Resumen de Performance evaluation of a Time Scale Controller
- español
Aun con todo el avance en el control inteligente, el análisis y el uso de la capacidad humana para controlar está lejos de haber terminado. Por ejemplo, las aplicaciones industriales pueden ser muy rápidas o lentas para que una persona las controle. La solución propuesta en este artículo comienza con el escalamiento temporal de un sistema, hasta que este resulte cómodo de controlar. La acción de control humana es aprendida por una red neuronal, la cual es ciega a los cambios en el tiempo, así, la red neuronal controla tanto el modelo escalizado como la planta real. Se prueba un controlador basado en escalamiento temporal por medio del control de la posición angular de un motor, el resultado es contrastado con un controlador difuso y con un controlador lineal a trozos. El control con escalamiento temporal es mejor que los otros dos controladores porque utiliza el menor esfuerzo posible y a la vez presenta la mejor efectividad.
- English
Regardless of the advances in intelligent control the analysis and use of the human capacity to control are far from exhausted. For instance, industrial applications could be too fast or too slow for a human to control. The proposed solution in this paper starts by scaling the model of the system in time, so that it results comfortable to control. The control actions of the human are learned by a Neural Network, which is blind to the changes in the time scale, thus the Neural Network controls the scaled model and the real plant as well. The Time Scaling Controller is evaluated by controlling the angular position of a motor and the result is contrasted with a fuzzy controller and a piecewise linear controller. Time Scaling Control resulted better than the other two controllers because it has the lowest effort and the highest effectiveness among the three controllers.
