Control por aprendizaje neuro-fuzzy de un sistema servo-hidráulico de alta frecuencia

Abstract

Los avances en el estudio de materiales sometidos a cargas cíclicas llevaron al desarrollo de modelos analíticos que describan su comportamiento. Por lo tanto, para validar estos modelos así como para determinar las propiedades de nuevos materiales, surgió la necesidad de desarrollar máquinas para ensayos mecánicos. Uno de los ensayos de mayor importancia en el estudio de materiales son los relacionados con la fatiga, este tipo de ensayos requiere un elevado número de ciclos por lo cual surge la necesidad de desarrollar cada vez máquinas más rápidas con el propósito de disminuir el tiempo de los ensayos, por tal motivo es de vital importancia desarrollar controladores que puedan trabajar a altas frecuencias. La presente Tesis muestra un modelo de control diseñado para este tipo de sistemas servo-hidráulicos, lo cual fue dividido en 5 capítulos como serán detallados a continuación. Capítulo I: Se presentan los antecedentes, la justificación, el objetivo, la metodología de trabajo, los alcances y las limitaciones propias de la presente Tesis. Capítulo II: Se describe en forma breve y simplificada los fundamentos de la inteligencia artificial, detallando los conceptos básicos de los sistemas fuzzy logic, redes neuronales y una descripción general de los sistemas híbridos principalmente de los sistemas híbridos neuro-fuzzy. Capítulo III: Se presenta un resumen del modelamiento de un sistema servohidráulico de una máquina para ensayos de fatiga. Capítulo IV: Este capítulo presenta el diseño de un control hibrido neuro-fuzzy para un sistema servo-hidráulico de alta frecuencia. Capítulo IV: Se presentan el hardware para la implementación de un sistema experimental, así también los resultados de las simulaciones del controlador propuesto. Adicionalmente se detallan algunas características de la respuesta del sistema a las variaciones de algunos parámetros del sistema neuro-fuzzy. Finalmente esta Tesis presenta una serie de conclusiones y recomendaciones obtenidas en base a los resultados de las simulaciones. Así mismo se presenta la bibliografía requerida para el desarrollo del presente trabajo.