Produccion Clinker Horno verticalDescripción completa
Descripción: Horno Solar
Descripción completa
guia para la construcción de un horno con un tambor de 200 litros metálico.
cocina solarDescripción completa
Full description
Descripción completa
HORNO BOFDescripción completa
Descripción completa
Descripción completa
Trabajo Fuzzy 2017
Aplicatii ale sistemelor fuzzy
Sede Santiago Sur. Ingeniería en Automatización y Control Industrial. Aplicaciones de Inteligencia Artificial.
Guía numero 2 Aplicaciones de lógica difusa. Objetivos: Simular un sistema dinámico en lazo abierto en simulink. Diseñar un control difuso con el toolbox de lógica difusa en Matlab. Implementar índices de desempeño al sistema de control.
Ejercicio 1: Considere el siguiente modelo matemático de un sistema térmico.
+ 4 4 = 5
La simulación en simulink es la siguiente: siguiente:
El bloque “Entrada del sistema” sistema ” corresponde a un bloque “Step” y una señal de reloj llamada “Repeating sequence stair” para simular una entrada manual de combustible, combustible, el subsistema subsistema está dado por: por:
Docente: Braulio Martínez R.
Sede Santiago Sur. Ingeniería en Automatización y Control Industrial. Aplicaciones de Inteligencia Artificial.
La configuración del bloque “Repeating Sequence Stair” es la siguiente:
El vector [100 300].’ Es la corresponde a la intervención intervención entrada de combustible. combustible. El subsistema de la planta es:
Docente: Braulio Martínez R.
manual de la
Sede Santiago Sur. Ingeniería en Automatización y Control Industrial. Aplicaciones de Inteligencia Artificial.
La curva de respuesta en lazo abierto está representada representada por:
Debido a que el sistema presenta una respuesta oscilatoria por la intervención humana, se debe diseñar un control para hacerlo eficiente y eliminar la oscilación. Mediante “Fuzzy logic toolbox” de Matlab se diseña un control por lógica difusa, para ello en “comand windows” escribimos escribimos el comando “fuzzy”.
Docente: Braulio Martínez R.
Sede Santiago Sur. Ingeniería en Automatización y Control Industrial. Aplicaciones de Inteligencia Artificial.
Para este caso, la variable de entrada la denominamos “Combustible” y la variable de salida “temperatura”, como como se muestra en lla a imagen.
El rango de operación operación del combustible combustible y la temperatura comprenden desde [100 300].Las funciones de pertenencia están dadas por.
Combustible.
Bajo [100 100 150 200] Tipo trapezoidal. Medio [150 200 250] Tipo triangular. Alto [200 250 300 300] Tipo Trapezoidal. Trapezoidal.
Temperatura.
Baja [100 100 150 200] 20 0] Tipo trapezoidal. trapezoidal. Media [150 200 250] Tipo triangular. Alta [200 250 300 300] Tipo Trapezoidal. Trapezoidal.
Reglas. Operador (AND).
If Combustible es bajo entonces temperatura es bajo. If combustible es medio entonces temperatura es medio. If Combustible es alto entonces temperatura es alto.
Docente: Braulio Martínez R.
Sede Santiago Sur. Ingeniería en Automatización y Control Industrial. Aplicaciones de Inteligencia Artificial.
Funciones de pertenencia de la entrada.
Funciones de pertenencia de la salida.
Para poder llevar el diseño del control difuso a simulink, es necesario exportarlo al Workspace, para eso debe seleccionar la pestaña “File”, opción “Export” y elegir “To Workspace”
Docente: Braulio Martínez R.
Sede Santiago Sur. Ingeniería en Automatización y Control Industrial. Aplicaciones de Inteligencia Artificial.
Al momento de exportar, le asignaremos el nombre de “temp” y pinchamos OK.
Al momento de pulsar OK, en el “workspace” se crea una variable con el nombre “temp”, la cual corresponde al control fuzzy.
A continuación se crea el control difuso en simulink para su posterior simulación. En primer lugar, se debe buscar en la librería de simulink, el bloque “Fuzzy logic controller”.
Docente: Braulio Martínez R.
Sede Santiago Sur. Ingeniería en Automatización y Control Industrial. Aplicaciones de Inteligencia Artificial.
El esquema de simulacion completo es el que se muestra a continuacion:
Al hacer doble click en el bloque “Fuzzy logic controller” se debe asignar un nombre, el cual corresponde a “temp”.
Docente: Braulio Martínez R.
Sede Santiago Sur. Ingeniería en Automatización y Control Industrial. Aplicaciones de Inteligencia Artificial.
Asignamos un tiempo de simulación de 10.0 segundos y damos play. pl ay.
La curva de respuesta respuesta en lazo cerrado cerrado con el control fuzzy fuzzy es la siguiente:
Docente: Braulio Martínez R.
Sede Santiago Sur. Ingeniería en Automatización y Control Industrial. Aplicaciones de Inteligencia Artificial.
Actividad de laboratorio: 1) Determine la función de transferencia del sistema, aplique el control con lógica difusa anteriormente diseñado y realice comparaciones comparaciones entre en tre ambos modelos. 2) Realice el siguiente siguiente esquema de simulación y obtenga la curva de respuesta. Utilice Utilice el control fuzzy diseñado anteriormente.
3) En el subsistema de entrada, reemplace el bloque “Repeating sequence Stair” por un bloque “Random Number”. La configuración del bloque se presenta a continuación. Obtenga respuesta del sistema y compárela con los modelos anteriores.