Sistemas de control basados en lógica difusa

Sistemas para resolver problemas complejos, multivariables y no lineales
Generación de energía Operaciones unitarias

Integración de Sistemas de Control Industrial

Detención de calderas Arranque de calderas Tiro balanceado aire - humo Optimización de condensadores

Columnas de destilación Reactores Molienda de minerales Flotación de minerales

Casos especiales
Operación de compresores Perfil térmico en hornos Refrigeración por compresión Acopio de Minerales

Servicios
Consultoría Integración Control avanzado Informática industrial Suministros

Los sistemas de control avanzados basados en lógica difusa permiten obtener resultados con alto valor, basados en un esfuerzo razonable y la obtención de beneficios significativos para los procesos desarrollados en los sistemas donde se implemente. Optimice el control de sus procesos trabajando con Heurística y simultáneamente disminuya el riesgo de seguridad e impacto ambiental de sus operaciones. Obtenga información del area de control avanzado en el sitio de noticias http://www.heuristica.cl/news

Montaje Puesta en servicio

www.heuristica.cl info@heuristica.cl De las Claras 0195 • Of. 3-A Providencia • Santiago CHILE Tel. (56-2) 274 4305 Fax (56-2) 223 7608
© Heuristica e Ingeniería 2007, una empresa And ina Group

La base de inferencia evalúa las reglas IF-THEN de acuerdo xxx ctualmente. Por lo tan to. Final men te el desfuzzyficador tr ansfor ma el r esultado difuso. a las variables entregadas por el fuzzyficador. Dentro de los esquemas de control desarrollados para ab ord ar e sta cl ase d e pr obl emas. entreg ado po r l a base de inferencia (valor difuso). por lo tanto. L a ar qui te ctu ra d e un contro lad or FLC se co mp on e d e lo s sig ui e nte s el em en tos : F u zz yfi c a d o r. El fuzzyficador transforma las entradas reale s del p roceso en variables difusas. que se suele hablar de “Controlador Difusos” o Fuzzy Logic Controllers (FCL). B a se d e I n fe r e n ci a y Desfuzzyficador. Sistemas de Control Difuso (Fuzzy Logic) Autor: Roberto Zuñiga .e(t)). A cada regla se le asocia una consecuencia. y a pesar del vasto desarrollo A de la teoría de control de sistemas. Mostrado en la figura 2.Entonces). la entrada U es una fu nci ón d e e( t) y d e l a de ri va da de e (t) (U=f(e(t). Sin embargo.ARTICULO TECNICO El control difuso aparece como una alternativa interesante para el control de procesos altamente no lineales. Fuzzy Logic Controllers Dentro de l os FCL actualmente utili zado s en plantas industriales. la aplicación de la lógica difusa es una sol ución eficaz. el clásico esquema de control mostrado en la fi gura 1 manti ene su validez. para el ejemplo anterior se tienen nueve reglas. el má s utilizado corresponde al PID difuso (Fuzzy PID). en hono r a su creador. Por ejemplo: Alto. El desfuzzificador tomará la consecuencia de cada 20 . Tan to ha sido el éxito de esta técnica.Ingeniero Civil Eléctrico Dentro de este contexto. el talón de Aq u il e s de l a i n ge n i er ía de co n tro l y automatización sigue sien do el mismo: Como controlar sistemas no lineales. 1) Esquema de Control: El controlador GC compara la referencia R con la salida Y para generar una acción correctiva U. El número de funciones de pertenecía asociadas a e(t) y su derivada debe ser impar. (Fig. Dentro de este tipo de controladore s. Tipos de FLC FLC sin optimización Este tipo de controladores no considera ningún tipo de ajuste d e par áme tro s de acu erdo al comportamiento del sistema. se destacan los llamados “Controladores basados en reglas” o Sistemas de i nfere ncia d e Mand ami. R Contro lad or U Proceso Y El número de reglas debe cubrir todo el espacio de casos. medio y bajo para la derivada de e(t). medio y bajo para e(t) y alto. La característica principal de este tipo de siste mas co rr esp ond e a sin tetiza r un controlador basándose en la utilización de reglas IF-THEN (Si . E ste co ntrol ado r re ci be g ener almen te do s entradas: el error entre la referencia-salida y su d erivada. . en un va lor real que puede ser aplicado al sistema. el controlador deja de ser un clásico PID para transformarse en un FLC.

K1 R (t) +- E (t) K2 K3 d dt ++ + U (t) Planta No Line al Y (t) Sistema de Mandami 200 0 -200 100 0 100 0 -100 -100 Change i n error Error El controlador FCL genera d dt perfiles de salida (Y) mucho D E F U Z U (t) Planta No lineal R (t) +- E (t) K Y (t) más suaves que el controlador PID convencional. Una aplicación clásica es la puesta en servicio. si se desea min imizar el Overshoot de la salida. De esta fo rma. net © 2Q 2007 21 . c) Control adores ba sad os en mode lamiento borroso. el FLC realiza una optimización sobre sus parámetro s funcionales de acuerdo a algún requerimiento de operación específico. De acuer do al tip o de aju ste se tiene n las siguientes clasificaciones: a) Co ntro ladores bo rrosos autoorgani zado s.Sistemas de Control Difuso (Fuzzy Logic) regla y gener ara un solo valor d e sal ida que corr espo nde a la acción de con trol U. etc. el controlador puede adaptarse a cualquier tipo de proceso. La experiencia industrial indica que este tipo de controladores muestran 8 7 6 5 4 3 2 1 0 0 5 10 8 7 6 5 4 3 2 excelentes prestaciones. 2) V U En este caso. Fuzzyficador Base de Inferencia Co nt ro la do r Desfuzzyfi cador R Control con optimización E F LC (Fig. t [s] t [ s] info . el o pera dor no de be estar preocupado por definir el valor de los parámetros del controlador puesto que estos se autodefinen de acuerdo a algún requerimiento. Esa es la potencia del FLC. Y En general. molinos de mineral. . columnas de destilación. Co n lo expu esto . detención o cambio operacional brusco de equipos o sistemas PID Fuzzy 0 5 10 15 20 25 30 35 40 PID Clásico 15 20 25 30 35 40 1 0 complejos como: calderas. b) Controladores borrosos con autoaprendizaje.an din agro up. el controlador modifica intern amente sus parámetros para log rar ese requisito.