Professional Documents
Culture Documents
AUTOMATIZACIN Y CONTROL
Control Inteligente
2053
Diseo de Controlador Neuronal Para la
Unidad Air Flow Temperature Control
System
Profesor:
Ing. Victor Proao
Elaborado por:
Jos Arteaga
Jonathan Borja
Patricio Vsconez
Daniel Zurita
Junio 2014
NRC:
Control Neuronal
Tabla de contenido
1.
Tema............................................................................................................................. 3
2.
Objetivos...................................................................................................................... 3
3.
General........................................................................................................................ 3
4.
Especficos................................................................................................................... 3
5.
6.
CONCLUSIONES................................................................................................................ 25
ANEXO A........................................................................................................................... 26
ASIGNACIN DE DIGNIDADES....................................................................................... 26
ANEXO B........................................................................................................................... 26
CRONOGRAMA DE ACTIVIDADES................................................................................... 26
Seminarios AC
Pgina 1
Control Neuronal
Ilustracin 24: comparacin de la respuesta de la planta con su equivalente
aproximacin de primer orden Vin =4.5...........................................................................17
Ilustracin 25: respuesta completa de la planta con Vin=5.............................................17
Ilustracin 26: respuesta delimitada a 85s de la planta con Vin=5..................................18
Ilustracin 27:comparacin de la seal original con relacin a la seal filtrada Vin =5. . .18
Ilustracin 28: respuesta filtrada de la planta con Vin=5..............................................18
Ilustracin 29: comparacin de la respuesta de la planta con su equivalente
aproximacin de primer orden Vin =5.............................................................................. 19
Ilustracin 30: entrenamiento de la red neruonal.............................................................22
Ilustracin 31: respuesta de la planta (superior) y controlador (inferior) con SP=30C....23
Ilustracin 32: respuesta de la planta (superior) y controlador (inferior) con SP=40C....24
Ilustracin 33: respuesta de la planta (superior) y controlador (inferior) con SP=50C....24
Figura
Figura
Figura
Figura
Seminarios AC
Pgina 2
Control Neuronal
1. Tema
Diseo de Controlador Neuronal para la Unidad Air Flow Temperature Control System.
2. Objetivos
3. General
Realizar el diseo y experimentacin de controladores neuronales para la unidad de
temperatura AIR FLOW TEMPERATURE CONTROL SYSTEM, mediante la utilizacin de las
herramientas de Simulick de Matlab, y tarjetas de adquisicin de datos.
4. Especficos
Q=h A s (T T )
Donde:
Seminarios AC
Pgina 3
Control Neuronal
h
As
T = Temperatura de la niquelina.
T
C=mC p
( dTd )
Cp
= Tiempo.
Entonces igualamos las dos ecuaciones antes obtenidas y resolvemos para llegar a la
ecuacin que describe el sistema.
h A s ( T T )=mC p
mC p
( dTd )
( dTd )h A (T T )=0
t=T T ;
dT dt
=
d d
dt h A s
+
t=0
d m C p
dt h A s
=
t
d m C p
hA
dtt = mC s d
p
ln ( t )=
h A s
+ ln ( a 1)
mC p
Seminarios AC
Pgina 4
Control Neuronal
ln ( T T )=
h A s
+ln ( a1 )
mC p
a1=T T
Condicionesiniciales :=0 ; T =T 0
ln ( T T )=
ln
h A s
+ ln ( T T )
mC p
h A s
T T
=
mC p
T T 0
h As
( mC )t
T T
=e
T T 0
p
T =T (T
h As
t
mC p
( )
T ) e
Seminarios AC
Pgina 5
Control Neuronal
Se presenta los resultados obtenidos a todos los datos obtenidos para diferentes voltajes
de entrada
Para el voltaje de entrada Vin=2.
