REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN

UNIVERSIDAD DE FALCON
PUNTO FIJO – ESTADO FALCÓN
FACULTAD DE INGENIERIA ELECTRÓNICA

Diseño de un sistema de control difuso para un

tanque

Autores:

BR. Francisco Duarte

BR. Jhon Croquer
BR. Domingo Ramirez

PUNTO FIJO, JUNIO 2019

 REPÚBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN
UNIVERSIDAD DE FALCON
PUNTO FIJO – ESTADO FALCÓN
FACULTAD DE INGENIERIA ELECTRÓNICA

Diseño de un sistema de control difuso para un

tanque

Autores:
BR. Francisco Duarte
BR. Jhon Croquer
BR. Domingo Ramirez

Trabajo de Grado presentado ante la Facultad de

Ingeniería Electrónica, de la Universidad de
Falcón, como parte de los requisitos para optar al
título Ingeniero Electrónico.

Tutor Académico:

ING. Luigi Martínez

PUNTO FIJO, JUNIO 2019

Francisco Duarte
Jhon Croquer
Miguelangel Reymy
Domingo Ramirez

“Diseño de un sistema de control difuso para un tanque”

(2018).

Pág. ****

Trabajo de Grado
UNIVERSIDAD DE FALCON
PUNTO FIJO – ESTADO FALCÓN
FACULTAD DE INGENIERIA ELECTRÓNICA

Tutor Académico: ING. Luigi Martínez

Referencias Pág ****

Lógica difusa, Controlador difuso, Matlab, Labview, Tanque.

DEDICATORIA

I
AGRADECIMIENTOS

II
 REPÚBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN
UNIVERSIDAD DE FALCON
PUNTO FIJO – ESTADO FALCÓN
FACULTAD DE INGENIERIA ELECTRÓNICA

Diseño de un sistema de control difuso para un

tanque
Autores:
BR. Francisco Duarte
BR. Jhon Croquer
BR. Miguelangel Reymy
BR. Domingo Ramirez
Tutor Académico:
ING. Luigi Martínez

RESUMEN

Los controladores difusos permiten crear sistemas pasando experiencias del

ser humano a formas computarizadas, con sólo conocer las bases
lingüísticas del sistema. En este trabajo de investigación, el objetivo principal
es diagnosticar el comportamiento de un sistema de control de un tanque
para diseñar un sistema de control difuso basado en el Fuzzy Logic Toolbox
de Matlab usando el software Labview con opción del uso de una interfaz
hombre-máquina. La investigación es de tipo proyectiva, la recolección de los
datos se elaboró mediante las técnicas de revisión documental, observación
y simulación, utilizando para ello bibliografía sobre lógica difusa, y tutoriales
del software Labview y Fuzzy Logic Toolbox de Matlab. Obteniendo, de este
modo, un diseño funcional para usos posteriores en el área de control.

Palabras clave: Lógica difusa, Controlador difuso, Matlab, Labview, Tanque.

III
 ÍNDICE

DEDICATORIA..................................................................................................I

AGRADECIMIENTOS.......................................................................................II

RESUMEN........................................................................................................II

ÍNDICE DE FIGURAS.......................................................................................II

INTRODUCCIÓN..............................................................................................2

EL PROBLEMA................................................................................................2

Objetivos...........................................................................................................2

Objetivo General..................................................................................................................2
Objetivos específicos............................................................................................................2
Justificación.......................................................................................................2

Delimitación.......................................................................................................2

MARCO TEÓRICO...........................................................................................2

Antecedentes de la investigación.....................................................................2

Bases Teóricas..................................................................................................2

Lógica Difusa........................................................................................................................2
Teoría de los conjuntos difusos............................................................................................2
Conjuntos difusos.................................................................................................................2
Sistema de control difuso.....................................................................................................2
Base de conocimientos:...................................................................................................2
Fuzzificación:....................................................................................................................2
Inferencia:........................................................................................................................2
Defuzzificación:................................................................................................................2
Fuzzy Logic Toolbox..............................................................................................................2
Labview................................................................................................................................2

IV
MARCO METODOLÓGICO..............................................................................2

Tipo de Investigación........................................................................................2

Diseño de la Investigación................................................................................2

Población...........................................................................................................2

Muestra..............................................................................................................2

Técnicas e instrumentos de recolección de datos............................................2

Técnica: revisión documental...............................................................................................2

Instrumentos: Bibliografía, Tutoriales y Manuales...............................................................2
Técnica: Observación...........................................................................................................2
REFERENCIAS.................................................................................................2

ANEXOS...........................................................................................................2

V
 ÍNDICE DE FIGURAS

FIGURA 1: Clasificación de las personas según su estatura.....................................................2

FIGURA 2. Transición de alto a bajo en la lógica: (a) Borrosa y (b) clásica...............................2
FIGURA 3. Conceptos básicos de los conjuntos difusos...........................................................2
FIGURA 4. Diagrama a bloques de un controlador difuso......................................................2
FIGURA 5. Método Mandami..................................................................................................2
FIGURA 6. Ejemplo del método Mamdami 1...........................................................................2
FIGURA 7. Fis Editor................................................................................................................2
FIGURA 8. FIS Editor funcionamiento......................................................................................2
FIGURA 9. Membership Function Editor 1..............................................................................2

VI
 INTRODUCCIÓN

La teoría sobre la lógica difusa enunciada por Lotfi A. Zalceh, en 1965,

abre campo a distintas aplicaciones de la misma, como son actualmente
usados en los controladores difusos, los cuales se basan en la teoría
expuesta, evitándose todo el trabajo matemático y sustituyéndolo por una
forma lingüística que permite manejar las imprecisiones del razonamiento
humano con simples reglas. La lógica difusa en comparación con la lógica
convencional permite trabajar con información que no es exacta para poder
definir evaluaciones convencionales, contrario con la lógica tradicional que
permite trabajar con información definida y precisa. Caparrino (2017) define
la lógica difusa de la siguiente manera:

La forma en que la gente piensa es, inherentemente, difusa. La forma

en que percibimos el mundo está cambiando continuamente y no
siempre se puede definir en términos de sentencias verdaderas o
falsas. Consideremos como ejemplo el conjunto de vasos del mundo,
que pueden estar vacíos o llenos de agua. Ahora tomemos un vaso
vacío y comencemos a echar agua poco a poco, ¿en qué momento
decidimos que el vaso pasa de estar vacío a estar lleno?
Evidentemente, hay dos situaciones extremas que reconocemos sin
ninguna duda, la primera cuando el vaso está completamente vacío, sin
una sola gota de agua en su interior, y la segunda cuando está
completamente lleno, cuando no cabe ni una sola gota más en él, pero
una gota antes de estar completamente lleno, ¿diríamos que es falso
que el vaso está lleno?, observa que para afirmar su condición, en la
frase anterior no solo he usado el término lleno, sino que he añadido un
modificador diciendo completamente lleno. Si a un vaso lleno de agua
le quito una gota de agua... ¿dejo de considerarlo lleno y
automáticamente pertenece para mí a otra clasificación?

En otras palabras el mismo expresa como un solo problema tiene una

cierta gama de veracidad dependiendo del punto de vista que se le dé, por lo
que se permite en base a sentencias definirlo con un cierto grado de

1
veracidad que corrobora su validez. En distintas universidades del país se ha
optado por investigar estos tipos de temas pero en áreas más avanzadas,
como es en el caso de los trabajos de grado, como lo es en el caso del
presente trabajo, donde lo que se desea es sustituir el medio de control de
un tanque por un control para el mismo que sea difuso, este será basado en
el Fuzzy Logic de matlab, es decir, manejar el mismo en forma de reglas. La
programación se realizará en el software de desarrollo labview donde se
pueda observar de manera gráfica e interactiva el diseño, permitiendo al
usuario interactuar con el controlador por medio de una interfaz gráfica.

