Scribd Logo
Upload

Welcome to Scribd!

  • 2 Logica PDF

    Uploaded by

    Ronald Chiara
    10 views19 pages

    Original Title

    2_logica.pdf

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    10 views19 pages

    2 Logica PDF

    Uploaded by

    Ronald Chiara

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 19
    LOGICA FUZZY PARA CONTROL DE VELOCIDAD DE MOTORES ASINCRONICOS Dr. Werner Pacheco Lujan' y Dr. Cicero Couito de Morais" J+ Universidad Nacional Mayor de San Marcos Facultad de Ingenierla Electrénica 2. Departamento de Ingenieria de Energia y Automatizacién Eléctrica de la Universidad de Sao Paulo Resumen : Los métodos tradicionales de control de méquinas,.no resolvieron completamente la variacién de sus parémetros, lo que ocurre por diferentes causas. Los modelos de anélisis de las méquinas estin basados en métodos de linearizacién y usan parémetros que nunca son suficientemente conocidos, lo que genera imprecision de resultados. Este trabajo trata sobre la aplicacién de la Logica Fuzzy en el control de velocidad de motores asincronos, combinados con los métodos tradicionales mas usados en la actualidad (Control Vectorial, Control Adaptivo), caracterizando sistemas no lineales. La inclusién de la Légica Fuzzy en los métodos de control tradicionales permite una mejora en la performance del sistema y lo que es'més importante lo torna independiente de la vatiacién de los pardmetros de la maquina, Estas mejoras en la performance fueron comprobados mediante simulacién obtenida usando SIMNON (programa de simulaci6n para sistemas no lineales) y también através de experimentos précticos en un prototipo. Abstract : The traditional machine control methods haven't solved yet the variation of their parameters completely, duc to different causes. ‘The models of the machine analysis are based on Linearisation methods and they use parameters that have never been sufficiently known what leads to imprecise results. This work is about the application of Fuzzy Logic in the speed control in assynchronous motors, combined with the vaditional methods mostly used nowadays (Vectorial Control, Adaptive Control), characterizing non-Linear systems. The inclusion of Fuzzy Logic in the traditional control methods allows an improvement in the performance of the system and, what is more important, it makes it independent from the of the machine. parameters. These improvements in the performance were confirmed by simulation with the use of SIMNON (simulation program) and also with practical experiments in a prototype. Palabras Claves: Logic Fuzzy, Control de Motores, Motores de Induceién * L INTRODUCCION Los métodos tradicionales de control de velocidad de motores asiner6nicos, son realizados attaves ae una serie de simplificaciones sobre los parémetros del sistema, resultando en procesos que comprometen la performance del accionamiento, ELECTRONICA ~ UNMSM NP 3, Setienitre 1999 Los estudios principles en este campo asumen que el sistema es lineal, sin embargo sabemos que el modelo. completo de la méquina asincrénica es el de un sistema no linear. sos pardmetros del motor + carga a ser controlados, varian con Ja temperatura, la velocidad del rotor, tensién y_ Hrecuencia ente otros, lo que produce varisciones del models Io que podrfe Mevar a una inestabitidad det sistema. Para solucionar estos problemas adicionamos al sistema, el control de l6gica Fuzzy que no depende del modelo adoptado ni de los parémettos wilizados. El control Fuzzy se puede combinar con el Control Adaptive, y el Control Vectorial indiecto, produciendo ‘mejor performance del accionamiento, cusndo es cormparado con las técnicas tradicional, Bl control Fuzzy activate cuando el conel tradicional aleanza su limite operacional dgido imperfecciones el ‘modelo, vatiacidn de les parfimetros o no lincalidades del sistema, por otro lado