You are on page 1of 21

Universidade Federal de So Joo Del Rei

Departamento de Engenharia Qumica e Estatstica


Avanos na Engenharia Qumica

Lgica Fuzzy

Ouro Branco, Setembro de 2014.

Universidade Federal de So Joo Del Rei


Departamento de Engenharia Qumica e Estatstica
Avanos na Engenharia Qumica

Lgica Fuzzy

Gabriel Campos
Nayara Virgnia Rangel Porcaro
Tssia Caroline Passos Pereira
Tlio Neiva Celestino

Ouro Branco, Setembro de 2014.

SUMRIO

1. INTRODUO.........................................................................................................1

2.REVISO BIBLIOGRFICA.....................................................................................2
2.1. Fuzzificao...............................................................................................3
2.2. Inferncia...................................................................................................3
2.3. Defuzzificao...........................................................................................3

3. CONCEITOS...........................................................................................................4

4. APLICAES.........................................................................................................6

5. EXEMPLOS NA ENGENHARIA.............................................................................8
5.2 Controle de temperatura utilizando tanque encamisado...........................8
5.3 Controle Fuzzy para sistema de nvel de lquidos....................................10
5.1 Controle da Temperatura em uma planta industrial.................................13

6. REFERNCIAS BIBLIOGRFICAS.......................................................................16

1. INTRODUO

A lgica Fuzzy utiliza modos de raciocnio que so aproximados ao invs de


exatos ampliando assim as opes de respostas do raciocnio preciso. Esta lgica
vista como um tratamento da incerteza, que admite valores lgicos intermedirios
entre o FALSO e o VERDADEIRO como na lgica booleana, para avaliar conceitos
no quantificveis. Como exemplo a anlise da temperatura e seus valores como
quente, frio, mdio, muito quente, muito frio e etc.
Um sistema baseado na lgica Fuzzy fundamentado em premissas e
concluses, ou seja, ele l as informaes de entrada, verifica se os dados esto
acima ou abaixo do setpoint. Isto conhecido tambm como a regra do "SEENTO".
Como vantagens, a lgica requer poucas regras, valores e decises,
simplificando a soluo de problemas, beneficiando diversas reas, como no
controle de processos industriais. O sistema lgico Fuzzy, consiste de basicamente
trs operaes: Fuzzificao, Inferncia e Defuzzificao.

2. REVISO BIBLIOGRFICA
Observado os problemas do dia a dia da sociedade percebe-se que no h
certeza absoluta em vrios aspectos. Em 1927 Heisenberg falava sobre o princpio
da incerteza, que foi usado como embasamento principal da teoria quntica. Mais
tarde essa ideia serviu como auxlio para o desenvolvimento da lgica Fuzzy. Esta
possui uma forma de raciocinar mais prxima ao ser humano, ou seja,
fundamentada em aproximaes e cercada de incertezas [1].
A lgica Fuzzy, conhecida tambm como lgica nebulosa ou difusa,
baseada em conjuntos Fuzzy. A diferena desta para outros sistemas lgicos mais
tradicionais est em suas especificaes e suas particularidades. Ou seja, a lgica
difusa se difere da booleana por no ficar restrita aos extremos de "verdadeiro" ou "
falso" [2].
A lgica difusa muito utilizada em aplicaes industriais, como nas reas de
automao de linha de produo, simulaes financeiras, controle de temperatura
em plantas industriais, entre outras [1].
Um controlador difuso um sistema a base de regras do tipo "Se-Ento",
definindo assim as aes de controle de acordo com as funes das diferentes
faixas que os valores das variveis de estado podem assumir [3]. Por exemplo: SE
a temperatura em uma planta industrial aumenta, ENTO aumenta-se a vazo de
gua fria.
Como uma modelagem fundamentada na lgica Fuzzy muito complexa,
indispensvel um alto esforo computacional para converter expresso verbais em
nmeros. Por isso a lgica Fuzzy dividida em trs etapas: Fuzzificao, Inferncia
e Defuzzificao [4].

