MEMORIAS DEL PRIMER CONCURSO DE INVESTIGACIN, DESARROLLO E INNOVACIN TECNOLGICA IDIT 2012

39

Algoritmo de Sintonizacin Simple de Controladores Difusos para Sistemas Tipo-II

Julio Csar Corts Ros

Resumen El Algoritmo de Sintonizacin Simple de Controladores Difusos es una metodologa diseada para mejorar la respuesta de un controlador difuso de forma sencilla. En este documento se describen dos mejoras desarrolladas para ampliar su campo de aplicacin, la primera relacionada con los parmetros utilizados para su sintonizacin y la segunda con su aplicacin en sistemas con incertidumbre gracias a tcnicas basadas en Sistemas Difusos Tipo-II. Las mejoras obtenidas se demuestran con experimentos aplicados a cierto tipo de plantas.

I. INTRODUCCIN Actualmente existe una amplia variedad de controladores para plantas industriales, entre los cuales el de tipo PID (Controlador Proporcional-Integral-Derivativo) se ubica como el ms utilizado dada su gran variedad de modelos y su ya probada efectividad. Sin embargo, en muchos casos se requiere una persona con experiencia y conocimientos especializados para sintonizarlos adecuadamente. La principal ventaja del Controlador basado en PID es la simplicidad de uso y que en ciertos casos es suficiente para atender los requerimientos de control de una gran variedad de aplicaciones industriales, generalmente cuando la dinmica del proceso es de primer y segundo orden, se tienen requerimientos de desempeo y se requiere una respuesta rpida a los cambios en la seal de referencia. Por el otro lado, se presentan algunos problemas al utilizar este tipo de controladores en sistemas ms complejos o donde el nmero de variables a medir/controlar es grande. Adems, la sintonizacin de algunos de estos controladores suele ser un proceso tedioso e implica que el operador tenga conocimientos detallados de los procesos fsicos a controlar y de la teora de control. Existe otro tipo de controladores basados en Lgica Difusa que aprovechan las ventajas de los conjuntos difusos para su sintonizacin, utilizando trminos y conceptos fcilmente entendibles que permiten que una persona (no necesariamente conocedora de trminos de control) lo sintonice de forma intuitiva. El problema con este tipo de controladores difusos, es que no cuentan con el desarrollo y aplicacin en campo como los de tipo PID, lo cual reduce la confianza en su efectividad, adems de que su aplicabilidad en una mayor variedad de sistemas se encuentra en desarrollo.
JULIO CSAR CORTS ROS pertenece a la carrera MAESTRA EN CIENCIAS REA CIBERNTICA de la Facultad de Ingeniera (Email: jcesar101@hotmail.com). El proyecto fue asesorado por DR. EDUARDO GMEZ RAMREZ y M. en C. HCTOR ALEJANDRO ORTIZ DE LA VEGA El autor agradece a: La Facultad de Ingeniera de la Universidad La Salle y a su rea de Investigacin por el apoyo proporcionado.

En trabajos previos ([1], [2] y [12]) se desarroll un Algoritmo Simplificado para la Sintonizacin de Controladores Difusos (ASSCD) que reduce el nmero de parmetros de sintonizacin, permitiendo que personas no directamente relacionadas con el control de plantas industriales puedan usarlo. En el rubro de simplificacin el algoritmo desarrollado cumple su funcin, sin embargo, es necesario que ample su campo de aplicacin para poder competir con otro tipo de controladores con mayor difusin en la industria. El objetivo de este trabajo de investigacin es analizar cambios sobre el Algoritmo de Sintonizacin Simple de Controladores Difusos (ASSCD) para mejorarlo, principalmente con nuevos parmetros de sintonizacin y con tcnicas que permitan operar an con ruido. El documento se estructura de la siguiente manera: en la seccin II se listan los criterios de sintonizacin, en la seccin III se describe un Sistema Difuso Tipo-I y las diferencias con los Tipo-II, en la seccin IV se presentan los cambios propuestos al ASSCD, en la seccin V se demuestran las mejoras obtenidas por medio de algunos experimentos, y finalmente en la seccin VI se exponen las conclusiones obtenidas. II. CRITERIOS DE SINTONIZACIN El ASSCD original utiliza 2 criterios para determinar el desempeo del controlador difuso: Tiempo de establecimiento (Ts) Mximo sobreimpulso (OS) El ajuste sobre la accin de control se basa en minimizar el valor de los parmetros anteriores. Sin embargo, existen otros criterios a analizar, para determinar si se obtiene una sintona ms fina, que permita mejorar la respuesta del controlador en algunos casos. Los nuevos criterios a incorporar son las integrales del error, y tienen la funcin de minimizar el error en la respuesta transitoria, y dependiendo del tipo de integral del error, se puede dar mayor o menor peso a errores grandes, o bien, si se considera el tiempo de ocurrencia y duracin del error. A continuacin se describen los 4 tipos de integrales de error que pueden usarse como criterios de desempeo [3]: Integral del error cuadrtico (ISE Integral of squared error). Relativamente insensible a errores pequeos, los errores grandes contribuyen mucho al valor de la integral lo que da una respuesta con pequeos sobreimpulsos, estabilidad relativamente baja y largos tiempos de

