Modelo VHDL de Control Neuronal sobre tecnología FPGA orientado a Aplicaciones Sostenibles

• Cecilia Sandoval-Ruiz ^[1]
  1. [1] Universidad de Carabobo

     Universidad de Carabobo

     Venezuela

     
• Localización: Ingeniare: Revista Chilena de Ingeniería, ISSN-e 0718-3305, ISSN 0718-3291, Vol. 27, Nº. 3, 2019, págs. 383-395
• Idioma: español
• Títulos paralelos:
  • VHDL Neural Control Model on FPGA technology oriented to Sustainable Applications
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El presente trabajo consta de una investigación en esquemas de control neuronal y el diseño generalizado de sus componentes en lenguaje descriptor de hardware VHDL, con el propósito de construir un modelo para el soporte de control reconfigurable y la optimización de estos esquemas para implementación con tecnología FPGA. El método seleccionado consistió en el modelado del control, a través de la configuración VHDL de las redes neuronales aplicadas, el estudio de los modelos y la propuesta de entrenamientos más eficientes, orientados a hardware. Entre los resultados se cuenta con una propuesta de configuración fractal para el control eficiente de los sistemas y su modelo matemático. La investigación plantea el concepto de redes neuronales fractales, control neuronal reconfigurable y sistemas de entrenamiento para hardware como un aporte para abordar el control de los sistemas de potencia y reconfiguración de la infraestructura energética. El esquema de control propuesto simplifica la implementación de control avanzado, promoviendo un área de investigación en esta línea de diseño sostenible, incorporación de energías renovables, reutilización de recursos y eficiencia energética.

  • English

    The present work consists of a research on neuronal control schemes and the generalized design of its components in VHDL hardware descriptor language, with the purpose of building a model for reconfigurable control support and the optimization of these schemes for implementation with FPGA technology. The selected method consisted in the modeling of the control, through the VHDL configuration of the neural networks applied, the study of the models and the proposal of more efficient trainings, oriented to hardware. Among the results we have a fractal configuration proposal for the efficient control of the systems and their mathematical model. The research proposes the concept of fractal neural networks, reconfigurable neuronal control and training systems for hardware as a contribution to address the control of power systems and reconfiguration of the energy infrastructure. The proposed control scheme simplifies the implementation of advanced control, promoting an area of research in this line of sustainable design, incorporation of renewable energies, reuse of resources and energy efficiency.