Lógica difusa - Sistema de control
La lógica difusa se aplica con gran éxito en varias aplicaciones de control. Casi todos los productos de consumo tienen un control difuso. Algunos de los ejemplos incluyen el control de la temperatura de su habitación con la ayuda de aire acondicionado, sistema anti-frenado utilizado en vehículos, control en semáforos, lavadoras, grandes sistemas económicos, etc.
Por qué utilizar lógica difusa en sistemas de control
Un sistema de control es una disposición de componentes físicos diseñados para alterar otro sistema físico de modo que este sistema exhiba ciertas características deseadas. A continuación se presentan algunas razones para utilizar la lógica difusa en los sistemas de control:
Al aplicar el control tradicional, es necesario conocer el modelo y la función objetivo formulados en términos precisos. Esto hace que sea muy difícil de aplicar en muchos casos.
Al aplicar la lógica difusa para el control, podemos utilizar la experiencia y los conocimientos humanos para diseñar un controlador.
Las reglas de control difuso, básicamente las reglas SI-ENTONCES, se pueden utilizar mejor para diseñar un controlador.
Supuestos en el diseño de control de lógica difusa (FLC)
Al diseñar el sistema de control difuso, se deben hacer las siguientes seis suposiciones básicas:
The plant is observable and controllable - Se debe suponer que las variables de entrada, salida y estado están disponibles para fines de observación y control.
Existence of a knowledge body - Se debe suponer que existe un cuerpo de conocimiento que tiene reglas lingüísticas y un conjunto de datos de entrada y salida del cual se pueden extraer reglas.
Existence of solution - Debe asumirse que existe una solución.
‘Good enough’ solution is enough - La ingeniería de control debe buscar una solución "suficientemente buena" en lugar de una óptima.
Range of precision - El controlador de lógica difusa debe diseñarse dentro de un rango de precisión aceptable.
Issues regarding stability and optimality - Los problemas de estabilidad y optimización deben estar abiertos al diseñar el controlador de lógica difusa en lugar de abordarlos explícitamente.
Arquitectura del control de lógica difusa
El siguiente diagrama muestra la arquitectura de Fuzzy Logic Control (FLC).
Componentes principales de FLC
Los siguientes son los componentes principales del FLC como se muestra en la figura anterior:
Fuzzifier - La función del difusor es convertir los valores de entrada nítidos en valores difusos.
Fuzzy Knowledge Base- Almacena el conocimiento sobre todas las relaciones difusas entrada-salida. También tiene la función de membresía que define las variables de entrada a la base de reglas difusas y las variables de salida a la planta bajo control.
Fuzzy Rule Base - Almacena el conocimiento sobre el funcionamiento del proceso de dominio.
Inference Engine- Actúa como núcleo de cualquier FLC. Básicamente, simula decisiones humanas realizando un razonamiento aproximado.
Defuzzifier - La función del defuzzifier es convertir los valores difusos en valores nítidos que se obtienen del motor de inferencia difusa.
Pasos para diseñar FLC
Los siguientes son los pasos involucrados en el diseño de FLC:
Identification of variables - Aquí se deben identificar las variables de entrada, salida y estado de la planta que se está considerando.
Fuzzy subset configuration- El universo de información se divide en varios subconjuntos difusos y a cada subconjunto se le asigna una etiqueta lingüística. Asegúrese siempre de que estos subconjuntos difusos incluyan todos los elementos del universo.
Obtaining membership function - Ahora obtenga la función de pertenencia para cada subconjunto difuso que obtenemos en el paso anterior.
Fuzzy rule base configuration - Ahora formule la base de reglas difusas asignando la relación entre la entrada y la salida difusas.
Fuzzification - El proceso de fuzzificación se inicia en este paso.
Combining fuzzy outputs - Al aplicar el razonamiento aproximado difuso, localice la salida difusa y combínelos.
Defuzzification - Finalmente, inicie el proceso de defuzzificación para formar una salida nítida.
Ventajas del control de lógica difusa
Analicemos ahora las ventajas de Fuzzy Logic Control.
Cheaper - Desarrollar un FLC es comparativamente más económico que desarrollar un controlador basado en modelo u otro en términos de rendimiento.
Robust - Los FLC son más robustos que los controladores PID debido a su capacidad para cubrir una amplia gama de condiciones operativas.
Customizable - Los FLC son personalizables.
Emulate human deductive thinking - Básicamente, FLC está diseñado para emular el pensamiento deductivo humano, el proceso que las personas utilizan para inferir conclusiones a partir de lo que saben.
Reliability - FLC es más confiable que el sistema de control convencional.
Efficiency - La lógica difusa proporciona más eficiencia cuando se aplica en el sistema de control.
Desventajas del control de lógica difusa
Ahora discutiremos cuáles son las desventajas de Fuzzy Logic Control.
Requires lots of data - FLC necesita muchos datos para aplicar.
Useful in case of moderate historical data - FLC no es útil para programas mucho más pequeños o más grandes que los datos históricos.
Needs high human expertise - Este es un inconveniente ya que la precisión del sistema depende del conocimiento y la experiencia de los seres humanos.
Needs regular updating of rules - Las reglas deben actualizarse con el tiempo.