Resumen de Diseño de un neurocontrolador y su aplicación al control en tiempo real de un sistema identificado prototipo usando programación gráfica

Ricardo Raúl Rodríguez Bustinza, Hernán Garcés Yapuchura, Julio Cuaresma Villarroel

• español

  El diseño de un sistema de control en determinados procesos en la industria, es el principal problema de los ingenieros. Desde que se obtienen los datos de entrada y salida de un determinado proceso, podemos conocer la respuesta del sistema, la misma que nos permite estudiar un prototipo de modelo y usando la teoría del control no lineal se predicen los ciclos limites, podemos proponer una función descriptiva cuyos parámetros serán necesarios para implementar el Neurocontrolador  que será entrenado con el algoritmo Back propagation. En nuestro caso, abordamos el diseño e implementación de un Neurocontrolador en el entorno del programa grafico de LabVIEW bajo la supervisión del Toolkit de Simulación. Nuestra aplicación es el control de un sistema físico prototipo cuyo modelo puede representar a sistemas de primer y segundo orden. Se obtuvo el modelo de la dinámica del proceso en forma experimental, para ello se aplicó la identificación de parámetros usando el método ajuste de la curva por interpolación lineal en el dominio de la frecuencia. La exactitud del modelo ha sido fundamental para el análisis de la función descriptiva y consecuentemente la adaptación de un modelo neuronal. Los resultados experimentales demuestran que la señal de control diseñada puede hacer que la salida del sistema prototipo siga eficientemente las referencias impuestas con mínimo sobrepaso y error en estado estacionario nulo.

• English

  The design of a control system in certain processes in the industry is the main problem for engineers. Since the input and output data of a certain process are obtained, we can know the response of the system, the same that allows us to study a model prototype and using the theory of nonlinear control the limit cycles are predicted, we can propose a function descriptive whose parameters will be necessary to implement the Neurocontroller that will be trained with the Back propagation algorithm. In our case, we address the design and implementation of a Neurocontroller in the LabVIEW graphical program environment under the supervision of the Simulation Toolkit. Our application is the control of a prototype physical system whose model can represent first and second order systems. The model of the process dynamics was obtained experimentally, for which the identification of parameters was applied using the curve fitting method by linear interpolation in the frequency domain. The accuracy of the model has been essential for the analysis of the descriptive function and consequently the adaptation of a neural model. The experimental results demonstrate that the designed control signal can make the output of the prototype system efficiently follow the imposed references with minimal overshoot and null steady-state error.