informe actividad 19
-
Upload
mauricio-huacho-checa -
Category
Documents
-
view
226 -
download
0
description
Transcript of informe actividad 19
CARRERA DE INGENIERÍA EN ELECTRÓNICA EN AUTOMATIZACIÓN Y CONTROL
Control Inteligente NRC: 2053
Profesor:
Ing. Victor Proaño
Elaborado por:
José Arteaga Jonathan Borja Patricio Vásconez Daniel Zurita
Junio 2014
Diseño de Controlador Neuronal Para la Unidad Air Flow Temperature Control System
Tabla de contenido
1. Tema..............................................................................................................................................................3
2. Objetivos........................................................................................................................................................3
3. General..........................................................................................................................................................3
4. Específicos.....................................................................................................................................................3
5. Descripción del Modelo Matemático del Sistema.........................................................................................3
6. Resultados del Experimento..........................................................................................................................5
CONCLUSIONES...................................................................................................................................................25
ANEXO A..............................................................................................................................................................26
ASIGNACIÓN DE DIGNIDADES.........................................................................................................................26
ANEXO B..............................................................................................................................................................26
CRONOGRAMA DE ACTIVIDADES.....................................................................................................................26
Ilustración 1: respuesta de la planta con Vin=2.....................................................................................................5Ilustración 2: señal utilizando Curve Fitting Tool..................................................................................................6Ilustración 3: configuración del filtrado de la señal...............................................................................................6Ilustración 4: comparación de la señal original con relación a la señal filtrada.....................................................7Ilustración 5: respuesta filtrada de la planta con Vin=2......................................................................................7Ilustración 6: comparación de la respuesta de la planta con su equivalente aproximación de primer orden.......8Ilustración 7: respuesta de la planta con Vin=2.5..................................................................................................8Ilustración 8: comparación de la señal original con relación a la señal filtrada Vin =2.5.......................................9Ilustración 9: comparación de la respuesta de la planta con su equivalente aproximación de primer orden Vin =2,5........................................................................................................................................................................9Ilustración 10: respuesta de la planta con Vin=3.................................................................................................10Ilustración 11: comparación de la señal original con relación a la señal filtrada Vin =3......................................10Ilustración 12: respuesta filtrada de la planta con Vin=3..................................................................................11Ilustración 13:comparación de la respuesta de la planta con su equivalente aproximación de primer orden Vin =3.........................................................................................................................................................................11Ilustración 14: respuesta de la planta con Vin=3,5..............................................................................................12Ilustración 15: comparación de la señal original con relación a la señal filtrada Vin =3,5...................................12Ilustración 16:comparación de la respuesta de la planta con su equivalente aproximación de primer orden Vin =3.5......................................................................................................................................................................13Ilustración 17: respuesta de la planta con Vin=4.................................................................................................13Ilustración 18:comparación de la señal original con relación a la señal filtrada Vin =4.......................................14Ilustración 19: respuesta filtrada de la planta con Vin=4..................................................................................14Ilustración 20: comparación de la respuesta de la planta con su equivalente aproximación de primer orden Vin =4.........................................................................................................................................................................15Ilustración 21: respuesta de la planta con Vin=4,5..............................................................................................15Ilustración 22: comparación de la señal original con relación a la señal filtrada Vin =4.5...................................16
Seminarios AC Página 1
Ilustración 23: respuesta filtrada de la planta con Vin=4,5...............................................................................16Ilustración 24: comparación de la respuesta de la planta con su equivalente aproximación de primer orden Vin =4.5......................................................................................................................................................................17Ilustración 25: respuesta completa de la planta con Vin=5................................................................................17Ilustración 26: respuesta delimitada a 85s de la planta con Vin=5......................................................................18Ilustración 27:comparación de la señal original con relación a la señal filtrada Vin =5.......................................18Ilustración 28: respuesta filtrada de la planta con Vin=5..................................................................................18Ilustración 29: comparación de la respuesta de la planta con su equivalente aproximación de primer orden Vin =5.........................................................................................................................................................................19Ilustración 30: entrenamiento de la red neruonal...............................................................................................22Ilustración 31: respuesta de la planta (superior) y controlador (inferior) con SP=30ºC.......................................23Ilustración 32: respuesta de la planta (superior) y controlador (inferior) con SP=40ºC.......................................24Ilustración 33: respuesta de la planta (superior) y controlador (inferior) con SP=50ºC.......................................24
Figura 1: modelo de la planta en simulink.............................................................................................................6Figura 2:modelo de la planta en simulink............................................................................................................21Figura 3: bloque de la red neuronal entranda.....................................................................................................23Figura 4: inserción de la red neuronal entrenada en el sistema de control.........................................................23
Seminarios AC Página 2
1. Tema
Diseño de Controlador Neuronal para la Unidad Air Flow Temperature Control System.