Este proyecto o trabajo facilita el estudio de sistemas de control difusos

por parte de estudiantes interesados e incentivará a la realización de nuevas
investigaciones relacionadas con estas técnicas de control modernas,
teniendo como soporte lo realizado en este trabajo. El mismo se estructura
en 5 capítulos:

El primer capítulo consta del planteamiento del problema y formulación del

problema, los objetivos generales y específicos, la justificación y la
delimitación, el segundo capítulo abarca los antecedentes que fundamentan
bases sólidas para la investigación, así como el marco teórico de la misma.
Los aspectos metodológicos son presentados en el capítulo III en el siguiente
orden: tipo de investigación, diseño de la investigación, población y muestra,
técnicas e instrumentos de recolección de datos, procedimientos de
recolección de datos, y procesamiento de la información.

Posteriormente, en el capítulo IV, se explica detalladamente el diseño del

software, el análisis de viabilidad, el manual de usuario, las pruebas
simuladas realizadas una vez puesto en funcionamiento el controlador, y se
incluye el análisis detallado de los resultados obtenidos. En el capítulo V por

2
su parte presenta la propuesta. Finalmente se presentan las conclusiones,
las recomendaciones, las referencias bibliográficas y los anexos.

3
 CAPITULO I

EL PROBLEMA

En 1921 Lofti Zadeh inicia con el desarrollo de su teoría sobre los

conjuntos difusos (Fuzzy Logic), en donde propone que un elemento
siempre pertenece en un cierto grado a un conjunto y nunca pertenece de
todo al mismo, permitiendo entonces una gama de veracidad y trabajos con
incertezas, de aquí las raíces de la misma. Esta teoría evita conocimientos
previos matemáticos ya que puede trabajar sobre la base de experiencias,
transformando estas mismas a procesos automatizados.

“Los humanos poseen una gran habilidad para asignar grados de

pertenencia a objetos determinados, sin un entendimiento consciente de
cómo llegar a ese valor. Otra característica, que aporta a su subjetividad, es
que dependerá del contexto” (Zimmerman, citado por Césari ,2018). Debido
a que la lógica difusa permite tomar experiencias de humanos y
automatizarlas basadas en reglas, esta ofrece grandes beneficios a los
controladores difusos, ya que han abierto un gran camino de posibilidades a
sistemas que ofrecen salidas de una forma muy rápida y precisa, incluso
cuando estos son altamente no lineales.

En efectos de código y la forma en la que trabaja la lógica difusa de

emplear reglas en vez de ecuaciones matemáticas permite que sea más fácil
su programación, ya que esta información para el caso de por ejemplo,
diseño de controladores no necesitará función de transferencia del sistema
asociado, ya que este se encarga del diseño del mismo a base de reglas,
estas basadas netamente en experiencias humanas, por lo que su creación
la hace mucho más fácil en cuanto a cálculo se refiere, trayendo consigo el
otro beneficio en cuanto espacio ocupado para diseño y programación.

4
 Gracias a los distintos software de control que se han desarrollado se
tienen distintas alternativas de programación y observación de cómo se
comportara el mismo si se lleva a sistemas reales, convirtiendo al control
difuso en una alternativa más simplificada y económica para el control de
procesos.

En base a lo antes plateado surge la siguiente interrogante: ¿Es posible

crear el control de un tanque sin conocer su función de transferencia?, cuyo
trabajo tiene como objeto responder a dicha pregunta con el diagnóstico y
diseño del sistema de control de un tanque sustentando con bases teóricas,
el poder de las sentencias hechas a base de reglas, permitiendo la
sustitución de cualquier sistema conocido su comportamiento previo, sin
sostenimiento en cálculos realizados para su elaboración.

En resumen, es importante profundizar, explorar e implementar, el estudio

de sistemas de control difuso, tomando como consideración aportes para el
control de sistemas reales, tales como, el control de temperatura, presión,
caudal, nivel entre otros. De lograrse estos estudios, la facultad de
Ingeniería Electrónica de la Universidad de Falcón, podrá impartir y abarcar
conocimientos acerca de esta área de control asociada a la lógica difusa,
permitiendo también realizar pruebas reales con tales estudios.

Objetivos

Objetivo General

Diseñar un sistema de control difuso de un tanque basado en el Fuzzy

Logic Toolbox de Matlab usando el software Labview con opción del uso de
una interfaz hombre-máquina, destinado al laboratorio de control 2 de la
Universidad de Falcon (UDEFA).

5
 Objetivos específicos

 Diagnosticar el comportamiento de un sistema de control en un

tanque.
 Seleccionar el tipo de algoritmo y base de regla para el sistema
de control difuso.
 Diseñar el control difuso para un tanque.
 Demostrar que no es necesario determinar la función de
transferencia de un tanque para el control del mismo.

Justificación

El diseño de un controlador difuso para un tanque a través del software

Labview es de gran importancia para el Decanato de Ingeniería Electrónica
de la Universidad de Falcón, ya que proporciona un recurso técnico
especializado que facilita el estudio de sistemas de control difusos e
incentiva la realización de nuevas investigaciones dentro de este campo de
la ciencia.

Sus principales beneficiarios son los estudiantes de los últimos semestres

de Ingeniería Electrónica, así como profesores que dicten asignaturas
electivas referentes a estos temas, estudiantes que realicen investigaciones
para generar nuevos conocimientos referentes a la lógica difusa y en lo que
sea posible, cualquier ente o empresa vinculado con el control de procesos
en los que lleve consigo manipulación de tanques.

El diseño realizado pretende sustituir el control convencional de un tanque,

por uno basado en reglas (experiencias humanas), para que por ejemplo en
un caso particular en donde el sistema de control de un tanque sea muy
antiguo, pero que del mismo se conozca su modo de funcionamiento se

6
pueda programar este en base a estas reglas y que el controlador del tanque
funcione de una manera óptima.

La opción de realizarlo en labview permite que sea posible visualizar el

funcionamiento de una manera dinámica e interactuar con el mismo por
medio de la HMI a diseñar, y no solo esto, que también para extensiones
futuras de este trabajo permitiría que el mismo sea instalado a un proceso
real mediante las herramientas de dicho software y su conexión con algún
dispositivo exterior como, microcontrolador, arduino, Raspberry pi u otro
dispositivo.

Delimitación

Se persigue con este diseño promover la realización de investigaciones

relacionadas con la lógica difusa y la creación de nuevas asignaturas
electivas dedicadas al estudio de este tema, incluyendo en las mismas
aplicaciones prácticas, en el Decanato de Ingeniería Electrónica de la
Universidad de Falcon (UDEFA).

Existen ciertas limitaciones como el desconocimiento total del tema

relacionado a lógica difusa que no es un contenido o materia dictada en la
universidad, por lo que se carece de conocimiento alguno, al igual que el uso
del programa Labview, sin embargo estas son limitaciones que a lo largo del
desarrollo del trabajo se van solventando.

En cuanto a su grado de profundidad, la investigación contempla el diseño

de dicho controlador, su simulación, y ejecución de pruebas que permitan
validar su correcto funcionamiento. Sin embargo, el objeto de estudio no
contempla la implementación del mismo, ni su aplicación en procesos reales.
Este conjunto de actividades pueden ser abordadas como objeto de estudio
para posteriores investigaciones, donde además, se puedan plantear o

7
proponer prácticas de laboratorio según los requerimientos del Decanato de
Ingeniería Electrónica

8
 CAPITULO II

MARCO TEÓRICO

En este capítulo, se presentan los antecedentes usados para la

investigación asociados a los conceptos de lógica difusa y las bases teóricas
necesarias para el desarrollo del mismo. También se definen una serie de
términos básicos dispuestos en forma de lista para aclaración de alguna
definición desconocida por el lector.

