Académique Documents
Professionnel Documents
Culture Documents
Disear e implementar un sistema difuso para el control de la plataforma 3DCRANE. Disear e implementar un algoritmo gentico que nos permita sintonizar los controladores PID de la plataforma 3DCRANE
El sistema 3DCRANE es una plataforma, gra, con libertad de movimiento a lo largo de los ejes X, Y y Z. La plataforma traslada la carga til en cada cambio de posicin de acuerdo a la necesidad del usuario. Funcionamiento til en 3 dimensiones:
Carga til se levanta y baja en la direccin del plano Z. Ferrocarril y carro se mueven horizontalmente en la
Hardware
Sensor de posicin eje X, eje Y y eje Z. RT DAC / PCI (entradas / salidas digitales).
Software
Ordenador mnimo con un procesador Pentium a AMD. Sistema totalmente integrable bajo Windows XP o Windows 2000.
El modelo de control cuenta con tres motores de corriente continua y cinco codificadores de posicin para las siguientes 5 variables de estado: Coordenadas del carro en el plano horizontal Longitud de la lnea de elevacin Dos ngulos de desviacin de la carga til
Los codificadores miden los movimientos con una resolucin equivalente a 4096 pulsos por rotacin. Estos codificadores junto con el diseo mecnico especializado crean una nica unidad de medida. La desviacin de la carga se mide con una precisin igual a 0,0015 rad (0.1).
La interfaz de potencia amplifica las seales de control que se transmiten desde el computador a los motores de corriente continua. Tambin convierte las seales de pulso codificadas a la forma digital de 16 bits que sern ledos por el computador.The encoders
Para la comunicacin con la plataforma el computador posee una tarjeta RT-DAC/PCI con mltiples entradas y salidas digitales que se comunica con la tarjeta de interfaz de energa. El sistema opera directamente en el entorno de MATLAB Simulink.
Para un correcto modelamiento de la plataforma la parte primordial es determinar un adecuado sistema de coordenadas. El sistema de coordenadas esfricas es el elegido para este modelamiento debido a su versatilidad al momento de tratar
Notacin de Variables
mc: masa de la carga mw: masa del carro. ms : masa de la riel (donde se mueve el carro). xc : coordenada en el plano x de la carga.
Dinmica de la Gra
Cuando Sx, Sy y Sz son componentes del vector S (fuerza de reaccin en la lnea de elevacin).
Las diferentes simplificaciones nos permiten separar parcialmente las ecuaciones de la plataforma. Las ecuaciones que describen el movimiento a lo largo del eje x son independientes de las ecuaciones que describen el movimiento a lo largo del eje y mientras z permanezca constante. De tal manera que el sistema puede ser tratado como dos subsistemas independientes.
La Lgica Difusa o Lgica Fuzzy es una forma de razonamiento lgico que permite incorporar en los sistemas de automatizacin esquemas de razonamiento tpicamente humanos. En cierto sentido, la lgica fuzzy se parece a la manera en que los humanos toman decisiones y tienen la habilidad de trabajar con datos aproximados o parciales y poder encontrar soluciones precisas. La lgica difusa nos permite tratar informacin imprecisa en trminos de conjuntos borrosos a partir de los cuales se obtendrn un conjunto de reglas que nos permiten determinar que accin se debe tomar.
figura .
Normalizacin: entrada de datos fsicos al controlador. Fusificacin: conversin de los datos fsicos en variables difusas mediante las funciones de pertenencia. Asignacin de los grados de pertenencia.
Mecanismo de Inferencia: aplicacin de las reglas (reglas lingsticas) para obtener las variables difusas manipuladas.
Desfusificacin: conversin de las variables difusas de salida en un valor concreto de la variable real de salida.
En el
presente
proyecto los
controladores
difusos
estn
La base de reglas utilizada en el mecanismo de inferencia de cada controlador cuenta con 25 reglas respectivamente. Las salidas obtenidas, de los controladores implementados, se suman entre s para obtener una nica seal de control que
Se establece un cuadro de doble entrada que indica la accin a tomar en funcin de las variables de entrada.
De la interpretacin de este cuadro de doble entrada se establece que son 25 las reglas a utilizar que determinarn el comportamiento del sistema.
Control ngulo
Se establece un cuadro de doble entrada que indica la accin a tomar en funcin de las variables de entrada.
De la interpretacin de este cuadro de doble entrada se establece que son 25 las reglas a utilizar que determinarn el comportamiento del sistema.
Los Algoritmos Genticos son mtodos adaptativos que pueden usarse para resolver problemas de bsqueda y optimizacin. Estn basados en el proceso gentico de los organismos vivos.
