Este documento describe los conceptos fundamentales detrás de los controladores fuzzy. Explica brevemente la historia de la lógica difusa y cómo surgió la idea de controladores fuzzy. Luego define las características clave de los controladores fuzzy, incluidas las variables lingüísticas, reglas y procesos de fuzzificación y defuzzificación. Finalmente, menciona algunas aplicaciones comunes como calentadores de agua y control de velocidad de automóviles, y también aplicaciones más específicas como un sistema de diagnóstico portátil para at

1. ELECTRÓNICA Y
AUTOMATIZACIÓN
TEORÍA DE
CONTROL I
INTEGRANTES:
• Bryan Morocho
• Alejandro Piñeiros
• Josselyn Ordóñez
• David Andrés Caiza
• Luis Alvarado Cruz
EXPOSICIÓN 2BII
P.60
2022-2023

2. CONTROLADOR FUZZY

3. HISTORIA
• Aristóteles propone la existencia de
grados de verdad o falsedad.
380 A.C.
siglo
XVIII
• En este siglo es inventada la teoría
original de conjuntos clásicos de unos y
ceros por el matemático alemán Georg
Kantor.
1920
• Jan Lukasiewicz,desarrolló conjuntos con
posibles valores pertecientes 0, ½ y 1
(lógica trivaluada)
1962 • Lotfi Zadeh cuestiona la efectividad de
las matemáticas tradicionales.

4. ¿Cómo Nació?
• Con Lofti A. Zadeh, un iraní de
nacionalidad americana, matemático y
catedrático de la Universidad de
Berkeley de California.
1965
1971
• Zadeh, publica el artículo "Quantitative
fuzzy Semantics",dónde introduce los
elementos formales , componiendo el
cuerpo de la Doctrina de la Lógica Difusa y
sus aplicaciones.
1974
• Assilian y Mandani en el Reino Unido
desarrollaron el primer controlador
difuso práctico para, la regulación de un
motor de vapor.
1985
• Takagi y Sugeno aportan a la teoría del
control difuso un nuevo método llamado
Takagi-Sugeno-Kang (TSK)

5. *Lógica clásica
Hace calor 0
Hace frío 1
La ropa está seca 1
La ropa está mojada 0
*Lógica difusa
Hace mucho calor 1
Hace calor 0.75
Está templado 0.5
Hace poco frío 0.25
Hace mucho frío 0

6. ¿Qué es ?
Características
* Es una técnica de control,que se basa en la inferencia de
lógica difusa,no usa ecuaciones si no a través de conceptos
que pueden tomar un valor cualquiera de veracidad
dentro de un conjunto de valores que oscilan entre dos
extremos,la verdad absoluta y la falsedad total.
*Tiene la capacidad de manejar
datos,tomar decisiones en
situaciones si necesidad de
la base en cálculos
matemáticos precisos.
* Se puede representar y
manipular la información de
una manera más natural
e intuitiva.

7. Variables
Lingüistas
Asignar a diferentes
valores ,distintas
variables

8. Reglas
La reglas difusas, son aquellas que indican un resultado dependiento de las
condiciones dadas durante la fuzzificacion y defuzzificacion.
De igual manera se les puede asociar mediante operaciones logicas AND, OR,
etc.
Fuzzificacion
La fuzzificacion se realiza en
todo instante de tiempo, es
la puerta de entrada al
sistema de inferencia
difusa.
Defuzzificacion
Es un proceso matemático usado para
convertir un conjunto difuso en un
número real.

9. Reglas difusas de Mamdami
VENTAJAS
• Es intuitivo
• Tiene una amplia aceptacion
• Esta bien adaptado a la
incorporación de
conocimiento y experiencia.

10. Reglas difusas de
Takagi-Sugeno
VENTAJAS
• Es computacionalmente eficiente.
• Trabaja bien con técnicas lineales.
• Trabaja bien con técnicas de optimización
y control adaptable.
• Tiene garantizada una superficie de
control continua.
• Está bien adaptado al análisis matemático

11. APLICACIONES
GENERALES
• Calentador de Agua
El sistema de control implementado para variar la
temperatura del agua, debe ser capaz de proporcionar la
temperatura requerida por el usuario de manera
precisa, con las debidas medidas de precaución para el
mismo (temperaturas elevadas que puedan causar
quemaduras, o temperaturas bajas que ocasionen
problemas de salud).
Utilizando un controlador fuzzy es crear una clase de
inteligencia artificial que tenga en cuenta numerosas
variables con la posibilidad de tener grados de
pertenencia, porcentajes de verdad o permite calificar
una afirmación en una escala más amplia que falsa o
verdadera

12. • Control de Velocidad de un automóvil
Es dar solución al problema de la velocidad cuando
una persona no tenga control del automóvil y
entonces de manera automática controlar el mismo
para que pueda salvarse y salvar a su familia.
El controlador difuso, se implementa con varias
entradas y salidas. El controlador recibe señales de
parte de los sensores, que dicen si el conductor
adopta distintas posiciones inusuales como inclinado
la cabeza hacia abajo, hacia derecha, hacia izquierda,
inclinado el cuerpo, etc.
El controlador envía una información que contiene el
tiempo de salida del mismo para que el frenado se
sincronice, esto se guarda en los estados x y el estado
x del controlador guarda el tiempo que ha
transcurrido desde que el controlador ha asumido un
nuevo estado, es decir que se ha enviado una señal
de frenado o de permanencia del volante recto.

