I Control de Sistemas.

3,965 views
3,754 views

Published on

Tema 1. Teoría de Sistemas. Control de
Sistemas. Sistemas Inteligentes

Published in: Education
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
3,965
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
172
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

I Control de Sistemas.

  1. 1. Controladores Lógicos Curso 2004-2005 Controladores Lógicos: Temario Módulo I. Control de Sistemas. Módulo II. Fundamentos de Lógica Difusa. Módulo III. Sistemas Basados en Reglas Difusas. Módulo IV. Aprendizaje y Adaptación en Sistemas Basados en Reglas Difusas. Esquema de la asignatura Controladores Lógicos
  2. 2. Controladores Lógicos: Temario Módulo I. Control de Sistemas. Tema 1. Teoría de Sistemas. Control de Sistemas. Sistemas Inteligentes. Módulo II. Fundamentos de Lógica Difusa. Módulo III. Sistemas Basados en Reglas Difusas. Módulo IV. Aprendizaje y Adaptación en Sistemas Basados en Reglas Difusas. Esquema de la asignatura Controladores Lógicos Controladores Lógicos: Temario Módulo I. Control de Sistemas. Módulo II. Fundamentos de Lógica Difusa. Tema 2. Introducción a la Lógica Difusa. Tema 3: Variables Lingüísticas, Variables Difusas y Reglas Difusas. Tema 4: Lógica Difusa y Razonamiento Aproximado. Módulo III. Sistemas Basados en Reglas Difusas. Módulo IV. Aprendizaje y Adaptación en Sistemas Basados en Reglas Difusas. Esquema de la asignatura Controladores Lógicos
  3. 3. Controladores Lógicos: Temario Módulo I. Control de Sistemas. Módulo II. Fundamentos de Lógica Difusa. Módulo III. Sistemas Basados en Reglas Difusas. Tema 5. Introducción a los Sistemas Basados en Reglas Difusas. Tema 6. Arquitectura Detallada. Tema 7. Diseño de Sistemas Basados en Reglas Difusas. Tema 8. Análisis de un Sistema Basado en Reglas Difusas. Módulo IV. Aprendizaje y Adaptación en Sistemas Basados en Reglas Difusas. Esquema de la asignatura Controladores Lógicos Controladores Lógicos: Temario Módulo I. Control de Sistemas. Módulo II. Fundamentos de Lógica Difusa. Módulo III. Sistemas Basados en Reglas Difusas. Módulo IV. Aprendizaje y Adaptación en Sistemas Basados en Reglas Difusas. Tema 9. Modelos básicos de Aprendizaje en Sistemas Basados en Reglas Difusas. Tema 10. Aprendizaje de Sistemas Basados en Reglas Difusas mediante Computación Evolutiva. Tema 11. Aprendizaje de Sistemas Basados en Reglas Difusas mediante Redes Neuronales. Esquema de la asignatura Controladores Lógicos
  4. 4. MÓDULO I: Control de Sistemas Tema 1. Teoría de Sistemas. Control de Sistemas. Sistemas Inteligentes Tema 1. Teoría de Sistemas. Control de Sistemas. Sistemas Inteligentes. 1. Definiciones previas 2. Sistemas de control 1. Definición de sistemas de control 2. Ventajas derivadas del uso de un sistema de control 3. Sistemas de control en lazo abierto y en lazo cerrado 4. Clasificación de las técnicas de control 3. Sistemas inteligentes de control 4. Sistemas difusos 1. ¿Por qué sistemas difusos? 2. ¿Qué son sistemas difusos? 3. Principales campos de investigación Índice
  5. 5. Tema 1. Teoría de Sistemas. Control de Sistemas. Sistemas Inteligentes. 5. Sistemas difusos para control 1. Definición 2. Beneficios del control difuso 3. Límites del control difuso 4. ¿Cuándo utilizar un sistema difuso de control? 6. Identificación de sistemas mediante Lógica Difusa 7. Ejemplos de sistemas difusos de control comerciales Índice Tema 1. Teoría de Sistemas. Control de Sistemas. Sistemas Inteligentes. Objetivos: Entender el concepto de sistema, modelos de sistemas y tipos de sistemas Comprender el concepto de sistema inteligente y su aplicación a problemas de control Comprender el carácter interdisciplinar de área de los sistemas inteligentes Conocer los contenidos del área de las Ciencias de la Computación e Inteligencia Artificial que pueden intervenir en el diseño de un sistema inteligente Objetivos