Antecedentes de la investigación

La lógica difusa empieza a tener bastantes nombramientos en los últimos

años desde el invento del mismo por el ingeniero Lofty A. Zadeh a mediados
de los años sesenta en la Universidad de Berkeley (California), quien
combinó los conceptos de la lógica y de los conjuntos de Lukasiewicz
mediante la definición de grados de pertenencia. Sin embargo, sus orígenes
se remontan a la época de Aristóteles y Platón, quienes para hace 2.500
años atrás el primero consideraba que existían ciertos grados de veracidad y
falsedad, mientras que el segundo había considerado ya, grados de
pertenencia. Así como estos, otros filósofos más adelante investigaron y
estudiaron la veracidad de las cosas, considerando las vaguedades, más que
un falso o verdadero (Charles Sanders Peirce, 2017).

Zadeh llamó a su investigación principio de incompatibilidad: “Conforme la

complejidad de un sistema aumenta, nuestra capacidad para ser precisos y
construir instrucciones sobre su comportamiento disminuye hasta el umbral
más alto, del cual la precisión y el significado son características
excluyente”". Introdujo entonces el conjunto difuso (Fuzzy set) bajo del que

9
reside la idea de que los elementos sobre los que se construye el
pensamiento humano no son números sino etiquetas lingüísticas.

Este nos permite representar los conocimientos de forma cualitativa y no

necesariamente cuantitativa, en un lenguaje matemático a través de la teoría
de conjuntos difusos y funciones características asociadas a ellos.
Permitiendo de este modo trabajar con datos numéricos y términos
lingüísticos, teniendo que los términos lingüísticos son inherentemente
menos precisos, pero que en muchas ocasiones aportan una información
más útil para el razonamiento humano.

Luego de Zadeh, varios investigadores se vuelven seguidores de las

teorías de este ingeniero, como en la de la década de los ochenta, donde se
desarrolla la primera aproximación para construir reglas Fuzzy, a partir de
datos de entrenamiento. Actualmente, el creciente uso que se le da a la
lógica difusa y el desarrollo de controladores difusos para aplicaciones
prácticas, no abarca solo procesos industriales, sino que ha trascendido
barreras y llegado a distintas ramas de las ciencias, abarcando de este modo
a distintas universidades como objeto de investigación. En el caso de
investigaciones más actuales se evidencian las siguientes:

En el año 2018, Mayta.M y Titaya. E, presentan ante la Universidad del

Altiplano, el diseño de un controlador PID – Difuso en la plataforma de
Labview para el control de niveles de agua aplicados en el laboratorio de
control y automatización de la EPIME.

En el año 2018, Suarez. E, presenta ante la Universidad Católica de

Santiago de Guayaquil, Ecuador, un análisis comparativo del desempeño de
controladores PID y Fuzzy para funciones de transferencia de un sistema de
nivel de un tanque, desarrollando el modelado y simulación mediante la
plataforma Matlab/Simulink.

10
 En el 2018, Azuaje, I; Miranda, M; Iglesias, E; Camacho, O; García, Y.
Presentan como Proyecto académico un Controlador difuso mejorado para
estrategias de control en cascada y por acción anticipada, cuyo objetivo era
mejorar el rendimiento del controlador difuso FCIV (Controlador Difuso con
Variable Intermedio) desarrollado por García (2006).

Bases Teóricas

Lógica Difusa

La lógica difusa contrasta con la lógica convencional pues define

conceptos en grados variables de pertenencia tratando de emular patrones
de razonamiento similares a los del pensamiento humano, contrario a la
lógica convencional que utiliza conceptos absolutos para referirse a la
realidad (Pantoja citado por Mayta, 2018).

Está aplicada a conceptos que pueden tomar un valor indeterminado de

veracidad dentro de un conjunto de valores cuyos extremos son la verdad
absoluta o la falsedad absoluta. En otras palabras, es una técnica de la
inteligencia computacional que ayuda o permite trabajar con información que
es imprecisa y no está bien definida. Un ejemplo es la siguiente sentencia,
“hoy es un día nublado”, puede ser 100 % verdad si hay muchas nubes, 80
% verdad si hay pocas nubes, 50 % verdad si existe neblina, y 0% si el día
se encuentra soleado de esta manera se gradúa de una forma u otra si el día
es o no nublado.

Teoría de los conjuntos difusos

El primer ejemplo utilizado por Lofti Zadeh, para ilustrar el concepto del
conjunto difuso, fue el conjunto de “los hombres altos”. Según la teoría de
lógica clásica al conjunto de hombres altos solo pertenecen los que miden

11
más de una determinada altura y esa altura límite es 1.80 metros, así un
hombre es considerado alto cuando mide por ejemplo 1.81 metros y uno bajo
cuando mide 1.79 metros. Esto no parece una razón muy lógica para
catalogar a un hombre de alto o bajo ya que por ejemplo en el caso expuesto
la altura de uno a otro solo se diferencia en 2 centímetros. Ahí, en casos
como este donde no es fácil catalogar algo, se introduce la lógica borrosa.

Según la lógica borrosa, el conjunto de “hombres altos” es un conjunto que

no tiene una frontera clara que indique que perteneces a ese grupo o no. El
evaluar si un hombre es alto o bajo se hace mediante una función que define
la transición entre alto a bajo y para ello asigna a las distintas alturas un valor
entre 0 y 1. Según sea este valor se considera que se pertenece al conjunto
ó no. Aplicando esto al caso anterior, un hombre que mida 1.79 metros se
puede decir que pertenece al conjunto de hombres altos con un grado de
0.75 y el hombre que medía 1.81 metros pertenece al conjunto de hombres
altos con un grado de 0.8 (Durán, 2011, p. 11).

La figura 1 representa el ejemplo de la clasificación de las personas de

acuerdo con su estatura, en dos conjuntos donde para el caso del conjunto
clásico un individuo únicamente puede pertenecer a una sola clase, mientras
que en los conjuntos difusos un individuo puede pertenecer a más de una
clase, es decir, ellos pertenecen en cierta medida al grupo de bajo o altos
(según su pertenencia).

La pertenencia es un valor que va de cero a uno , en la figura es el

número representado arriba de cada individuo en el caso de los conjuntos
difusos, los valores más cercanos al cero indica que posee un bajo grado de
pertenencia, y los más cercanos a 1 indican una alta pertenencia. Este
grado de pertenencia se define mediante la función característica asociada al
conjunto difuso: para cada valor que puede tomar la variable x, la función

12
característica proporciona el grado de pertenencia de ese valor x
al conjunto difuso A (Hacheando Tec, 2015).

Figura 1. Clasificación de las personas según su estatura. Elaborado por Hacheando

Tec
Si se representa lo antes expuesto en una gráfica se obtendrá que la
transición entre alto o bajo con la lógica borrosa es una curva con cambios
no abruptos, mientras que con la lógica clásica, el paso de alto a bajo o
viceversa es brusco (Figura 2), esto debido al grado de veracidad que
permite cada sentencia, y a donde la misma pertenezca.

Figura 2. Transición de alto a bajo en la lógica: (a) Borrosa y (b) clásica. Tomado
de http://www.it.uc3m.es/jvillena/irc/practicas/08-09/10.pdf

13
 Conjuntos difusos

En los conjuntos difusos la función de pertenencia no vale solo 0 ó 1

(conjunto clásico, sino más bien toma como extensión a los conjuntos clásico
para permitir valores en el intervalo [0,1] y no solo en sus bordes (c.p. en
Mayta, 2018). Así se introduce el concepto de conjunto o subconjunto
borroso y se lo asocia a un determinado valor lingüístico, definido por una
palabra o etiqueta lingüística, donde esta es el nombre del conjunto o
subconjunto. Algunos conceptos básicos sobre conjuntos difusos son:

 Variable lingüística: noción o concepto calificado de forma difusa.