Seminarios AC
Pgina 6
Control Neuronal
Seminarios AC
Pgina 7
Control Neuronal
Seminarios AC
Pgina 8
Control Neuronal
Ilustracin 8: comparacin de la seal original con relacin a la seal filtrada Vin =2.5
Seminarios AC
Pgina 9
Control Neuronal
Seminarios AC
Pgina 10
Control Neuronal
Ilustracin 11: comparacin de la seal original con relacin a la seal filtrada Vin =3
K = 15.1940
tau = 27.7246
Seminarios AC
Pgina 11
Control Neuronal
Seminarios AC
Pgina 12
Control Neuronal
Ilustracin 15: comparacin de la seal original con relacin a la seal filtrada Vin =3,5
K = 14.4510
tau = 27.7939
Seminarios AC
Pgina 13
Control Neuronal
Seminarios AC
Pgina 14
Control Neuronal
K = 13.9415
tau = 28.1705
Seminarios AC
Pgina 15
Control Neuronal
Ilustracin 22: comparacin de la seal original con relacin a la seal filtrada Vin =4.5
Seminarios AC
Pgina 16
Control Neuronal
K = 13.4370
tau = 27.7919
Seminarios AC
Pgina 17
Control Neuronal
Seminarios AC
Pgina 18
Control Neuronal
K = 12.7581
tau = 27.5087
Seminarios AC
Pgina 19
Control Neuronal
Luego de realizar los pasos anteriores y obtener las constantes del modelo de primer
orden, se puede observar que la ganancia de la planta es diferente para cada voltaje de
entrada tal como se aprecia en la siguiente tabla.
U
2
2,5
3
3,5
4
4,5
5
K
17,62
16,16
15,19
14,45
13,94
13,43
12,75
tau
26,32
27,07
27,72
27,79
28,17
27,79
27,5
Seminarios AC
Pgina 20
Control Neuronal
function error=aproximacion(par)
global K tau T0 temp U
K=par(1);
tau=par(2);
T0=par(3);
tsim=100;
sim('entren',tsim);
rango_time=1:10*tsim;
plot(temp.time(rango_time),temp.signals.values(rango_time),'r')
hold on
load Dato_V25
error=sum((Dato_V25.y(rango_time)-temp.signals.values(rango_time)).^2);
figure(100)
plot(Dato_V25.x(rango_time),Dato_V25.y(rango_time))
pause(0.01)
hold off
end
La red neuronal que servir como controlador se entrena en base al siguiente diagrama
en simulink
T =0.2
Seminarios AC
Pgina 21
Control Neuronal
K=16.16;
tau=27.07;
end
if U==3
K=15.19;
tau=27.72;
end
if U==3.5
K=14.45;
tau=27.79;
end
if U==4
K=13.94;
tau=28.17;
end
if U==4.5
K=13.43;
tau=27.79;
end
if U==5
K=12.75;
tau=27.5;
end
sim('Entrena',0.2);
dT=Temp-T0;
dTV=[dTV dT];
i
end
Tm=Pm(2,:);
Pm1(1,:)=dTV;
Pm1(2,:)=Pm(1,:);
net = newff(minmax(Pm1),[8 1],{'tansig' 'purelin'},'trainlm');
Y = sim(net,Pm1);
net.trainParam.epochs = 400;
net.trainParam.goal=1e-7;
net = train(net,Pm1,Tm);
Y = sim(net,Pm1);
Seminarios AC
Pgina 22
Control Neuronal
Seminarios AC
Pgina 23
Control Neuronal
En el bloque Matlab fcn se ejecuta el siguiente cdigo:
function y = funcion(u)
global K tau
if u<=2
K=17.62;
tau=26.32;
elseif u<=2.5
K=16.16;
tau=27.07;
elseif u<=3
K=15.19;
tau=27.72;
elseif u<=3.5
K=14.45;
tau=27.79;
elseif u<=4
K=13.94;
tau=28.17;
elseif u<=4.5
K=13.43;
tau=27.79;
elseif u<=5
K=12.75;
tau=27.5;
end
y(3) = u;
y(2)= tau;
y(1)= K;
SP temperatura= 40
Seminarios AC
Pgina 24
Control Neuronal
SP temperatura= 50
CONCLUSIONES
1.
Seminarios AC
Pgina 25
Control Neuronal
2.
Para la implementacin de controles neuronales es necesario un modelo matemtico que describa la dinmica real
3.
del sistema
Como podemos observar el modelo de referencia es un modelo que imita un comportamiento similar al de una
4.
5.
planta de primer orden como el de la planta , donde se pudo controlar el tiempo de establecimiento
La red total que se obtuvo al final del proyecto es tambin compuesta por la red de identificacin y la red de control
Para la implementacin de los controladores neuronales es necesario primero realizar el modelamiento matemtico
del sistema real. En este caso las redes neuronales son aplicadas para optimizar lo valores de control que se
6.
