Diseño e implementación de un controlador basado en redes neuronales con entrenamiento rápido para sistemas de control 2 x 2.

Abstract

En esta investigación se diseña un sistema de control predictivo que usa un modelo neuronal del proceso para generar las acciones de control minimizando una función objetivo. La red neuronal es entrenada por el método de generación aleatoria de los pesos de activación (RAWN), el cual es un método que permite obtener buenos mapeados con sólo una iteracción. Se presenta la implementación de los controladores PID y neuronal sobre dos procesos no lineales multivariables 2 x 2 en ambiente Simulik de Matlab®. En cada proceso se describe el procedimiento realizado para la selección del mejor apareamiento entre variables manipuladas y controladas. Luego se procede a implementar y comparar el desempeño de los diferentes tipos de control. El primer proceso es un tanque de mezclado en donde se debe controlar la composición y el flujo de la corriente de salida. El segundo proceso es un tanque de calentamiento en el que se requiere controlar la temperatura, con un retraso por transporte, y el flujo de salida.