XX Simposio Internacional de Ingeniería Eléctrica
SIE 2023
La lógica difusa proporciona un mecanismo de inferencia que permite simular el razonamiento humano en sistemas basados en el conocimiento. Por lo tanto, si existe conocimiento de un proceso, es posible modelarlo a través de la lógica difusa. Desde mediados de la década del 70 del pasado siglo la lógica difusa se ha utilizado ampliamente en aplicaciones pues facilita la automatización de tareas y son fáciles de diseñar, modificar y mantener. Existen varios softwares para el diseño de las aplicaciones difusas. MATLAB proporciona la herramienta Fuzzy Logic Toolbox que brinda grandes prestaciones al permitir implementar los sistemas y evaluarlos en el mismo flujo de trabajo. Sin embargo, el diseño de una aplicación práctica debe ser realizada en un sistema embebido como Raspberry Pi. Se proporciona una metodología para el diseño de aplicaciones de lógica difusa en Raspberry Pi. La metodología implica el diseño de las funciones de membresía, las reglas difusas, los métodos de inferencia y defuzzificación en MATLAB, con el objetivo de dejar a punto los mismos. El diseño en Raspberry Pi se programa con Python. Se aplica la metodología en el diseño de un modelo de riego en cultivo protegido basado en conocimiento de experto a través de lógica difusa. El modelo obtenido es computacionalmente ligero, con un tiempo de respuesta promedio entre recepción, procesamiento y envío, de 1,71 segundos, por lo que es adecuado para el hardware escogido, Raspberry Pi 4.
Fuzzy logic provides an inference mechanism that allows simulating human reasoning in knowledge-based systems. Therefore, if there is knowledge of a process, it is possible to model it through fuzzy logic. Since the mid-70s of the last century, fuzzy logic has been widely used in applications because it facilitates the automation of tasks and is easy to design, modify and maintain. There are several software for the design of fuzzy applications. MATLAB provides the Fuzzy Logic Toolbox that provides great benefits by allowing systems to be implemented and evaluated in the same workflow. However, the design of a practical application must be done on an embedded system such as Raspberry Pi. A methodology for designing fuzzy logic applications on Raspberry Pi is provided. The methodology involves the design of membership functions, fuzzy rules, inference and defuzzification methods in MATLAB, with the aim of getting them ready. The design on Raspberry Pi is programmed with Python. The methodology is applied in the design of an irrigation model in protected cultivation based on expert knowledge through fuzzy logic. The model obtained is computationally light, with an average response time between reception, processing and sending of 1.71 seconds, making it suitable for the chosen hardware, Raspberry Pi 4.
Sobre el ponente
Ing. Alain Daniel Godo Alonso
Discussion