Desarrollo de un sistema de control avanzado basado en redes neuronales artificiales de una turbina de gas

• Autor: Yance Morales, Salvador Yawar
• Formato: tesis de maestría
• Fecha de Publicación: 2025
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Tesis
• Lenguaje: español
• OAI Identifier: oai:tesis.pucp.edu.pe:20.500.12404/33268
• Enlace del recurso: http://hdl.handle.net/20.500.12404/33268
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales (Computación); Turbinas de gas--Control automático; Simulación con computadoras; https://purl.org/pe-repo/ocde/ford#2.02.03

En el presente trabajo se estudia el tema de la aplicación de las redes neuronales artificiales (RNA) para el modelado y control de turbinas de gas (TG) utilizadas en la industria en la generación eléctrica. Los modelos obtenidos basados en RNA fueron desarrollados en la plataforma MATLAB a partir datos operacionales reales de una turbina de gas de un solo eje y ciclo simple, que conduce un generador eléctrico, demostrando la capacidad que tienen las RNA para capturar las dinámicas no lineales complejas de este tipo de sistemas. Se exploró el uso de las RNA dinámicas con arquitectura NARX por las ventajas que ofrecen para el manejo de datos en series de tiempo y por sus antecedentes de éxito en la literatura revisada. En este trabajo los modelos NARX fueron diseñados para comportamientos transitorios durante los procesos de arranque y de demanda de potencia. Los resultados obtenidos demuestran que las RNA tienen suficiente precisión y confiabilidad para la identificación y modelado de las TG. Para el diseño de los controladores basados en RNA, se implementó en Simulink- MATLAB, el modelo de una TG de un solo eje y de ciclo simple para la generación eléctrica fundamentado en el modelo matemático de Rowen, el cual ha sido utilizado para estudios de comportamientos dinámicos de turbinas de gas en múltiples investigaciones. La variable controlada es la velocidad de rotación de la TG, la cual determina la potencia mecánica de generación. Los controladores diseñados fueron: un controlador predictivo basado en una RNA (RNA-MPC), un controlador fundamentado en linealización por retroalimentación (NARMA-L2), y un controlador proporcional-integral-derivativo (PID) como referencia para propósitos comparativos. Los parámetros relacionados para todos los controladores se han ajustado según los requisitos propuestos de diseño. Se demostró que los controladores basados en RNA ofrecen un mejor desempeño que los controladores convencionales. Se destaca el controlador NARMA-L2 por su desempeño superior. Además, se comprobó que un buen modelado de la turbina asegura que estos controladores tengan una respuesta más rápida y precisa. Por consiguiente, los controladores basados en RNA pueden ser considerados como una alternativa confiable frente a metodologías convencionales para el control de plantas industriales complejas como son las TG.