Por ejemplo: la altura como se mencionó en la teoría de conjuntos difusos.
 Universo de discurso (X): totalidad de los elementos que se está
clasificando.
 La función de membresía: medida de la pertenencia de un elemento
a un conjunto, esta posee un dominio que siempre será el universo de
discurso, mientras que su imagen será un número real entre 0 y 1, siendo
el cero no pertenece y el uno que pertenece.
 Valor lingüístico son las clasificaciones que efectuamos sobre la
variable lingüística: por ejemplo bajo, mediano y alto
 Núcleo de un conjunto difuso A, conjunto nítido de elementos que
tienen grado de pertenencia 1. Núcleo(A) = { x ∈ X / }
 Se dice que un conjunto difuso está normalizado si y solo si su núcleo
contiene algún elemento (o alternativamente, si su altura es 1).
 El soporte de A, está donde la función de membresía es mayor a
cero.
 El elemento x de X para el cual se llama el
punto de cruce, este punto sirve para determinar el ancho de banda de
.

14
  El conjunto difuso cuyo soporte es un único punto x de X y tal que la
función de pertenencia de x es 1, se llama un conjunto difuso unitario
(singleton).
 Las fronteras es donde .

Todos estos conceptos básicos pueden ser observados en la figura 3.

Figura 3: Conceptos básicos de los conjuntos difusos. Tomado de Hackeando Tec

Lógica Difusa - 1.4 Funciones de Membresía - Parte 1

Sistema de control difuso

Los sistemas difusos son sistemas basados en conocimientos humanos,

donde la parte esencial de un sistema difuso es la base de conocimiento que
consiste en reglas difusas. (c.p Mayta, 2018). Tiene el mismo principio de un
sistema de control normal donde son tomadas las variables de entrada, las
cuales son procesadas, para emitir una salida con el objeto de controlar una
planta, más sin embargo, difieren grandemente en cuanto a la manera de
trabajar se refiere. La lógica difusa se aplica principalmente en sistemas de
control difuso que utilizan expresiones ambiguas para formular reglas que
controlen el sistema. Usando el conocimiento experto, los controladores

15
difusos generarán una base de conocimiento que dará al sistema la
capacidad de tomar decisiones sobre ciertas acciones que se presentan en
su funcionamiento.

Los sistemas de control difuso permiten describir un conjunto de reglas

que utilizaría una persona para controlar un proceso y a partir de estas reglas
generar acciones de control, permitiendo prescindir de la rigidez matemática
y trasmitir el raciocinio humano a un sistema. El control difuso es aplicable
tanto para sistemas muy sencillos, como para sistemas cuyos modelos
matemáticos sean muy complejos. Comparado con el control tradicional, el
control difuso tiene dos ventajas prácticas, una es que el modelo matemático
del proceso a controlar no es requerido y otra es que se obtiene un
controlador no lineal desarrollado empíricamente sin complicaciones
matemáticas. El diagrama a bloques de un control difuso se muestra en la
Figura 4.

Figura 4. Diagrama a bloques de un controlador difuso. Elaboración propia.

Base de conocimientos: contiene el conocimiento asociado con el

dominio de la aplicación y los objetivos de control. La base de reglas por su
parte es lo que representa este conocimiento o experiencia, se debe tener en
cuenta que las fuentes de las mismas pueden ser muy variadas.

16
 Fuzzificación: (convertir valores reales en valores difusos) en esta esta
etapa se convierten los valores numéricos de la entrada en variables
lingüísticas, las cuales son representadas en conjuntos difusos, esto se logra
al asignarle grados de pertenencia a cada una de las variables de entrada
con relación a los conjuntos difusos previamente definidos utilizando las
funciones de pertenencia asociadas a los conjuntos difusos

Inferencia: proceso de obtener un valor de salida para un valor de entrada

empleando la teoría de conjuntos difusos. Es decir, en la inferencia se realiza
un mapeo para asignar a una entrada una salida. Este proceso proveerá la
base para la toma de decisiones del sistema, involucrando la utilización de
funciones de pertenencia y las reglas generadas en la base de conocimiento,
generando de este modo reglas mediante condiciones, por ejemplo: si caso1
y caso2, entonces acción. Existen distintos métodos de inferencia,
recalcándonos en el Mamdami que usa reglas tipo si-entonces (if-else).
Figura 5.

Figura 5. Método Mandami. Elaboración propia (Duarte. F, Croquer. J y Ramirez. D,

2019).

Donde son las variables de entrada (por ejemplo, error,

derivada del error y derivada segunda del error), son

funciones de membresía de entrada (por ejemplo, alto, medio, bajo),
son las acciones de control (ejemplo, apretura de válvulas) en
sentido genérico son todavía variables lingüísticas (todavía no toman valores
numéricos), y son las funciones de membresía de la salida, en
general se emplean singleton por su facilidad computacional, y AND es un
operador lógico difuso, podría ser otro. La primera parte de la sentencia

17
 es el antecedente y la restante es el
consecuente, al igual que el ejemplo mostrado en la figura 6.

Figura 6. Ejemplo del método Mamdami 1. Elaboración propia (Duarte. F, Croquer. J

y Ramirez. D, 2019).

Este método tiene como ventajas ser intuitivo, tener una amplia aceptación
y que se adapta muy bien a la incorporación del conocimiento y experiencia.
El proceso de inferencia se puede definir en tres partes:

 En primer lugar, si el antecedente de cada regla dada tiene más de

una parte se le aplica el operador difuso al antecedente, permitiendo definir
un único valor para esa regla difusa.
 Implicación del antecedente al consecuente: después de que la
ponderación adecuada ha sido asignada a cada regla, generalmente la
ponderación es uno (1) para todas las reglas, se procede a tomar el único
valor dado por el paso anterior y se le aplica o el método mínimo o el método
producto para determinar el conjunto difuso de salida asociado a esa regla.
 Por último se agregan los consecuentes, combinándose de este modo
todos los conjuntos de salida de las reglas en un único conjunto. Los
métodos compatibles para la implicación son máximo, probor y suma.

Defuzzificación: En esta etapa se toma como entrada el conjunto difuso

anteriormente obtenido para dar un valor de salida, esto mediante un
proceso matemático usado para convertir un conjunto difuso en un número

18
real. El sistema de inferencia difusa obtiene una conclusión a partir de la
información de la entrada, pero es en términos difusos. Esta conclusión o
salida difusa es obtenida por la etapa de inferencia borrosa, ésta genera un
conjunto borroso, pero el dato de salida del sistema debe ser un número real
y debe ser representativo de todo el conjunto obtenido en la etapa de
agregado, es por eso que existen diferentes métodos de defuzzificación y
arrojan resultados distintos. Los modelos de defuzzificación son:

 Centroide: toma el centro de gravedad (centro de área bajo la curva)

de la función característica de salida.
 El método de la media de máximo (MOM, middle of maximum). La
salida es el valor medio de los valores cuyas funciones de membresía
alcanzan el valor máximo.
 El método del máximo más chico (SOM, smallest of maximum). La
salida es el mínimo valor de todos aquellos que generan el valor más alto de
la función de membresía.
 El método del máximo más grande (LOM, largest of maximum). La
salida es el máximo valor de todos aquellos que generan el valor más alto de
la función de membresía.
 Bisector de área. La salida es el valor que separa el área bajo la
curva en dos sub-áreas iguales.

