Page 10 - REVISTA 30
P. 10

ISSN: 2007-1450

               Control Difuso Adaptable de un Proceso Químico

               Adaptive Fuzzy Control in a Chemical Processes

               Por: Andrea Rodríguez-Romero, Marco A. Márquez-Vera                Dirección electrónica del autor de correspondencia:
               y Gloria A. Paredes-Huerta                                                         amarquez@upp.edu.mx
               Universidad Politécnica de Pachuca
                                                                                                 Recibido: 5 de Junio 2018
               Cómo citar: Rodríguez, A., Márquez, M. & Paredes, G. (2018).                   Aceptado: 29 de Agosto 2018
               Control Difuso Adaptable de un Proceso Químico.
               Universo de la Tecnológica. 10 (3) p.p. 8-11

               Resumen: El presente trabajo tiene como objetivo la implementa-  abstRaCt: The aim of this work is the implementation of a contro-
               ción de un controlador en un proceso químico no lineal con fines   ller in a nonlinear chemical process for tracking. As hypotesis
               de seguimiento. Como hipótesis se mantiene que con un modelo   it is supossed that by using a reference model and an adaptive
               de referencia y un control difuso adaptable es posible obtener   fuzzy controller it will be possible to have an error criterion IAE
               un criterio de error IAE menor a 14 después de 600 segundos   lower than 14 after 600 secons of simulation thanks to the
               de simulación, esto mediente aprendizaje en los consecuentes de   learning in the consequent rules in the fuzzy controller. This
               las reglas difusas del control. El método utilizado ajusta los con-  method adjust the consequents rules accordig to their mem-
               secuentes de las reglas que se activan en el controlador modifi-  bership value by changing the gains. The implementation was in
               cando su peso en base a su grado de activación. Se implementó   a chemical process with 32 state variables. It was possible to
               el algoritmo en un proceso químico que cuenta con 32 variables   appreciate how the control was improved with the time trans-
               de estado. Fue posible notar como mejora el desempeño del con-  cur, reaching the control specification.
               trolador con el pasar del tiempo logrando el objetivo planteado.  Key WoRds:  Model Reference, Fuzzy Control, Chemical Proces-
               PalabRas Clave: Modelo de Referencia, Control Difuso, Procesos   ses.
               Químicos


               Introducción                                      manera, primero se presentan algunos conceptos sobre el
               El control difuso fue desarrollado en los años setenta con   control PI difuso, después explica el modelo y el esquema
               el fin de desarrollar controladores para sistemas que son   de la columna de destilación, la siguiente sección explica el
               estructuralmente difíciles de modelar, tales como los proce-  método de aprendizaje para ajustar el controlador difuso,
               sos químicos que exhiben comportamientos no lineales y no   mostrando después la simulación obtenida y una discusión
               estacionarios (Verma et al. 2018). La principal ventaja del   sobre los criterios de error obtenidos; finalmente, se pre-
               control difuso se debe a su habilidad inherente para incorpo-  sentan las conclusiones.
               rar conocimiento heurístico en el controlador.
                      Un controlador difuso es básicamente un sistema   Materiales y métodos
               basado en reglas, en las cuales, el conocimiento lingüístico   Como mencionan Tsakiridis et al. (2017) la base de cono-
               de los operadores o ingenieros de proceso es utilizado para   cimiento para diseñar controles difusos ha sido aplicada a
               sintetizar un control en lazo cerrado en lugar de utilizar un   muchas áreas y utilizando muchas estructuras diferentes
               modelo analítico (Tsakiridis et al. 2017).        (Forsman y Adlouni, 2018). El control difuso más popular
                      Como caso de estudio de empleó una columna de   es el conocido como el control PI-difuso. En este trabajo se
               destilación  binaria cuyo modelo matemático  es  no lineal,   implementó un control de tipo Sugeno, en el cual el conse-
               al contar el sistema con 32 variables de estado, resulta   cuente de cada regla es un valor numérico (Allahviranloo et
               complicado emplear técnicas de control clásico para esta   al. 2011).
               sistema, con el fin de simplificar el control, se propuso un      Una primera buena aproximación en un control
               recalentador con señal constante en el fondo de la columna   PI-difuso es  la  base de reglas llamada MacVicar-Whelan
               y una entrada constante de alimentación en el plato 17, de   (Hameed  et al. 2010). Esta base de reglas, o memoria
           Artículo arbitrado  esta manera nos enfocamos a trabajar con el reflujo como   asociativa difusa, se llena de forma simétrica siguiendo una
                                                                 regla de forma lineal de manera ascendente o descendente
               señal de entrada. Con el fin de suavizar el ajuste de un con-
               trol adaptable se emplea también un modelo de referencia
                                                                 Tabla 1 se puede observar la construcción de una tabla de
               a fin de mejorar la respuesta del sistema en lazo cerrado y   teniendo en las esquinas los valores más significativos. En la
               lograr así un IAE menor a 14 como objetivo de control.  MacVicar-Whelan para un PI difuso con cinco funciones de
                      El presente trabajo está organizado de la siguiente   pertenencia, las variables lingüísticas, están definidas por
           8

                                                    Año X Vol. 3 Ed. 30 Mayo-Agosto 2018
   5   6   7   8   9   10   11   12   13   14   15