2. Objetivos
3. General Realizar el diseño y experimentación de controladores neuronales para la unidad de temperatura AIR FLOW TEMPERATURE CONTROL SYSTEM, mediante la utilización de las herramientas de Simulick de Matlab, y tarjetas de adquisición de datos.
4. Específicos Estudiar y analizar el funcionamiento y proceso del control neuronal con modelo de referencia y
control neuronal con modelo inverso. Analizar los sistemas con variaciones de temperatura, en términos de error de estado estable y
velocidad de respuesta y contrastarlos entre ellos.
5. Descripción del Modelo Matemático del Sistema
En la siguiente figura se describen los componentes de la planta de temperatura.
Figura 1.Unidad Air Flow Temperature Control System.
El objetivo es conocer la forma en que responde la temperatura de salida, a los cambios en el voltaje de la niquelina en la entrada.
El flujo de calor en el sistema de temperatura se da por convección, es decir, se transfiere energía entre una superficie, que es la niquelina, y un fluido que se mueve sobre esta que en este caso es el aire.
Mediante el ventilador se fuerza al aire a fluir a través de la niquelina y el conducto, a esto se lo denomina convección interna forzada y la transferencia de calor viene descrita por la ley de Newton del enfriamiento:
Q=h A s(T∞−T )
Donde:
Seminarios AC Página 3
h = Coeficiente de transferencia de calor por convección.A s = Área superficial a través de la cual tiene lugar la transferencia de calor.T ∞ = Temperatura de la niquelina.T = Temperatura del aire.
La transferencia de calor del sistema es en régimen transitorio, es decir, la temperatura no cambia sólo con la posición del cilindro, sino que también cambia con el tiempo.
El calor acumulado dentro del cilindro viene dado por la siguiente fórmula:
C=mCp( dTdθ )m = Masa del fluido.C p = Calor específico del fluido (aire).T = Temperatura del fluido.θ = Tiempo.
Entonces igualamos las dos ecuaciones antes obtenidas y resolvemos para llegar a la ecuación que describe el sistema.
h A s (T∞−T )=mC p( dTdθ )
mCp( dTdθ )−h A s (T ∞−T )=0
t=T ∞−T ; dTdθ
= dtdθ
dtdθ
+h A smC p
t=0
dtdθ
=−h A smC p
t
∫ dtt
=−∫ h A smC p
dθ
ln ( t )=−h A smC p
+ln (a1)
ln (T ∞−T )=−h A smCp
+ ln (a1)
a1=T∞−T
Condiciones iniciales :θ=0 ;T=T0
ln (T ∞−T )=−h A smCp
θ+ ln (T ∞−T )
ln ( T∞−T
T ∞−T0 )=−h A smCp
θ
Seminarios AC Página 4
T∞−T
T∞−T 0=e
−( hA smC p)t
Entonces se obtiene la ecuación que describe el comportamiento de la temperatura en función del tiempo del sistema como se observa en la Figura 2:
T=T ∞−(T ∞−T 0)e−( h AsmCp) t
Figura 2.Comportamiento de la temperature en function del tiempo.
6. Resultados del Experimento
Tratamiento de los datos obtenidos
En esta parte primeramente se elimina el ruido de los datos obtenidos mediante la herramienta cftool. Para luego obtener las constantes del modelo en primer orden con el código “aproxima” siguiente el siguiente modelo de simulink:
Figura 1: modelo de la planta en simulink
Se presenta los resultados obtenidos a todos los datos obtenidos para diferentes voltajes de entrada
Para el voltaje de entrada Vin=2.
