(lnea solida y eje izquierdo), margen de

ganancia
(lnea discontinua y eje derecho), con variaciones en funcin del

parmetro para un diseo PI.

De las figuras 2-2 y 2-3, se puede apreciar que
es una funcin que describe una

curva suave con un solo mximo definido como
, de igual forma la funcin

tiene un mximo que se localiza en un valor
, de modo tal que, para todas las

pruebas reportadas, el mximo valor de
se encuentra en el intervalo , por lo

tanto, la funcin
incrementa su valor cuando se decrementa desde
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
) en una frecuencia ms baja. Estos datos son obtenidos de

forma emprica haciendo una realimentacin por rel [19].

Una vez que se han obtenido los dos puntos de la respuesta en frecuencia, las
magnitudes y fases de los puntos entre estos, se aproximan con una lnea recta definida en
una escala logartmica mediante (2.16)-(2.21).

(2.16)



(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
, se sintonizan los parmetros PID o PI usando los tres pasos que

se describieron junto con las ecuaciones (2.4)-(2.7).

El valor ms adecuado para depende del tipo de controlador. Los valores usados en
la experimentacin son:
PID, y
para PI, los cuales fueron

determinados en virtud del estudio emprico en la planta de prueba (2.15).

La figura 2-4 presenta la respuesta en tiempo de (2.15) a una perturbacin, estimando
los parmetros PID por el mtodo propuesto.

Figura 2-4. Experimentos de rel y respuesta a una perturbacin en un sistema a
lazo cerrado PID.



Las oscilaciones en la figura 2-4, corresponden a los intervalos donde se llevaron a
cabo los experimentos con el rel para estimar los puntos de la respuesta de la frecuencia
del sistema y construir la lnea recta aproximada.

Como ndices del desempeo del sistema, se toman el sobre impulso
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
se comparan con las tcnicas ZhuangAtherton, y Ziegler

Nichols, obteniendo los resultados mostrados en la tabla 4.

Tabla 1. Resultados del mtodo propuesto en [18].
Mtodo IAE

[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
y tomando como base la respuesta en frecuencia

del sistema, la cual se aproxima por una lnea recta trazada entre dos o tres puntos
obtenidos mediante una realimentacin por rel.

Otro mtodo que busca la reduccin en las perturbaciones de carga y la convergencia
entre la seal de salida y referencia en el instante en que se suscita un cambio, es
propuesto en [20]. Esta investigacin identifica el mtodo de Ziegler-Nichols como uno
de los mayormente empleados para sintonizar los controladores PI y PID en procesos
donde la obtencin de parmetros por experimentacin es posible.

De acuerdo con [20], el mtodo Ziegler-Nichols para sintonizar parmetros en
controladores PI, en adelante ZNPIC, presenta un buen desempeo en sistemas lineales
de primer orden. No obstante, esta sintonizacin suele fracasar cuando se aplica a



sistemas de orden superior, ya sean lineales o no lineales, especialmente cuando se
presentan cambios en la seal de referencia debido a las oscilaciones excesivas asociadas
a un valor de sobre impulso de gran magnitud.

Aunque varios esquemas de auto sintonizacin tales como: RZN (por sus siglas en
ingls Refined Ziegler-Nichols) [21], mtodos basados en una respuesta programada
[22], mtodos basados en ponderacin de referencia [23], etc., son sugeridos por algunos
autores, stos presentan inconvenientes tales como:

Son desarrollados para sistemas de primer o segundo orden.
No se pueden considerar como una metodologa estndar.
No existen criterios bien definidos en la seleccin de los valores PID.
Proporcionan mejoras en el seguimiento de referencia pero no en el rechazo a
perturbaciones de carga.

En [20] se propone una metodologa en respuesta a las limitaciones antes
mencionadas, a la cual el autor ha llamado AZNPIC (de las siglas Augmented Ziegler-
Nichols tuned PI Controller), dicha metodologa est basada en la siguiente idea: Cuando
el proceso se mueve hacia el punto deseado, la accin de control es suave, de otra
manera, cuando el proceso se mueve alejndose del punto de operacin deseado, la
accin de control debe ser agresiva.

La incorporacin de esta idea a un ajuste PI, se logra mediante un factor de ganancia

, el cual constantemente modifica las ganancias proporcional e integral,

basndose en el error presente en el ltimo instante, as como en su razn de cambio.

El diagrama a bloques del esquema propuesto en [20] se muestra en la figura 2-5.



Figura 2-5. Esquema AZNPIC propuesto en [20]

El control PI en su forma discreta se expresa mediante (2.23).

(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
son obtenidas mediante el mtodo Ziegler-Nichols como

ganancias iniciales.

En el bloque AZNPIC de la figura 2-5, se utiliza el factor para modificar los valores
iniciales de
tal como se describe en (2.26) y (2.27).
(2.26)



(2.27)

Donde
, son las ganancias proporcional e integral modificadas en el instante

,
son constantes positivas que se utilizan para determinar las

variaciones requeridas en
desde su valor inicial hasta la respuesta deseada.

El factor es definido mediante (2.28).

(2.28)

Donde
se definen mediante (2.29) y (2.30).
(2.29)

(2.30)

Como se aprecia en (2.29) y (2.30), tanto
como
son valores
normalizados, ya que
representa el mximo valor de error que puede presentarse

para el proceso.

Finalmente el control AZNPIC se puede expresar mediante (2.31).
(2.31)

Donde
es la accin de control modificada.

Es importante notar que la estructura tpica de un control PI se preserva an cuando se
han integrado
, lo cual no implica una complicacin en su implementacin o en la

adicin de a un esquema PI ya existente.

El esquema AZNPIC opera en el instante en el que se suscita un cambio en el valor de
referencia o se presenta una perturbacin de carga, modificando continuamente las



ganancias
con valores que favorezcan una rpida convergencia entre la seal de

referencia y la seal de salida, evitando as oscilaciones prolongadas.

Una respuesta tpica de un sistema de segundo orden subamortiguado se muestra en la
figura 2-6, con base en la cual, se describe a continuacin, el principio de operacin del
esquema AZNPIC.

Figura 2-6. Respuesta AZNPIC en [20].

