| dc.description.abstract | En este trabajo de tesis, se presenta el control de estabilidad de un péndulo invertido
móvil en base a los conceptos de inteligencia artificial. Se presenta el diseño del controladordifuso mediante la Síntesis Difusa de Lyapunov, estructurando el conjunto de Base de Reglas que conforman al Controlador por Lógica Difuso, que garantiza la estabilidad del sistema. Sin embargo esta metodología no proporciona una distribución para las Funciones de Membresía, debido a esto una sintonización manual a base de prueba y error es necesaria para obtener una respuesta aceptable del sistema. Es por eso que se hace la integración de los Algoritmos Genéticos para garantizar una distribución optima de las funciones de membresía. A esta integración se le denomina Sistema Genético Difuso, el cual posee capacidades de aprendizaje, adaptación y permite optimizar las funciones de membresía.
Se presentan los experimentos obtenidos en base a la propuesta de solución, realizando
una comparación entre la sintonización manual y por un Sistema Genético Difuso de
las funciones de membresía que garantizan la estabilidad del sistema. En una primera
etapa el sistema es simulado para observar su comportamiento ante los distintos tipos
de sintonización de las funciones de membresía y posteriormente se realiza el mismo
procedimiento en un prototipo didáctico de péndulo invertido móvil diseñado, con el fin de contrastar los datos obtenidos en simulación. Los resultados demuestran las
capacidades de la propuesta de solución, cumpliendo con su objetivo principal en la
corrección del error angular del péndulo invertido móvil.
_________________________
.
In this thesis work, the stability control of a Two Wheel Inverted Pendulum based
on artifitial intelligence techniques is presented. Fuzzy Controller design is proposed
based on Lyapunov Fuzzy Synthesis, structuring the Rule-Base set that shape the Fuzzy
Logic Controller, ensuring system stability. However, this approach does not provide a
distribution for the Membership Functions, because of this a manual tuning through trial
and error is required to obtain an acceptable system response. It is for this reason that the
integration of Genetic Algorithms to ensure an optimal distribution of the membership
functions is proposed. This integration is referred to as Genetic Fuzzy System, which has
learning capabilities, adaptation and it is able to optimize the membership functions.
The experimental results obtained through the proposed solution are presented,
making a comparison between manual tuning and a Genetic Fuzzy System membership
functions to ensure system stability. In a first stage by simulation and then in a
didactic prototype Two Wheel Inverted Pendulum designed. The results demonstrate
the capabilities of the proposed solution, fufilling its main objective in correcting the
angular error of the Two Wheel Inverted Pendulum. | |