por ser discrete pide Id presencia del control tradicional pata poder obtener la aula del erro de velocidad en el provaso de contro or lo tanto el Control Fuzzy y el Control Tradicional (Adaptivot Vectorial) actéan de forma complementaria. Bs enfocado el modelamiento y andlisis del Control Fuzzy en los accionamientos de corriente altema, accionamientos que incluyen ademés el Control Vectorial, el Control Adaptivo y cl Regulador PI. caracterizados para sistemas no lineales, y es realizads la simulacién de sistema, Finalmente un prototipo especialmente desarrcilado para este (rabyjo sirvié para las mediciones, experimentos y Verificacién de le eorfa elaboruda, I. _ANALISIS DE LAS TECNICAS TRADICIONALES DE CONTROL DE MOTORES: ASINCRONICOS, ‘Se sabe que [os métodos tradicionales: de malla abicsta, malla cerrada y atin el Control de torque y flujo tiene un pobre’ desempéfio, Con el advenitmiento del Control de eampo orientado (Bose,’ 1997], un motor de induccién ‘puede ser operado con la misma exactitud que un motor de corriente continua (@¢.), por fo que nuestro sisterna To incluye, asf como el Contral Adaptivo, el Contral Fuzzy y el Reguladar PI. El diagrama en blogves del controlador propuesto es mostrado on la Fig. 1. Donde: Te = Kt igs* representa el torque electromagnético producido por el motor de acuetdo al Control vectorial, Hp representa el motor, se tiene adeins ¢! Control Fuzzy. El-enodelo del primer orden (Liow, Lin, Liv, Chen y Lin, 1992) correspondiente al sistema es: oe = p(s) (Tes) “TUS oO donde: Hb(s) = GUV(6¥B4) = bla) @ siendo: B cl coeficiente de viscosidad sustituyendo la ¢c.(2) en la ¢e.(1) tenemos: dor(s}=(b/(s42))[Te(s)- TSH ° en(s)= (bi sta) KUTe(s)-Tis) VRC co) de Fig. [Te(s)- Ts) = up ELECTRONICA - UNMSM N° 3, Setiembre 1999, sustituyendo ec.(4) ep ec.(3) tenemos: suis) +A ue(s) =b kt up operando sfor(s)itb KO} = -a faxisy(b Ko] + up Figura 1, Controlador Fuzzy-Adaptivo con PI. Supongamos que las ecuaciones de estado de Ia plata a ser contolada, sean representadas por: Xp= Ap Xp+ Bp up Yp=CpXp= ax) comparando ec. (6) con ec. (5) tenemos: Xp=ar(s)(b Ke) A ‘comparando ec. (8) con ee. 7): cp=b Kt ® o a ® @ «10 ap ELECTRONICA ~ UNMSM (N°3, Sotiembre 1999 De acuerdo con la performance deseada el modelo de referencia de ler orden det Control Adaptivo [Yin, Shieh y Chang, 1994] seré: Hm(s) = 8/(s+8) = om/um a2) de aqui: Som +8 om=8 um (13) Sfouv(b Ki)] =-8[com/(b kt)] + um 8/(bK0) (14) siendo las ecuaciones de estado del modelo de referencia: Xm= Am Xm+ Bm um as) Ym= Cp Xm= om (16) comparando ec. (15) con-ec. (14), concluimos que: Xm= anv K) an Am=-8 as) Bin= 8b Kt) (a9) EL objetivo es encontrar la sefial de entrada de control. up, tal que los estados de la planta y su salida (velocidad er) puedan acompaiiar Ia salida del modelo de referencia (velocidad wm). Para obtener este objetivo, proponemos para la entrada de control, el valor [Yin, Shieh y Chang, 1994): up = Kx Xm+Kuum+Kee, (20) donde e, es el error entre la salida de la planta a controlar y la salida del modelo de referencia: 1e,= om - cor (21) Definimos como vector error ée estado a: e = Xm-Xp (22) erivendo ta ec. (22) y usando las ecuaciones (6) y (15) obtenemos: $= Am Xm + Bm um - (Ap Xp + Bp up) (23) Sumando y testando Ap Xm: e=Ap(Xm-Xp)-Ap Xin+Am XmnBm um-Bp up (24) Sustituyendo up de la ec. (20) y Xm - Xp de Ia ec.