Se uso el modelo de un algoritmo gentico cannico para la elaboracin del cdigo que se implement en Matlab, que sigue la estructura que se presenta en la figura 2.
Funcionamiento
Durante la ejecucin del algoritmo diseado, los padres son seleccionados para la reproduccin, a continuacin dichos padres seleccionados se cruzan, se analiza por pares la posibilidad de cruce, formando nuevos individuos, sobre los cuales acta el operador de mutacin de forma individual. El resultado de este proceso es un conjunto de individuos (posibles soluciones al problema), los cuales en la evolucin del Algoritmo Gentico forman parte de la siguiente poblacin.
El algoritmo gentico diseado trabajara sobre una poblacin inicial de 20 individuos que es generada al azar. Cada uno de ellos representa una posible solucin en la obtencin de los parmetros para los controladores PID.
La funcin de ajuste o adaptacin al problema, la cual asigna un nmero real a cada posible solucin codificada es representa el error del ngulo de oscilacin de la carga. ;
El algoritmo gentico diseado seguir realizando su proceso recurrentemente hasta que uno de los individuos de la poblacin logre su mximo desempeo; el criterio de finalizacin aplicado se basa en el acondicionamiento del parmetro de adaptabilidad denominado error_costo.
Poblacin Inicial.
Se establece el nmero de individuos de la poblacin 20 es el nmero establecido en el algoritmo implementacin. pi, es el nombre asignado a la variable a utilizar Se establece el nmero de cromosomas de los individuos. 18 es el nmero establecido en el algoritmo implementacin. nind, es el nombre asignado a la variable a utilizar Se generan los individuos de la poblacin inicial al azar. Todos los individuos de la poblacin inicial son guardados la matriz principal. PI_azar, es el nombre de la matriz utilizada en el algoritmo implementacin
de
de
en
de
Evaluacin.
Se establece una funcin de evaluacin la cual se encargara de receptar a la poblacin y determinar la adaptabilidad de cada uno de ellos. El nombre de la funcin a implementar es evaluar_genetico, la cual recibe los siguiente parmetros (PI_azar, nind, pi). Cada individuo es identificado, se lo representa por su equivalente en su forma decimal. Se determina la composicin de los individuos Los bits 1-6 representan Kp. Los bits 7-12 representan Kp1. Los bits 13-18 representan Ki1.
Evaluacin
; donde e1
representa el error de posicin de la plataforma y e2 representa el error del ngulo de oscilacin de la carga.
En la implementacin se busca minimizar el error, tanto en la posicin final de la plataforma como en las oscilaciones de la carga; por lo que la funcin de adaptabilidad se establecer finalmente como:
Evaluacin
Se
utiliza
el
comando
Evaluacin
Seleccin.
probabilidad acumulada.
Cruce
Todo cruce se realiza entre dos individuos, por lo que se analizar por pares la posibilidad de cruce entre los individuos de la poblacin seleccionada. Se genera un nmero al azar entre 0 y 1, el cual determinara si se realiza o no el cruce entre los individuos. En la implementacin del algoritmo, el cruce se realizar con un 70 % de probabilidad, es decir siempre y cuando el nmero generado al azar sea menor a 0.7. El punto de cruce es generado al azar mediante el uso de dos funciones. rand: genera un numero aleatorio entre 0 y 1 floor: aproxima un nmero decimal al entero menor ms prximo.
Mutacin.
La posibilidad de mutacin se analiza individualmente para cada miembro de la poblacin. Se genera un nmero al azar entre 0 y 1, el cual determina si se realiza o no la mutacin del individuo. Este es un suceso muy poco probable y en la implementacin del algoritmo la mutacin se dar con un 3% de probabilidad, es decir siempre y cuando el nmero generado al azar sea menor a 0.03. El punto de mutacin es generado al azar mediante el uso de dos funciones. rand: genera un numero aleatorio entre 0 y 1 floor: aproxima un nmero decimal al entero menor ms prximo. La mutacin se da en un solo bit del individuo, el cual es reemplazado por su complemento.
Criterio Finalizacin. El criterio de finalizacin aplicado se basa en el acondicionamiento del parmetro de adaptabilidad, de la siguiente manera: error_costo <=0.056.
Esquema de implementacin
Los controladores fuzzy diseados e implementados, permiten minimizar el balanceo de la carga til en los diferentes cambios de posicin a los cuales se somete a la plataforma 3DCRANE.
Los controladores difusos implementados son una alternativa robusta y flexible de control para el sistema 3DCRANE.
MUCHAS GRACIAS