Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROGRAMA DE INGENIERA ELECTRNICA FACULTAD DE INGENIERA UNIVERSIDAD DEL QUINDIO ARMENIA 2011
OBJETIVOS . Indicar la funcin de transferencia discreta encontrada (transformada Z) Utilizando las funciones de perceptrn que cada uno implement en clase obtener la ecuacin de diferencia correspondiente al sistema asignado. indicar el error final encontrado en el aprendizaje Realizar grfica para mostrar la respuesta en el tiempo de los datos del archivo y los datos generados con el modelo encontrado
Procedimiento
Se recuerda el procedimiento para pasar de una funcin de transferencia de segundo orden a ecuaciones en diferencia, para ello supongamos una funcin de transferencia de segundo orden como la siguiente
( )
( ) ( )
Despus ( )( ) ( )( )
( )
( )
( )
( )
( )
( )
( ) ( ) ( )
( (
) )
( (
) )
( ) (
( )
) (
( )
Obsrvese de la ecuacin anterior como un sistema de segundo orden puede ser expresado en una funcin en diferencias.
de la
Los datos son guardados en una variable llamada planta, la cual consta de dos columnas donde la primera es la entrada y la segunda es la salida real del sistema. Si se observa detenidamente la ecuacin 2, las entradas del sistema dependen de las salidas en tiempos anteriores y entradas en tiempos anteriores del sistema. Por lo tanto es necesario crear una matriz de entrada al perceptrn donde se representen las 5 entradas de la ecuacin. Donde K= 2 y alcanza el valor del nmero de datos tomados al sistema ( ) ( ( ( [ ( ) ) ) ) ( ( ( ( ( ) ) ) ) ) ( ( ( ( ( ) ) ) ) )
Donde los valores deseados del perceptrn sern las salidas de dicho sistema, hasta este punto se tiene el siguiente segmento de cdigo:
U=[planta(:,1)]; Y=[planta(:,2)]; n=length(U) X=zeros(5,n); for i=3:n X(:,i)=[U(i-2:i);Y(i2:i-1)]; end
Para implementar el cdigo ser necesario que se revise el algoritmo de aprendizaje del perceptrn. 1. Asignar un valor inicial a los pesos, el umbral y definir 2. Presentacin de un nuevo par (Entrada, salida esperada) Nuevo patrn de entrada : Salida deseada :
3.
5.
La implementacin de dicho algoritmo fue trabajada en clase y segmentado en funciones, las cuales fueron realizadas con ayuda del tutor, en el programa se limit a seguir el orden del algoritmo. A continuacin se presenta el cdigo implementado y anexo a este documento se envan las funciones las cuales simplemente llevan a cabo el clculo anteriormente mencionado.
%////Presentacin de un nuevo par (Entrada, salida esperada) U=[planta(:,1)]; Y=[planta(:,2)]; n=length(U) X=zeros(5,n); for i=3:n X(:,i)=[U(i-2:i);Y(i-2:i-1)]; end % Asignar un valor inicial a los pesos, el umbral y definir alfa Alfa=0.01; red=crea_perceptron(5,1) % Clculo de la salida real y=opera_perceptron(red,X) % se calcula el error error=sum(sum(abs(Y'-y))); num=0 while (num<3000) % se adaptan nuevamente los pesos red=entrena_patrones(red,X,Y',Alfa); % se regresa al paso 2 hasta q el error sea minimo y=opera_perceptron(red,X); error=sum(sum(abs(Y'-y))); num=num+1; end red plot(Y) hold on plot(y,'r') error
Ntese que se cambi la condicin del error por un ciclo de un nmero determinado de iteraciones. La grafica obtenida es la siguiente
Obsrvese detenidamente como los datos entrenados de la red siguen perfectamente los datos reales, normalmente se obtiene un error de 0.7 con 3000 iteraciones en el ciclo while que se encarga de adaptar los pesos Para finalizar la prctica se procede a evaluar la funcin de transferencia del sistema con los datos que arroja la red, los cuales son
Despus de numerosos intentos se lleg que el orden en que la red ordena los coeficientes son [ ]
( )
( ) ( )
Fue necesario evaluar esta funcin para corroborar que es correcta y el sistema fue modelado matemticamente, para ello se implementa el siguiente segmento de cdigo
% % se establece los valores de denominadores y numeradores de la funcion de transferencia num=[red(3), red(2)]; den=[1, -red(6), -red(5)]; Gs=tf(num,den,[]) se evalua el sistema con la entrada sis=lsim(Gs,U); se grafica el resultado de dicha evaluacion t=0:1:length(sis)-1; figure plot(t,sis) title('Salida funcion de transferencia') xlabel('tiempo') ylabel('salida') grid on
% %
CONCLUSIONES Con el perceptron se pueden entrenar numerosos datos y con la estructura de la funcin que se desee, la clase est en saber identificar las entradas y salidas del sistema y organizar las entradas a las funciones del perceptron para que este opere correctamente Con base en la red neuronal creada en esta prctica se podra identificar la funcin de transferencia de cualquier planta, la cual presente una salida con la forma de un sistema de segundo orden. como son muchos los datos que el perceptron compara tiene que reajustar los pesos numerosas veces para llegar a un error muy pequeo, resulta ms til dar una condicin de salida del ciclo de iteracin de dicha adaptacin