Cuando el error es grade y la variable controlada se acerca al valor de referencia (tal
como en los puntos y de la figura 2-6), la ganancia proporcional debe ser
razonablemente grande para alcanzar la referencia, a su vez, la ganancia integral debe ser
lo suficientemente pequea para evitar la acumulacin de la accin de control que
conduzca a un sobre impulso, en este escenario . De (2.26) y (2.27) se puede
deducir que si entoncesse cumple que:
, 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
, logrando una accin

ms agresiva del control que ayude a regresar al valor de referencia.



Cuando se presentan perturbaciones de carga, un control efectivo debe proporcionar
una buena regulacin en las ganancias y restablecer el estado deseado del sistema. El
efecto de una perturbacin ser desviar la variable controlada del punto de referencia
(punto D de la figura 2-6). La accin de control debe proporcionar una respuesta similar a
la descrita en el prrafo anterior, por lo que
toman valores grandes que ayudan a

la recuperacin del estado deseado, proporcionando un mejor rechazo a las
perturbaciones.

La efectividad del mtodo AZNPIC es probada mediante simulacin, usando la
funcin de trasferencia (2.32).

(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
, los cuales fueron determinados de

manera emprica.

Los resultados de la simulacin se muestran en la tabla 5.
Tabla 2. Resultados obtenidos de los mtodos AZNPIC, RZNPIC,ZNPIC,ZNPIDC para (2.32).
ZN PIDC ZNPIC RZNPIC AZNPIC
60.61 57.28 9.93 4.04
1.00 1.20 2.50 2.30
4.00 11.40 5.10 2.60

IAE 2.22 4.08 3.07 2.12
ITAE 17.30 47.64 33.99 21.81



La tabla 5, revela una mejora en el rendimiento de la accin de control. Se aprecia una
reduccin del 57% del sobre impulso y el tiempo de establecimiento es reducido
cerca del 80% con respecto al mtodo convencional ZNPIC.

A dems, se reportan los resultados del mtodo AZNPIC con los sistemas (2.33) y
(2.34), obteniendo los valores mostrados en las tablas 6 y 7 respectivamente.

(2.33)

(2.34)

ZN PIDC ZNPIC RZNPIC
AZNPIC
69.85 80.73 84.31
35.80
1.30 1.50 2.00

1.90
7.80 30.60 38.90

14.10
IAE 3.10 8.83 11.69
4.18
ITAE 39.06 195.41 300.83
86.24

ZN PIDC ZNPIC RZNPIC
AZNPIC
79.40 102.79 140.73 63.88
1.30 1.50 2.00 1.80
8.70 42.60 inestable 17.90

IAE 4.43 16.64 138.97 7.33
ITAE 96.25 566.25 7445.67 221.07



El incremento del desempeo en los ndices de rendimiento no solo se ha logrado con
los mtodos de sintonizacin analticos, adems de stos, se han reportado mejoras en el
desempeo del controlador PID cuando se combinan diferentes tcnicas de control, esto
es; incorporando al esquema PID clsico una sintonizacin basada en: lgica difusa, redes
neuronales, algoritmos genticos, etc., e incluso, combinaciones de hasta tres tcnicas.
En cada uno de estos hbridos, se sigue la tendencia de no alterar de forma significativa la
estructura convencional PID. Esto debido a que es deseable conservar su simplicidad y
sus facilidades en la implementacin. Tal es el caso de [24] donde se presenta un
esquema PID autosintonizado mediante lgica difusa, con el objetivo de mejorar el
desempeo del control de un servosistema electrohidrulico o SEHS (por sus siglas en
ingls Servo Electro Hydraulic System).

De acuerdo con [24], un sistema hidrulico debe satisfacer las siguientes necesidades:

Habilidad de transmitir potencia.
Desempeo adecuado en la transferencia de calor.
Lubricacin adecuada.
Par de flujo relativamente grande.
Relacin par-inercia grande.
Alta rigidez.
Bajo erro de precisin.

A pesar de la alta tecnologa con que se fabrican los sistemas SEHS, se presentan
problemas de prdida de potencia, originados principalmente por: fugas, retrasos, y
alinealidades en su respuesta, trayendo como consecuencia la dificultad para dotar de
precisin a los controladores en sistema SEHS [25].

La figura 2-7 muestra un diagrama del sistema propuesto en [24].



Figura 2-7.Esquema de control para un sistema SEHS.

El error y su razn de cambio
, son las variables que se consideran para

llevar a cabo el proceso de sintonizacin automtico de las ganancias
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.



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)



(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.



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
de un controlador PID convencional,

tomando como referencia las seales de error y su cambio con respecto al tiempo
.

El sistema de renovacin de aire considerado en [26] se muestra en la figura 2-10 y
consiste en:

Una unidad fan-coil.
Un calentador solar.
Un ventilador extracto.
Un tanque LHTS (por sus siglas en ingls Latent Heat Thermal Storage).



Una bomba hidrulica.
Tuberas en general.

Figura 2-10. Sistema de renovacin de aire
propuesto en [26].

En la figura 2-10 el calentador solar incrementa la temperatura del agua, la cual es
llevada mediante el flujo producido por la bomba hacia la unidad fan-coil, donde se
realiza la transferencia de calor entre el agua y el aire que viene del exterior.

Con base en la figura (2-10), se describen los siguientes modos de operacin:

Si las vlvulas A, C y E se encuentran abiertas, el sistema trabaja nicamente
con el agua que proporciona el calentador solar.
Cuando las vlvulas A, B, C y E se encuentran abiertas el modo cambia y parte
del agua del calentador se almacene en el tanque LHTS.
Cuando las vlvulas A, B y D estn abiertas, el sistema trabaja con el agua que
se encuentra almacenada en el tanque.

Estos tres modos pueden interactuar entre s en funcin de la energa calorfica
requerida para llegar a la referencia deseada. En caso de que la energa calorfica del
colector solar sea suficiente, el sistema tendr que operar solo con las vlvulas A, C y E,
si la energa necesaria para alcanzar la referencia es mayor que la suministrada por el



calentador, entonces se puede emplear la energa del agua almacenada en el tanque o una
combinacin de ambas.

La ecuacin del controlador PID discreto usado para controlar la temperatura en el
recinto est dada por (2.43).