  6. 6. 1. Definiciones Previas Sistema: Combinación de componentes que actúan juntos y realizan un objetivo determinado. Variable controlada: Condición que se mide y controla. Variable manipulada: Condición que el controlador modifica para afectar el valor de la variable controlada. Controlar: Medir la variable controlada y alterar la variable manipulada para corregir o limitar la variable controlada. Planta: Parte del sistema que se controla. 1. Definiciones previas 1. Definiciones Previas Sistema: Combinación de componentes que actúan juntos y realizan un objetivo determinado. Variable controlada: Condición que se mide y controla. Variable manipulada: Condición que el controlador modifica para afectar el valor de la variable controlada. Equipo o conjunto de piezas de una máquina Controlar: Medir la variablecuyo objetivo alterar la funcionando juntas, controlada y es realizar variable manipulada para corregir o limitar ha variable una operación determinada y que la de ser controlada. controlado Planta: Parte del sistema que se controla. 1. Definiciones previas
  7. 7. 1. Definiciones previas Proceso: “Operación continua, marcada por cambios graduales que se suceden uno a otro de una forma relativamente fija y que conduce a un resultado determinado”. Cualquier operación que se va a controlar. Perturbación: Señal que tiende a afectar negativamente el valor de la salida de un sistema. Tipos: Internas Externas (entrada) 1. Definiciones previas 2. Sistemas de control 2.1. Definición Conjunto o combinación de componentes que actúa conjuntamente y que cumple un determinado objetivo Perturbaciones Variables Variables de SISTEMA de entrada salida Variables de estado del sistema 2. Sistemas de control 2.1. Definición
  8. 8. 2. Sistemas de control 2.1. Definición Ejemplo: Control de un brazo de robot 2.2. Ventajas derivadas del uso de un sistema de control Las técnicas de control automático tienen un campo prácticamente ilimitado de aplicación. Es útil contar con sistemas capaces de mantener todos los parámetros “controlados” sin la intervención humana. En ocasiones se consigue optimizar la evolución del proceso Situaciones de elevada complejidad Situaciones en las que se debe operar en tiempo de respuesta corto Pueden eliminar fallos (distracciones, cansancio, tensión...) 2. Sistemas de control 2.2. Ventajas derivadas del uso de un sistema de control
  9. 9. 2.3. Sistemas de control en lazo abierto y en lazo cerrado Clasificación de los sistemas de control: 1. De lazo abierto: • La acción de control es independiente de la salida • No hay realimentación A cada entrada de referencia le corresponde una condición de operación fija La precisión depende de la calibración Problemas con las pertubaciones Este tipo de controladores genera secuencias de instrucciones como respuesta a las distintas órdenes o variables de entrada 2. Sistemas de control 2.3. Sistemas de control en lazo abierto y en lazo cerrado 2.3. Sistemas de control en lazo abierto y en lazo cerrado Clasificación de los sistemas de control: 1. De lazo abierto: Entrada Planta o Salida Controlador proceso Este tipo de controladores genera secuencias de instrucciones como respuesta a las distintas órdenes o variables de entrada 2. Sistemas de control 2.3. Sistemas de control en lazo abierto y en lazo cerrado