(22) en la ee(24) y considerando que: e=Cpe ‘e=(Ap- Bp Ke Cpe + (Am- Ap - Bp Kx)Xm+(Bm- Bp Ku)um (25) ELECTRONICA UNMSM N°3, Setiembre 1999 En Ia ec. (25) vemos que si Ap, Bp, Cp, Ke som escogidos para permitir que: (Ap - Bp Ke Cp) sea una matriz Hurwitz (sus autovalores deben tener su parte real negativa) con Io que se garantiza la estabilidad del sistema y Kx= Bp" (Am- Ap) 26) Ku=Bp’Bm an Entonces el vector error en la ec. (25) caeré a cero asintoticamente y fa salida de le planta (ox) seguiré a la salida del modola de referencia (am), Debio las variciones de las'condiciones de operacién y al pobre cgnocihiento de los valores de los pardmetros, los vendaderos parémetros generalmente se desvian de aquellos valores usados en el disco. La performance del Control Adaptivo es sensible a as variaciones de los pardimetios, La experiencia muestra que la estabilidad, las fuerzas de contol y las caractersticas de seguimiento del Control Adaptivo son muy afectados por el término Ke c en le ec. (20) particularmente por el heeho de haber sido usaio un modelo dingmica de ‘orden reducido, Para solucionar este problema proporemos Ia inclusién de un controlador Fuzzy através de la sustituci6n del término K, ¢, por up(¢,) determinado par el Controlador Fuzzy y el regulador PL. Io que veremos acontinuacién. II, — MODELADO Y ANALISIS DEL CONTROLADOR FUZZY EN LOS ACCIONAMIENTOS DE CA. Un buen trabajo de Ingenieria debe ver capaz de usar toda Ia informaciGn existente de forma efectiva. Para la solucién de muchos problemas précticos, una importante cancidad de informacién viene de los especialistas. Hay ‘muchas razones para que esta informacién sea usualmente expresada en tétminos Fuzzy tales como: son précticos, de comunicacién fécil, féciles de implementar, econdmicns, etc. En el sentido de hacer uso de Ia informacién de los especialistas de manera sistemitica, el asi llamado control inteligente viene emergiende en los trabajos de la comunidad cientifica ‘AGn cuando la teotfa Fuzzy fue desarrollada por Zadeh hace tiempo, los Controladores Fuzzy solo fueron posibles de ser aplieados revientemente. Esto se consiguié gracias. al gran progreso alcanzado por los computedores que permiten ahora desartollar algoritmos Fuzzy complejos. El Controlador Fuzzy Fig. 2, bhasicamente comprende de tres principales componentes: Fuczifcation Toma de Devisiones Defuczifcation 3 Fuczification En el Controlador Fuzzy propuesto, las variables de entrada al sisteina son definidas como: el error de seguimiento de la velocidad del rotor (error entre la velocidad del modclo de referencia am y la velocidad del rotor ax) y el incremento de etror Ac, . Estos valores de entrada son medides en el sistema (en mV) y deben ser Fuzzyficados para entrar en ef mundo Fuzzy. ELECTRONICA - UNMSM 1N®3, Setiembre 1999 Figura 2. Diagrama de bloques del controlador Fuzzy ‘Como variable de control del Controlador y que seria Ia satida del sisteria Fuzzy + ei Regulador P.L. es escogida la corriente de correecisn up (e,) que representa Ia corriente de torque igs. La corriente up (¢) 0 igs* va actuar nila entrada del Control vectorial indirecto representado por Kt en fa Fig.2. En soguida eouacionamos el etror y el ineremento del error en un instante de tiempo K y un instante de tiempo K-1 anterior. a(R) = con(k) ak) 28) Aesth) = 60K) - 246-1) @ donde: ‘omn(k) es la velocidad angular de referencia (que es la aue se quiere) en ef instante k ‘ar(k) es fa velocidad del rotor, en el instante El error ¢, el incremento del error Ae, y Ia variable de control up (69) son todos cuantificados en el universo Fuzzy. La primera operacién de Fuzzyficacién de cg y Acy, es la cuamtificacién de sus valores de entrada, que es mostrada en la tabla 1 (nivel de cuantificacicu). Los valores cortespondicntes de entrada dei enor y del ineremento del error estin en p.u. ya que la simulacién se realiza en p.u. ELECTRONICA - UNMSM: N°3, Setiembre 1999 ‘Tabla 1 - Cuantificacién del error y del ineremento del error Emer 6, Incrom. Eror Ay Nivel quantf, a a 6 05 05 5 025 025 4 0.125 0.125 3 0.0625 0.0625 2 0.008125 0.03125 ol a 0 o 0.03125 0.03125 1 1.0625 0.0625 2 0.125 ous 3 0.23 os 4 as os 3 1 1 6 ‘Tabla 2- Variables LingUfsticas Positive Grande PG Nogativy Grande: NG. Positive Medio PM Negativo Medio NM ositive Pequefio PP Negativo Pequefio: NP Cero Ze ‘Como resultado de las reglas de control se obticnen los valores de up (e), pero como estamos trabajando en'el mundo Fuzzy estos velores estén Fuzzyficados y debertn ser Desfuzzyficedos para sv utiizacién, Se uilizan 7 variables lingUstices (que estin earacteri2adlas por sus funciones pertenenvia) para obtener buenos resultados, tabla. 