(2.43)
Donde
es la salida del controlador PID en la muestra ,
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.



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
, que son usadas para

modificar los parmetros
de acuerdo con las reglas difusas de la tabla 9.

Tabla 6. Reglas para sintonizar un controlador PID aplicado a un sistema de renovacin de
aire.
EC NB NM NS ZO PS PM
PB

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



Los parmetros PID son definidos mediante (2.44), (2.45) y (2.46).

(2.44)
(2.45)
(2.46)

Las variable
en (2.44), (2.45) y (2.46), son los parmetros resultados de

la sintonizacin automtica. El objeto de control es un variador que regula la velocidad
del motor de la bomba. El variador toma la salida del controlador PID como un voltaje
de entrada, y la salida del variador debe controlar la velocidad de rotacin del motor de la
bomba, la cual determina el flujo de agua a travs de la unidad fan-coil.

Con el objetivo de realizar una sintonizacin PID adecuada mediante el bloque
Sistema de inferencia difusa de la figura 2-12, se disea el conjunto de reglas mostradas
en la tabla 9, las cuales, estn basadas en la experiencia obtenida mediante diversas
pruebas por simulacin, as como del manual de la unidad fan-coil.

En la tabla 10 se muestran las variables lingsticas y los intervalos de discurso para
,
.

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
se muestran en las figura 2-13 y 2-14,

respectivamente.



Figura 2-13. Funciones de membresa para
la variable [26].
Figura 2-14. Funciones de membresa para
la variable
[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



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).



(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.



Cuando es grande,
toma valores grandes y
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
puede influenciar la respuesta del sistema en este

caso.

Cuando es pequeo, se asignan valores grandes para
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
son resumidas en la tabla de decisiones 11.

Tabla 8. Reglas difusas para sintonizar un controlador PID para control de motor de CD

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



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
, cuyo intervalo de discurso es el conjunto de

elementos que se encuentran en , tal como se muestra en (2.55).

(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



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.



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.



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.



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)



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).



(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
en el denominador de (3.2) corresponde a un

sistema de segundo orden. La representacin en diagrama a bloques de la funcin de
transferencia se muestra en la figura 3-5.

Figura 3-5. Representacin de la funcin de transferencia

La funcin de transferencia tambin puede considerarse como la respuesta de un
sistema inicialmente inerte, a un impulso unitario como seal de entrada
, esto se muestra en (3.3).

(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.



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
, cuyos valores dependen del

instante considerado, denominadas variables de estado del sistema. Este conjunto de
variable recibe el nombre de vector de estado [50].
Representando el conjunto de variables de entrada mediante el vector
se puede describir el modelo del estado mediante (3.5).

(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)



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
depende nicamente de los

valores de entrada en
[52]. Y un sistema es determinista producir siempre la

misma salida a partir de las mismas condiciones de inicio o de estado inicial [53].

3.2 Anlisis en tiempo

Para sistemas cuya dinmica es descrita mediante ecuaciones diferenciales ordinarias
de coeficientes constantes, existen indicadores que definen el rendimiento del sistema en
funcin de la dinmica temporal [54]. Normalmente la respuesta de un sistema, en
presencia de una seal de entrada, se analiza en dos intervalos de tiempo: el transitorio y
el estable.
En la mayora de los casos, la seal de entrada para un sistema de control no se
conoce con anticipacin, e incluso, suele ser de naturaleza aleatoria. No obstante, existe
una correlacin entre las caractersticas de la respuesta de un sistema para un conjunto de
seales de prueba predefinidas, y la respuesta del sistema a seales de entrada no
definidas [55]. Las funciones utilizadas con mayor frecuencia como seales de prueba
son: escaln, rampa e impulso, las cuales se definen en la tabla 2.



Tabla 10. Funciones de entrada comunes para sistemas de control.

Funcin escaln unitario

Funcin Rampa

Funcin impulso unitario



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.



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 tiempo requerido para que la respuesta alcance por

primera vez una magnitud igual al 50% del valor final.
Tiempo de subida
: Es el tiempo requerido para que la respuesta del sistema

pase del 10% al 90%, del 5% al 90%, del 0% al 100% de su valor final.
Tiempo pico
: Es el tiempo requerido para que la respuesta del sistema alcance

el mximo pico de la sobre elongacin.
Sobrepaso mximo, sobre impulso o sobre elongacin (porcentaje)
: 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
: Es el tiempo requerido para que la respuesta del

sistema permanezca dentro de un porcentaje especfico de su valor final.
Ahora bien, supongamos un sistema de segundo orden descrito por la funcin de
transferencia estndar (3.11).
(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
. Suponiendo una entrada escaln unitario

la respuesta del sistema se expresa mediante (3.13).

(3.13)
Descomponiendo (3.13) en fracciones parciales se obtiene (3.14).



(3.14)
Con
, trmino conocido como frecuencia natural amortiguada

[56].
El clculo de las constantes
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).



(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
entonces los polos en el lazo cerrado del polinomio caracterstico son

complejos conjugados, ya que
. As pues, la frecuencia de
oscilacin amortiguada toma el valor de:
con
.
Substituyendo
en (3.25) y factorizando se obtiene (3.26).

(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
se les conoce como factor de amortiguamiento relativo y

frecuencia natural no amortiguada respectivamente [43].
La figura 3-7, muestra la respuesta de en color azul con y
;
en rojo con y
.



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



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



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 el valor mximo de . La magnitud de
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
se encuentra entre el intervalo

Frecuencia de resonancia
: Es la frecuencia en la que ocurre el pico de

resonancia
.



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).



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
como se muestra en (3.38).



(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



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.



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



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 (D8-1)

para continua (D8-2)

Y es el valor donde se central la funcin de distribucin de
probabilidad.

Definicin 9 Sea una variable aleatoria con distribucin de probabilidad
y media . La varianza de se define como:
para
discreta
(D9-1)

(D9-2)



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
es llamada funcin de distribucin normal y se define

en (D10-1):

para
(D10-1)

Definicin 11 La funcin de una variable aleatoria normal con y
se llama funcin de distribucin normal estndar.

Definicin 12 Una poblacin consiste en la totalidad de las observaciones del
fenmeno objeto de estudio.

Definicin 13 Una muestra es un subconjunto de la poblacin.