Fuzzy Logic Toolbox

Este software es una colección de funciones construidas sobre el entorno

de computación técnica de Matlab. Proporciona herramientas para crear y
editar sistemas de inferencia difusos dentro del marco de Matlab. También
sirve para integrar sistemas difusos en simulaciones con el software
Simulink. Incluso se pueden crear programas C independientes que llaman a

19
sistemas difusos que se construya con Matlab (Matlab, 2016). Se pueden
utilizar cinco herramientas GUI principales para construir, editar y observar
sistemas de inferencia difusa en la caja de herramientas.

 Editor de Sistema de Inferencia Fuzzy (FIS Editor)

 Editor de funciones de afiliación (Membership Function Editor).
 Editor de reglas (Rule Editor)
 Visor de reglas (Rule Viewer)
 Visor de Superficie (Surface Viewer)

Destacando nuestra atención en las primeras cuatro herramientas.

Editor FIS: Muestra información sobre un sistema de inferencia difusa,

maneja los problemas de alto nivel para el sistema; cantidad de entradas
(limitado por la memoria disponible de la máquina), cantidad de salidas, sus
nombres, también permite modificar las diversas piezas del proceso de
inferencia, (metodo AND,OR,Implicación, agregación y defuzzificación). Para
abrir el Editor de FIS, se escribe en el indicador de Matlab Fuzzy ,el cual abre
el Editor de FIS como se muestra en la figura 7.

20
Figura 7. Fis Editor. Tomado de Matlab
El diagrama en la parte superior muestra los nombres de cada variable de
entrada a la izquierda y los de cada variable de salida a la derecha. En la
figura 8 se muestra la manera de ingresar al editor de reglas y editor de
funciones respectivamente.

Figura 8. FIS Editor funcionamiento. Tomado de Matlab.

Editor de funciones de membresía: Permite mostrar y editar todas las

funciones de pertenencia asociadas con todas las variables de entrada y
salida, el nombre (variable lingüística) y cambiar los límites del rango de la
variable actual (universo del discurso) (Figura 9).

21
Figura 9: Membership Function Editor 1. Tomado de Matlab
Editor de reglas: esta herramienta permite crear el conjunto de
sentencias incluyendo los antecedentes y consecuentes (Figura 10).

Figura 10. Rule Editor. Tomado de Matlab

Visor de reglas: Muestra el antecedente y consecuente de cada

regla, y lo que interesa para este trabajo, las variables y sus valores actuales
en la parte superior de las columnas (Figura 11).

22
Figura 11. Rule Viewer. Tomado de Matlab
Labview

Este constituye un revolucionario sistema de programación gráfica para

aplicaciones que involucren adquisición, control, análisis y presentación de
datos. Programa de uso fácil con centro de ayuda y ejemplos explicativos.
(Labview,2018). Las ventajas que proporciona el empleo de LabVIEW se
resumen en las siguientes:

 Se reduce el tiempo de desarrollo de las aplicaciones al menos de 4 a

10 veces, ya que es muy intuitivo y fácil de aprender.
 Dota de gran flexibilidad al sistema, permitiendo cambios y
actualizaciones tanto del hardware como del software.
 Da la posibilidad a los usuarios de crear soluciones completas y
complejas.
 Con un único sistema de desarrollo se integran las funciones de
adquisición, análisis y presentación de datos.
 El sistema está dotado de un compilador gráfico para lograr la máxima
velocidad de ejecución posible.

23
  Tiene la posibilidad de incorporar aplicaciones escritas en otros
lenguajes.

LabVIEW es un entorno de programación destinado al desarrollo de

aplicaciones, similar a los sistemas de desarrollo comerciales que utilizan el
lenguaje C o BASIC. Sin embargo, LabVIEW se diferencia de dichos
programas en un importante aspecto: los citados lenguajes de programación
se basan en líneas de texto para crear el código fuente del programa,
mientras que LabVIEW emplea la programación gráfica o lenguaje G para
crear programas basados en diagramas de bloques.

Para el empleo de LabVIEW no se requiere gran experiencia en

programación, ya que se emplean iconos, términos e ideas familiares a
científicos e ingenieros, y se apoya sobre símbolos gráficos en lugar de
lenguaje escrito para construir las aplicaciones. Por ello resulta mucho más
intuitivo que el resto de lenguajes de programación convencionales.LabVIEW
posee extensas librerías de funciones y subrutinas. Además de las funciones
básicas de todo lenguaje de programación, LabVIEW incluye librerías
específicas para la adquisición de datos, control de instrumentación VXI,
GPIB y comunicación serie, análisis presentación y guardado de datos.

Los programas desarrollados mediante LabVIEW se denominan

Instrumentos Virtuales (VIs), porque su apariencia y funcionamiento imitan
los de un instrumento real. Sin embargo son análogos a las funciones
creadas con los lenguajes de programación convencionales. Los VIs tienen
una parte interactiva con el usuario y otra parte de código fuente, y aceptan
parámetros procedentes de otros VIs. Todos los VIs tienen un panel frontal y
un diagrama de bloques. Las paletas contienen las opciones que se emplean
para crear y modificar los VIs. A continuación se procederá a realizar una
somera descripción de estos conceptos.

24
 Cuadro de Variables

Objetivo General: Diseñar un sistema de control difuso de un tanque

basado en el Fuzzy Logic Toolbox de Matlab usando el software Labview con
opción del uso de una interfaz hombre-máquina, destinado al laboratorio de
control 2 de la Universidad de Falcon (UDEFA).

Objetivos Variabales Dimensiones Indicadores Instrumento

especificos

Diagnosticar Sistema de Tanque  Control 1

el Control  Sistema 2
comportamien  Automati
to de un zación. 3
sistema de
control en un
tanque.

Seleccionar el Tipo de Sistema de  Entrada y 4

tipo de algoritmo y Control Difuso salida.
algoritmo y Base de  Funciones de 5
base de regla Reglas pertenencia
para el  Universo de 6
sistema de Discurso
control difuso.

25
Diseñar el Control Labview  Inferencia 7
control difuso difuso  Defuzzificación 8
para un  Ciclos 9
tanque.  Base de tiempo 10

Demostrar
que no es
necesario
determinar la
función de
transferencia
de un tanque
para el control
del mismo.

CAPITULO III

MARCO METODOLÓGICO

En el presente capítulo se explica de forma clara los criterios

correspondientes a datos, y la forma procesar y analizar los datos obtenidos.
Tamayo y Tamayo (2014) define al marco metodológico como “un proceso
que, mediante el método científico, procura obtener información relevante
para entender, verificar, corregir o aplicar el conocimiento” (p. 37). En otras
palabras, dicho conocimiento se adquiere para relacionarlo con las variables
en estudio. Los aspectos metodológicos orientan el proceso de investigación
del estudio desarrollado (proyectos educativos),

Tipo de Investigación

El tipo de investigación en la cual se enmarca este trabajo es denominada

proyectiva, según Hurtado (2015), quien explica que este tipo de
investigación busca: “proponer soluciones a una situación determinada a
partir de un proceso de indagación” (P. 123). De esta forma el autor
establece que la investigación proyectiva implica explorar, describir, explicar

26
y proponer alternativas de cambio mas no ejecutar la propuesta, permitiendo
resolver problemáticas o dar respuestas a necesidades específicas.

De igual manera se puede decir que la investigación se realizó a través de

una investigación experimental del tipo aplicada o tecnológica. Para Narváez
(1996) señala “La investigación que se desarrolla en el área de ingeniería
recibe el nombre de investigación aplicada o tecnológica, y está orientada a
la generación de nuevos conocimientos técnicos”. (P.30). En este sentido
Murillo (2008), también señala que la investigación aplicada recibe el nombre
de “investigación practica o empírica”, que se caracteriza porque busca la
aplicación o utilización de los conocimientos adquiridos, a la vez que se
adquieren otros, después de implementar y sistematizar la práctica basada
en investigación. De acuerdo los autores anteriormente citados, el presente
estudio establece una investigación aplicada o tecnológica ya que permitió
desarrollar nuevas destrezas y estrategias.

