Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.12313/90
Title: Modelización y control de un sistema neumático usando control inteligente
Authors: Vera Mendez, Flaminio
Advisors: Gutiérrez, Ana Isabel
Muñoz, Aldemar
Keywords: Sistema neumático
Control inteligente
Modelación
Redes neuronales
Sistemas Fuzzy
Issue Date: 2006
Publisher: Universidad de Ibagué - Coruniversitaria, Universidad de Gante, Universidad de Lovaina
Citation: Vera Mendez, F. (2006). Modelización y control de un sistema neumático usando control inteligente. [Tesis Maestría, Universidad de Ibagué, Universidad de Gante, Universidad de Lovaina]. http://repositorio.unibague.edu.co:80/jspui/handle/20.500.12313/90
Description: Esta tesis se hizo con la configuración del sistema neumático existente en el laboratorio de Automatización de la Universidad de Ibagué Coruniversitaria, obteniéndose el modelo del sistema a través de su modelo basado en principios físicos fundamentales, redes neuronales, modelo ARX y modelo Fuzzy TakagiSugeno , además se halla el control de posición recurriendo al control inteligente y a la técnica de control PID. Una red neuronal dinámica recurrente se utilizó para la identificación del sistema neumático, así mismo se construyó un sistema Fuzzy utilizando la búsqueda secuencial hacia delante SEQSRCH (sequential forward search) y la búsqueda exhaustiva EXHSRCH (exhaustive search). La identificación del sistema neumático se hizo más práctica utilizando las herramientas de control inteligente, ya que al tener que determinar las variables y parámetros inherentes al sistema como son la fricción viscosa, la fricción de Coulomb, masas y precisiones en longitudes de conexión, el proceso de Modelación se hace más complejo. Las redes neuronales artificiales y los sistemas Fuzzy forman parte de una de las áreas del control inteligente, que han capturado interés en los últimos años y constituyen herramientas potentes para solucionar una amplia clase de problemas de Identificación y Control de sistemas dinámicos, como se conoce en sus investigaciones de Narendra y Takagi-Sugeno[8]. El trabajo de identificación con redes neuronales artificiales y T-S fuzzy resulta muy ventajoso cuando se trata de sistemas no lineales y particularmente para el sistema neumático, donde hallar el modelo basado en principios físicos, requiere de la caracterización del proceso físico; este modelo puede obtenerse en forma estrictamente teórica, basada en consideraciones físicas, leyes de Newton, balances de energía, balance de masa, pero hay variables que no se tienen en cuenta en el modelo, haciéndolo inexacto. El control inteligente aplicando Mamdani es muy práctico para este sistema no lineal, mientras el control PID es más inadecuado por las altas no linealidades que presenta el sistema neumático.
URI: http://repositorio.unibague.edu.co:80/jspui/handle/20.500.12313/90
Appears in Collections:Maestría en Ingeniería de Control Industrial

Files in This Item:
File Description SizeFormat 
Tesis.pdf1.09 MBAdobe PDFThumbnail
View/Open
Autorización publicación .pdf
  Restricted Access
450.8 kBAdobe PDFView/Open Request a copy



This item is licensed under a Creative Commons License Creative Commons