Please use this identifier to cite or link to this item: http://repositorio.udec.cl/jspui/handle/11594/848
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSegoviano, Carlos; profesor guíaes
dc.contributor.authorBahamonde Reyes, Carlos Robertoes
dc.date.accessioned2014-01-23T16:39:47Z-
dc.date.accessioned2019-12-13T17:10:33Z-
dc.date.available2014-01-23T16:39:47Z-
dc.date.available2019-12-13T17:10:33Z-
dc.date.issued2006-
dc.identifier.other000168168-
dc.identifier.urihttp://repositorio.udec.cl/jspui/handle/11594/848-
dc.descriptionMemoria de título (Ingeniero Civil Electrónico) || 2006.-
dc.description.abstractEn esta memoria se propone el estudio de técnicas de modelación y control basadas en lógica difusa del tipo Takagi-Sugeno, para sistemas no lineales multivariables y en particular la identificación de un sistema “TITO” (Two input-Two output) no-lineal. La modelación del sistema es llevada a cabo en tres etapas. En la primera de ellas, se utiliza una entrada aleatoria para la identificación del sistema y la modelación es realizada en su fase inicial con aprendizaje no supervisado off-line. En la segunda fase se excita la planta con una entrada sinusoidal y también con aprendizaje off-line. Finalmente se aplica la misma entrada sinusoidal pero se realiza la adaptación on-line de los parámetros y se evalúa el desempeño de estas tres etapas. De las simulaciones realizadas se puede apreciar que la identificación del modelo arroja muy buenos resultados y que la modelación en la etapa de validación mejora notablemente con el uso de un algoritmo de identificación con adaptación de los parámetros. El control neuro-difuso es diseñado en base a controladores lineales locales, los que actúan dependiendo de la zona del espacio de entrada en que se esté operando. Estos controladores locales están basados en el modelo difuso inverso del proceso, los parámetros tanto del antecedente como del consecuente son adaptados con aprendizaje supervisado, o sea “online” con el proceso. Por último se evalúa el desempeño del controlador neuro-difuso en el mismo sistema propuesto para modelación y además en una aplicación de una Planta de Separación Gas-Líquido. Se puede observar de las simulaciones que el controlador posee una gran robustez y adaptación a los cambios del sistema, además puede lidiar de gran forma con el acoplamiento existente entre las salidas y con el alto grado de no-linealidad que poseen estos sistemas MIMO. Esto es debido a que el modelo tiene características adaptables a través de sus parámetros los que permiten compensar los cambios en los parámetros del sistema y el efecto de las perturbaciones, lo que no es posible alcanzar con técnicas de control convencionales ya que están pensadas para sistemas lineales con comportamiento invariante en el tiempo.es
dc.language.isospaes
dc.publisherUniversidad de Concepción.es
dc.rightsCreative Commoms CC BY NC ND 4.0 internacional (Atribución-NoComercial-SinDerivadas 4.0 Internacional)-
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es-
dc.subjectControl Automático.es
dc.subjectElectrónica.es
dc.subjectLógica Difusaes
dc.subjectRedes Neuronales (Informática)es
dc.subjectSistemas Difusoses
dc.titleControlador MIMO basado en identificación neuro-difusaes
dc.typeTesises
dc.description.facultadDepartamento de Ingeniería Eléctricaes
dc.description.departamentoDepartamento de Ingeniería Eléctrica.es
Appears in Collections:Ingeniería Eléctrica - Tesis Pregrado

Files in This Item:
File Description SizeFormat 
Tesis_Controlador_MIMO_Basado_en_Identificacion_Neuro_Difusa.Image.Marked.pdf1,12 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons