Página 1

aUNIVERSIDAD DE FUERZAS ARMADAS “ESPE” DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA

ASIGNATURA: CONTROL INTELIGENTE

Actividad 16. Control con red neuronal inversa (2 puntos a nota de parcial)

Fecha: Lunes, 9 de Junio del 2014

Nombre: Evelyn Gabriela Lema Vinueza.

NRC: 2055

Desarrollar un controlador con red neuronal inversa para el sistema de dos tanques y compararlo

con un controlador PID.

1. Simule un control con red neuronal inversa para el sistema de dos tanques

Diagrama en Simulink de un Controlador con Red Neuronal Inversa

Código del Programa: H2iniV=[5:2:25];

ap1V=[0.5:0.1:1];

ap2V=[0.5:0.1:1];

q0V=[20:3:29];

%Combinacion de valores de vectores : combvec

Pm=combvec(H1iniV,ap1V,H2iniV,ap2V, q0V);

dh1V=[]

dh2V=[]

for i=1:length(Pm)

% q0=Pm(5,i);

H1ini=Pm(1,i);

ap1=Pm(2,i);

H2ini=Pm(3,i);

ap2=Pm(4,i);

caudal=Pm(5,i);

sim('two_tank_1',[0 1])

dh1=H1-H1ini;

dh2=H2-H2ini;

dh1V=[dh1V dh1];

dh2V=[dh2V dh2];

mensaje=sprintf('patron no %d de %d',i,length(Pm))

end

Tm=[dh1V;dh2V];

Pm1(1,:)=Pm(1,:);%H1in

Pm1(2,:)=Tm(1,:);%delta H1

Pm1(3,:)=Pm(3,:);%H2in

Pm1(4,:)=Tm(2,:);% delta h2

Pm1(5,:)=Pm(5,:);%q0

Tm1(1,:)=Pm(2,:);%target

Tm1(2,:)=Pm(4,:);%target

% Aproximacion de funciones

P=Pm1;

T=Tm1;

Página 2

Controlador con una Red Neuronal Inversa Gráfica de la Evolución de los Niveles

net = newff(minmax(P),[8 2],{'tansig' 'purelin'});

Y = sim(net,P);

net.trainParam.epochs = 50;

net.trainParam.goal=1e-5;

net = train(net,P,T);

Y = sim(net,P);

close all

figure(1)

subplot(211)

plot(ap1V,'k')

subplot(212)

plot(ap2V,'k')

figure(2)

ap1nn= Y(1,:)

ap2nn=Y(2,:)

subplot(211)

plot(ap1nn)

subplot(212)

plot(ap2nn)

hold off

Gráfica de la Salida de la Red Neuronal

Gráfica de la Salida del Sistema Dinámico

Entrenamiento de la Neurona

Generamos el bloque de entrenamiento: gensim(net,1)

Página 3

2.- Compare su funcionalidad con respecto a un controlador PID

Diagrama en simulink del controlador PID

Controlador con una Red Neuronal Inversa Controlador PID

Gráfica de la Evolución de los Niveles

Gráfica de la Evolución de los Niveles

Página 4

3. Analice cuatro casos de estudio. Analice el comportamiento de las válvulas, tiempos de

respuesta y error de estado estable.

Caso 1:

Controlador con una Red Neuronal Inversa Controlador PID

Caso 2:

Controlador con una Red Neuronal Inversa Controlador PID

Página 5

Caso 3:

Controlador con una Red Neuronal Inversa Controlador PID

Página 6

Caso 4:

Controlador con una Red Neuronal Inversa Controlador PID

Análisis de Resultados:

Mediante la experimentación podemos determinar primero que al diseñar controladores con

redes neuronales es muy importante considerar el tiempo que le lleva a la red calcular sus

salidas, Puesto que una red neuronal actuando como controlador con un tiempo de cálculo muy

grande puede no ser óptimo para el controlador.

De esta forma se puedo obtener mediante los resultados que con el control con red neuronal

inversa se puedo obtener una señal de referencia en un tiempo de establecimiento adecuado al

mismo tiempo que la salida se asemeja a la referencia debido a la dinámica presentada en la

planta en comparación con el controlador PID para el sistema de dos tanques. Donde su

diferencia radica principalmente en el desempeño del controlador.

Por otra parte el comportamiento de las válvulas se puede decir que dependen de los parámetros

modificados en el sistema para apertura y cierre de las mismas obteniéndose un mejor tiempo de

establecimientos en los tanques por medio del controlador con red neuronal inversa.

Página 7

Yo Evelyn Gabriela Lema Vinueza afirmo que esta actividad es de nuestra autoría y

establecemos que para la elaboración de la misma hemos seguido los lineamientos del Código de

Ética de la Universidad de las Fuerzas Armadas ESPE