Tesis:
Nuevas Técnicas para Ampliar el Paradigma Metodológico en el Contexto del Control Borroso
- Autor: ADÁNEZ GARCÍA-VILLARACO, José Miguel
- Título: Nuevas Técnicas para Ampliar el Paradigma Metodológico en el Contexto del Control Borroso
- Fecha: 2019
- Materia: Sin materia definida
- Escuela: E.T.S. DE INGENIEROS INDUSTRIALES
- Departamentos: AUTOMATICA, INGENIERIA ELECTRICA Y ELECTRONICA E INFORMATICA INDUSTRIAL
- Acceso electrónico: http://oa.upm.es/56383/
- Director/a 1º: AL-HADITHI ABDUL QADIR, Basil Mohammed
- Director/a 2º: JIMÉNEZ AVELLO, Agustín
- Resumen: Este trabajo es un proceso de investigación en el contexto del control borroso basado en los modelos de Takagi-Sugeno (T-S). Se han detectado varios cánones firmemente establecidos en la metodología de este tipo de control que al traspasarlos, permiten obtener una serie importante de ventajas con respecto a la metodología básica del control borroso basado en modelos de T-S. La metodología estándar del control borroso para la identificación y control de sistemas multivariables no lineales consiste en: diseñar varios conjuntos de funciones de pertenencia, realizar la inferencia borrosa, identificar el sistema mediante el método de T-S, obtener modelos de estado para cada regla borrosa y diseñar reguladores mediante el mismo método en todas las reglas borrosas. Se proponen cambios en los modelos de estado empleados para obtener diferentes propiedades en el control. El modelo de estado incremental produce una acción de control que cancela los errores en régimen permanente, resuelve el problema del cálculo del estado de referencia y elimina los términos independientes. Se presenta, además, un controlador incremental borroso paso a paso basado en control predictivo. Para la identificación y control de sistemas que presenten dos o más variables borrosas, se propone el uso de funciones de pertenencia multidimensionales (MDMF) en lugar de la estandarizada inferencia borrosa de funciones de pertenencia monodimensionales (1DMF). Se comprueba que la inferencia borrosa de 1DMF puede colocar las reglas borrosas en puntos inapropiados para una identificación y control óptimo, incluso fuera del rango de trabajo del sistema. Por otro lado, mediante las MDMF, se pueden obtener mejores resultados de identificación mediante un menor número de reglas borrosas. Además, se enfrenta el problema de la identificación y control de sistemas afectados por ruido coloreado. A pesar de que el ruido siempre está presente en cualquier sistema real, este asunto suele ser evitado en la mayoría de trabajos por que conlleva un alto nivel de complejidad y las ventajas obtenidas son difíciles de observar. Se desarrolla un control óptimo basado en una nueva formulación del modelo de estado incremental para sistemas afectados por ruido coloreado. Finalmente, este trabajo pretende romper con la metodología extendida de emplear el mismo método de control en todas las reglas borrosas. Se ha desarrollado un nuevo método de control borroso basado en la combinación de diferentes estrategias de control que sea capaz de aprovechar las ventajas de cada una y atenuar sus inconvenientes. ----------ABSTRACT---------- This work is a research process within the context of fuzzy control based on Takagi-Sugeno (T-S) fuzzy models. It has been transgressed several firmly established standards within this control methodology which whould allow the obtention of various important advantages with respect to the basic methodology of fuzzy control based on T-S fuzzy models. The standard methodology of fuzzy control for identification and control of non-linear multivariable systems consists of: designing several sets of membership functions, performing a fuzzy inference, identifying the non-linear system using the T-S method, obtaining state models for each fuzzy rule and designing the controllers by the same method for each fuzzy rule. Changes are proposed to the state models to obtain different properties in the control. Incremental state model produces a control action which allows the obtention of zero steady state errors, solves the problem of the reference state calculation and removes the independent terms. An incremental fuzzy control based on predictive control is also presented. For identification and control of systems with two or more fuzzy variables, the use of multidimensional membership functions (MDMF) is proposed, instead of the standardized fuzzy inference of one-dimensional membership functions (1DMF). I t is verified that the fuzzy inference of 1DMF can place fuzzy rules at inappropriate locations for optimal identification and control, even outside of the operating range of the system. On the other hand, through the MDMF, better identification results can be obtained through a smaller number of fuzzy rules. Moreover, the problem of identification and control of coloured noise affected systems is faced. Although noise is always present in any real system, the issue is usually avoided in most works since it carries a high level of complexity and the obtained advantages are difficult to observe. An optimal control method based on a new formulation of incremental state model is developed for coloured noise affected systems. Finally, this work aims to break with the extended methodology of using the same control method for each fuzzy rule. A new fuzzy control method has been developed based on the combination of different control strategies. This new proposed control can achieve the advantages of each strategy while mitigating its drawbacks.