Diseño de un neurocontrolador y su aplicación al control en tiempo real de un sistema identificado prototipo usando programación gráfica
Descripción del Articulo
El diseño de un sistema de control en determinados procesos en la industria, es el principal problema de los ingenieros. Desde que se obtienen los datos de entrada y salida de un determinado proceso, podemos conocer la respuesta del sistema, la misma que nos permite estudiar un prototipo de modelo y...
Autores: | , , |
---|---|
Formato: | artículo |
Fecha de Publicación: | 2008 |
Institución: | Universidad Nacional de Ingeniería |
Repositorio: | UNI-Tesis |
Lenguaje: | español |
OAI Identifier: | oai:cybertesis.uni.edu.pe:20.500.14076/13920 |
Enlace del recurso: | http://hdl.handle.net/20.500.14076/13920 https://doi.org/10.21754/tecnia.v19i2.356 |
Nivel de acceso: | acceso abierto |
Materia: | Planta física Adquisición de datos Neurocontrolador Diseño e implementación |
Sumario: | El diseño de un sistema de control en determinados procesos en la industria, es el principal problema de los ingenieros. Desde que se obtienen los datos de entrada y salida de un determinado proceso, podemos conocer la respuesta del sistema, la misma que nos permite estudiar un prototipo de modelo y usando la teoría del control no lineal se predicen los ciclos limites, podemos proponer una función descriptiva cuyos parámetros serán necesarios para implementar el Neurocontrolador que será entrenado con el algoritmo Back propagation. En nuestro caso, abordamos el diseño e implementación de un Neurocontrolador en el entorno del programa grafico de LabVIEW bajo la supervisión del Toolkit de Simulación. Nuestra aplicación es el control de un sistema físico prototipo cuyo modelo puede representar a sistemas de primer y segundo orden. Se obtuvo el modelo de la dinámica del proceso en forma experimental, para ello se aplicó la identificación de parámetros usando el método ajuste de la curva por interpolación lineal en el dominio de la frecuencia. La exactitud del modelo ha sido fundamental para el análisis de la función descriptiva y consecuentemente la adaptación de un modelo neuronal. Los resultados experimentales demuestran que la señal de control diseñada puede hacer que la salida del sistema prototipo siga eficientemente las referencias impuestas con mínimo sobrepaso y error en estado estacionario nulo. |
---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).