2.1 Fuzzificao
A primeira etapa a fuzzificao, esta consiste em transformar os dados de
entrada em variveis lingusticas. Ela engloba a anlise dos problemas, definio
das variveis, definio das funes de pertinncia e a criao das regies [5].
2.2 Inferncia
Logo aps a entrada de dados na fuzzificao tem-se a inferncia, na qual
ocorre as decises. Esta a etapa em que as regras so definidas. Engloba a
definio das proposies (ou seja, a relao entre as variveis e as regies Fuzzy),
a anlise das regras e a criao da regio resultante. Ela dividida em dois
componentes, a agregao e a composio. O primeiro define a validade de uma
regra para uma situao, ou seja, a etapa da premissa (SE). J o segundo calcula
a influncia de cada regra na varivel de sada, que a etapa da concluso
(ENTO) [5].
2.3 Defuzzificao
A terceira e ltima etapa a defuzzificao, esta consiste na traduo do
valor da varivel lingustica de sada em um nmero. Ela possui como objetivo obter
um nico valor numrico que represente da melhor forma os valores fuzzy inferidos
da varivel lingustica de sada [5].

3. CONCEITOS

Pensando na face computacional da lgica fuzzy, tem-se um softwere


bastante utilizado e difundido para a aplicao desta lgica,o MATLAB. Existe um
toolbox, uma coleo de arquivos destinados a tratar certas classes de problemas
cientficos, chamado Fuzzy Logical Toolbox, onde esto disponibilizados arquivos e
funes destinados ao uso da teoria de conjuntos fuzzy [6]. Como ilustrado na
Figura 1.

Figura 1: Tela inicial do Fuzzy Logical Toolbox.

Porm, antes de aplicar o uso do MATLAB, necessrio o conhecimento de


alguns conceitos , pelo usurio, do conjunto de variveis importantes do processo
em estudo que devem ser da classe das denominadas variveis fuzzy [6].
O primeiro conceito est associado a definio de conjuntos fuzzy. Um
subconjunto A de um conjunto U considerado subconjunto fuzzy de U se for
descrito como um conjunto de pares ordenados segundo o que segue:
4

A = {(x, A(x)); x U A(x) [0,1])


onde
A(x) uma funo de pertinncia que determina com que grau x est em A :
A(x) = 1 x pertence totalmente ao conjunto A;
0< A(x) < 1 x pertence parcialmente ao conjunto A;
A(x) = ) x no pertence ao conjunto A.
Sendo assim, a lgebra entre os conjuntos fuzzy no segue a teoria clssica
usual, em especial devido ao fato de que as operaes de unio e de interseco de
um conjunto e seu complementar so diferentes de 1 e vazio respectivamente, e
portanto operaes especficas entre os conjuntos fuzzy devem ser estabelecidas
[6].
Outro conceito essencial o reconhecimento desta caracterizao de
variveis da existncia do que consiste uma base de regras entre as mesmas. Isto
se estabelece a partir do conhecimento do especialista na forma de proposies do
tipo se E1 e/ou E2 ento S1, onde E1 e E2 referem-se a classificaes lingusticas
das variveis de entrada e S1 a de sada, as quais, a partir do uso desta teoria, se
mostra como consequncia das operaes e/ou algbricas acima referidas, onde
e designa unio e ou interseco [6].

4.

APLICAES

Aqui sero discutidas algumas aplicaes da lgica fuzzy na rea de


engenharia. Na engenharia mecatrnica destaca-se o Controle de posio em robs
mveis, a estratgia usada receber, via rede LAN as posies e os ngulos dos
robs. Assim o rob calcula a repulso proveniente dos robs concorrentes e a
atrao proveniente da bola. Com esses clculos feitos, aceitvel montar um
trajeto que melhor se adapta quela situao encontrada, e com isso o rob sabe
para onde deve ir [7]. Outro exemplo o Controle de cargas em sistemas mecnicos
visando apresentar testes capazes de realizar provas para a verificao da
qualidade de sistemas de comando flexvel de embreagem veicular. E buscando
atender especificaes de qualidade foi desenvolvido um controlador sendo
empregado no sistema de carga a ser aplicada nos testes do comando flexvel de
embreagem [8]. Podemos citar tambm o Controle de velocidade em veculo eltrico
que tem por objetivo apresentar um sistema de controle de velocidade para Veculos
Eltricos Autnomos (Autonomous Electric Vehicle - AEV) baseando na lgica fuzzy.
O sistema utiliza trs conjuntos de regras que agem de forma paralela para trs
estados de cintica descritas como partida, movimento e parada [9].
Na engenharia de telecomunicaes citamos o Controle de admisso de
chamadas para ambientes de redes sem fio 3G que devido s suas propriedades
fuzzy, o esquema proposto considerado como uma estratgia de bloqueio-gradual.
Se a largura de banda atual no suficiente, as chamadas de menor prioridade so
sempre as primeiras a serem bloqueadas. O controle de fluxo fuzzy, diminui a taxa
de transmisso dos usurios ativos, como consequncia aumenta a largura da
banda efetiva disponvel [10].
6