40

MEMORIAS DEL PRIMER CONCURSO DE INVESTIGACIN, DESARROLLO E INNOVACIN TECNOLGICA IDIT 2012

establecimiento, no es un criterio muy selectivo. La frmula de esta integral es: (1) Integral del error absoluto (IAE Integral of absolute error). Los errores pequeos influyen ms en el valor de la integral, no as con los errores grandes. Al manejar un valor absoluto su implementacin es ms sencilla, pero su anlisis se complica. No es recomendable para sistemas con mucho o muy poco amortiguamiento. (2) Integral del error cuadrtico por el tiempo (ITSE Integral of time multiplied by squared error). No se consideran errores iniciales, se les da mucho mayor peso a los errores que permanecen ms tiempo, mayor selectividad que ISE. (3)

de evolucionar los sistemas difusos originales es considerar niveles de incertidumbre, ampliando su campo de aplicacin. En los sistemas Tipo-II las funciones de pertenencia ahora pueden devolver un rango de valores que vara dependiendo de la incertidumbre involucrada, no solo en la entrada sino tambin en la misma funcin de membresa. Para sistemas difusos Tipo-I la funcin de membresa es bidimensional (Figura 2), para Tipo-II es tridimensional (Figura 3). La 3 dimensin se denomina Huella de Incertidumbre (FOU Footprint of Uncertainty) y es el valor de la funcin en cada punto del espacio bidimensional. Como se aprecia en la Fig. 3, se puede tener ms de una respuesta para una misma variable de entrada:
u (Membresa primaria)

x (Variable primaria)

Integral del error absoluto por el tiempo (ITAE Integral of time multiplied by absolute error). No se consideran errores iniciales, mucho mayor peso a los errores que permanecen ms tiempo. En general se obtendrn tiempos de establecimiento cortos y mayores sobreimpulsos. (4)

Figura 2. Funcin de membresa de Sistema Difuso Tipo-I

u (Membresa primaria)

x (Variable primaria)

III. SISTEMAS DIFUSOS TIPO-I Y II De acuerdo a [4], [5], [6], [7] y [8], la Lgica Difusa fue concebida por Lotfi. A. Zadeh en 1965, partiendo de una teora de conjuntos difusos que se diferencian de los tradicionales, en que consideran el grado de pertenencia. El grado de pertenencia se representa en una funcin de pertenencia o membresa, que evala la entrada, y de acuerdo a ciertas reglas predefinidas, asigna el grado de pertenencia a un conjunto difuso. Estos valores oscilan entre 0 y 1, siendo 0 ninguna y 1 total pertenencia al conjunto. Al combinar los conceptos anteriores se desarrollaron los sistemas de inferencia difusa (o por sus siglas en ingls: FIS Fuzzy Inference System), que, con base en una entrada difusa, obtienen un resultado no difuso. A continuacin se representa su operacin de forma grfica:
A B y = (x)

(x) (Funcin de membresa)

Figura 3. Funcin de membresa de Sistema Difuso Tipo-II

Como ejemplo, se tiene la diferencia entre sistemas Tipo-I y II en la sentencia que define una regla para cada caso: Tipo-I: Si la temperatura es baja, entonces aumentar
la calefaccin 5 grados.

Tipo-II: Si

la temperatura es aumentar un poco la calefaccin.

baja,

entonces

En el Tipo-I tenemos incertidumbre solamente en el antecedente de la regla, mientras que en el Tipo-II tenemos incertidumbre tanto en el antecedente como en el consecuente de la sentencia. IV. MODIFICACIONES AL ASSCD Al analizar los resultados obtenidos en [1], es evidente que en algunas plantas y bajo ciertas condiciones, los parmetros obtenidos por el ASSCD mejoran la respuesta del controlador comparado contra un PID. Sin embargo, en otros casos la respuesta podra ser afinada considerando otros factores que permitan detectar condiciones que los criterios actuales (tiempo de establecimiento y mximo sobreimpulso) no perciben. Los criterios originales ubican un juego de parmetros con un ptimo local y no necesariamente global, y

Figura 1. Sistema de Inferencia Difuso

De acuerdo con [9], [10] y [11], existe otra clasificacin llamada Sistemas Difusos Tipo-II, los cuales fueron propuestos tericamente por Lotfi A. Zadeh (1975). La razn

