14
/35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado en patrones de células madres y clonación artificial aplicado a un proceso de automatización”. Trabajo desarrollado para optar al titulo de Maestria, 2010

35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

Embed Size (px)

Citation preview

Page 1: 35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

/35

Control Inteligente

Construccion de modelos fuzzy aplicando algoritmos geneticos

Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado en patrones de células madres y clonación artificial aplicado a un proceso de automatización”.

Trabajo desarrollado para optar al titulo de Maestria, 2010

Page 2: 35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

/35

Contenido

2

El problema

La construccion del modelo fuzzy

Page 3: 35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

/353

EL PROBLEMA

Page 4: 35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

/354

Identificación del proceso.

El ensamble de ejes homocinéticos

Page 5: 35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

/35

Modelo de la planta

5

Page 6: 35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

/35

Relaciones no lineales en la planta

6

Variables de la operaciónETAPAS FUERZA VELOCIDAD VELOCIDAD

ANGULAR

Ubicación. Baja Alta Cero

Rotación de Junta Fija.

Baja Baja Diferente de cero

Ensamble. Alto Baja Cero.

Page 7: 35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

/35

Resultados obtenidos

7

Respuesta del Sistema Difuso

Page 8: 35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

/358

LA CONSTRUCCION DEL MODELO FUZZY

Page 9: 35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

/35

Fase I

9

Agrupamiento

• Estimación del número de clústeres y sus centros.

• Definición de las funciones de pertenencia.• Definición de los parámetros

de las funciones de pertenencia.

Sistema fuzzy inicial

Page 10: 35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

/35

Fase II

10

Estructura del cromosoma.

A11 A21… Ae1 B11 … Bs1

Antecedentes Consecuentes

Un cromosoma representa un sistema fuzzy completo. La población se somete a evolucion

Obtención del Genoma.

Page 11: 35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

/35

Fase II

11

Codificación del cromosoma.

Para las funciones de membresía gauss2mf, la función tiene cuatro parámetros [σ1 c1 σ2 c2].

4 1 7 3 1 0 3 5 0 3 6 7 0 0 5 0 1 6 0 1 2 0 2 2

Desplazamiento Velocidad AngularANTECEDENTE CONSECUENTE

Page 12: 35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

/35

Fase II

12

Evolución del Genoma

Función Fitness: una medida del error

Se genera una nueva poblacion de sistemas difusos

Se calcula el error frente a los datos de la planta

Se ordena los sistemas según el error para comparar con el mejor anterior

Se averigua si hay ahora un nuevo mejor. Se guarda el mejor

Page 13: 35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

/35

Fase II

13

Evolución del GenomaGenoma Evolucionado

Page 14: 35 Control Inteligente Construccion de modelos fuzzy aplicando algoritmos geneticos Fuente: Mariela Muñoz Añasco, “Diseño de un sistema de control basado

/3514

Diseño de un sistema de control basado en patrones de células madres y clonación artificial

aplicado a un proceso de automatización

Fuente

Trabajo desarrollado por Mariela Muñoz Añasco (Mg.). Para optar al titulo de Maestria, Septiembre 2010