Definicin 14 Cualquier funcin de las variables aleatorias que forman una
muestra aleatoria se llama estadstica.

Definicin 15 Si
representan una muestra aleatoria de

tamao , entonces la media muestral se define mediante la
estadstica descrita en (D15-1)
(D15-1)

Definicin 16 Si
representan una muestra aleatoria de

tamao , entonces la varianza muestral se define mediante la



estadstica en (D16-1).
(D16-1)

Definicin 17 La distribucin de probabilidad de una estadstica se llama
distribucin muestral de la media.

Teorema del
lmite central
Si
es la media de una muestra aleatoria de tamao tomada

de una poblacin con media y varianza
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
[51]. La conclusion alcanzada sobre algn parmetro

poblacional (media, varianza o desviacin estndar) a partir de una muestra se le conoce
como estimacin de parmetros.
En la literatura consultada existen dos tendencias para la estimacin de parmetros, el
mtodo clsico que se basa en la informacin que se extrae de una muestra aleatoria, y el
mtodo bayesiano que utiliza el conocimiento subjetivo previo sobre la distribucin de la
probabilidad de los parmetros desconocidos junto con la informacin que proporcionan
los datos de una muestra aleatoria [51]. En este trabajo, se hace uso de nicamente de la
estimacin clsica.
Una estimacin puntual de algn parmetro de la poblacin es un solo valor
de
una estadstica
. Por ejemplo el valor es la estadstica de
que se calcula a partir de



una muestra de tamao y es una estimacin puntual del parmetro poblacional . Una
estimacin puntual difcilmente tendr un resultado sin error, de hecho se espera que la
estimacin puntual no sea el parmetro poblacional buscado, ms si que no se encuentre
muy alejado [52].
Si
son dos estimadores puntuales del mismo parmetro poblacional se dice

que el estimador
cuya distribucin tenga la menor varianza
es el estimador ms
eficiente [52].
Es posible establecer un intervalo de valores
, dentro del cual se

encuentre una estimacin. Ahora bien si se obtiene la distribucin de probabilidad de la
estadstica, es posible establecer la relacin de (3.45), en virtud del punto (2) de la
definicin 7 [53].
, para 0< (3.45)

De esta forma se tiene un de probabilidad de seleccionar una variable
aleatoria que produce un intervalo que contenga , dicho intervalo es conocido como
intervalo de confianza y la fraccin como grado de confianza para [53].
En virtud del teorema del lmite central, se puede decir que la distribucin muestral
de
est distribuida de forma aproximadamente normal con media
y desviacin
estndar
. Si se define un valor de por arriba del cual encontramos un rea

, es posible definir un intervalo descrito por (3.46) [53].
, para 0<
(3.46)
Si se considera:
(3.46) puede rescribirse como (3.48)

(3.47)

(3.48)



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.

) ( ) ( ) (



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
son llamados universos de discurso de

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
toman un conjunto de valores lingsticos denotados

por
, respectivamente; por
ejemplo
, son variables que pudieran describir una

velocidad [55].
La funcin de las salidas hacia las entradas en un sistema difuso se realiza mediante
sentencias en la estructura lgica modusponens (si, entonces). Usualmente las entradas
son asociadas con premisas y las salidas con consecuentes.
Las funciones que transforman los valores de los universos de discurso
a los
conjuntos difusos
son llamadas funciones de membresa y se denotan por
. As pues, dada una variable
con un valor lingstico
definido sobre un



universo de discurso
, y una funcin de membresa
que transforma
a un
intervalo de valores , el conjunto difuso denotado por
est definido por (3.49)

[56].

(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
, el mecanismo de inferencia se encarga de determinar, con

base a los valores de membresa en las entradas, qu conclusin debe de inferirse, este
valor de conclusin es un valor difuso el cual es convertido a una variable de entrada al
proceso e impactar en el comportamiento de la variable controlada [56].
Existen diferentes mtodos para defusificar el valor alcanzado por la inferencia,
dentro de los ms populares se encuentran:

El mtodo del centro del rea o COA por sus siglas en ingls (Center of Area).
Criterio de Max.
El mtodo de la medida del mximo.
Mtodo del centro de gravedad o COG (Center of Gravity).



CAPITULO 4. DESARROLLO

4.1 Modelado del motor CD

Un motor de corriente continua (que de ahora en adelante tan solo se conocer como
CD) consta de dos partes fundamentales, un rotor que constituye la parte mvil y un
estator que es la parte fija. Los motores de CD son tpicamente empleados en aplicaciones
donde se requiere un amplio rango de variaciones en la velocidad. Esto, debido a sus
caractersticas de control y su buen desempeo en el arranque y paro. Sin embargo, los
motores de CD tienen como principal desventaja su conmutador mecnico, ya que
restringe la potencia y la velocidad, adems de aumentar la inercia al momento de
arranque y ser el elemento que requiere mantenimiento peridico [57].

Los eventos fsicos, biolgicos, qumico, sociales, etc., son gobernados por un
conjunto de leyes, de las cuales, se deriva la representacin matemtica del fenmeno
considerado. Este conjunto de ecuaciones dan una aproximacin al comportamiento
dinmico real del objeto de estudio. Con el objetivo de obtener un modelo con la
informacin necesaria para efectos de la presente tesis, se plantea el modelo de un motor
de CD de imn permanente.

La figura 4-1 muestra el circuito equivalente de un motor de CD de imn permanente.

Figura 4-1.Circuito equivalente de un motor de CD.

El circuito equivalente de la figura 4-1 corresponde nicamente al rotor. En este
esquema no se considera el circuito equivalente del estator, debido a que el campo



magntico asociado a ste es generado por un imn como lo muestra la figura 4-2, y su
efecto se considera en las ecuaciones de transduccin [58].

Figura 4-2. Ensamble de un motor de imn permanente.

Las variables mostradas en la figura 4-1 son [57]:

: Corriente elctrica en el rotor [A].
: Tensin de la fuente de alimentacin del rotor [V].
: Resistencia del rotor [].
L: Inductancia de la bobina del rotor [H].
: Fuerza contra electromotriz [V].
: Par del motor [N m].
: Velocidad angular [rad/s].
: Posicin angular [rad].
: Momento de inercia del motor [Kg m
2
].
: Coeficiente de friccin viscosa [(N m) / (rad s
-1
)].