Seminarios AC
Pgina 26
Control Neuronal
ANEXO A
ASIGNACIN DE DIGNIDADES
NOMBRE
DIGNIDAD
Daniel Zurita
Jonathan Borja
Patricio Vsconez
Jos Arteaga
LDER
INGENIERO EN CONTROL
INGENIERO EN SOFTWARE
INGENIERO ELECTRNICO
ANEXO B
CRONOGRAMA DE ACTIVIDADES
Seminarios AC
Pgina 27
Control Neuronal
NOM
1
2
3
4
CONTRIBUCIO
CONTRIBUYE
CONTRIBUYE
CONTRIBUYE AL TRABAJA ACTIVA Y
N A LAS
AL LOGRO DE OCASIONALMEN LOGRO DE LAS CONSIDERADAMEN
METAS DEL
LAS METAS
TE AL LOGRO
METAS SIN QUE TE PARA EL LOGRO
GRUPO
CUANDO SE LE DE LAS METAS
SE LE PIDA
DE LAS METAS
PIDE
ACEPTANDO Y
ACEPTANDO Y
CUMPLIENDO
CUMPLIENDO SU
SU ROL DENTRO ROL DENTRO DEL
DEL GRUPO
GRUPO
CONSIDERACI NECESITA QUE
MUESTRA
DEMUESTRA Y
DEMUESTRA
N A LOS
SE LE
CUIDADO CON
EXPRESA
SENSIBILIDAD
DEMS
RECUERDE
LOS
SENSIBILIDAD
HACIA LOS
OCASIONALME
SENTIMIENTO
HACIA LOS
SENTIMIENTOS Y
NTE SER
DE LOS DEMS
DEMS
NECESIDADES DE
CUIDADOSO
ALENTNDOLOS
APRENDIZAJE DE
CON LOS
A PARTICIPAR
LOS DEMS.
SENTIMIENTOS
VALORA EL
DE LOS DEMS
CONOCIMIENTO Y
HABILIDADES DE
LOS OTROS
MIEMBROS DEL
GRUPO
ALENTNDOLOS A
PARTICIPAR
CONTRIBUCI CONTRIBUYE
CONTRIBUYE
CONTRIBUYE
CONTRIBUYE
N DE
CON
CON
CON
CONSISTENTE Y
CONOCIMIEN INFORMACIN
INFORMACIN INFORMACIN Y ACTIVAMENTE CON
TOS
SOLAMENTE
OCASIONALMEN
HABILIDADES
INFORMACIN,
CUANDO SE LE TE CUANDO SE SIN TENER QUE
OPINIONES Y
PIDE
LE PIDE O SE LE
PEDRSELO
HABILIDADES SIN
RECUERDA
TENER QUE
HACERLO
SOLICITARLO
TRABAJO Y
PARTICIPA EN
PARTICIPA
PARTICIPA
AYUDA AL GRUPO
HABILIDAD
REALIZAR LOS OCASIONALMEN VOLUNTARIAME A IDENTIFICAR LOS
PARA
CAMBIOS
TE EN REALIZAR
NTE EN
CAMBIOS
COMPARTIR
NECESARIOS
LOS CAMBIOS
REALIZAR LOS
NECESARIOS Y
CON LOS
SOLAMENTE
NECESARIOS
CAMBIOS
ALIENTA AL GRUPO
DEMS
CUANDO SE LE CUANDO SE LE GENERALMENTE
PARA
PIDE PERO
PIDE PERO
REALIZA EL
REALIZARLOS.
SIEMPRE O
SIEMPRE
TRABAJO
SIEMPRE REALIZA
CASI SIEMPRE
NECESITA QUE
ASIGNADO Y
EL TRABAJO
DEJA QUE LOS
SE LE
POCAS VECES
ASIGNADO Y
DEMS HAGAN RECUERDE LO
NECESITA QUE
NUNCA NECESITA
EL TRABAJO
QUE DEBE
SE LO
QUE SE LO
HACER
RECUERDEN
RECUERDEN
Seminarios AC
Pgina 0
ARTEAGA
JOS
BORJA
JHONNATAN