Evaluación de un controlador predictivo basado en un modelo semifísico de inferencia borrosa Takagi-Sugeno con conjuntos multidimensionales
En busca de incursionar en la investigación, la formulación e incorporación de nuevas técnicas de control fiables y viables a nivel industrial, este trabajo presenta la evaluación de un controlador predictivo que usa un Sistema de Inferencia Borrosa Takagi-Sugeno con Conjuntos Multidimensionales (SI...
- Autores:
-
Isaza Hurtado, Jhon Alexander
- Tipo de recurso:
- Fecha de publicación:
- 2012
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/9166
- Palabra clave:
- 6 Tecnología (ciencias aplicadas) / Technology
62 Ingeniería y operaciones afines / Engineering
66 Ingeniería química y Tecnologías relacionadas/ Chemical engineering
Control predictivo no lineal basado en modelo
Control de pH
Sistema de inferencia borrosa Takagi-Sugeno
Conjuntos borrosos multidimensionales
Lógica difusa
Nonlinear model predictive control
pH control
Fuzzy inference system Takagi-Sugeno
Multidimensional fuzzy sets
Fuzzy logic
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
| Summary: | En busca de incursionar en la investigación, la formulación e incorporación de nuevas técnicas de control fiables y viables a nivel industrial, este trabajo presenta la evaluación de un controlador predictivo que usa un Sistema de Inferencia Borrosa Takagi-Sugeno con Conjuntos Multidimensionales (SIB T-S CBMD) como modelo de predicción. El Controlador Predictivo No Lineal Basado en Modelo (CPNBM) con SIB T-S CBMD permite el control de procesos químicos no lineales con eficiencia y alto grado de flexibilidad. Por su parte, el control de pH de una corriente de sustancia es crítico en gran variedad de procesos. En tal sentido, empresas productoras de alimentos como los ingenios azucareros deben controlar eficientemente el pH del jugo de caña. Los procesos de ajuste y neutralización del pH presentan un gran desafío por su fuerte no linealidad, adicionando a este problema las perturbaciones del proceso, el ruido de los instrumentos y los retardos del Elemento Final de Control (EFC), situación frecuente en la industria en general. Para cumplir el objetivo de incursionar en la investigación del modelado y control avanzado de procesos en ambientes industriales se emplearon datos reales del proceso de alcalinización del jugo de caña del Ingenio La Unión S.A., Guatemala. Los datos fueron empleados para ajustar el modelo SIB T-S con CBMD y finalmente se propuso un CPNBM que usa tal modelo para el control de pH |
|---|