: Par de carga [N m].

Las letras entre corchetes, se refiere a las magnitudes fsicas en el SI (Sistema
Internacional).

La relacin entre la energa elctrica y mecnica se expresa mediante las ecuaciones de
transduccin, las cuales se plantean en virtud del efecto causado por el campo magntico
y la fuerza de Lorentz entre el rotor y el estator. Si se considera un flujo magntico
constante al interior de cada solenoide que integra al rotor, se puede llegar a relacionar el



par de motor con la corriente elctrica, y la velocidad angular con la fuerza contra
electromotriz mediante (4.1) y (4.2) respectivamente [59].

(4.1)

(4.2)

En (4.1)
es la constante de par y en (4.2)
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
. Otro par que se opone al par de motor,

es generado por el momento de inercia [59]. Considerando lo anterior, es posible
describir el par motor mediante (4.4).

(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.



(4.5)

(4.6)

Para el controlador, el par de carga
representa el momento de fuerza generado por

cualquier carga, es decir, es el resultado de eventos que no son conocidos previamente y
que se traducen en un par que se opone al par motor , y cuya frecuencia y magnitud no
pueden ser calculadas de manera determinstica. Por lo tanto, en esta investigacin,

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)



(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 (
) que modifica a (4.13), dando como

resultado (4.14).

(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).



(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
en el denominador de (4.19) son (4.20) y

(2.21).

(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
resulta de (2.24), (2.25) y (2.26).



(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.



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
son parmetros que no

aplican en la respuesta de , debido a que se trata de un sistema sobre amortiguado.

(seg)



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.



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
. El margen de fase es la diferencia entre la curva de fase y
en el punto donde la frecuencia coincide con una ganancia de (frecuencia de

cruce de ganancia
), el margen de ganancia es la diferencia entre la curva de magnitud

y donde la frecuencia coincide con una fase de
(frecuencia de cruce de fase
).
Para el modelo del motor de CD de imn permanente en lazo abierto se obtiene un
margen de fase
. Debido a que la fase de la funcin de transferencia (4.29) no

llega a
, el margen de ganancia tiende a infinito

Diagrama de Bode
M
a
g
n
i
t
u
d

(
d
B
)

Frecuencia (rad/seg)
F
a
s
e

(
g
r
a
d
o
s
)



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
, entonces las variables de

estado
forman a (4.30), (4.31) y (4.32).
(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.



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
, hecho que ha dado origen al desarrollo de

diversas tcnicas de sintonizacin [65], siendo el mtodo de Ziegler-Nichols uno de los
mtodos mayormente empleado en sistemas que permiten la identificacin de parmetros
temporales mediante pruebas.

Ziegler y Nichols desarrollaron reglas de sintona mediante la simulacin de un gran
nmero de diferentes procesos, correlacionando los parmetros del controlador con la
respuesta escaln unitario y usando como criterio fundamental, el amortiguamiento de la
amplitud [66].

El mtodo de Ziegler-Nichols sugiere reglas para asignar valores a una constante
proporcional
, 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.



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
con base a la tabla 13.

Tabla 13. Reglas de sintonizacin Ziegler-Nichols para una respuesta descrita
mediante una curva suave.
Tipo de
Controlador

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
que produzca estabilidad marginal.

Debido a que la respuesta a una entrada escaln unitario, del modelo planteado para un
motor de CD de imn permanente, es descrita mediante una curva suave (figura 4-5), se
aplican las reglas definidas en la tabla 13.

La respuesta en tiempo del motor de CD a una entrada escaln unitario, se establece en
(4.27). Con el fin de facilitar el clculo del punto de inflexin sobre , se realizan las
igualdades (4.35) y (4.36).

(4.35)

(4.36)

Substituyendo (4.35) y (4.36) en (4.27) se obtiene (4.37).

(4.37)



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).



(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



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)



(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
en (4.56), corresponden a las igualdades (4.16), (4.17) y

(4.18).

Si se asume una carga nula
, (4.56) se convierte en (4.57).

(4.57)

Considerando un escaln unitario
a la entrada de (4.57), se obtiene (4.58).

(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)



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
en (4.64) son (4.65), (4.66), (4.67) y (4.68).
(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.



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
)

M
a
g
n
i
t
u
d

(
d
B
)

M
a
g
n
i
t
u
d

(
d
B
)



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


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.

F
a
s
e

(
g
r
a
d
o
s
)



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
es la derivada del error con respecto al tiempo.



El controlador difuso mostrado en la figura 4-13 est compuesto por cuatro partes
principales.
1. Base de reglas: Es un conjunto de reglas expresadas en la estructura lgica
modus ponens, a travs de las cuales se sintetiza el conocimiento del cmo
controlar la velocidad angular.

2. Inferencia difusa: Evala cules de las reglas son relevantes en un instante de
tiempo, y con base a ello, construye una conclusin sobre el valor del voltaje
que debe suministrarse al motor de CD para llegar al rendimiento deseado.

3. Fusificacin: Es una interfaz que modifica los valores de entrada para que
puedan ser interpretados y comparados mediante la base de reglas y la
inferencia difusa.

4. Defusificacin: Es una interfaz que modifica el valor concluido por la
inferencia difusa, de forma tal, que entregue un valor que corresponda a los
insumos del proceso (voltaje).

Como se aprecia en la figura 4-13, el error y su deriva
son las variables de

entrada al controlador difuso, y el voltaje suministrado al motor la de salida.

Las variables lingsticas empleadas para representar las entradas y la salida del
controlador difuso se muestran en la tabla 15.
Tabla 15. Variables lingsticas para el control difuso del motor de CD de imn
permanente.
Variable en el
proceso
Variable
lingstica
Error

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.



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
toma un signo negativo y una magnitud grande. Este

estado indica que la velocidad anular converge a la referencia
rpidamente.
MN: Describe el estado en el que el error es mayor que el error
, por lo que
toma un signo negativo. Este estado indica que la

velocidad anular converge a la referencia.
LN: Describe el estado en el que el error es ligeramente mayor que
el error , por lo que
toma un signo negativo y su magnitud es

pequea. Este estado indica que la velocidad anular converge a la
referencia lentamente.
C: Describe el estado en el que el error es igual que el error ,
por lo que
es igual a cero. Este estado indica que el error es esttico.



