El presente trabajo muestra la simulación e implementación de un “Neurocontrolador” en una planta de segundo orden. El controlador neuronal, también conocido como Neurocontrolador, fue implementado con una red multicapa, donde la retropropagación del error fue desarrollada mediante el algoritmo “Backprogation”. La red multicapa, compuesta por una capa oculta y una capa de salida, fue simulada primero en Matlab para conseguir los parámetros de variación, luego fue simulada en Visual C++ para lograr la optimización. La arquitectura de esta red multicapa fue variando muchas veces hasta llegar a una forma óptima que se mostrará como la arquitectura final. Seguidamente, se hizo la simulación en LabVIEW 8.4, corroborando las simulaciones en Visual C++. Finalmente, se probó el controlador neural desarrollado en LabVIEW en tiempo real, mostrando gratificantes resultados y comp...

The present work shows the simulation and implementation of a "Neurocontroller" in a second order plant. The neural controller, also known as Neurocontroller, was implemented with a multilayer network, where the backpropagation of the error was developed through the "Backprogation" algorithm. The multilayer network, composed of a hidden layer and an output layer, was first simulated in Matlab to get the variation parameters, then it was simulated in Visual C++ to achieve the optimization. The architecture of this multilayer network was varied many times until reaching an optimal form that will be shown as the final architecture. Next, the simulation was done in LabVIEW 8.4, corroborating the simulations in Visual C++. Finally, the neural controller developed in LabVIEW was tested in real time, showing gratifying results and verifying its effectiveness despite simultaneous changes in the ...

El presente trabajo muestra la simulación e implementación de un “Neurocontrolador” en una planta de segundo orden. El controlador neuronal, también conocido como Neurocontrolador, fue implementado con una red multicapa, donde la retropropagación del error fue desarrollada mediante el algoritmo “Backprogation”. La red multicapa, compuesta por una capa oculta y una capa de salida, fue simulada primero en Matlab para conseguir los parámetros de variación, luego fue simulada en Visual C++ para lograr la optimización. La arquitectura de esta red multicapa fue variando muchas veces hasta llegar a una forma óptima que se mostrará como la arquitectura final. Seguidamente, se hizo la simulación en LabVIEW 8.4, corroborando las simulaciones en Visual C++. Finalmente, se probó el controlador neural desarrollado en LabVIEW en tiempo real, mostrando gratificantes resultados y comp...