41 Funciones de pertenencia Las variables Fuzzy son defiidas asignando valores de un grado de pertenencia para cada elemento del universo de discurso Fuzzy. Existen varios tipas do funcién pertnencia, pero pare mayor faciidad usaremos la forma trisogular mosttada en In Fig. 3 donde el universo de discus Fuzzy esta constituido por la excursién entte -6 y -+6 dela variable de Las abscisas (variable x en lx Fig. 3) El vator ce la tuncién pertenencia puede variar ene 0 Yy Lpestnencia total) ELECTRONICA ~UNMSM 1N*3, Setiembre 1999 Figura 3 Funcién pertenencia triangular ‘La funcién pertenencia de la variable lingifstica de forma triangular estd determinada por tres ndmetos (Fig. 3) ejemplo PM: (2, 4, 6}. Las funciones de pertenencia de extrema izquierda y extrema derecha, por no tener la forma triangular completa estén determinadas por dos némeros, 3.2 Toma de decisiones 3.2.1 — Andlisis dindmico de la sefial error de seguimiento Producido el error entre 1a velocidad del motor y la velocidad del rotor serd aproximada hasta la velocidad de referencia, pero en forma ondulante y convergente. La caracteristica convergente de la velocidad del rotor, luego después de producido el error, es dibujada en la Fig 4 [Yin, Shieh y Chang, 1994] en que C1, C2, C3.. denotan los puntos de cruzamiento por la referencia y los puntos mi, m2, m3.... son los valores méximos; en tanto que Al, A2, A3... denotan intervalos de referencia para explicar el proceso, Las polaridades de es y Ae, en los intervalos de referencia son también indicadas en la Fig. 4 3.2.2 Deduccién de las reglas de Control Fuzzy Las reglas de Control Fuzzy estén basadas en Ja experiencia de los especialistas en el conocimiento de la ingenierfa de control, para obtener buenas caracteristicas del modelo ELECTRONICA - UNMSM N° 3, Setiembre 1999 Figura 4 Andlisis dinfmico de la sefial error de seguimiento En la tabla 3 [Yin, Shieh y Chang, 1994] se incluyen el total de reglas linguisticas a usar en el control Fuzzy. ‘Algunas observaciones usadas para determinar las reglas de control son indicadas a seguir: a) En lus reas Al, AS, A9 de la Fig. 4, ¢, es positivo y creciente en los tres casos y Ae, es positivo también, Entonces la sefial de correccién del error up (€4} es puesta para reducir el error, pero error positivo significa que la velocidad del rotor a es menor que la velocidad de referencia am; por lo tanto up (6) debe ser positive para incrementar Iz velocidad del rotor. Si consideramos la tabla 3 como constituida de 4 cuadrantes, los valores que determinan las dreas Al, AS, AO estén en el 3er euadrante donde todos los valores de la tabla son positives. dc Eo NG NM NP ZE PP PM PG NG NG NG NG NG 25 ZB ZB NM NG Na NM NM ZE ZE ZE NP NG NM NP NP PP PP PM ZB NG NM NP LE PP PM PP PP NM NP NP PP PP PM PG PM ZE ZE 2E PM PM PG PG PG Ze ZE Ze PG PG Pa PG ELECTRONICA - UNMSM. NP 3, Setiembre 1999 0 1D) Bn los deus A2, A6, ACO, que coresposdan al Jer cuadrane: ees ps y bey os negative: el aor os in poalvo, peo camo ets décrcienl gradient, la nada de one ep () ee puesta para orale ‘eda ver mens, ‘Ls obssrvciones en os reas A, AT, Aly Ad, AB, AIZ som duals de aguela lisadas 08 «) ¥ 0), respecivente, por lo queen I abla 3 se ote Una seta ene el segundo eudrane el euarto curate neo primer cura y ol eco, pao wna sine 0s que, do un Tad, Ios vlees son positive» de 080 Indo, son ueaativos, De acuerdo con lat observaciones ya teuizaie Ins regis lngiticas en Ios deste referencia son selecionaias yids en able 3. 