CORTES: ALGORITMO DE SINTONIZACIN SIMPLE DE CONTROLADORES DIFUSOS

41

al minimizar esos factores no siempre se obtiene una respuesta rpida y/o estable. Al combinar los criterios de la integral del error entre s, o bien con los criterios originales, se compensan ciertas deficiencias de cada factor, con lo que es posible obtener mejores resultados para una mayor variedad de plantas. Los nuevos criterios de desempeo (y combinaciones de los mismos) que se proponen para ser seleccionados en la nueva versin del ASSCD son IAE + OS, ISE + OS, ITAE + OS, ITSE + OS. Para considerar mayor incertidumbre en el ASSCD, se incorpor parte de la teora de los Sistemas Difusos Tipo-II con la definicin de huella de incertidumbre, la cual es el rango de valores que puede retornar la funcin de membresa para cierta condicin de entrada. Esta huella puede representarse como una sombra alrededor de la funcin de membresa en un sistema Tipo-I, con la grfica original en el centro y un rea que representa la FOU a ambos lados. A continuacin se muestra una grfica representando la FOU:

(7)

(8)

Dado que las funciones triangulares son simtricas la misma pendiente se utiliza para ambos lados del tringulo cambiando el signo solamente. Al aplicar en las frmulas anteriores una variacin () de 0.1 y 0.9 se obtienen las siguientes funciones y grficas con una FOU de 0.2 y 1.8 respectivamente ya simulando una funcin de membresa para sistemas difusos Tipo-II: (9)

(10)

1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1

Figura 4. FOU sobre una funcin de membresa Tipo-I

0 0.5

1.5

2.5

3.5

Figura 5. Funcin triangular con variacin () = 0.1 (FOU = 0.2)

Con esta idea, se dise un mecanismo que agrega un rango configurable (inferior-superior) alrededor de una funcin de membresa de Sistemas Tipo-I, para obtener algo similar a lo descrito en la teora de sistemas difusos Tipo-II. Como se aprecia en la Fig. 4, la FOU se obtiene a partir de una perturbacin () aplicada como rango inferior y superior, obtenindose una huella simtrica con relacin a la funcin primaria. Esta perturbacin () se define en un rango de 0 a 1 siendo 0 ninguna y 1 la mayor perturbacin soportada. El mecanismo anterior aplica para cualquier tipo de funcin de membresa, tomando la funcin primaria (Tipo-I), restando y sumando (respectivamente) la variacin () predefinida a cada valor de la funcin. Contemplando las siguientes variables para definir los lados de la funcin de membresa triangular: x0 (primer punto de la base del tringulo) x1 (segundo punto de la base del tringulo) y0 = 0 (punto base del tringulo, constante en este caso) y1 = 1 (altura del tringulo, constante en este caso) Primero se calcula la pendiente con la variacin () para cada nueva funcin a calcular (mnimo y mximo): (5) (6)

Al combinar las funciones triangulares y trapezoidales, definidas por la versin del ASSCD propuesta en [1], con las funciones del mecanismo de simulacin de FOU analizadas en esta seccin, se obtiene un sistema difuso Tipo-II simulado, compuesto por dos motores de inferencia difusa Tipo-I, uno para el mximo y otro para el mnimo de la huella de incertidumbre, tomando como base la funcin de membresa primaria original. A continuacin se muestran el mecanismo utilizado:
Reglas o Base de Conocimiento Fuzzificador Procesamiento de salida Defuzzificador Salidas no difusas

Entradas no difusas

Mecanismo de Inferencia 1 (mn.) +

Mecanismo de Conjuntos difusos Inferencia 2 (mx.) de entrada

Conjuntos difusos de salida

Figura 6. Mecanismo para simular Sistema Difuso Tipo-II

V. RESULTADOS EXPERIMENTALES Para el caso de los criterios de desempeo, se utiliz un sistema de cuarto orden con 4 polos iguales con la siguiente funcin de transferencia:

42

MEMORIAS DEL PRIMER CONCURSO DE INVESTIGACIN, DESARROLLO E INNOVACIN TECNOLGICA IDIT 2012

(11) Utilizando los parmetros originales Ts + OS se obtiene una respuesta con oscilaciones al principio y un largo tiempo de establecimiento, aplicando el criterio ITAE + OS no se tuvieron oscilaciones y se redujo el tiempo de establecimiento:
Salida con criterio ITAE+OS vs Ts+OS [Tipo 2 Simulado] (Caso: 2 0.5 0) 2.8 2.7 2.6
Amplitud