Seminarios AC Página 5
Ilustración 1: respuesta de la planta con Vin=2
Ilustración 2: señal utilizando Curve Fitting Tool
Seminarios AC Página 6
Ilustración 3: configuración del filtrado de la señal
Ilustración 4: comparación de la señal original con relación a la señal filtrada
Seminarios AC Página 7
Ilustración 5: respuesta filtrada de la planta con Vin=2
Entonces se obtiene la aproximación de primer orden:
K = 17.6207
tau = 26.3223
Ilustración 6: comparación de la respuesta de la planta con su equivalente aproximación de primer orden
Para el voltaje de entrada Vin=2.5
Seminarios AC Página 8
Ilustración 7: respuesta de la planta con Vin=2.5
Ilustración 8: comparación de la señal original con relación a la señal filtrada Vin =2.5
Entonces se obtiene la aproximación de primer orden:
K = 16.1604
tau = 27.0778
Seminarios AC Página 9
Ilustración 9: comparación de la respuesta de la planta con su equivalente aproximación de primer orden Vin =2,5
Para el voltaje de entrada Vin=3
Ilustración 10: respuesta de la planta con Vin=3
Seminarios AC Página 10
Ilustración 11: comparación de la señal original con relación a la señal filtrada Vin =3
Ilustración 12: respuesta filtrada de la planta con Vin=3
K = 15.1940
tau = 27.7246
Seminarios AC Página 11
Ilustración 13:comparación de la respuesta de la planta con su equivalente aproximación de primer orden Vin =3
Para el voltaje de entrada Vin=3.5
Ilustración 14: respuesta de la planta con Vin=3,5
Seminarios AC Página 12
Ilustración 15: comparación de la señal original con relación a la señal filtrada Vin =3,5
K = 14.4510
tau = 27.7939
Ilustración 16:comparación de la respuesta de la planta con su equivalente aproximación de primer orden Vin =3.5
Para el voltaje de entrada Vin=4
Seminarios AC Página 13
Ilustración 17: respuesta de la planta con Vin=4
Ilustración 18:comparación de la señal original con relación a la señal filtrada Vin =4
Seminarios AC Página 14
Ilustración 19: respuesta filtrada de la planta con Vin=4
K = 13.9415
tau = 28.1705
Ilustración 20: comparación de la respuesta de la planta con su equivalente aproximación de primer orden Vin =4
Para el voltaje de entrada Vin=4.5
Seminarios AC Página 15
Ilustración 21: respuesta de la planta con Vin=4,5
Ilustración 22: comparación de la señal original con relación a la señal filtrada Vin =4.5
Seminarios AC Página 16
Ilustración 23: respuesta filtrada de la planta con Vin=4,5
K = 13.4370
tau = 27.7919
Ilustración 24: comparación de la respuesta de la planta con su equivalente aproximación de primer orden Vin =4.5
Para el voltaje de entrada Vin=5
Seminarios AC Página 17
Ilustración 25: respuesta completa de la planta con Vin=5
Ilustración 26: respuesta delimitada a 85s de la planta con Vin=5
Seminarios AC Página 18
Ilustración 27:comparación de la señal original con relación a la señal filtrada Vin =5
Ilustración 28: respuesta filtrada de la planta con Vin=5
K = 12.7581
tau = 27.5087
Seminarios AC Página 19
Ilustración 29: comparación de la respuesta de la planta con su equivalente aproximación de primer orden Vin =5
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 K tau2 17,62 26,32
2,5 16,16 27,073 15,19 27,72
3,5 14,45 27,794 13,94 28,17
4,5 13,43 27,795 12,75 27,5
A medida que se incrementa el voltaje de entrada las características de la planta varían lo cual nos indica que es necesario realizar el cambio de estos parámetros al momento de entrenar la red neuronal que realizara el control.
EL código utilizado para obtener los parámetros de primer orden es el siguiente:
global K tau T0 temp U K=10;tau=20;T0=25;U=2.5; Res = fminsearch(@aproximacion, [K tau T0]); K = Res(1)tau = Res(2)
Seminarios AC Página 20
function error=aproximacion(par)global K tau T0 temp UK=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 onload Dato_V25error=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 offend
Entrenamiento de la red neuronal
La red neuronal que servirá como controlador se entrena en base al siguiente diagrama en simulink
Figura 2:modelo de la planta en simulink
Con un paso de tiempo de 0.2 segundos.
∆T=0.2
Se tiene el siguiente código para realizar el entrenamiento, teniendo en cuenta la variación de parámetros de la planta en relación al voltaje que ingresa a ésta.
UV=[2:0.5:5];T=[20:0.5:65];Pm=combvec(T,UV);dTV=[];K=17.62;tau=26.32;for i=1:length(Pm) U=Pm(2,i); T0=Pm(1,i); if U==2 K=17.62; tau=26.32; end if U==2.5
Seminarios AC Página 21
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]; iendTm=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 Página 22
Ilustración 30: entrenamiento de la red neruonal
Terminado el entrenamiento se genera el bloque utilizado el siguiente código
gensim(net)
Figura 3: bloque de la red neuronal entranda
El cual se utilizara para controlar la planta de temperatura.
Figura 4: inserción de la red neuronal entrenada en el sistema de control
Seminarios AC Página 23
En el bloque Matlab fcn se ejecuta el siguiente código:
function y = funcion(u)global K tauif 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;endy(3) = u;y(2)= tau;y(1)= K;
El cual varía los parámetros de la planta de acuerdo a la salida de control.
Finalizado los anteriores pasos se comprueba su funcionamiento.
