Comparativa de control automático PID vs control por redes neuronales artificiales.
Keywords:
Control PID, RNA, Motor dc, MATLAB, Simulink, electromecánicoAbstract
Este trabajo de investigación aborda la comparación entre dos enfoques de control, el Control Proporcional-Integral-Derivativo (PID) y Redes Neuronales Artificiales (RNA), aplicados a un motor de corriente continua (DC).
En la implementación del control PID, se emplea MATLAB y Simulink para diseñar y ajustar los parámetros del controlador, asegurando un seguimiento óptimo de la velocidad y posición del motor. Por otro lado, se utiliza una aproximación de Redes Neuronales Artificiales para modelar y controlar el sistema, permitiendo una adaptación dinámica y no lineal.
Los resultados obtenidos proporcionarán una comprensión profunda de las ventajas y limitaciones de cada método de control en el contexto específico del motor DC. Esta investigación contribuye al avance en el campo de la electrónica y automatización al proporcionar información valiosa para la selección y aplicación efectiva de estrategias de control en sistemas electromecánicos.
References
SDI. Motor de corriente continua. Obtenido de: https://sdindustrial.com.mx/blog/motor-de- corriente-continua/
Germán A. Hernández Millán; Luis Hernando Ríos González; Hernando Parra Lara. (2012). Implementación de un Controlador PID Mediante RNA para el Control de Motores D.C de Robots Moviles Diferenciales. Fundación Dialnet. Obtenido de: https://dialnet.unirioja.es/servlet/articulo?codigo=4273550
Hernández, U. M., Marcelo, B. A., Barrón, B. M., Miguel, J., & Paredes, H. (2019). Control PID Convencional con Filtro Pasa Bajas para el Control de Velocidad de un Motor de CD.
V. Santibañez, “Diseño de Controladores Basados en Modelo y Control por Adelanto-Atraso,” Capítulo 1, pp. 1-27, McGraw Hill, México, 2012.
K. Ogata, “Ingeniería de Control Moderna,” Quinta Edición Prentice-Hall, New Jersey. 2010.
A. İskender and M. Şahin, “Técnicas de Control Inverso para un Sistema de Refrigeración Basado en Métodos Inteligentes,” Journal of Food Engineering, vol. 120, no. 4, pp. 120-129, 2014.
Y. B. Shtessel et al., "Control de un UAV Quadrotor utilizando Redes Neuronales," 2013 IEEE/ASME International Conference on Advanced Intelligent Mechatronics.
M. S. Chen and S. J. Wang, "Control Inverso del Modelo para una Clase de Sistemas No Lineales usando Redes Neuronales," Proceedings del 27th Chinese Control Conference, pp. 1570-1574, 2008.
S. J. Kim and D. H. Shim, "Control de un Manipulador Accionado por un Músculo Neumático utilizando Control de Redes Neuronales Inverso," Proceedings del IEEE International Conference on Mechatronics and Automation, pp. 238-243, 2005.
G. Rodríguez-Ortiz et al., "Control Difuso de un Manipulador de Dos Eslabones utilizando un Enfoque de Control Inverso del Modelo," International Journal of Advanced Robotic Systems, vol. 9, no. 6, pp. 1-10, 2012.
H. Jiang et al., "Control Inverso del Modelo para un Rayo Vibratorio Amortiguado," Journal of Vibration and Control, vol. 23, no. 20, pp. 3241-3256, 2017.
J. D. Delgado et al., "Controlador PID mediante Redes Neuronales: comparativa con las técnicas PID y PID Auto sintonizado," Revista Cubana de Ingeniería, vol. 10, no. 1, pp. 15-26, 2019.
GSL Industrias, (2021). MOTOR CON ENCODER. Obtenido de: https://industriasgsl.com/blogs/automatizacion/motor-con-encoder
P. Ortega et al., "Control óptimo de la pisada humana en superficies blandas mediante un algoritmo de aprendizaje por refuerzo," Revista Iberoamericana de Automática e Informática Industrial, vol. 13, no. 4, pp. 502-510, 2016.
C. Gómez et al., "Aprendizaje por Refuerzo Profundo aplicado a la Operación Inteligente de Redes de Jerarquía Eléctrica," Revista Facultad de Ingeniería Universidad de Antioquia, no. 84, pp. 83-98, 2018.
C. Mehmet et al., "Control Inverso del Modelo de un Manipulador Montado sobre Rieles utilizando Control de Torque Computado No Lineal y Control Lineal Cuadrático," Journal of Mechanical Science and Technology, vol. 31, no. 10, pp. 4785-4799, 2017.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Alex Joel Mendoza Loor, Carolina Michelle Suárez Pozo, Kevin Alexis Pozo Catuto, Marcos Guillermo Cruz Yagual, Carlos Alberto Saldaña Enderica (Author)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
EcoSur is an open access journal, which means that all users can access the content for free.
All our articles are available under the Creative Commons License (CC BY-NC-SA 4.0), the terms of Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0). This means that you are free to share (copy and redistribute the material in any medium or format) and adapt (remix, transform and build upon the material), under the following conditions:
Attribution: You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in a way that suggests that the licensor endorses you or your use of the material.
NonCommercial: You may not use the material for commercial purposes.
Share Alike: If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions: You may not apply legal terms or technological measures that legally restrict others from doing what the license allows.
For more information about this license and the full terms, visit Creative Commons CC BY-NC-SA 4.0 Deed.