3.3 Deficacation Bisieamente, Defuzifeaion es un opepmien de un espacio de aclonas de Cont Fuzzy defi sobre su ‘univer, es un espacio de contol de aceones no Fuzzy © nmrico. Bn a mayors do Ins aplicaciones pis cnocesitio un velor numa concrete. La stegn de Defuzeyetion cs drgkn de mode o prodacie una cig do couucl no Furzy que mejor sepesonia una dsuibuciga de posibilidades de una acc do Comvol Fray, Exiton dos mxtods de Defyfeiton que son orn ado] md de conto de saved el rnétoge dens alts, BAL Miguina de ijereicia Los dos tags de Detuziieston|nenclonaos atian sobre ue Sa de peteneneia prepara a pai de a ‘abla por nat ans msguina de inferon, Easton varios mtdoe Sinaia. Los me condcie so = Métao ds Mandan (ins) * Método 6s Lasoe (producto mux preducto soma) = Método e Sogeno ta etape de dees entogs ar valor io desi ponderada delay eats) 1 Método deTeknmot anil a de Sugeno varando ln mula de sda) {Ne ent singuns igiea par defini cus e oe meas et el mej © ame ol que debeuns wate pa wh prolena determin; e as de uno von méica depend dos resukados, notes useenos el Métao do “Madani com agenasroifiencones para spacial conto! de rotors al metodo de es alas, $42 Mitado deta altar (Lande, 1982) (Gata valor de enrada de. Ae,_inersecta como miximg dos faciones pensnesca ver Ti. Say 5b: grado ‘de pesencecia del velor de ened con relacin tls ola laclonespetenencia ex cero, Much opericoncs ‘omuacionaies poaen tr evils definndone primar un indice J neva 6 abajo , donde sos ‘valor de entrada; por ejemplo =] prac, == 5: en var Fussy) ve Fig Su Lara xa sgn 1) Bola Fig. Sainchimos la variable J que define Is inervaos de uiversa de curs en avail ,: eda ‘alo de entrada da un valor de pertnonc no nu om alguna de 08 trv, Usand fa terion {Gal Sofrware de simalacion SIMON par repescta et varie J, ¥ ya gue el SDINON op permite ‘cerium ecscigs en une exteain mayor que ua nen, uearnios vafabes avis T, 2. eda 92 ‘qe lepers fin de a ies ELECTRONICA -UNMSM. 1 5. seuemtne 199 W (b) Figura 5. Funciones pertenencias triangulares método de las alturas (a) para entrada ¢, (b) entrada Acs,” €<-PI then | else ife, < -P2 then 2 else if ¢, <-P3 then 3 elie ife, <0 then 4 else JI if'e, 7) then 1 else (e - P2)/(PI = P2) donde “e” resulta de pasar e, por un filtro, lo que seréexplicado posteriormente Definimos ahora el lado A de las pertenencias interiores (ver Fig. 5.a), rata) = (¢ + P3V/-P2 + P3) Hyea(@o) = e/(-P3) > Hepa(eo) = e/P3 Hata(€o) = (© - P3)/(P2 - P3) Para la variable Ae, actuamos de forma similar a lo que hicimos con la variable ¢, pero ahora representado en la Fig. 5b Los valores de las pestenencias extremas son: Hyo(he,) = if (K<2) then 1 else (z + P2V(-P1 + P2) Hpa(e.) = if (>7) then 1 else (z- P2)(PL - P2) donde “2” resulta de pasar Ae, pot un filtro, lo que seré explicado:posteriormente. Definimos ahora el lado A de las pertenencias interiotes (ver Fig. 5.b) Hroea(Aee) = (2+ P3V(-P2 + P3) Hypa(Aeo) = 2/(-P3) Hpra(Qeo) = 2/P3 Hema(Aeo) = (2 - P3/(P2 - P3) 3) Para tornar el proceso més simple unimos en Ia pertenencia jt», las pertenencias extremas y el lado A de las pertenencias internas en la variable e, (Fig. 5.a) fn SiS <3 then pyle) else if J <4 then U wisa(es) else if F< 5 then H wpaC@o) else Ha Muna = if<6 then [ppa(e,) else if I<7 then 1 pma(e,) else Ut paleo) El lado B de las pértenencias internas para la variable e, fue unido en jt , pero es complemento de Ht ,. ver Fig. 5a : Bn=l-bn Por la situacién ilustrada en la Fig. 5.a (e, = -3.5) tenemos, ts =} nma(Go) que es el punto a en el lado Aly n= 1-H xwales) que es el punto b en el lado B2, En la variable de entrada Ae, y con el auxil procedimiento que el hecho con J en.e,, de la variable K de intervalos de pertenencia, tendremos e! mismo Har =ifK <3 then pt xc(Ae,) else if K <4 then #t niua(Aeo) else xia if K <5 then 1 wra(Ae,) else if K <6 then Ht ppa(Ae,) else bib if K<7 then-p paleo) else pt po(Ae) El lado B de las pertenencias internas para