Algoritmo para generación de controladores difusos interpretables. Aplicación a un proceso de presión

Abstract

En este artículo se presenta una novedosa metodología para la generación de controladores difusos tipo singleton a partir de datos experimentales de entrada y salida. Se describe una técnica para construcción de las reglas difusas mediante funciones de pertenencia triangulares, con interpolación en 0.5, para la partición de los antecedentes; mínimos cuadrados para el ajuste de los consecuentes tipo singleton y operadores tipo promedio ponderado, en vez de operadores tipo t-norma. El aspecto más promisorio de la propuesta consiste en la obtención del modelo, o controlador difuso, sin sacrificar su interpretabilidad ni recurrir a otras técnicas de inteligencia artificial. Para llevar a cabo el entrenamiento del controlador difuso se utilizó el sistema de presión del sistema didáctico en control de procesos de Lab-Volt, modelo 6090. Los datos de entrenamiento fueron tomados de una experiencia realizada con un control PI.