J na engenharia de bioprocessos pode-se destacar o uso da lgica fuzzy


em processos fermentativos. O controlador foi desenvolvido para o controle
simultneo da glicose e do etanol para a melhora da produo de amilase. [11]
Outro exemplo a utilizao da lgica fuzzy no diagnstico das variveis que afetam
a ambincia de frangos de corte, usada como base as decises sobre o controle da
climatizao dos galpes avcolas, temperatura, umidade relativa, luminosidade,
poluentes areos e concentrao de alguns gases. Garantindo assim, melhorias na
produo [12]. Tem-se ainda na engenharia qumica no Controle do nvel de gs
carbnico em tneis urbanos que fundamenta-se em um sistema de exausto de
gs com velocidade varivel. O controlador possui como entradas o nvel de CO 2
cabvel, o desvio do nvel medido de CO2, e a variao do desvio em instantes
sucessivos de tempo [2].

5. EXEMPLOS NA ENGENHARIA
5.1 Controle da Temperatura em uma planta industrial
Para controlar a temperatura em uma planta industrial utilizou-se um
equipamento que uma "casa de ar", ou seja, um sistema de insuflamento de ar em
uma cabine de pintura robotizada. Neste sistema a temperatura interna deve ser
mantida em 25 C com variao de no mximo 1,5 C para mais ou para menos.

necessrio tambm controlar a umidade do ar dentro da cabine. O


equipamento composto por um motor de insuflamento de 300 kW com
rotao de 980 RPM acoplado por uma correia a um ventilador tipo turbina [5].
O ar filtrado, resfriado e em seguida desumidificado. Imediatamente
vai para um queimador com chama direta. Este tem funo de aquecer o ar
caso a temperatura seja inferior ao set point. Como uma grande oscilao
pode ocorrer caso este seja desligado isso s feito quando a temperatura
externa passa de 35 C [5].
Aps esta etapa o ar vai para a cmara de umidificao, e uma bomba
Lowara injeta gua pressurizada transformando o fluxo de gua em nvoa
que levada pelo ventilador. O ventilador leva o fluido para uma cabine onde
os filtros retiram a fuligem da queima e homogenizam a disperso do ar na
cabine [5].
A cabine de pintura dividida em trs reas. A aplicao de primer
robotizado, esmalte manual e esmalte robotizado, alm de um sistema de
exausto dos vapores inerentes do processo de pintura. Um sistema de
8

cascata retira os materiais particulados em suspenso, e essas so tratadas


para serem descartadas. E assim fecha-se o ciclo do fluxo de ar em uma
cabine de pintura [5].
Antes

sistema

era

composto

por

dois

controladores

PI's

independentes com funo de controlar a temperatura com setpoint de 25 C


cada um. Porm, pelos setpoints serem iguais os controladores se
entrelaavam sob condies especficas e entrava em um erro sistmico. Ou
seja, enquanto o controlador do queimador via uma temperatura de 24,5 C e
iniciava um processo de aquecimento o controlador da gua fria via um
aumento de temperatura e iniciava a abertura da vlvula da gua fria para
resfriar o sistema. E isso fazia com que o controlador do queimador no visse
um aumento de temperatura e ento ele aumentasse ainda mais sua
capacidade e assim por diante, at que eles estivessem trabalhando em sua
capacidade mxima [5].
Para resolver esse problema criou-se uma rea cega onde nenhum dos
controladores tinham acesso. Esta rea foi configurada para 0,5 C, dessa
forma enquanto o controlador da gua fria foi ajustado para 24,5 C o do
queimador ficou com 25 C, o que fez com que o sistema ficasse mais estvel
[5].
Entretanto, isso s diminuiu a frequncia com que o erro acontecia,
para resolver o problema foi necessrio otimizar um dos controladores, para
que o processo de resposta da temperatura fosse mais rpida. O controlador
9