Diseño de la Investigación

Sabino (2000), expresa que “La investigación de campo se basa en

informaciones obtenidas directamente de la realidad, tomadas en el lugar y
en el momento que ocurren los hechos, permitiéndole al investigador
comprobar las condiciones en que se han obtenido los datos”. (P.102). De
manera tal que el diseño de esta investigación según este autor es de
campo.

Al realizar la programación en Labview para la elaboración de un

Controlador Difuso para un tanque vemos que la investigación es de campo
experimental .Por último, la investigación es aplicada pues, según establece
Hernández (1991): “La investigación aplicada busca el conocer para hacer,
para actuar, para construir, para modificar”. (P.121). Este trabajo de grado
busca conocer y entender el funcionamiento de los controladores basados en

27
lógica difusa a fin de poder desarrollar un controlador difuso para un tanque,
cimentando con esto bases sólidas para futuras investigaciones e
implementaciones que permitan resolver problemas reales.

Población

Se entiende por población según Hernández (2000) “la totalidad de un

grupo de elementos u objetos que se quiere investigar”, es decir el conjunto
de todos los casos que concuerdan. Esto quiere decir, que para este caso, la
población son todos los controladores para tanques basados en lógica difusa
desarrollados con Labview.

Debido al gran auge que tiene la lógica difusa en los últimos tiempos, y el
crecimiento en cuanto a las aplicaciones se refiere, hace que la población
sea muy extensa, tornándola inaccesible para un estudio total, por lo que la
población debe reducirse a un grupo más pequeño para que el proyecto sea
viable.

Muestra

Los controladores difusos junto con los tipos de tanques pertenecen a una
población heterogénea, en relación a las características de los mismos, es
por esto que es necesario que se tenga una selección de la muestra que
permita estratificar dicha población. Hurtado (2015) plantea que: “esta
técnica consiste en fragmentar la población en subgrupos con integrantes
parecidos entre sí en cuanto a una o más características particulares; a estos
subgrupos se le denominan estratos” (P.152).

La muestra según lo antes expuesto qué será objeto de estudio son los
controladores difusos para tanques cilíndricos, para este caso uno
desarrollado en labview cuya adquisición y manejo de datos provenga de un
teclado por computadora y, además de esto, que el funcionamiento de las

28
reglas, funciones y técnicas difusas se basen en el software Fuzzy Logic
Toolbox de Matlab.

Técnicas e instrumentos de recolección de datos

Hurtado (2015) nos dice que: “Una vez definido el evento y sus indicios,
así como las unidades de estudio, es necesario que el investigador
seleccioné las técnicas y los instrumentos mediante los cuales obtendrá la
información necesaria para llevar a cabo la investigación”, basado en esto se
describe a continuación los procedimientos utilizados para la recolección de
datos (técnicas) y las herramientas con las cuales se recogió y codificó la
información (instrumentos), necesarios para llevar a cabo el logro de la
investigación.

Técnica: revisión documental

Para la elaboración de cualquier proyecto o trabajo se debe tener como

prioridad visitar distintas fuentes documentales, bien sea electrónicas o
impresas, con el objetivo de recolectar los datos necesarios para crear un
soporte teórico que llevara a fundamentar la implementación propuesta y
mostrará las limitaciones de la misma. De este mismo modo, la revisión
documental permitirá la familiarización con las herramientas necesarias para
el diseño y, una vez que el dispositivo se encuentre funcionando, permitirán
corroborar, analizar y validar los datos obtenidos.

Instrumentos: Bibliografía, Tutoriales y Manuales

Según Arias (1999): “Los instrumentos de recolección de datos son

definidos como los medios materiales que se emplean para recoger datos y
almacenar la información” .En esta investigación serán utilizados los
siguientes medios: bibliográficas tanto impresas como electrónicas, entre

29
ellas: libros (en papel y digital), ensayos y videos de los cuales se obtendrá
un soporte teórico sólido sobre los fundamentos de lógica.

Con respecto a los tutoriales y videos estos generarán un gran apoyo no

solo para comprender todo el alcance del software utilizado, como lo son
Matlab, de este específicamente la herramienta Fuzzy Logic Toolbox, para
programación Labview, sino también en lo que respecta a los diseños de
controladores para tanque y sus funcionamientos generales y específicos.

Técnica: Observación

Mediante es técnica se logra garantizar el cumplimiento de los

objetivos específicos, ya que por medio de esta se aprecia la respuesta del
diseño a realizar, permitiendo evaluar las distintas variantes que puedan
afectar al sistema.

El conjunto de instrumentos usados son:

Fuzzy Logic Toolbox de Matlab

Usado para el diseño, análisis y simulación de controladores basados en

los métodos de la lógica difusa. Este es un software que posee una colección
de funciones construidas sobre el entorno de computación técnica de Matlab,
dentro de este mismo marco proporciona herramientas para crear , editar
sistemas de inferencia difusos, representar variantes físicas, técnicas de
fuzzificación y defuzzificación. También sirve para integrar sistemas difusos
en simulaciones con el software Simulink. Incluso se pueden crear
programas C independientes que llaman a sistemas difusos que se construya
con Matlab.

Labview

30
 LabVIEW es un software de ingeniería de sistemas que requiere
pruebas, medidas y control con acceso rápido a hardware e información de
datos. LabVIEW ofrece un enfoque de programación gráfica que ayuda a
visualizar cada aspecto de su aplicación, incluyendo configuración de
hardware, datos de medidas y depuración. Esta visualización hace que sea
más fácil integrar hardware de medidas de cualquier proveedor, representar
una lógica compleja en el diagrama, desarrollar algoritmos de análisis de
datos y diseñar interfaces de usuario personalizadas. Para el caso de este
proyecto enfocamos el uso de labview en la elaboración del software del
controlador añadido a él su HMI.

Fases metodologicas

31
 CAPITULO IV

ANALISIS DE RESULTADOS

En este capítulo se explica de manera detallada los resultados obtenidos

de la realización del diseño, se hacen las pruebas pertinentes para asegurar
que el controlador funcione adecuadamente, pero antes de esto se explica
de forma breve la realización del diseño y modo de funcionamiento que da
inicio a los resultados.

Descripción del diseño

El proyecto de investigación consiste en el Diseño de un sistema de

control difuso para un tanque con el uso de Labview y una HMI que me
permite el ingreso del dato y simulación de funcionamiento del mismo. El
diseño es netamente software. Para ello se crea la base de reglas que actúa
directamente en el control del flujo de la válvula (salida para este caso) que
permite realizar el control del tanque.

32
 SOFTWARE

En esta sección se explica con detalles el algoritmo usado en Labview

para la creación del controlador difuso de un tanque. Tomándose dos
aspectos fundamentales para el diseño; la adquisición del dato, para este
caso Set Point, proporcionado de forma manual por medio del HMI, y por otro
lado el procesamiento de los datos, en donde se necesita también el ingreso
de otros datos fijos para la realización de las bases de reglas. Para este
diseño se tiene en cuenta que el único elemento de entrada es el Set Point.

HMI del Controlador Difuso

Este consta de una sola pantalla dividida en dos partes, diferenciada por
dos colores distintos, Ambas sirven para visualizar el comportamiento del
proceso del control del tanque, mas sin embargo una es de manera gráfica
(lado derecho), donde se visualiza el nivel del tanque, el set point y el valor
que se obtiene del controlador (El control value), y en la parte de abajo se
muestra el error y valor de tanque por medio de displays, también se
encuentra el selector donde se escoge la ubicación de las reglas, mientras
que del lado izquierdo se visualiza por medio de un mímico la forma en la
que se va llenando el tanque y la activación o desactivación de las válvulas
respectivas de entrada y salida (verde indica que por ella pasa el flujo del
agua y para el caso contrario rojo), de este lado también podemos encontrar
el selector del Set Point (mostrado con un recuadro amarillo en la Figura 13)
en el cual se indica el valor bien sea moviendo el cursor o escribiendo por
medio del teclado directamente el valor en el display mostrado.

33
Figura 12. HMI diseño para el control de un tanque. Elaboración propia (Duarte. F,
Croquer. J y Ramirez. D, 2019).

Figura 13. Partes del HMI. Elaboración propia (Duarte. F, Croquer. J y Ramirez. D,
2019).
Diagrama de flujos

La programación usada es visual grafica con el uso de Labview. Para dar

una comprensión clara del diseño a continuación se muestra la explicación

34
del mismo de forma general y detallada de cada una de las partes
correspondientes. Cabe destacar que el funcionamiento del tanque está
determinado en base a reglas, por lo que no es necesario para la misma,
determinación de función de transferencia.

Algoritmo general
Mientras que no sea presionado el botón de STOP el programa se
ejecuta cíclicamente, para ello se adquiere el valor de set point ingresado
por el usuario (SP) el cual se usa para:

 El cálculo de error (diferencia entre SP y la altura del tanque, se

inicializa en cero para que este sea el primer valor que toma)
 Ser mostrado en la pantalla grafica (Monitor de Proceso) junto con el
flujo de entrada (FIN) y la altura del tanque (ALTURAT)
 Como entrada para el Controlador Difuso en conjunto con la base de
reglas creadas.

Luego de que se obtiene el valor de control (VALOR_CD) de la salida del

controlador difuso este se multiplica con la variación del tiempo calculada
sumándole el flujo de entrada anterior, obteniendo de este modo el flujo de
entrada con el que se hace el cálculo de la altura del tanque, sabiendo el
área de entrada y de los orificios de entrada y salida, dando continuidad al
proceso.

35
 LEYENDA
INICIO
INICIO
DATO DE ENTRDA

STOP CALCULO
VISUALIZACIÓN EN PANTALLA

SI CONDICIÓN
WHILE(STOP==0) SP

FIN NO

ERROR= SP-ALTURAT
REGLAS

CONTROLADOR VISUALIZACIÓN ERROR

DIFUSO

FIN=(VARIACIÓN_TIEMPO*VALOR_CD)+FIN

FOUT=0.25*(2*9.81*H)^0.5
ALTURAT=H+((FIN-FOUT)*VARIACION_TIEMPO/AT
H MONITOR DE PROCESO

SI

ALTURAT<0
NO
ALTURAT ALTURAT=0

Figura 14. Diagrama de flujos general del Controlador difuso de un tanque.

Elaboración propia (Duarte. F, Croquer. J y Ramirez. D, 2019).

Reglas

Este diagrama de flujo muestra el conjunto de reglas usadas, las cuales

son enviadas más tarde al controlador difuso. Ver la figura 15.

36
 REGLAS

IF'Error' IS 'NBB' THEN 'CV' IS 'NU'

IF'Error' IS 'NB' THEN 'CV' IS 'NP'
IF'Error' IS 'NB' THEN 'CV' IS 'N'
IF'Error' IS 'CERO' THEN 'CV' IS 'NADA'
IF'Error' IS 'ZAA' THEN 'CV' IS 'MB'
IF'Error' IS 'PA' THEN 'CV' IS 'NADA'
IF'Error' IS 'PA' THEN 'CV' IS 'B'
IF'Error' IS 'PA' THEN 'CV' IS 'MB'
IF'Error' IS 'A' THEN 'CV' IS 'A'
IF'Error' IS 'A' THEN 'CV' IS 'B'
IF'Error' IS 'CEROCERO' THEN 'CV' IS 'CEROCER'
IF'Error' IS 'A' THEN 'CV' IS 'MB'
IF'Error' IS 'ZAA' THEN 'CV' IS 'B'

Figura 15. Diagrama de flujos para las reglas Reglas. Elaboración propia (Duarte. F,
Croquer. J y Ramirez. D, 2019).

Controlador Difuso

El controlador difuso trabaja con una única entrada que es el error

existente entre la entrada y salida. Para su funcionamiento necesita una base
de reglas analizadas y escogidas cuidadosamente para el correcto
funcionamiento del mismo. Este valor de salida de controlador es sumado
con la variación del tiempo para obtener la altura correcta, esto debido a que
no usamos la derivada del tiempo como entrada de nuestro controlador.

En sí está parte del programa queda bajo el mando y control de la

herramienta de labview llamada “Fuzzy Sistem Designer”. En la figura 16
podemos observar las funciones de transferencias escogidas, cada una con

37
su respectivo universo de discurso y variable lingüística que defina cada
función de pertenencia.

Figura 16. Ventanas variables del Controlador Difuso. Elaboración propia en Fuzzy
Sistem Designer de Labview (Duarte. F, Croquer. J y Ramirez. D, 2019).

Para construir nuestro controlador se necesita definir las entradas salidas

y funciones de transferencia. A continuación explicamos cada una de las
partes de la primera pestaña “Variables” mostrada en la figura 16.

 Input Variables: En esta con ayuda de + seleccionamos una nueva

entrada, donde se despliega la ventana “EditVariable” , en esta le
asigna el nombre (Name) a la entrada, con las “Membership
funciones” (figura 17), donde se designa nombre (Name) de las
mismas, la función de pertenencia (shape), el color y los parámetros

38
 de la función escogida (Points), es decir las “Input variable
membership functiones” que se visualizan en la figura 16. Para ir
añadiendo más funciones de pertenencia se presiona (+), para
eliminar (x), para desplazarse por cada una de ellas, las flechas.

Figura 17. Ventana EditVariables. Elaboración propia en Fuzzy Sistem Designer de

Labview (Duarte. F, Croquer. J y Ramirez. D, 2019).

 Output Variables: En esta ocurre lo mismo que para las input

variables, solo que claro está para la salida.

Si quiero editar tanto las entradas como las salidas, basta con seleccionar
la que se desea modificar (para este caso son una y una) y se presiona en
(+). Por otra parte del lado derecho se pueden observar las Input variable
membership functiones y output variable membership functiones, con sus
respectivas leyendas. A continuación se explica porque la elección de las
mismas:

Tabla 1: Input variable membership functiones y output variable membership

functiones
Input variable output variable
membership functiones membership functiones

39
 Variable Lingüística ERROR CV
Universo de Discurso De -100 a 100, esto De -0,005 a 0,005
debido a que la altura máximo valor de apertura
máxima permitida del de la valvula de entrada
liquido en el tanque es de (Para paso de flujo).
100.
Función de membresía En total 7, una trapezoidal En total 8 triangulares.
para cada extremo
(minimo y máximo) y el
resto triangulares.
Valor lingüísticos Para ambos casos se usan clasificaciones aleatorias,
representativas de si la función de pertenencia se
encuentra del lado negativo o positivo, si es el mas
bajo, medio alto o valor central. (Nombres escogidos al
azar).
Parametros Escogidos según el análisis del comportamiento del
llenado y vaciado de un tanque (acá es donde se
encuentra la base importante del controlador, que se
toma de la mano con las reglas).
FUENTE. Elaboración propia (Duarte, Croquer y Ramirez, 2019)

Son estos datos mostrados en la tabla anterior, los que le dan vida al
control de nuestro tanque, y permiten el correcto funcionamiento del mismo.
En la pestaña Rules (figura 18) se definen las reglas anteriormente
mostradas en el diagrama de flujo de la figura 15. Para todo caso el conector
de los antecedentes es AND, la implicación del consecuente el Product y el
método de Defuzzificación el Center of Area. (Aquí Labview aplica lo que es
la Base Matemática según cada uno de los métodos y reglas escogidas).

