Modelo híbrido para el control inteligente de procesos, usando tecnología de conjuntos difusos, redes neuronales o artificiales y sistemas basados en conocimientos Reportar como inadecuado




Modelo híbrido para el control inteligente de procesos, usando tecnología de conjuntos difusos, redes neuronales o artificiales y sistemas basados en conocimientos - Descarga este documento en PDF. Documentación en PDF para descargar gratis. Disponible también para leer online.

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





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


Introducción



habidad en una maquina, exige Ia capacidad de adaptad6n y generaizad6n del automatismo en un modo continuo. La implantaci6nde esta interpretaci6n se ha abordado desde cuatro Opticas diferentes: .
Tecnicas estadIsIicas de vigilanda del proceso. .
Metodos de interprelaci6n basados en modelos: aIgorltmicos 0 RNA . .
Usa de regIas sintacticas de interpretaci6n de sensores ind-lidtJales. .
Usa de funciones de pertenencia en I6gica ctfusa. Es posibIe eI usa de RNA, entrenadas para detectar situaciones que pueden ser anormales del proceso, de modo que su saIda indque eI estado del sistema en cualquier momento, (Naidu et aI., 1990).
Diversos tipos de redes se han usado para realzar esta tarea, diferentes a las populares redes de propagaci6n hacia adelante, argumenh-ndose indusa Ia inconveniencia de las ultimas en Ia tarea de detecci6n de falas (Leonard and Kramer, 1993). 5.2.2 Manejo Optlmo del Proceso.
Si bien eI manejo Optlmo del proceso es Ia pretensi6n de cualquier sistema de control que se implements, en eI area del control tnteIgente, Ia palabra Optima alcanza un grado de -cosa posible- mucho mas alto que en cualquler atra.
Sin confun r esto con eI control Optimo como ~ica de mejora de sistemas de controf (Harris and 8 ngs, 1981; White and Jordan, 1992), eI cual se usa como herramienta en control lntelgente para evaiuar eI desempeno del sistema, dentro del m6duIo crttico que rige eI aprenclzaje en Un en algunas topologla propuestas (Werbos, 1992; Driankov et aI.• 1993). EI manejo 6ptimo del proceso incluye una gIobaidad de tareas de control que, junto con Ia caracterlstlca de aprencizaje del entomo (el proceso), Ie brlndan aI control tnteIgente eI manejo mas cercano aI 6ptimo que se puede Iograr de un proceso.
Para tal efecto, es posible Ia combinaci6n de cualquter cantidad de m6dulos de dedcaci6n exclusiva aI control y con eI grado de aplicabldad setec1iva, a actividades partJculares del proceso, que se desee, sin oMdar Ia e)dstenda de un mOdulo coorcinador,...






Documentos relacionados