Estimación del modelo IDGREY y control de velocidad por interacción adaptativa aplicado a un motor DC EMG30

• Autor: Rodríguez Bustinza, Ricardo Raúl
• Formato: tesis doctoral
• Fecha de Publicación: 2021
• Institución: Universidad Nacional del Callao
• Repositorio: UNAC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unac.edu.pe:20.500.12952/5883
• Enlace del recurso: https://hdl.handle.net/20.500.12952/5883
• Nivel de acceso: acceso abierto
• Materia: Adquisición de Datos, Estimación de Modelo, Algoritmo por Interacción Adaptativa, Redes Neuronales MLP. Control de Velocidad Angular.; https://purl.org/pe-repo/ocde/ford#2.02.01

El presente proyecto de tesis doctoral corresponde al área de ingeniería aplicada, en el cual se propone el desarrollo del modelo experimental mediante la adquisición de datos de un motor de corriente continua, mediante la identificación de un modelo caja gris. Una manera de validar la exactitud del modelo experimental es resolviendo el problema del control de la velocidad del motor DC, en nuestro caso, se aplicará la técnica de control por interacción adaptativa propuesta por Brand-Lin aplicado a una red multicapa perceptron. La característica importante del algoritmo por interacción adaptativa, es que no requiere trabajar el algoritmo de propagación inversa, ni que la señal de error actualice los pesos, solo es necesario la red neuronal multicapa para su propagación en modo directo. Con el desarrollo del algoritmo por interacción adaptativa se busca mejorar el tiempo computacional y la performance para el control de la velocidad angular del motor DC, haciendo que la acción de control sea capaz de lograr un error en estado estacionario nulo, con mínimo sobre impulso y de respuesta rápida en un mínimo tiempo de establecimiento. Estos requerimientos que logra el algoritmo por interacción adaptativa, permitirán reducir el envejecimiento prematuro de la vida útil del motor DC.