LP: Describe el estado en el que el error es ligeramente menor que
el error , por lo que
toma un signo positivo y su magnitud es pequea.

Este estado indica que la velocidad anular se aleja de la referencia
lentamente.
MP: Describe el estado en el que el error es menor que el error
, por lo que
toma un signo positivo. Este estado indica que la

velocidad angular se aleja de la referencia.
PP: Describe el estado en el que el error es mucho menor que el
error , por lo que
toma un signo positivo y su magnitud es grande.

Este estado indica que la velocidad anular se aleja de la referencia
rpidamente.

La variable Voltaje puede tomar los valores: BBV, BV, MBV, MV,
MAV, AV, AAV. Cada valor numrico que tome el voltaje de salida del
controlador, depende de la conclusin alcanzada por la inferencia difusa y el mtodo
de defusificacin.
Una vez definidas las variables lingsticas para las entradas y salidas del
controlador difuso, y el conjunto de valores lingsticos que stas pueden tomar, se
definen los intervalos de discurso para las entradas y salidas.
Con el fin de facilitar la manipulacin de los datos en el proceso de fusificacin, se
normalizan los valores de las variables de entrada al controlador difuso mediante
(4.71) y (4.72)
(4.71)

(4.72)

En (4.71) y (4.72),
son los valores mximos que pueden

tomar el error y su derivada, respectivamente. Con base a lo anterior, los intervalos de
discurso para el error y su derivada se definen mediante (4.73) y (4.74).
(4.73)

(4.74)



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)



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
mediante (4.80), y los elementos del conjunto , se relaciona

con el universo mediante (4.81).
(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.



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
y , se forman los conjuntos difusos (4.82), (4.83) y (4.84), los cuales

son usados en el proceso de inferencia para construir una conclusin y por el
defusificador para determinar el voltaje que debe subministrarse al motor en un instante
determinado.

(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



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
para concluir una consecuencia,

esto se expresa mediante la tabla 17.

Tabla 17.Base de reglas para el controlador difuso de la velocidad angular de un motor de CD
V
e
l
o
c
i
d
a
d

Error
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
. Esto se muestra en la figura 4-16.



Figura 4-16.Funcin de membresa concluida por el mecanismo de
inferencia difusa.

Una vez obtenida la conclusin, el bloque defusificacin de la figura 4-13 se encarga
de convertir las funciones de membresa concluidas en un valor numrico, en este caso en
un voltaje de alimentacin para el motor de CD.

El defusificador opera sobre las funciones
para obtener una salida apropiada. En

esta investigacin se utiliza el mtodo COG (de las siglas en ingls Center of Gravity), el
cual consiste en obtener el centro del rea formada por las funciones de membresa
concluidas. El clculo del centro de rea resulta de (4.87).

(4.87)

En (4.87),
es el valor en donde la funcin
tiene su mximo valor (como se

muestra en la figura 4-12, y
representa el rea bajo la funcin
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)



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
de la respuesta obtenida en la figura 4-17. El tiempo pico
y la sobre
elongacin
son parmetros que no existen en la respuesta de , debido a que se

trata de un sistema sobre amortiguado.
La tabla 18 muestra los parmetros de la respuesta transitoria de la velocidad angular del
motor de CD de imn permanente controlado mediante lgica difusa.
Tabla 18. 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


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



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
. Esto se expresa en (4.90).

(4.90)



Aplicando una entrada escaln unitario
y despejando la velocidad angular

, se obtiene (4.91).

(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
estn determinados por (4.97), (4.98) y

(4.99).

(4.97)



(4.98)

(4.99)

La transformada inversa de Laplace de (4.96) se presenta en (4.100).
.

(4.100)

La variable aleatoria
, se considera tal que su densidad espectral de potencia, es

constante para todas las frecuencias (ruido blanco).

Los efectos de la variable
sobre el motor de CD de imn permanente en lazo

abierto, cuando
, se muestran en la figura 4-18.



Figura 4-18. Efecto de 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
, se muestra en la figura 4-19.

Figura 4-19. Diagrama a bloques de control de motor de CD de
imn permanente.

La funcin de transferencia del diagrama a bloque de la figura 4-19 es (4.101).

(4.101)

Considerando una entrada escaln unitario
y despejando la velocidad
angular de (4.101) se obtiene (4.102).



(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



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.



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
descrita mediante (4.110).



(4.110)

Debido a que y
son variables aleatorias, el conjunto de valores que toma tanto

como
en trminos de probabilidad, son descritos a travs de su funcin de distribucin

correspondiente, llamada funcin de distribucin muestral.

La funcin de distribucin para , es el mecanismo mediante el cual se hace una
inferencia del valor poblacional para el error y su razn de cambio, dicha inferencia
forma los criterios para proponer valores de
, que mejoren el rendimiento del

controlador PID ante ruido o perturbaciones de carga.

La estimacin del parmetro se realiza a travs del intervalo
, donde
dependen de para una muestra en particular, as como de su distribucin muestral.

El rea bajo la curva descrita por una funcin de distribucin de probabilidad es igual
a 1, si la funcin de distribucin es limitada por las abscisas
, el rea contenida
entre
es igual a la probabilidad de que tome un valor en el intervalo
, es
decir
[71].

El intervalo
es usado para limitar la funcin de distribucin muestral de

, de forma tal que
sea igual a algn valor positivo en el intervalo

como se muestra en (4.111).
(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
.



Al tener una muestra aleatoria a partir de una distribucin normal, la variable aleatoria

(donde es la desviacin estndar de la muestra) tiene una distribucin t de

Student [72], y puede ser usada para establecer un intervalo de confianza. Lo anterior se
logra haciendo que
sea el valor de por arriba del cual se encuentra un rea de .

De esta manera la probabilidad de que tome un valor en intervalo
, se
expresa mediante (4.112).
(4.112)

Substituyendo
en (4.112), se obtiene (4.113).

(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
, tal como se muestra en la figura 4-22.

Figura 4-22. Error en la estimacin de .



