Control Difuso de Flujo de Fluidos en una Estación de Laboratorio

• A.J. Castro-Montoya ^[2] ; F. Vera-Monterrosas ^[1] ; J.A. Quintana-Silva ^[1]
  1. [1] Instituto Tecnologico de Orizaba

     Instituto Tecnologico de Orizaba

     México

     
  2. [2] Univ. Michoacana de San Nicolás de Hidalgo, México
• Localización: Información tecnológica, ISSN-e 0718-0764, ISSN 0716-8756, Vol. 15, Nº. 3, 2004, págs. 45-52
• Idioma: español
• Títulos paralelos:
  • Fluid Flow Fuzzy Control of a Laboratory Station
• Enlaces
  • Texto completo
• Resumen
  • español

    Se diseñó un controlador de lógica difusa (CLD) para regular el flujo de fluidos en una estación de laboratorio. Para medir el desempeño del CLD se ejecutaron diferentes tipos de pruebas, comparando sus resultados con los obtenidos utilizando un PID convencional. El controlador de lógica difusa obtuvo mejores resultados en la respuesta al escalón, lo que implica que este puede utilizarse en el arranque de plantas. Para perturbaciones tipo escalón, pero inversa, el PID no es capaz de seguir la referencia, debido a la no-linealidad del proceso mientras que el CLD presenta buenos resultados. Para perturbaciones tipo rampa, el PID presenta un mejor seguimiento a las rampas que el CLD, ya que su comportamiento es lineal. Con respecto a los métodos de inferencia difusa no se observó una diferencia significativa. Se concluye que no existe una gran diferencia en utilizar cualquiera de los métodos de inferencia, sobre todo si el punto de referencia tiene segmentos constantes.

  • English

    A fuzzy controller was designed (CLD) to regulate the fluid flow in laboratory station. In order to measure the performance of the CLD, different types of tests were applied and their results were compared with the results using a conventional PID. The fuzzy controller obtained better results in response to stepping, from which we concluded that this could be used in plant startups. For inverse step-type disturbances, the PID is not able to follow the reference, due to the non-linearity of the process, while the CLD produced good results. For ramp type disturbances, the PID showed better tracking of the ramps than the CLD, since its behavior is linear. A significant difference was not observed when using the fuzzy inference method. It is concluded that there is no major difference in the use of these inference methods, especially if the reference point has constant segments.