  10. 10. 2.3. Sistemas de control en lazo abierto y en lazo cerrado 2. De lazo cerrado o realimentados: • Mantiene una relación pre-establecida entre la entrada y la salida, comparándolas y utilizando la diferencia como parámetro de control. • Comportamiento adecuado en presencia de perturbaciones Sistema de control de la temperatura de una habitación Sistema de control de la velocidad de un vehículo Tipos de sistemas de control realimentados: • Reguladores. (Ej. termostato) • Servomecanismos. (Ej. brazo de robot) 2. Sistemas de control 2.3. Sistemas de control en lazo abierto y en lazo cerrado 2.3. Sistemas de control en lazo abierto y en lazo cerrado 2. De lazo cerrado o realimentados: Entrada Planta o Controlador proceso Elemento de medición • La señal de salida tiene efecto directo sobre la acción de control • Se utiliza la realimentación para reducir el error del sistema (“lazo cerrado”) 2. Sistemas de control 2.3. Sistemas de control en lazo abierto y en lazo cerrado
  11. 11. 2.4. Clasificación de las técnicas de control 1. Sistemas de control continuo Sistemas que operan con señales continuas Normalmente la función de control se implementa con circuitos electrónicos 2. Sistemas de control digital Utilizan tecnología digital Mayor flexibilidad en diseño Un controlador digital para plantas continuas necesita conversión analógica-digital (y viceversa) “Problemas” de retardos y longitud de palabra inapreciables con las mejoras en la tecnología digital Mayor capacidad para almacenar y manipular datos Permite la inclusión de procesos de aprendizaje, control adaptativo, conocimiento experto y otros conceptos avanzados. 2. Sistemas de control 2.4. Clasificación de las técnicas de control 2.4. Clasificación de las técnicas de control 3. Sistemas de eventos discretos (Control secuencial, control lógico programable, control dinámico de eventos discretos) Acciones de control determinadas como respuesta a las características secuenciales y combinaciones observadas de un conjunto de órdenes y condiciones sensoriales Entradas y realimentación suelen ser binarias Salida también suele ser binaria Se diseñan mediante el desarrollo de una tabla de transición de estados 2. Sistemas de control 2.4. Clasificación de las técnicas de control
  12. 12. 3. Sistemas inteligentes de control Control inteligente: Desarrollo de métodos de control para emular características importantes de la inteligencia humana: adaptación, aprendizaje, tratamiento de grandes cantidades de datos, y tratamiento de incertidumbre. Área con límites cambiantes: Lo que es control inteligente hoy será simplemente control mañana. Área interdisciplinar: Control, Ciencias de la Computación e Investigación Operativa. Incluye al control convencional. 3. Sistemas inteligentes de control 3. Sistemas inteligentes de control El informe Task Force on Intelligent Control define el control inteligente a través de varias propiedades propias de los sistemas inteligentes: Adaptación y aprendizaje: Capacidad para adaptarse a condiciones cambiantes. Autonomía e inteligencia: Habilidad para actuar adecuadamente en un entorno con incertidumbre. Estructuras y jerarquías: Arquitectura funcional apropiada para afrontar problemas complejos. 3. Sistemas inteligentes de control
  13. 13. 3. Sistemas inteligentes de control Objetivos: Diseñar sistemas de control automático (controladores) robustos, adaptables, con capacidad de aprendizaje de la experiencia y de la intervención humana, y autónomos. Concretamente estudiaremos los controladores difusos y los modelos evolutivos. 3. Sistemas inteligentes de control 4. Sistemas Difusos 4.1. ¿Por qué Sistemas Difusos? Difuso: Borroso, confuso, vago, con incertidumbre Ejemplos: Conducción en una carretera Operador de una planta industrial Control de la temperatura de un recinto Justificaciones para la teoría de Sistemas Difusos: 1. Demasiada complejidad para la obtención de descripciones precisas en algunos sistemas reales. Es necesario introducción aproximación. 2. Es necesaria una teoría que permita formular el conocimiento humano de forma sistemática e incluirlo en sistemas de ingeniería. 4. Sistemas Difusos 4.1. ¿Por qué sistemas difusos?