El error en la figura 4-22 es el valor absoluto de la diferencia entre y , y el grado de
confianza es un indicador porcentual de la confianza que se tiene de que la diferencia no
exceda
.

Con base a los intervalos y grados de confianza para el error y su razn de cambio, se
asignan valores a los parmetros
mediante lgica difusa a travs del bloque

Sintonizacin difusa de la figura 4.21.

Las variables error y su razn de cambio son el conjunto de entradas para
el sintonizador difuso, y las variables
forman el conjunto de salida. Para el

conjunto de entradas y salidas se asignan las variables lingsticas mostradas en la tabla
19.
Tabla 19. Variables lingsticas para las entradas y salidas del sintonizador difuso.
Variable en el proceso Variable lingstica
Error
D_Error
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



cambio. En adelante,
denota la media estimada para el error y
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
, son descritos por los valores lingsticos de las

entradas (4.115) y (4.116) de la siguiente forma:

Un valor
indica que el valor de la referencia es mayor que el de la

velocidad angular.

Un valor
indica que el valor de la referencia es menor que el de la

velocidad angular.

Un valor
indica que la referencia es igual a la velocidad angular.

Un valor
indica que el error en un tiempo es mayor que el error en el

tiempo , por lo que la velocidad angular se aleja de la referencia.

Un valor de
indica que el error en un tiempo es menor que el error

en el tiempo , por lo que la velocidad angular converge a la referencia.

Un valor
indica que el error es estacionario.

En el conjunto de los valores lingsticos que toman las variables de salidas ,
y , las letras
representan las ganancias inciales para
, 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.



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





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)



Debido a que el error y su razn de cambio se normalizan previamente a la estimacin
de las medias
, los valores estimados se encuentran en el intervalo , este

intervalo es el universo de discurso para los conjuntos
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
, se observan en la figura 4-24.



Figura 4-24. (a) Funciones de membresa para , (b) funciones
de membresa para,(c) Funciones de membresa para.

Los conjuntos formados por las funciones de membresa definidas para las variables
de entrada al sintonizador difuso, junto con los universos de discurso
, forman
los conjuntos difusos (4.130) y (4.131).

(4.130)



(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
, dando lugar a tres tablas de

consecuencias, las cuales, concentran el resultado de la conjuncin de las reglas
activadas con los valores de membresa de los conjuntos difusos y presentes en un
instante determinado. La conjuncin de los valores de membresa se expresa mediante
(4.132).
(4.132)

Las tablas 23, 24 y 25 contienen las consecuencias para , y ,
respectivamente.
Tabla 23. 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
, junto con los conjuntos de funciones de membresa
, son usados para obtener los valores numricos para
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)



El mtodo de autosintonizacin descrito anteriormente es aplicado al controlador PID,
cuyos valores inciales para
, son los calculados por Ziegler-Nichols.

Inicialmente se procesa una muestra de 35 datos del error y su razn de cambio
normalizados, para estimar las medias
y calcular un grado de confianza para

cada estimacin mediante los bloques Tendencia Central de la figura 4-21, si el grado de
confianza es mayor al 80%, entonces se procede a calcular las nuevas ganancias PID
mediante el bloque Sintonizacin difusa, si no, se recaba el nmero de muestras necesario
para lograr un grado de confianza mayor o igual al 80%. Lo anterior se describe a travs
del diagrama de bloques mostrado en la figura 4-25.

Se asignan valores iniciales de
kp, ki y kd calculados por
Ziegler-Nichols.
Se obtienen n muestras de
eN(t) y de eN(t).
Se calculan E y E junto con
un grado de confianza (1-).
Se toma una muestra ms
grande n++
(1-)>80%
Se calculan los nuevos valores
para kp, ki y kd y se incorporan
al controlador

Figura 4-25. Diagrama de bloques de la auto sintonizacin difusa
para un controlador PID.

El mtodo de auto sintonizacin es aplicado al modelo del motor considerando que
, la respuesta de la velocidad angular controlada por un

controlador PID sintonizado automticamente mediante lgica difusa se muestra en la
figura 4-26.



Figura 4-26. Velocidad angular controlada bajo un esquema
autosintonizado con lgica difusa cuando

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.



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.



Respuesta de (t) bajo el efecto de un
esquema PID con ganancias fijas.
Respuesta de (t) en lazo abierto.
esquema PID de ganancias variables.
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 (
), los esquemas PID de ganancias fijas sintonizado

con Ziegler-Nichols y PID de ganancias dinmicas sintonizado con base en la funcin de
distribucin de la media, presentan ndices ms favorables en comparacin con el
esquema difuso y con la respuesta a lazo abierto. Los ndices de rendimiento para las
repuestas de la figura 5-1 se muestran en la tabla 26.

Tabla 26. ndices de rendimiento de la respuesta sin 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)



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
, donde el controlador PID con ganancias fijas

presenta una ventaja de .

La figura 5-2 muestra el conjunto de respuestas para la velocidad angular del
motor de CD de imn permanente, cuando
.
(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
introduce un error aleatorio que

afecta el rendimiento de . La tabla 27 muestra los ndices de rendimiento de la
(seg) (seg)
(seg) (seg)



evolucin de , cuando
y bajo diferentes esquemas de

control, as como su desempeo en lazo abierto.
Tabla 27. ndices de rendimiento de la respuesta con
.
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
para todos los esquemas de control en la tabla 27. No obstante, se obtiene

el tiempo
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
, se presentan en la tabla 28 los valores de la relacin SNR

para diferentes intervalos de variacin de
.



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
. A medida que aumenta la magnitud del error, el rendimiento del

controlador PID autosintonizado se degrada.

Otro aspecto a resaltar, es el conjunto de valores de SNR que presenta el controlador
difuso, debido a que al no observar una dispersin significativa, se tiene un elemento para
pensar que la sintonizacin propuesta en esta investigacin, es menos robusta que un
esquema difuso, pero ms efectiva en el rango establecido en esta tesis.

Como se ha mencionado, en el estado del arte se abordaron investigaciones previas
enfocadas a mejorar el rendimiento de los controladores PID, cuyos resultados, son
expuestos en trminos de algunos ndices de rendimiento temporales, tales como:
.

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.



