Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Integrantes: Cdigo:
PERU CALLAO
FACULTAD DE INGENIERIA ELECTRICA Y ELECTRNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRNICA
I. INTRODUCCION
La razn principal por la cual se unas un control con redes neuronales es debido a
que consiste en la habilidad que tienen para emular sistemas no lineales, an sin
conocimiento previo de ellos; como resultado reducen el trabajo de identificacin,
considerado como el primer paso en el diseo de casi cualquier controlador. Cuando
el aprendizaje es fuera de lnea, es suficiente con una muestra de la seal de entrada
y salida (la cual debe representar toda la dinmica del sistema dentro su rango de
funcionamiento), para que los algoritmos de entrenamiento empiecen a adecuar los
pesos de la red sin aparente intervencin humana. Otra caracterstica favorable del
control con redes neuronales es que pueden adaptarse a los cambios en los
parmetros de la planta que emulan, lo cual se debe al aprendizaje en tiempo real con
que pueden ser implementadas. Adems, su lgica interna es simple; sta se basa en
la transformacin de los datos de entrada en los de salida por medio de
multiplicaciones, sumas, y clculos de exponenciales, en la mayora de los casos; esto
implica que la ejecucin de sus algoritmos no es exigente en cuanto a recurso
computacional; por tanto, pueden ser rpidas.
Diagrama de bloques
2
FACULTAD DE INGENIERIA ELECTRICA Y ELECTRNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRNICA
La seal de control u(t) tiene un valor diferente de cero cuando la seal de error
e(t) es cero. Por lo que se concluye que, dada una referencia constante, o
perturbaciones, el error en rgimen permanente es cero.
PI: accin de control proporcional-integral: se define mediante
3
FACULTAD DE INGENIERIA ELECTRICA Y ELECTRNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRNICA
Redes neuronales
Las Redes Neuronales son un campo muy importante dentro de la Inteligencia
Artificial. Inspirndose en el comportamiento conocido del cerebro humano
(principalmente el referido a las neuronas y sus conexiones), trata de crear
modelos artificiales que solucionen problemas difciles de resolver mediante
tcnicas algortmicas convencionales.
Modelo de una neurona artificial: El modelo define un elemento de proceso
(EP), o neurona artificial, como un dispositivo que, a partir de un conjunto de
entradas, xi (i=1...n) o vector x, genera una nica salida y.
4
FACULTAD DE INGENIERIA ELECTRICA Y ELECTRNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRNICA
5
FACULTAD DE INGENIERIA ELECTRICA Y ELECTRNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRNICA
Arquitecturas de RNA
6
FACULTAD DE INGENIERIA ELECTRICA Y ELECTRNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRNICA
P=P';
N1=length(P);
a1=P(:,1);a1=a1(1:N1);
b1=P(:,2);b1=b1(1:N1);
c1=P(:,3);c1=c1(1:N1);
T1=T(:,1);T1=T1(1:N1);
T2=T(:,2);T2=T2(1:N1);
T3=T(:,3);T3=T3(1:N1);
coef=[a1,b1,c1,T1,T2,T3];
save datos.txt coef -ascii
luego de haber realizado la generacin del archivo datos.txt con un sobre impulso
de 0.1, tiempo de establecimiento de 0.3 y un polo de 1.5, que pusimos nosotros,
este valor puede variar de acuerdo con el modelo de control que se va a realizar.
7
FACULTAD DE INGENIERIA ELECTRICA Y ELECTRNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRNICA
8
FACULTAD DE INGENIERIA ELECTRICA Y ELECTRNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRNICA
9
FACULTAD DE INGENIERIA ELECTRICA Y ELECTRNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRNICA
En las grficas se observa el error cuadrtico medio, el control pid, pid con red
neuronal, y la red ante un escaln
10
FACULTAD DE INGENIERIA ELECTRICA Y ELECTRNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRNICA
V. CONCLUCIONES
Se concluye con el trabajo siguiente que con la red neuronal se puede realizar
un control PID. Y as poder comprar como se realiz con un PID normal y poder
observar que sus graficas salieron muy similares, pero con un error muy
cercano para la planta elegida.
Para poder obtener quiz mejor resultados, se tendra que aumentar el nmero
de capas de acuerdo con la eleccin de la planta para poder as disminuir el
error obtenido.
VI. Bibliografa
http://revistas.utp.edu.co/index.php/revistaciencia/article/view/6669
Control de procesos con redes neuronales-jose Danilo rairan
11