Controlador MIMO basado en identificación neuro-difusa
Loading...
Date
2006
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Concepción.
Abstract
En 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.
Description
Memoria de título (Ingeniero Civil Electrónico)
2006.
2006.
Keywords
Control Automático., Electrónica., Lógica Difusa, Redes Neuronales (Informática), Sistemas Difusos