Péndulo Invertido
Péndulo Invertido
I. RESUMEN
ste documento pretende mostrar cmo se
logr el control por lgica difusa de un
sistema Pndulo Invertido mediante el
mtodo Mamdani, explicando cmo se lleg a cada
una de las funciones de membresa y sus respectivas
reglas.
PALABRAS CLAVE:Control, lgica difusa, pndulo
invertido, Mamdani, funciones de membresa, reglas.
II. INTRODUCCION
Usando el programa demostrativo de pndulo
invertido que viene incluido en MATLAB, se
pretende realizar el control de este sistema mediante
el mtodo de Mamdani de lgica difusa,
originalmente el archivo se encuentra controlado por
el mtodo de Sugeno-Takagi.
Para la solucin del problema se emplearon 12 reglas,
basadas en el operador AND para las respectivas
funciones de membresa.
III. EL PNDULO INVERTIDO
El pndulo invertido es un sistema mecnico que
consiste en una barra rgida de masa m que se
encuentra soportada en uno de sus extremos a un
pivote, el cual le permite girar libremente sobre un
plano. Esta barra se ubica sobre un carro mvil, el
cual mediante desplazamiento lineal en sentidos
contrarios permite equilibrar la barra, esto debido a la
fuerza que se genera con el desplazamiento del carro.
Figura 1. Sistema Pndulo Invertido.
IV. EL MTODO MAMDANI
El mtodo de Mamdani es el ms usado en
aplicaciones, dado que tiene una estructura muy
simple de operaciones mn-max.
Para la fuzzyficacin de los valores numricos de
entrada se emplean las denominadas funciones de
pertenencia, donde el valor de entrada tendr cierto
grado de pertenencia a dichas funciones.
Las funciones de pertenencia ms comunes son:
Funcin Triangular:
Figura 2. Funcion de pertenencia triangular.
Funcin Trapezoidal:
Figura 3. Funcion de pertenencia trapezoidal.
Control mediante Lgica Difusa de un Sistema
Pndulo Invertido por el Mtodo Mamdani
Javier Herrera 1801485, Cristian Martnez 1801494
E
Universidad Militar Nueva Granada
Funcin Gaussiana:
Figura 4. Funcion de pertenencia Gaussiana.
Una vez los datos de entrada se fuzzyfican mediante
las funciones de pertenencia, a estas le son aplicados
los operadores fuzzy, los cuales pueden ser AND,
OR, NOT mediante reglas que establece el experto.
De esta forma, las funciones obtenidas se pueden
defuzzificar, es decir mostrar un valor numrico
como salida.
V. DESARROLLO DEL BLOQUE
FUZZIFICADOR
1. Se establecieron primeramente las cuatro entradas al
bloque de fuzzyficacin, las cuales son las
respectivas salidas que arroja el sistema estudiado:
- Posicin del carro.
Figura 5. Funciones de pertenencia para posicin del
carro.
- Velocidad lineal del carro.
Figura 6. Funciones de pertenencia para velocidad
lineal del carro.
- ngulo del pndulo.
Figura 7. Funciones de pertenencia para error de
ngulo del pndulo.
- Velocidad angular del pndulo.
Figura 8. Funciones de pertenencia para velocidad
angular del pndulo.
As mismo se estableci la salida:
- Fuerza.
Figura 9. Funciones de pertenencia para la fuerza de
salida del sistema.
Como se puede observar, para el ngulo, velocidad
angular y fuerza, se establecieron mayor cantidad de
funciones de membresa (5 para cada variable), pues
estas variables requieren un mayor control y esto
permite una mejor manipulacin de las variables.
Universidad Militar Nueva Granada
2. Cuando se tienen establecidas las funciones de
membresa se procede a aplicar las reglas:
Figura 10. Reglas para la defuzzifiacin.
En este caso se propusieron 12 reglas, donde las 10
primeras de estas se enfocaron en el control del ngulo, por
las razones explicadas en el anterior numeral, as que
cuando se obtuvo error de ngulo cero, se procedi a crear
las reglas para que el carro se desplazara hacia la
referencia.
VI. RESULTADOS
1. Velocidad angular, error de ngulo
contra Fuerza:
Figura 11. Grfica Surface 1.
2. Velocidad lineal, error de posicin contra
Fuerza:
Figura 12. Grfica Surface 2.
3. Velocidad lineal, error de ngulo contra
Fuerza:
Figura 13. Grfica Surface 3.
En las grficas se puede observar la relacin que
existe entre las variables mostradas y el efecto que
producen en la salida, en este caso la fuerza que
producen las respectivas entradas.
VII. SIMULACIN
Universidad Militar Nueva Granada
Figura 14. Simulacin del pndulo invertido.
Se puede observar en la simulacin que el pndulo es
controlado al igual que la posicin del carro.
VIII. CONCLUSIONES
Con el mtodo Mamdani no se requiere ser un
experto en el sistema a tratar, basta con conocer las
variables a tratar.
Entre mayor sea el nmero de funciones de
pertenencia se puede lograr un mayor rango de
control.
Para realizar el control de varias variables como en
este caso, resulta ms sencillo controlar
escalonadamente, dependiendo de la importancia
que se le d a cada variable.
IX. INFOGRAFA
Pginas Web:
1. http://www.dma.fi.upm.es/java/fuzzy/fuzzyi
nf/main.htm