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

Abstract

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.

The design of a control system in any industrial processes is the main task for engineers. Since we obtain the input and output data of a determined process, we can know system answer, the same one that helps us to study a prototype of model and using the theory of the nonlinear control to predict the boundary cycles, we can propose a descriptive function whose parameters will be necessary for implement the Neurocontroller that will be trained with the Back propagation algorithm. In our case, we design and apply Neurocontroller, in the graphic program LabVIEW using the Simulation Module Toolkit. The application is the system controlof a physical prototype, whose model can represent first and second order systems We applied the theory of parameters identification using curve adjustment method by linear interpolation in the frequency domain, in order to obtain the dynamics model of the experimental process. The accuracy of the model has been fundamental for the analysis of the descriptive function and consequently the adaptation of a model neural network. Experimental results shown that the designed control signal, makes the output of the system prototype, follow the arbitrary references efficiently with a minimum overshoot and null steady-state error.