13. APLICACIONES ESPECIFICAS
Sistema de diagnóstico portátil para ataques epilépticos con
aplicación en Telemedicina
• Se enfoca en atender el problema de aquellas personas, que no
pueden sentir los síntomas del aura epiléptica. Por tal motivo el
sistema descrito a continuación permite dar aviso a estos
pacientes de que una crisis está por venir con el objetivo de que
tomen sus debidas precauciones.
• Los especialistas en neurología encargados de atender a
los pacientes epilépticos requieren de un seguimiento de los
pacientes en el cual se marcan todas las crisis que
los mismos van teniendo a lo largo del tiempo, además es de
interés para ellos conocer el comportamiento de las señales
cerebrales mediante un electroencefalograma (EEG) y cardiacas a
través de un electrocardiograma (ECG).
• Además, cuenta con la capacidad en enviar los datos obtenidos
por el ECG y el EDA mediante un módulo GPRS/GSM a un
sistema remoto

14. PROCEDIMIENTO
• Primeramente son recolectados los datos
necesarios para que el algoritmo funcione, la cual
utiliza dos bancos de datos, el primer banco
contiene valores de una señal de ECG sana
del paciente y el segundo banco de datos contiene
información de una señal de ECG entrante.
• Donde Cv es el valor de covarianza, X es el n-ésimo
valor del conjunto de datos sanos, Y es el n-ésimo
valor del conjunto de datos a probar y X̅ y Y̅son la
media de cada conjunto respectivamente.

15. RESULTADOS
• El valor de covarianza será como valor difuso y
junto con los valores que ACC (acelerómetro) y
EDA (actividad electro dérmica) se determina si una
crisis epiléptica está en camino o no. Las reglas
aplicadas corresponden a las reglas de tipo “si A
entonces B”.
• Para cualquier otro caso, la alarma no será activada.
NOTA: "El valor obtenido de la covarianza será un valor
que se aproxime a 1, mientras más cerca esté el valor a
1 significa que las muestras son idénticas, si el valor
se aleja de 1 significa que las muestras son totalmente
diferentes".

16. CONCLUSION
• En el proceso de marcar crisis, se debe
tomar la decisión de definir si es crisis o no,
con información difusa, ya que las
características de las CE observados por el
experto, como: ritmicidad, evolutividad,
aumento de actividad, entre otras, en
muchas ocasiones, no son vistas de forma
clara. Por ejemplo: un evento “poco
evolutivo” pero “muy rítmico” y con “gran
aumento de actividad” es “muy posible” que
sea una CE.
• Cabe mencionar que en el ECG existen las
ondas P-Q-R-S-T y U- y el complejo QRS, se
implementó el sistema sin necesidad de que
el paciente tuviera que estar conectado a
un electrocardiógrafo fijo dentro de la sala
de un hospital, se logró llevar un control
sobre los días y horas en que sus crisis
se presentaron.

17. Implementación de un controlador Fuzzy
Variables lingüísticas a ser implementadas

18. Implementación de un controlador Fuzzy
Fuzzy Logic Toolbox
Diseño y simulación de sistemas de lógica difusa

19. Implementación de un controlador Fuzzy
Funciones de pertenencia

20. Implementación de un controlador Fuzzy

21. Implementación de un controlador Fuzzy
Función de pertenencia Temperatura baja

22. Implementación de un controlador Fuzzy
Función de pertenencia Salida baja

23. Implementación de un controlador Fuzzy
Reglas del comportamiento del sistema

24. Implementación de un controlador Fuzzy

25. REFERENCIAS
[1] Delgado, M., Verdegay, J. L., & Vila, M. A. (1993). Breve historia de la Lógica Fuzzy. Arbor, 146(573), 19.
[2] Tibaduiza, DA, Amaya, I, Rodríguez, S, Mejía, N, & Flórez, M. (2011). Implementación de un control difuso para el control cinemático directo de un robot
manipulador. Ingeniare. Revista chilena de ingeniería, 19 (3), 312-322. https://dx.doi.org/10.4067/S0718-33052011000300002.
[3] Gómez, J. C. (2008). Fuzzy Control. Buenos Aires: edUTecNe-Editorial Universitaria de la Universidad Tecnológica Nacional.
[4] Sistema Único de Autentificación – Universidad politécnica salesiana. (s/f). Edu.Ec:2095. Recuperado el 11 de julio de 2022, de
https://bibliotecas.ups.edu.ec:2095/document/1375342
[5] Sistema Único de Autentificación – Universidad politécnica salesiana. (s/f-b). Edu.Ec:2095. Recuperado el 11 de julio de 2022, de
https://bibliotecas.ups.edu.ec:2095/document/409667
[6] L. Zadeh, & R. Aliev, “Fuzzy Logic Theory and Applications Part I and Part II”, London, World Scientific, 2018, pp.346-349.
[7] Esquema de Control para Calentador de Agua | PDF | Lógica difusa | Sistema de control. (s. f.). Scribd. https://es.scribd.com/document/339795838/Esquema-de-
Control-Para-Calentador-de-Agua
[8] Yoshinari Y and Pedrycz W.K. H.(1993) "Construction of fuzzy models through clustering techniques", Fuzzy Sets and Systems, (54): 157- 165.
[9] J. H. P. Lomas, J. A. H. Sánchez and R. R. Herrera, "Portable diagnostic system for epileptic seizures with application in Telemedicine," 2019 IEEE International Fall
Meeting on Communications and Computing (ROC&C), 2019, pp. 28-33, doi: 10.1109/ROCC.2019.8873533.
[10] INTELIGENCIA ARTIFICIAL CON APLICACIONES A LA INGENIERÍA - PDF Descargar libre. (s. f.). Le proporcionamos las herramientas cómodas y gratuitas para publicar
y compartir la información. https://docplayer.es/59141567-Inteligencia-artificial-con-aplicaciones-a-la-ingenieria.html#google_vignette
[11] C. Held, "Capítulo 2: Lógica Difusa," in Introducción a la teoría de conjuntos difusos y sistemas inteligentes, Santiago, 2014.