do queimador funcionava muito bem na poca de inverno, ento a ateno foi


voltada para o controlador de gua fria [5].
Foi testado vrias configuraes de controle e nenhum foi eficaz, ento
optou-se pela lgica fuzzy. Ento criou-se operadores Fuzzy com os
seguintes nomes: "Est esquentando" e "Est esfriando". O sistema compara
a temperatura do setpoint com o erro e em seguida envia uma mensagem
para os operadores Fuzzy, e este toma a deciso dependendo da entrada de
informaes. A lgica inserida no sistema foi a seguinte: Quanto maior o erro
mais rpido a resposta do controlador, e quanto menor o erro maior o
tempo, ou seja, quanto mais distante do setpoint mais rpido o controlador
acionada para manter o sistema estvel [5].
5.2 Controle de temperatura utilizando tanque encamisado
possvel aplicar a lgica difusa para controlar a temperatura de um tanque
encamisado. Como exemplo temos a seguinte situao: Considera-se um tanque
agitado, encamisado, de volume constante (Vt) e continuamente alimentado a uma
vazo (Fa) e uma temperatura(Ta). Tem-se que a temperatura do fluido dentro do
tanque a mesma (Tt) (meio homogneo). O tanque encamisado e, esta camisa
possui volume (Vc) e temperatura (Tc). Nesta camisa efetuado o controle da
temperatura pela troca de calor entre os fluidos de aquecimento (Fq) e resfriamento
(Ff), cujas as temperaturas so (Tq) e (Tf) respectivamente [13].
Para elaborar o controlador difuso, foram seguidas as

seguintes etapas:

Primeiro, identificou-se as variveis de entrada do controlador como sendo o erro


(referncia - valor da varivel controlada) e sua variao. Em um segundo momento,
10

decidiu-se a partio do universo de discurso de cada varivel em conjuntos difusos.


Sabe-se que o universo de discurso representa o intervalo de valores que podem ser
atribudos a uma varivel. Em cada universo de discurso so definidos os conjuntos
difusos (conjuntos que atribuem um grau de pertinncia gradual a cada elemento
contido no universo de discurso). Os conjuntos difusos representam o conhecimento
lingustico. Sendo que, cada varivel do controlador corresponde a um universo de
discurso. Para cada universo foram definidos trs conjuntos difusos, sendo cada
conjunto associado a um dos rtulos lingusticos: negativo, zero e positivo. Para
incorporar dinmica ao processo, estes conjuntos foram ajustados atravs da
atribuio de funes de pertinncia [13]. Conforme as Figuras 2, 3 e 4.

Figura 2: Conjuntos Difusos do Erro

11

Figura 3: Conjuntos Difusos da Variao do Erro.

Figura 4: Conjuntos Difusos da Variao da Ao de Controle.

A base de regras do controlador foi construda com regras do tipo (SE


ENTO), sendo que, as variveis de entrada do controlador (erro e variao do erro)
so as premissas das regras e a sada do controlador, a concluso. Na Figura 5
mostra-se a base de regras do controlador de Mamdani correspondente a ao de
aquecimento [13].
12

Figura 5 Base de Regras.

Feito isso, ocorre a Fuzzificao, ou seja, os valores numricos do erro e da


variao do erro so convertidos em valores lingusticos (negativo, zero ou positivo).
Utiliza-se da tcnica de raciocnio aproximado para inferir a contribuio de cada
regra. Agrega-se os conjuntos difusos, correspondentes a variao da ao de
controle, obtidos do processo de inferncia. E por ltimo a Defuzzificao ou
obteno de um valor representativo do conjunto formado na etapa de agregao
[13].
5.3 Controle Fuzzy para sistema de nvel de lquidos
Construram-se tanques acoplados, em escala laboratorial, para servir de
plataforma para a execuo e avaliao de diferentes estratgias de controle em um
processo multivarivel no linear. O sistema foi construdo para o controle de nvel
de lquidos [14].

