Técnicas de lógica difusa en ingeniería de control
DOI:
https://doi.org/10.38017/2390058X.81Palabras clave:
lógica difusa, sistema de inferencia difusa, regla difusa, controlador difuso.Resumen
Se entiende por lógica difusa la forma de representar matemáticamente, razonamientos e ideas imprecisas o aproximadas. Se basa en relaciones de entrada-salida representadas en un compendio de reglas difusas, que son expresiones lingüísticas que asocian una causa con un efecto. Su versatilidad la ha hecho apta para la solución de problemas de seguimiento de referencia en ingeniería de control, donde ha mejorado el desempeño de controladores para sistemas no necesariamente lineales e invariantes en el tiempo. En su teoría, se estudian distintos esquemas de control en los cuales la lógica difusa desempeña un papel determinante en su condición de control adaptivo. También, la capacidad que tienen los sistemas de inferencia difusa (SID) para la identificación de sistemas dinámicos, aporta soluciones a esquemas de control que contemplan modelos de referencia. Así, las técnicas de lógica difusa en ingeniería de control han sido un alternativa exitosa en los esfuerzos dirigidos a mejorar el rendimiento de sistemas de control ante no linealidades, variabilidad de parámetros y situaciones en las cuales la información del proceso a controlar es impreciso o poco conocido.Biografía del autor/a
Arnaldo Matute Clavier, Universidad Antonio Nariño – Sede Tunja
William Fernando Bernal Suárez, Fundación Universitaria Juan de Castellanos
Referencias bibliográficas
L. A. Zadeh, “Pruf and its application to inference from fuzzy propositions”, in Decision and Control including the 16th Symposium on Adaptive Processes and A Special Symposium on Fuzzy Set Theory and Applications, 1977 IEEE Conference on, Dec 1977, pp. 1359-1360. doi: https://doi.org/10.1109/CDC.1977.271515
[2] A. Matute, “Desarrollo de un generador de modelos difusos para la máquina de reluctancia conmutada”, Master’s thesis, Universidad Simón Bolívar, 2014.
[3] Mathworks. Matlab, “what is fuzzy logic?”, Help, 2014.
[4] E. M. Jyh-Shing Roger Jang, Chuen-Tsai Sun, Neuro Fuzzy and Soft Computing. Prentice Hall, 1997. [En línea]. Disponible en: http://www.soukalfi.edu.sk/01_NeuroFuzzyApproach.pdf
[5] S. S. L. Chang and L. A. Zadeh, “On fuzzy mapping and control”, IEEE Transactions on Systems, Man, and Cybernetics, vol. SMC-2, no. 1, pp. 30-34, Jan 1972. doi: https://doi.org/10.1109/TSMC.1972.5408553
[6] J. Viola, “Control adaptativo de sistemas electrónicos de potencia con redes neuronales y criterio de estabilidad de lyapunov”, Ph.D. dissertation, Universidad Simón Bolívar, 2007.
[7] S. Tahmasebi, M. A. Khanesar, and M. Teshnehlab, “Adaptive direct fuzzy control of siso nonlinear systems using a fuzzy reference model”, in 2016 3rd International Conference on Advances in Computational Tools for Engineering Applications (ACTEA), July 2016, pp. 93-98. doi: https://doi.org/10.1109/ACTEA.2016.7560119
[8] G. Shahgholian, M. Maghsoodi, M. Mahdavian, M. Janghorbani, M. Azadeh, and S. Farazpey, “Analysis of speed control in dc motor drive by using fuzzy control based on model reference adaptive control”, in 2016 13th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (EC-TI-CON), June 2016, pp. 1-6. doi: https://doi.org/10.1109/ECTICon.2016.7561239
[9] B. Kosko, “Fuzzy systems as universal approximators,” IEEE Transactions on Computers, vol. 43, no. 11, pp. 1329-1333, Nov 1994. doi: https://doi.org/10.1109/12.324566
[10] A. Matute, J. Viola, J. Restrepo, J. M. Aller, and F. Quizhpi, “Switched reluctance machine fuzzy modeling applied on a mrac scheme”, in Circuits Systems (LASCAS), 2015 IEEE 6th Latin American Symposium on, Feb 2015, pp. 1-4. doi: https://doi.org/10.1109/LASCAS.2015.7250442
[11] A. Matute and M. Srefezza, “Sepic type dc-dc converter fuzzy model”, in ICCAS-SICE, 2009, Aug 2009, pp. 891-895. [En línea]. Disponible en: https://www.researchgate.net/profile/Arnaldo-Matute-Clavier/publication/241163945_SEPIC_type_DC-DC_converter_fuzzy_model/links/55d351bd08ae7fb244f58666/SEPIC-type-DC-DC-converter-fuzzy-model.pdf
Cómo citar
Descargas
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2017 Ciencia, Innovación y Tecnología
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