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
3.68 276 0.37
0 315 0
0% 8.6% 0%
3.87 657 0.42

Los ndices encontrados en el estado del arte, fueron obtenidos con sistemas
sintonizados mediante lgica difusa, y por sus valores, sugieren que la dinmica de los
sistemas probados es ms lenta que la dinmica del motor de CD de imn permanente
usado en esta investigacin, cuyos valores para los coeficientes de la funcin de
transferencia, fueron tomados de un motor Crouzet con nmero de referencia 82860018.

Considerando los resultados expuestos en este captulo y el desarrollo abordado en el
captulo 4, se emiten conclusiones sobre la investigacin desarrollada en esta tesis, las
cuales sern expresadas en el capitulo 6, adems de mencionar algunos trabajos futuros
que retomen las ideas planteadas en este trabajo.



CAPITULO 6.
CONCLUSIONES Y
TRABAJOS FUTUROS.

Considerando las relaciones fsicas entre las variables que intervienen en la dinmica
del motor de CD de imn permanente, es posible obtener la funcin de transferencia que
describe de manera aproximada la respuesta de la velocidad angular ante un voltaje
externo.
Se ha considerado a
como una variable que se opone al par generado por la fuerza

de Lorentz en los devanados del rotor, y cuyo valor tiene origen en perturbaciones de
magnitud y frecuencia aleatorias.
Con base en los resultados mostrados en la tabla 27, se concluye que las variaciones
fluctuantes de
ocasionan que la velocidad angular, disminuya aumente; dando origen

a un error aleatorio que incide de forma negativa en la respuesta del motor en su
velocidad angular. Prueba de ello, es un SNR de en la respuesta del sistema en
lazo abierto, valor que implica mucho mayor presencia de ruido en el sistema en
comparacin con la seal til.
La respuesta de la velocidad angular permite identificar un tiempo de retardo y una
constante de tiempo, parmetros que son usados para asignar valores a las variables
de un controlador PID convencional que mejora el rendimiento del sistema.

Considerando los resultados obtenidos en las tablas 26 y 27 para el sistema controlado
por el esquema PID, se concluye que un controlador PID mejora significativamente la
respuesta transitoria pero incorporan un ligero sobre impulso que, en presencia de
perturbaciones aleatorias, agrava la relacin SNR con .
Dada la robustez caracterstica de los esquemas difusos, se desarrolla un esquema
Mamdani que incorpora el conocimiento del cmo controlar la velocidad angular del
motor de CD en un conjunto de reglas.
Como se aprecia en las tablas 26 y 27, en ausencia de perturbaciones el controlador
difuso mejora la respuesta de la velocidad angular en lazo abierto, ms no supera los



ndices de rendimiento logrados por el control PID clsico. Cuando se presenta un error
aleatorio ocasionado por perturbaciones en la variable
, el SNR de la seal controlada

por lgica difusa es de , valor superior al presentado por el esquema PID.
Considerando lo anterior se concluye que el controlador difuso diseado para el motor de
CD de imn permanente es ms robusto que el controlador PID clsico, pero menos
preciso.
Esta investigacin se ha considerado al error como una variable aleatoria que puede
ser descrita mediante su funcin de distribucin de probabilidad. En virtud de ello, se ha
logrado modificar mediante lgica difusa los valores de las variables
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.



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)));



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



%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



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);



[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)



%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));
R1)*(R2-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);



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



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.



[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 zieglernichols 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.



[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.



[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.



[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.



[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.

Tesis 13406

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Tesis 13406

Загружено:

Авторское право:

Доступные форматы

Instituto Politcnico Nacional

Centro de Investigacin en Computacin

y comparados con un controlador

simulation results were compared with a conventional PID

es la seal de referencia, es la seal de control, es la seal controlada y es

, de modo tal, que se cumplan con las siguientes

es la fase resultado del

es la frecuencia donde la magnitud del sistema a lazo abierto es igual a 1.

se relaciona con mediante (2.9) y (2.10).

, es la frecuencia donde la fase del sistema se

se calcula tomando como condicin la magnitud unitaria del

. Las ecuaciones para

, y donde se aprecie el valor mximo de

. Una vez que

son obtenidos, los parmetros

para un controlador PI.

(lnea solida y eje izquierdo), margen de

(lnea discontinua y eje derecho), con variaciones en funcin del

(lnea solida y eje izquierdo), margen de

(lnea discontinua y eje derecho), con variaciones en funcin del

es una funcin que describe una

, de igual forma la funcin

, de modo tal que, para todas las

se encuentra en el intervalo , por lo

incrementa su valor cuando se decrementa desde

) en una frecuencia ms baja. Estos datos son obtenidos de

, se sintonizan los parmetros PID o PI usando los tres pasos que

para PI, los cuales fueron

se comparan con las tcnicas ZhuangAtherton, y Ziegler

y tomando como base la respuesta en frecuencia

, el cual constantemente modifica las ganancias proporcional e integral,

son obtenidas mediante el mtodo Ziegler-Nichols como

tal como se describe en (2.26) y (2.27).

, son las ganancias proporcional e integral modificadas en el instante

son constantes positivas que se utilizan para determinar las

desde su valor inicial hasta la respuesta deseada.

se definen mediante (2.29) y (2.30).

representa el mximo valor de error que puede presentarse

es la accin de control modificada.

, lo cual no implica una complicacin en su implementacin o en la

con valores que favorezcan una rpida convergencia entre la seal de

, logrando una accin

toman valores grandes que ayudan a

, los cuales fueron determinados de

1.00 1.20 2.50 2.30

4.00 11.40 5.10 2.60

1.30 1.50 2.00

7.80 30.60 38.90

1.30 1.50 2.00 1.80

8.70 42.60 inestable 17.90

, son las variables que se consideran para

de un controlador PID convencional,

es la salida del controlador PID en la muestra ,

, que son usadas para

de acuerdo con las reglas difusas de la tabla 9.

en (2.44), (2.45) y (2.46), son los parmetros resultados de

se muestran en las figura 2-13 y 2-14,

toma valores grandes y

puede influenciar la respuesta del sistema en este

son resumidas en la tabla de decisiones 11.

, cuyo intervalo de discurso es el conjunto de

en el denominador de (3.2) corresponde a un

, cuyos valores dependen del

depende nicamente de los