13

O processo de tanques acoplados apropriado porque so bastante comuns


em escala industrial, principalmente nos ramos qumicos, e tambm por ser de fcil
construo e modelagem simples, podendo ser projetados diferentes controladores
[14].
Conforme mostrado na Figura 6 abaixo, o sistema composto por trs
tanques acoplados.

Figura 6: Esquema do sistema hidrulico proposto.

As bombas hidrulicas colocadas permitem bombear gua do reservatrio


para os tanques 1 e 2. Os sensores de nveis 1,2 e 3 medem os nveis de lquidos
no tanque. Estes tanques so conectados atravs de vlvulas, que permitem a sada
da gua para o reservatrio. Dependendo da configurao das vlvulas, pode haver
dificuldade no controle do nvel do lquido em cada tanque [14].
Considerando que o sistema tem escoamento turbulento em sua sada, aonde
o nvel de um tanque seja uma perturbao para o tanque vizinho, a vazo de sada
dos tanques varia com a raiz quadrada da altura da coluna de gua tornando o
sistema no linear [14].
14

Os tanques foram construdos em acrlico transparente, para visualizar o nvel


dos lquidos. Cada tanque tem rea de seo transversal de 150cm 2 e capacidade
volumtrica de 5,25 litros. O sensor de nvel usa uma haste de alumnio com um
potencimetro acoplado. Esta haste possui uma boia na extremidade que entra em
contato direto com a gua, fazendo o eixo do potencimetro girar conforme o nvel
de gua no tanque varia [14].
O controlador Fuzzy projetado seguiu os seguintes parmetros: para valores
de erros positivos, a vazo da bomba deve ser mxima e para valores negativos a
vazo deve ser mnima, independente da altura de referncia. Para alguns nveis, a
vazo de entrada , quando o erro for nulo, deve igualar a vazo de sada, resultando
em um controlador no-linear [14].
As regras de inferncia para esse controlador foram as seguintes:

Se o erro negativo, ento a vazo minima;

Se o erro positivo, ento a vazo mxima;

Se o erro nulo e a altura mnima, ento a vazo muito pequena;

Se o erro nulo e a altura pequena, ento a vazo pequena;

Se o erro nulo e a altura mdio, ento a vazo mdia;

Se o erro nulo e a altura grande, ento a vazo grande;

Se o erro nulo e a altura muito grande, ento a vazo muito grande;


Os controladores simulados so executados via software, recebendo sinal de

tenso correspondente altura do liquido no tanque e retorna a tenso a ser


enviada ao driver de potncia para acionamento da bomba hidrulica [X].

15

6. REFERNCIAS BIBLIOGRFICAS

[1] AGUDO, A.G.; CANTANHEDE, M. A. Lgica Fuzzy. Universidade Estadual de


Campinas

[Online].

Disponvel

em:

<http://www.ft.unicamp.br/liag/wp/monografias/monografias/2010_IA_FT_UNICAMP_
logicaFuzzi.pdf>. Acesso em: 06 de Setembro de 2014.
[2] GOMIDE, F.A.C.; GUDWIN, R.R. Modelagem, Controle, Sistemas e Lgica
Fuzzy.

Faculdade

de

Engenharia

Eltrica

[Online].

<http://www.sba.org.br/revista/volumes/v4n3/v4n3a02.pdf>.

Disponvel

Acesso

em:

06

em:
de

Setembro de 2014.
[3] SANDRI, S.; CORREA, C. Lgica Nebulosa. Instituto Nacional de Pesquisas
Espaciais

[Online]. Disponvel em: <http://raquel.ele.ita.cta.br/cnrn/minicursos-

5ern/log-neb.pdf>. Acesso em: 06 de Setembro de 2014.


[4] BILOBROVEC, M.; MARAL, R.F.M.; KOVALESKI,J.L. Implementao de um
sistema de conrole inteligente utilizando a lgica fuzzy. Simpsio de Engenharia de
Produo

[Online].

