Diseño de un controlador por ganancia programable con interpolación de parámetros mediante una red neuronal y un controlador neuronal por modelo inverso para controlar la velocidad de un motor DC

En el presente trabajo de grado se realiza el diseño e implementación de dos estrategias de control, la primera de ellas consiste en una estrategia de control avanzada con ganancia programable combinada con una red neuronal para interpolación de parámetros; la segunda estrategia se resume en un controlador inteligente neuronal por modelo inverso. Las respuestas de ambos controladores se someten a comparación para medir sus desempeños .En la primera parte del desarrollo de este trabajo se lleva a cabo la construcción de una planta motor DC para la implementación de estrategias de control, la cual cuenta con elementos eléctricos y electrónicos tales como motor DC, fuente conmutada de 12 voltios, tarjeta Arduino/Genuino UNO®, modulo Driver Dual para motores, sensor ranurado FC-03, entre otros. Luego de la construcción de la planta motor DC, se profundiza en las bases teóricas de las redes neuronales artificiales aplicadas a la identificación de sistemas y al control de procesos. Posterior a la recopilación de las bases teóricas de las redes neuronales, se procede a efectuar el diseño de un controlador por ganancia programable mediante el uso de una red neuronal multicapa para el control de velocidad de un motor DC; para el diseño de este controlador se obtiene una base de datos de la respuesta del sistema ante estímulos de tipo escalón en lazo abierto. La base de datos se utiliza para aproximar la dinámica del sistema a un modelo POR en cada punto de operación, de igual manera los modelos aproximados se discretizan y se sintonizan controladores digitales para cada zona de trabajo. Los parámetros de los controladores sintonizados son utilizados para supervisar la MRNA de manera que aprenda los coeficientes del controlador e interpole aquellos coeficientes no presentados en el proceso de aprendizaje, para finalmente hacer la implementación en el proceso real y observar el comportamiento de la planta frente al controlador diseñado. Después de esto, se procede a ejecutar el diseño del segundo controlador neuronal, planteado por modelo inverso para el control de la velocidad del motor DC, igualmente para el diseño de este controlador se realiza una adquisición de datos con estímulos tipo escalón de diferentes magnitudes que han sido aplicados de forma aleatoria y por un periodo de tiempo que garantice la estabilidad de la velocidad del motor en lazo abierto. Se realiza el entrenamiento de manera tal que aprenda a realizar un seguimiento de cada referencia con la cancelación de la dinámica del sistema por parte de la red neuronal. En definitiva, se realiza la implementación del controlador en el proceso real para de esta manera visualizar el comportamiento de la planta con el controlador ante cambios en el set point. Finalmente, se realizan pruebas donde se evalúan los dos controladores y se comparan mediante métricas de desempeño de la integral del error y de respuesta temporal.

• Autores: Atehortúa Marín , Juan David; Marín Toro, Sergio Adrián
• Fecha de publicación: 2017
• Institución: Politécnico Colombiano Jaime Izasa Cadavid
• Repositorio: ICARUS
• Idioma: spa
• OAI Identifier: oai:repositorio.elpoli.edu.co:123456789/8673
• Acceso en línea: https://repositorio.elpoli.edu.co/handle/123456789/8673
• Palabra clave: Redes neuronales. Autómata programable. Motores eléctricos.
• License: http://creativecommons.org/licenses/by-nc/4.0/