Modelo híbrido para el control inteligente de procesos, usando tecnología de conjuntos difusos, redes neuronales o artificiales y sistemas basados en conocimientos Report as inadecuate




Modelo híbrido para el control inteligente de procesos, usando tecnología de conjuntos difusos, redes neuronales o artificiales y sistemas basados en conocimientos - Download this document for free, or read online. Document in PDF available to download.

0 Generalidades - Computer science, information and general works

Resumen: En el presente trabajo, se muestra una visión global de lo que es el control de procesos, para, posteriormente, concentrar toda la atención en el control asistido por computador y más concretamente en la aplicación de técnicas de inteligencia artificial al control de procesos. Las redes neuronales artificiales RNA, los sistemas basados en conocimientos SBCS y la lógica difusa LD, tres técnicas de inteligencia artificial, se estudian en detalle con el fin de detectar sus fortalezas y debilidades, cuando se enfrentan a la tarea de controlar un proceso complejo no lineal y variante con el tiempo. Se esboza una formalzaci6n del concepto de control inteligente, bajo la óptica de diversas opiniones de expertos en la materia, con el fin de obtener una serie de características deseables para este tipo de sistemas de control y con ellas plantear el modelo híbrido. Con base en el análisis de las técnicas individuales, se entra a plantear un modelo que mezcle las diversas técnicas hibricación, de modo que se logre un conjunto con alta sinergia y que además brinde el mayor número de características deseables en un sistema de control inteligente. Por último, se desarrolla el modelo, aplicándolo al proceso de obtención de carbón activado en lecho fluidizado, proceso bastante complejo. Con este sistema se ejemplifica toda la rutina de realización de un controlador inteligente, bajo la técnica hibrida que se plantea, además, se logra mostrar como el desempeño de este tipo de sistemas de control, es mejor que el de los sistemas tradicionales, en particular un controlador en modo PI, cuando se aplican a procesos complejos, Abstract: In this paper, we show an overview of what the process control, to then focus all attention on computer aided control and more specifically in the application of artificial intelligence techniques to process control . artificial neural networks ANN, knowledge-based systems SBCS and fuzzy logic LD, three artificial intelligence techniques, are discussed in detail in order to identify their strengths and weaknesses, when faced with the task of controlling a complex process nonlinear and time-varying. It outlines a concept formalzaci6n intelligent control from the perspective of different opinions of experts in the field, in order to obtain a series of desirable characteristics for this type of control systems and with them raise the hybrid model. Based on the analysis of individual techniques, is entered proposed model mix various techniques hibricacion so as to achieve synergy set high and also provide the greatest number of desirable characteristics in a control system intelligent. Finally, the model is developed, applying the process of obtaining activated carbon fluidized bed rather complex process. With this system the entire routine exemplified embodiment of an intelligent controller, in the hybrid technique arises also gets shown Iike performance of such control systems, is better than that of traditional systems, in particular PI controller mode, when applied to complex processes

Tipo de documento: Tesis-trabajos de grado - Thesis Maestría

Colaborador - Asesor: Perez Hoyos, Gustavo

Palabras clave: Modelo hibrido, Sistemas de control, Procesos complejos, Inteligencia artificial, Tecnología, Hybrid Model, Control systems, Complex processes, Artificial intelligence, Technology

Temática: 0 Generalidades - Computer science, information and general works





Source: http://www.bdigital.unal.edu.co


Teaser



..
.. .­...
. C lor Aplkedo por al control Plel actIVIIdor . Punto de usa.
det actMldof - 11 73 -I( to de AI T mperat Plroftz:ador I ; 873 · K d I ptrollzador en -tc:; FIGURA 33.
Control total PI-PI (cambia de carga d 10 a 15 kgJhr). - . , . . . , .
. .. calor ApfIeado por .
, control - , actIvador T Punto de Aluste del actlvador .. -.
.............. - =1173 -K ........
..................
.
- C -or ApllcecSo por al control dlrUso ..
plrollzador Punto de Ajusta del pfroUzadoc = 873 ·K Tlempo FIGURA 34.
Control total Dtfuso-Otfuso (cambia en I carga de 10 a 15 kglhr). RO CoI9r ~icado ....
PM ...... control PI JactivBdor Punto de -lusts del actlvador =1173 ·K .calor APlltado pol eI control - . • • • u.· • u ... .
u ••• FIGURA 36.
Control total Olfuso-Olfuso con camblo en Ie earge de 10 e 5 kglhr. 81 EI cambia en esta condidOn perativa del pirolizador, de caracter servo, Ia debe manejar cede controlador con los mlsmos parttmetros internos estableddos en Ia tarea de control regulatorio. Como s puede ver, eI mpo de establlizaci6n del controtador difuso es corto (14.7 minutos) cuando se compara con el1Iempo de estabizaci6n del controlador PI (mas d 38 mlnutos). Aunque nunce se ap1c6 Ia tares 8M a Ia funcion servo def controlador difuso, este generaliz6, a partir de los datos de entrenamlenlo, eI comportamiento servo que se obserVe, bastante mejor que eI del PI.
Se prueba de este modo, eI pader de generalzaci6n que presentan las RNA.
que como va se dijo, entregan esta fortaJeza aI MHCI que se pantea. En conjunto, lodes estas pruebas muestran eI afto nlv de adecuad6n que Iogran las tecnicas de control hibrido, cuando se entrentan a procesos complejos, para los cuales las t6cnicas tradidonales deben reslgnar sus posiblidades. 7.6.6 MOdulo de Predlcci6n con ModeIo.
La tares que leva a cabo eI m6dulo crltica, en sus labores de Sintonf...






Related documents