  14. 14. 4.2. ¿Qué son Sistemas Difusos? Sistemas basados en el conocimiento o sistemas basados en reglas Regla SI_ENTONCES: Describe qué hacer cuando se presenta una determinada situación SI la velocidad del coche es alta ENTONCES pisar con fuerza baja el acelerador Ejemplos: Control de la velocidad de un móvil Control de temperatura Descripciones sobre un sistema 4. Sistemas Difusos 4.2. ¿Qué son sistemas difusos? 4.3. Principales Campos de Investigación Control Procesamiento de señales Circuitos integrados Sistemas expertos Economía Medicina Psicología 4. Sistemas Difusos 4.3. Principales campos de investigación
  15. 15. 5. Sistemas Difusos para Control 5.1. Definición Sistema experto en tiempo real que implementa una parte de la forma de operar de una persona o de un proceso con experiencia en ingeniería que no puede expresarse fácilmente como parámetros PID o como ecuaciones diferenciales, sino como reglas situación acción 5. Sistemas Difusos para Control 5.1. Definición 5.2. Ventajas y límites del control difuso 1. Emplea el conocimiento experto para conseguir un grado de automatización mayor En algunos casos de control de procesos industriales (p.ej., industria química) el grado de automatización es muy bajo. Muchas de las acciones son realizadas por operadores que basan su conocimiento en la experiencia pero que difícilmente se puede expresar con ecuaciones diferenciales PERO, sólo si existe conocimiento relevante del proceso y su control que pueda expresarse en términos de lógica difusa 5. Sistemas Difusos para Control 5.2. Ventajas y límites del control difuso
  16. 16. 5.2. Ventajas y límites del control difuso 1. Emplea el conocimiento experto para conseguir un grado de automatización mayor En algunosSistema fácil de diseñar • casos de control de procesos industriales (p.ej., industria química) elmodificar automatización • Sistema fácil de grado de es muy bajo. Muchas de las acciones son realizadas • Sistema “simplificado”, con rapidez de por operadores que basan su conocimiento en la experiencia pero que difícilmente seveces con funcionamiento (aunque a puede expresar menor exactitud) con ecuaciones diferenciales PERO, sólo si existe conocimiento relevante del proceso y su control que pueda expresarse en términos de lógica difusa 5. Sistemas Difusos para Control 5.2. Ventajas y límites del control difuso 5.2. Ventajas y límites del control difuso 2. Control no lineal robusto En situaciones de perturbación externa, un controlador PID afronta el problema con una compensación entre reacciones rápidas con excesos significativos o reacciones suaves pero lentas. El control difuso cubre un amplio rango de parámetros del sistema y puede afrontar la mayoría de las perturbaciones PERO, aunque generalmente es así, aún no están bien formalizadas las características necesarias para que el control difuso sea robusto y estable 5. Sistemas Difusos para Control 5.2. Ventajas y límites del control difuso
  17. 17. 5.2. Ventajas y límites del control difuso 3. Reduce el tiempo de desarrollo y mantenimiento El control difuso posee dos niveles de abstracción (reglas y parámetros) que permite un diseño conjunto entre expertos en el problema e ingenieros electrónicos generalmente sí, PERO la adquisición de conocimiento, codificación, prueba y depuración necesarias en control difuso requiere un alto grado de preparación del experto 5. Sistemas Difusos para Control 5.2. Ventajas y límites del control difuso 5.2. Ventajas y límites del control difuso 4. Marketing y patentes En Japón, control difuso se asocia a moderno, de alta calidad y amigable con el usuario. Además, el control difuso permite diseñar soluciones de calidad equivalente salvando las patentes existentes PERO en Europa no tiene tanta fama como en Japón. Además, muchas veces interesa ocultar el término difuso, p.ej., ¡“sistema de enfoque automático difuso” en una cámara de vídeo! 5. Sistemas Difusos para Control 5.2. Ventajas y límites del control difuso