la variable Ae, es unido en yt 2 pero es el complemento de pty: ver Fig. 5b Harl-He ELECTRONICA - UNMSM N°3, Setiembre 1999 13 4) Se valorizan los antecedentes (satisfaceidn de antecedentes) usando el operador Minimo, lo que dard cuatro seglus que definen las pertenencias usadas en la determinacién de ls media de las alturas para cada par de valores de entrada (e, ,Ao,). Regia: Wax = ming jhe) Regla 2 : fxm = min(Hn Hx) Regla3 : ft xe= mint}. H KW) Reglad : xp = min mje) 5) Usando los intervaios de pertenencia auxiliaes, J ¥ K, recorremos toda a tabla de reglas lingiisticas 3.3, para determinar el-valor de Ins cortientes de salida concordantes con cadatina de las cuatro roglas cenuunciadas en 4); y que, para simplificacién, denominaremos como Ia, Ib, ls, Ed. Por ejemplo, la costente Ta concordante con laregla | se obtiene a partir de las pettenenciasauriliares Hn, Hes do a siguiente manera Tas if<3 and Ke3) then II else if<4 and Ke) then 12 elseif (cS and Ke} then 13 else... Con K<3 se recorren todos los intervalos de J; luego con K-< todos los intervalos de Jy asf sucesivamente hasta concluir con todos los intérvalos de K, Con este proceditniento se recorren todos los valores de Ia tabla-de reglas lingiisticas, (tabla 3) y Ia viene a ser la suma de todos los posibles valores, no es propiamente une suma, ya que sol0 ung, de todos los posibles valores, se va ha efectivizar Silos valores de entrada son: €, = -3.5 , Aea=-35, el intervalo de pertenencia de J es 3, el valor de pn que le corresponde os: a = 0.75 lo que courre dentro de la pertenencia wes) -¥er Fig. S.a: el intervalo de perienencias de K es 3, el valor de fx: qué le corresponds es: © 0.75 y esto ocurre dentro de la pertenencia sou) ver Fig, 5.b. Masnles) ¥ Hate.) determinan que, para entrar en la tlbla de roglas Tinglsticas entremas con NM" para ta variable de entrada eo-y com "NM" para la variable de entrada Aeg, de esa manera determinamos el valor do la corriente de salida que corresponde a esos dos valores y que segtin la tabla 3 ¢s “NG”; para determinar el valor de cortiente que le corresponde vamos a la Fig. 6, El valor que corresponde a “NG” es -1 (en p.u), Ia serd igual acl, NG 7 a7 24 oe a7 we gun 6, Funciones perenenca wiangular de la coin de slida de conto! upy Siena tabla 3 tenemos como valor lingsio de slid “NM, el valor de coriente que le comesponde seg a Fig, 6 3-017, ol mismo valor de upo paa su Yalo maxim de petsnenca, Dela misma form se procede para In oma variables Hnglitias de In Fig. 6 Se sigue el mismo procedimiento para definir Ib a partir de pa Wess Te a partir de pp Hex: da partir de pp, He ELECTRONICA ~ UNMSM N°3, Setiembre 1999 4 6) Caleulo de igs* mediante el método de las altura: igst(po.)= pala + Hgglb-ttacle+ Ugo ld Raat Hen +HRe + HRD G0) 34 Ajuste del Controlador Fuzzy (Yin, Shieh y Chang, 1994) El principal propésito dol ajuste del Controlador Fuzzy an el esquema de control propuesto es: Primero- para las entradas al sistema de’ey y Acy sitetizar una scfial de control amplifftado en las cercanfes de cero (set point) para aumentar la capacidad adaptiva del Controlador Fuzzy. Segundo- para la salida de control upo, evitar Iss oscilaviones que pueden ocutir cerca de cero, BB ajuste de sensibilidad de las entradas y de la salida se hace dependiente del error de velocidad e,, con lo que se Obtiene una mejor performance, Son utilizades los siguientes blogues de ajuste: Ce para la entrada del etror e,, Gd para la entrada del incremento del error Aes, y Gu parla slide upo. Las salidas ds fos bloques Ge y Gd los Iamamos “e” y "2" respectivamente en las formulas del iten 3.3.2. Las formulaciones matemsticas de los biogues ve ajuste son mostrados a continuacién: KI pire [eq] S26 Ge ={K1-(Ki-K2Meo]-ay Ma, - 29) para ag(feo al en K2 pam feo) al x3 parale,| Sa, Ga=)K3-(K3-KA)le|-4,)(@,-a,) para,

    You might also like