40
Figura 18. Ventana Rules. Elaboración propia en Fuzzy Sistem Designer de Labview
(Duarte. F, Croquer. J y Ramirez. D, 2019).

Figura 19. Pestaña Test System. Elaboración propia en Fuzzy Sistem Designer de
Labview

41
 La figura 19 muestra la pestaña del Test System, en esta se puede
observar el valor de salida en función de la entrada error y la base de reglas.
Esta pestaña para efectos del funcionamiento del controlador no es de
mucha importancia, lo fue en su momento para la entonación y construcción
del controlador, posterior a este no se siguió usando.

42
 CONCLUSIONES

Los sistemas de control difuso se caracterizan en que se basan en

función de reglas descritas por el humano según sea conocida la forma de
trabajar, es decir, cualquier sistema automatizado del que se conozca su
funcionamiento ante cada situación que se le presente al mismo, se puede
controlar de forma difusa en función de reglas construidas a base de
palabras, por lo que proporciona como gran ventaja de no necesitar
funciones de transferencias asociados al mismo.

Del trabajo realizado se puede decir en forma general que se pudieron

cumplir con los objetivos ya que en primera instancia se buscó conocer el
funcionamiento del llenado y vaciado del mismo, permitiendo crear las reglas
en función a un único valor de entrada el cual sería el error obtenido entre la
entrada al tanque y la salida, y cuya salida del controlador es el control value,
es decir este permite en función de la apertura de la valvula (lo que se
controla) y el control de la base de tiempo obtener la cantidad de flujo de
agua que entra al tanque, cuyos resultados fueron bastante satisfactorios ya
que permite en todo momento seguir el valor del set point seleccionado, sin
picos abruptos, esto tanto para llenar como para vaciar.

Respecto al tiempo de llenado y vaciado también es bastante favorable, ya

que es un tiempo permitido en función del nivel deseado de llenado. El error
por su parte del seguimiento del set point en unos casos es nulo, mientras
que en otros casos queda una diferencia muy mínima, caso despreciable.

En base a todo lo expuesto se diseñó el controlador difuso de un tanque

con el uso de labview.

43
 RECOMENDACIONES

Se recomienda optar por el uso físico del controlador gozando con la

herramienta de conexión que permite labview con dispositivos como PICs,
arduinos, Raspberry entre otros entornos por los que se puede conectar el
sistema usando como control labview, de manera tal que el diseño realizado
sea el cerebro del control, y que por su parte el dispositivo de conexión
permita tener el contacto físico con el tanque por medio de las respectivas
válvulas.

44
 REFERENCIAS

 Fuzzy Logic Toolbox for Use with Matlab [Guía de Usuario]. The
Mathworks Disponible: en base de datos de Matlab bajo el nombre de
fuzzy_tb.pdf. 1999.
 design and simulate Fuzzy Logic systems en
https://es.mathworks.com/products/fuzzy-logic.html
 Fuzzy Logic Examples using Matlab, universidad de tihuana. México

1. Fuentes Impresas:
Libros:
Guzmán, M. (1993). Tendencias innovadoras en educación matemática.
Organización de Estados Iberoamericana de Educación, la Ciencia y la Cultura.
Colombia: Editorial Popular.
Artículos en publicaciones periódicas:
Martínez, M. (1995). La educación moral: una necesidad en las sociedades plurales y
democráticas. Revista Iberoamericana de Educación. Vol. 10. No.1, Colombia.
Trabajos de grado, ascenso y similares:
Briceño de Sánchez, I. (1996). El clima organizacional y su relación con la
satisfacción laboral de los docentes de la I etapa de Educación Básica. Trabajo de
grado de maestría no publicado. Universidad Pedagógica Experimental Libertador.
Caracas.
Documentos y reportes técnicos:
Ministerio de Hacienda, Oficina de Programación y Análisis Macroeconómico.
(1997). Desempeño de la economía venezolana en 1996. Caracas.
Entrevista publicada en medios impresos:
Santodomingo, R (1998, Enero 27). Los subsidios son obligación del Estado.
[Entrevista a Mons. Sánchez Porra]. Primicia, 12, 5-7.

45
2. Fuentes Electrónicas:
Ponencia y presentaciones de eventos:
Klisberg, B. (1997, julio). ¿Los programas sociales, paliativos o solución? Los
caminos para superarla. Ponencia presentada en las I Jornadas Programáticas de
Acción Social. Caracas. Extraído el 7 de febrero desde
http://www.ad.org.ve/programa.
Referencias de fuentes electrónicas en línea:
Guzmán, M. (1993). Tendencias innovadoras en educación matemática.
Organización de Estados Iberoamericana de Educación, la Ciencia y la Cultura.
Editorial Popular. Extraído el 25 de noviembre de 2001 desde
http://www.oei.co/oeivirt/edumat.html.
Artículos en publicaciones periódicas en línea:
Martínez, M. (1995). La educación moral: una necesidad en las sociedades plurales y
democráticas. Revista Iberoamericana de Educación. Extraído el 3 de marzo de
2002 desde http://www.oei.co/oeivirt/rie07a01.html.
Trabajos de grado, ascenso y similares:
Briceño de Sánchez, I. (1996). El clima organizacional y su relación con la
satisfacción laboral de los docentes de la I etapa de Educación Básica. Trabajo de
grado de maestría no publicado, Universidad Pedagógica Experimental Libertador.
Caracas. Extraído el 8 de octubre de 1998 desde http://150.187.145.11/.
Documentos y reportes técnicos:
Ministerio de Hacienda, Oficina de Programación y Análisis Macroeconómico.
(1997). Desempeño de la economía venezolana en 1996. Extraído el 15 de
septiembre de 2001 desde http://www.analítica.com/bit.html.
Documento en línea independiente, sin autor ni fecha de publicación:
GVU’s 8th WWW user survey. (n.d). Extraído el 13 de septiembre de 2001 desde
http://www.gvu.gatech.edu/user-surveys-1997-10/.

46
Comunicaciones por e-mail:
Dodwell, C. (31 de agosto, 2001). Comentario de la respuesta de Smith. [Mensaje
16]. Mensaje enviado a http://www.wpunj.edu/studentarchive/msg0088.html.

3. Fuentes Audiovisuales:
Producciones en formato de películas cinematográficas y de video:
Guadarrama, R. (Director). (2007). Viaje al Fin del Mundo [Película]. Maracay,
Venezuela: Fill Produccion / Universidad de Falcón, Cine UDEFA.
Producciones en formato de audio:
Pinto, T. (Conferencista). (2008). La Educación en Tiempos Modernos (Grabación en
formato de CD Nº 2832). Punto Fijo, Venezuela.
Programas y eventos transmitidos por medio de telecomunicación:
Consejo Nacional de Universidades (Productor). (2007, Noviembre 17). Mensaje
Educativo: La Situación de las Universidades Venezolanas [Programa de TV].
Caracas: Venezolana de Televisión.
14. La lista de referencias se organiza en orden alfabético, el apellido y la inicial
del nombre. Sólo en mayúscula la primera letra.
15. Si un autor tiene varias publicaciones, se ordena primero la más antigua. Si
tiene varias en un mismo año, se escribe una letra minúscula después del año.
Ejemplo: (2006a, 2006b).
16. Si el apellido del autor es compuesto, se ordena según el prefijo. Ejemplo: De
La Torre (se ordena por la D).
17. Si el autor es una razón social se ordena de acuerdo a la primera palabra
significativa. Ejemplo: The British Psychological Society (se ordena por la B).

18. Las obras de dos (2) autores se escriben en español unidos por una “y”. En
inglés por un “&”. Ejemplo: (a) (Arias y Soto) y (b) (Glesne & Peshkin).

47
ANEXOS

48
49