  18. 18. 5.3. Recomendaciones de uso del control difuso El control difuso es recomendable: Para procesos muy complejos, cuando no hay un modelo matemático simple Para procesos altamente no lineales Si el procesamiento del (lingüísticamente formulado) conocimiento experto puede ser desempeñado El control difuso no es una buena idea si: El control convencional teóricamente rinde un resultado satisfactorio Existe un modelo matemático fácilmente soluble y adecuado El problema no es soluble 5. Sistemas Difusos para Control 5.3. Recomendaciones de uso del control difuso 5.3. Recomendaciones de uso del control difuso Si ya existe una solución basada en sistemas difusos para resolver una problema similar, estamos en la línea correcta Si tenemos una buena solución en términos de control PID, con rendimiento del sistema, costes de desarrollo y mantenimiento satisfactorios debemos mantenernos en esa línea. Si no estamos satisfechos con la solución existente respecto a alguno de estos criterios o es un problema que no se puede resolver con control clásico, hay que analizar el motivo. Si ciertas partes del sistema son desconocidas, no medibles o con incertidumbre, se debe optar por un diseño basado en lógica difusa. Si se desconoce el modelo matemático del sistema o éste es complejo, un sistema difuso puede ser la solución. 5. Sistemas Difusos para Control 5.3. Recomendaciones de uso del control difuso
  19. 19. 6. Identificación de sistemas mediante Lógica Difusa Modelo: esquema teórico de un sistema que se elabora para facilitar su comprensión y el estudio de su comportamiento Los modelos son útiles para realizar simulaciones, analizar un sistema, comprender sus mecanismos subyacentes, diseñar nuevos procesos o controlar automáticamente sistemas Todo modelo debe cumplir dos requisitos básicos: Precisión: Representar con fidelidad la realidad que se está modelando Comprensibilidad: Describir el sistema de forma legible Requisitos contradictorios: un modelo demasiado simple no puede representar adecuadamente las características relevantes del sistema 6. Identificación de sistemas mediante Lógica Difusa 6. Identificación de sistemas mediante Lógica Difusa El modelado se puede realizar con Sistemas Basados en Reglas Difusas (SBRDs), que contienen reglas del tipo: EB MB B N A MA EA 0,5 m M Existen distintas clases de modelado con SBRDs: Modelado Difuso Lingüístico: Atiende al poder descriptivo de los SBRDs Modelado Difuso Preciso: Atiende al poder aproximativo de los SBRDs 6. Identificación de sistemas mediante Lógica Difusa
  20. 20. 6. Identificación de sistemas mediante Lógica Difusa 6.1. Proceso de Modelado Difuso Sistema -Modelado -Control -Clasificación Proceso de Modelo Datos Modelado 6. Identificación de sistemas mediante Lógica Difusa 6.1. Proceso de modelado difuso 6. Identificación de sistemas mediante Lógica Difusa 6.1. Proceso de Modelado Difuso Sistema -Modelado -Control -Clasificación Sistema Basado en Datos APRENDIZAJE Reglas Difusas (SBRD) 6. Identificación de sistemas mediante Lógica Difusa 6.1. Proceso de modelado difuso
  21. 21. 6. Identificación de sistemas mediante Lógica Difusa 6.1. Proceso de Modelado Difuso Variables redundantes -Modelado o irrelevantes -Control -Clasificación Datos variable 1 Sistema Basado en variable 2 variable 3 APRENDIZAJE Reglas Difusas ... (SBRD) variable k SELECCIÓN DE CARACTERÍSTICAS 6. Identificación de sistemas mediante Lógica Difusa 6.1. Proceso de modelado difuso 6. Identificación de sistemas mediante Lógica Difusa 6.1. Proceso de Modelado Difuso Variables redundantes -Modelado o irrelevantes -Control -Clasificación Datos variable 1 Sistema Basado en variable 2 variable 3 APRENDIZAJE Reglas Difusas ... (SBRD) variable k Mejorar la precisión y la interpretabilidad SELECCIÓN DE CARACTERÍSTICAS 6. Identificación de sistemas mediante Lógica Difusa 6.1. Proceso de modelado difuso
  22. 22. 6. Identificación de sistemas mediante Lógica Difusa 6.1. Proceso de Modelado Difuso Variables redundantes -Modelado o irrelevantes -Control -Clasificación Datos variable 1 Sistema Basado en variable 2 variable 3 APRENDIZAJE Reglas Difusas ... (SBRD) variable k Mejorar la precisión y la interpretabilidad PROCESOS DE SELECCIÓN DE MEJORA DE LA CARACTERÍSTICAS PRECISIÓN 6. Identificación de sistemas mediante Lógica Difusa 6.1. Proceso de modelado difuso 7. Ejemplos de sistemas difusos de control comerciales Productos de consumo: Lavadoras Hornos microondas Cámaras de videos Televisores Traductores Sistemas: Ascensores Trenes Grúas Automoción (motores, transmisión, frenos...) Control de tráfico Software: Diagnóstico médico Securidad Comprensión de datos 7. Ejemplos de sistemas difusos de control comerciales