VI. CONCLUSIONES Se obtuvieron las siguientes conclusiones como resultado de este trabajo de investigacin: Evolucin del ASSCD para ampliar el campo de aplicacin de controladores difusos. Se obtuvieron recomendaciones acerca de qu criterios de desempeo se comportan mejor bajo ciertas condiciones. Se lograron resultados aceptables por medio del nuevo ASSCD en plantas que incorporan ruido. Algunos de los trabajos que pueden desarrollarse a partir de las investigaciones realizadas sobre sintonizacin de controladores difusos son: Demostrar y comprobar metodologa para definicin de reglas difusas conservando la estabilidad. Completar experimentos con mayor variedad de plantas y diferentes valores en parmetros iniciales. Explicacin formal del comportamiento del sistema con diferentes operadores difusos (AND/OR). Generalizacin de metodologa de estabilidad. Suprimir restriccin de ganancia unitaria y eliminar error en estado estable bajo ciertas condiciones. Implementacin de controlador real del nuevo ASSCD para demostrar su funcionalidad y ventajas. REFERENCIAS
[1] Ortiz de la Vega, Hctor Alejandro. Algoritmo Simple para Sintonizacin de Controladores Difusos (ASSCD). Mxico, D. F.: Tesis de Maestra, Universidad La Salle, 2009. [2] Chavez Plascencia, Armando. Sintonizacin de controladores difusos. Mxico, D.F.: Tesis de Licenciatura, Universidad La Salle, 2003. [3] Acedo Snchez, Jos. Instrumentacin y control avanzado de procesos. Espaa: Ediciones Daz de Santos, 2006. [4] Yager, R. R., et al. Fuzzy Sets and Applications: Selected Papers by L. A. Zadeh. USA: Wiley-Interscience, 1987. [5] Terano, Toshiro, Asai, Kiyoji and Sugeno, Michio. Fuzzy Systems Theory and Its Applications. USA: Academic Press, 1991. [6] Zadeh, Lotfi A. Fuzzy Sets. USA: Academic Press Inc., 1965. Vol. 8. [7] Nguyen, Hung T. and Walker, Elbert A. A First Course in Fuzzy Logic. USA: Chapman & Hall/CRC, 2000. [8] Cox, Earl. The fuzzy systems handbook: a practitioner's guide to building, using and maintaining fuzzy systems. USA: Academic Press Professional, 1994. [9] Mendel, Jerry M. Type-2 Fuzzy Sets and Systems: An Overview. USA: IEEE Computational Intelligence Magazine, 2007. Vol. 2. [10] Mendel, Jerry M. Type-2 Fuzzy Sets and Systems: How to Learn About Them. USA: IEEE SMS eNewsletter, 2009. [11] Mendel, Jerry M., John, Robert I. and Liu, Feilong. Interval Type-2 Fuzzy Logic Systems Made Simple. USA: IEEE Transactions on Fuzzy Systems, 2006. Vol. 14. [12] Ortiz de la Vega, Hctor Alejandro; Gmez Ramrez, Eduardo; Corts Ros, Julio Csar. Simple Tuning Algorithm improvements for fuzzy logic controllers. Fuzzy Systems, IEEE International Conference. Barcelona, 2010

2.5 2.4 2.3 2.2 2.1 1.4 1.6 1.8 2 2.2 2.4 tiempo [s] 2.6 2.8 Referencia PID FLC ITAE+OS FLC Ts+OS 3 3.2

Figura 7. Comparacin de criterios para planta de 4 orden

El mejor criterio para este tipo de plantas, con un error que se propaga por un tiempo mucho mayor en proporcin a la separacin de los polos, es uno que considere el tiempo, por lo que se recomienda utilizar la combinacin: integral del error absoluto por tiempo y mximo sobreimpulso para compensar ese factor y reducir el tiempo de establecimiento. El siguiente experimento se enfoc en demostrar la funcionalidad de la huella de incertidumbre (FOU) simulada para considerar niveles de ruido variables en el algoritmo. En este caso se utiliz una planta de segundo orden sobreamortiguada con la siguiente funcin de transferencia: (12)

Los valores utilizados para esta simulacin fueron: y Criterio de desempeo: Ts + OS Media de ruido: 0 / Varianza de ruido: 0.5 Seal de ruido: Aleatoria normal (Gaussiana) A continuacin se presentan las grficas con la comparacin entre los tres mecanismos evaluados con diferentes condiciones de huella de incertidumbre y varianza:
Salidas ITAE+OS (Caso: 0 2 0) 2.9 2.8 Referencia Tipo 1 Tipo 1 Paralelos Tipo 2 Simulado

Amplitud

2.7 2.6 2.5 2.4 2.3 0 10 20 tiempo [s] 30

Figura 8. Comparacin con ruido, planta de 2 orden

El resultado de la simulacin confirma la teora, obteniendo mejores resultados con menor varianza o con una mayor FOU, se recomienda mantener el ancho de la huella de incertidumbre entre 0.3 y 0.5 en estos casos.