Disponvel

em:

<http://paginapessoal.utfpr.edu.br/sumar/ensino/sistemas-fuzzy/sistemasfuzzy/kovaleski_2004a.pdf>. Acesso em: 06 de Setembro de 2014.


[5] VIDAL, L. C.;LANDIM, W. C. A. COSTA, A. P. Aplicao de Lgica Fuzzy no
Controle de Plantas Industriais. Simpsio de Excelncia em Gesto e Tecnologia
[Online]. Disponvel em: <http://www.aedb.br/seget/artigos12/27716242.pdf>. Acesso
em: 06 de Setembro de 2014.

16

[6] AMENDOLA, M.; SOUZA A.L. ; BARROS L.C. Manual do uso da teoria dos
conjuntos Fuzzy no MATLAB 6.5. FEAGRI & IMECC/ UNICAMP [Online]. Disponvel
em <http://www.ime.unicamp.br/~laeciocb/manual_fuzzy_matlab.pdf>. Acesso em 05
de Setembro de 2014
[7] GONALVES, B. H.; ROMERO, R. A. F. Controle de Sistemas Mecnicos por
Lgica

Fuzzy.

Universidade

de

So

Paulo

[Online].

Disponvel

em:

<http://www.icmc.usp.br/CMS/Arquivos/arquivos_enviados/BIBLIOTECA_113_RT_3
32.pdf>. Acesso em: 04 de Setembro de 2014.
[8] CRUZ, F. C.; MACHADO, J. B. Controle de carga em sistema mecnico utilizando
lgica

fuzzy.

Universidade

Federal

de

Itajub

[Online].

Disponvel

em:

<http://www.sbai2013.ufc.br/pdfs/8400.pdf>. Acesso em: 04 de Setembro de 2014.


[9] ASSIS, . A. S.; SILVA, R. O.; ARAJO, A. D. Controle de velocidade em veculo
eltrico utilizando Lgica fuzzy. Universidade Federal do Rio Grande do Norte
[Online]. Disponvel em: <http://www.italoaugusto.com/site_pt/pdf/posterCBSF2.pdf>.
Acesso em: 04 de Setembro de 2014.
[10] CHIPANA, A. G. M.; STNICO, J. W. G.; LING, L. L. Controle de Admisso de
Chamadas e de Fluxo Fuzzy com Trfego Multi-Classes para Ambientes de Redes
Sem Fio 3G. Simpsio brasileiro de telecomunicaes [Online]. Disponvel em:
<http://www.dee.ufma.br/~fsouza/Anais_SBrT_2012/artigos/98772_1.pdf>.

Acesso

em: 04 de Setembro de 2014.


[11] Nucci, E. R. Aplicao da lgica fuzzy na produo de penicilina G acilase em
cultivo de Bacillus megaterium. Universidade Federal de So Carlos [Online].
Disponvel

em:

<
17

http://www.bdtd.ufscar.br/htdocs/tedeSimplificado//tde_busca/arquivo.php?codArquiv
o=346 >. Acesso em: 04 de Setembro de 2014.
[12] Ponciano, P.F.; Lopes, M.A.; Yanagi, J. T.; Ferraz, G.A.S. Anlise do ambiente
para frangos por meio da lgica fuzzy. Universidade Federal de Lavras [Online].
Disponvel

em:

<http://www.uco.es/organiza/servicios/publica/az/php/img/web/10_13_41_1783REVI
SIONAnalisePonciano.pdf >. Acesso em: 04 de Setembro de 2014.
[13] CANCELIER,A. ; CLAUMANN, C. A. ; MAZZUCCO, M. M. ; MACHADO, R. A.
F. ; BOLZAN A. Universidade do Oeste de Santa Catarina UNOESC [Online].
Disponvel em http://www.neurolab.ufsc.br/Enpromer/PDF/T031.pdf . Acessado em
29 de Agosto de 2014
[14] LUNA, F. M.; GOSMANN, H. L.; BAUCHSPIESS, A. Controle fuzzy para sistema
de

nvel

de

lquidos.

Universidade

de

Braslia

[Online].

Disponvel

em:

<http://www.lara.unb.br/~adolfo/papers/CBA2002.pdf>. Acesso em: 05 de Setembro


de 2014.

18