  23. 23. 7. Ejemplos de sistemas difusos de control comerciales “Lavadora difusa” (Matsuhita Electronic Industrial) Objetivo: Determinar automáticamente el ciclo de lavado adecuado al tipo y cantidad de suciedad y al tamaño de la colada. Entradas: Suciedad, tipo de suciedad y tamaño de la colada. Salida: Ciclo de lavado. Sensores ópticos tipo y cantidad de suciedad 7. Ejemplos de sistemas difusos de control comerciales 7. Ejemplos de sistemas difusos de control comerciales Estabilizador de imágenes digitales (Matsuhita) Objetivo: Eliminar vibraciones involuntarias Construido con reglas del tipo: SI todos los puntos de la imagen se mueven en la misma dirección ENTONCES la mano se mueve SI sólo algunos puntos se mueven ENTONCES la mano no se mueve Se compara la imagen actual con otras imágenes en memoria 7. Ejemplos de sistemas difusos de control comerciales
  24. 24. 7. Ejemplos de sistemas difusos de control comerciales Sistemas difusos en coches Sistema de transmisión automática Mitshubichi Galant S Saturn SL1 de General Motors Control de temperatura Sistema de suspensión difusa (Mitshubichi) 7. Ejemplos de sistemas difusos de control comerciales 7. Ejemplos de sistemas difusos de control comerciales Control difuso de un metro (Sendai, Japón) El tren mantiene una ruta de 13.6 kms. y 16 estaciones Objetivos: 1. Acelerar hasta una velocidad máxima 2. Decidir si mantener la velocidad máxima 3. Parar aproximadamente en una posición El sistema de control difuso está dividido en: a) El controlador de la velocidad constante b) El controlador de parada automática 7. Ejemplos de sistemas difusos de control comerciales
  25. 25. 7. Ejemplos de sistemas difusos de control comerciales Control difuso de un metro (Sendai, Japón) El tren mantiene una ruta de 13.6 kms. y 16 estaciones Objetivos: Para la seguridad: - SI la velocidad del tren está alcanzando la velocidad límite 1. Acelerar hasta una velocidad máxima de freno ENTONCES seleccionar la máxima posición 2. Decidir si mantener la velocidad máxima -Para el confort del viaje: 3. Parar aproximadamenteelen una posición SI la velocidad está en rango permitido ENTONCES no cambiar el control El sistema de control difuso está dividido en: a) El controlador de la velocidad constante b) El controlador de parada automática 7. Ejemplos de sistemas difusos de control comerciales 7. Ejemplos de sistemas difusos de control comerciales Control difuso de un metro (Sendai, Japón) El tren mantiene una ruta de 13.6 kms. y 16 estaciones Objetivos: 1. Acelerar hasta una velocidad máxima 2. Decidir -si mantener de viaje: Para el confort la velocidad máxima SI el tren parará en la zona permitida 3. Parar aproximadamente encontrol posición ENTONCES no cambiar el una El sistema -Para el confort del viaje y seguridad: en: de control difuso está dividido SI el tren está en la zona permitida a) El controlador de la velocidad constantesuave ENTONCES cambiar de aceleración a freno b) El controlador de parada automática 7. Ejemplos de sistemas difusos de control comerciales
  26. 26. 7. Ejemplos de sistemas difusos de control comerciales El uso de la tecnología difuso en el control del metro de Sendai muestra varios aspectos importantes: El control difuso es una alternativa eficiente al control convencional El control difuso del metro de Sendai parece tener ventajas sobre el convencional en aspectos como confort del viaje, consumo de energía, etc. Desde un punto de vista técnico demuestra que es posible utilizar conocimiento experto para diseñar leyes de control y la teoría de sistemas difusos para trasladar lenguaje natural en estrategias de control 7. Ejemplos de sistemas difusos de control comerciales Bibliografía Básica: [Ant92] P.J. Antasklis y K.M. Passino. An Introduction to Intelligent and Autonomous Control. Kluwer Academic Publishers, 1992. [Oga08] K. Ogata. Ingeniería de control moderna. Prentice Hall, 1998. Complementaria: [Azv00] B. Azvine, N. Azarmi y D.D. Nauch (Eds.) Intelligent Systems and Soft Computing. Springer, 2000. [Lew99] P.H. Lewis y C. Yan. Sistemas de control en ingeniería. Prentice-Hall, 1999. Bibliografía

×