SP temperatura= 30
Ilustración 31: respuesta de la planta (superior) y controlador (inferior) con SP=30ºC
Seminarios AC Página 24
SP temperatura= 40
Ilustración 32: respuesta de la planta (superior) y controlador (inferior) con SP=40ºC
SP temperatura= 50
Ilustración 33: respuesta de la planta (superior) y controlador (inferior) con SP=50ºC
Seminarios AC Página 25
CONCLUSIONES 1. Mediante el presente proyecto se a logrado satisfactoriamente el control en tiempo real 2. Para la implementación de controles neuronales es necesario un modelo matemático que describa la dinámica real
del sistema 3. Como podemos observar el modelo de referencia es un modelo que imita un comportamiento similar al de una
planta de primer orden como el de la planta , donde se pudo controlar el tiempo de establecimiento4. La red total que se obtuvo al final del proyecto es también compuesta por la red de identificación y la red de control5. Para la implementación de los controladores neuronales es necesario primero realizar el modelamiento
matemático del sistema real. En este caso las redes neuronales son aplicadas para optimizar lo valores de control que se reajusten la salida del proceso.
6. En el control por redes neuronales: por modelo de referencia, y red neuronal inversa, donde la diferencia radica en el procedimiento de entrenamiento principalmente en el desempeño del control. El controlador neuronal inverso es muy fue muy eficiente dados los resultados teóricos mostrados
Seminarios AC Página 26
ANEXO A
ASIGNACIÓN DE DIGNIDADES
NOMBRE DIGNIDAD
Daniel Zurita LÍDER
Jonathan Borja INGENIERO EN CONTROL
Patricio Vásconez INGENIERO EN SOFTWARE
José Arteaga INGENIERO ELECTRÓNICO
ANEXO B
CRONOGRAMA DE ACTIVIDADES
Seminarios AC Página 27
NOMBRES
1 2 3 4 ARTEAGA JOSÉBORJA
JHONNATANVASCONEZ PATRICIO ZURITA DANIEL
CONTRIBUCION A LAS METAS DEL GRUPO
CONTRIBUYE AL LOGRO DE LAS
METAS CUANDO SE LE PIDE
CONTRIBUYE OCASIONALMENTE AL LOGRO DE LAS
METAS
CONTRIBUYE AL LOGRO DE LAS
METAS SIN QUE SE LE PIDA
ACEPTANDO Y CUMPLIENDO SU ROL DENTRO DEL
GRUPO
TRABAJA ACTIVA Y CONSIDERADAMENTE
PARA EL LOGRO DE LAS METAS ACEPTANDO Y CUMPLIENDO SU ROL DENTRO DEL GRUPO
CONSIDERACIÓN A LOS DEMÁS
NECESITA QUE SE LE RECUERDE
OCASIONALMENTE SER CUIDADOSO
CON LOS SENTIMIENTOS DE
LOS DEMÁS
MUESTRA CUIDADO CON LOS
SENTIMIENTO DE LOS DEMÁS
DEMUESTRA Y EXPRESA
SENSIBILIDAD HACIA LOS DEMÁS ALENTÁNDOLOS A
PARTICIPAR
DEMUESTRA SENSIBILIDAD HACIA LOS SENTIMIENTOS Y
NECESIDADES DE APRENDIZAJE DE LOS DEMÁS. VALORA EL CONOCIMIENTO Y
HABILIDADES DE LOS OTROS MIEMBROS DEL
GRUPO ALENTÁNDOLOS A
PARTICIPARCONTRIBUCIÓN
DE CONOCIMIENTOS
CONTRIBUYE CON INFORMACIÓN
SOLAMENTE CUANDO SE LE
PIDE
CONTRIBUYE CON INFORMACIÓN
OCASIONALMENTE CUANDO SE LE PIDE O SE LE RECUERDA
HACERLO
CONTRIBUYE CON INFORMACIÓN Y HABILIDADES SIN
TENER QUE PEDÍRSELO
CONTRIBUYE CONSISTENTE Y
ACTIVAMENTE CON INFORMACIÓN,
OPINIONES Y HABILIDADES SIN
TENER QUE SOLICITARLO
TRABAJO Y HABILIDAD PARA COMPARTIR CON
LOS DEMÁS
PARTICIPA EN REALIZAR LOS
CAMBIOS NECESARIOS SOLAMENTE
CUANDO SE LE PIDE PERO
SIEMPRE O CASI SIEMPRE DEJA
QUE LOS DEMÁS HAGAN EL
PARTICIPA OCASIONALMENTE EN REALIZAR LOS
CAMBIOS NECESARIOS
CUANDO SE LE PIDE PERO SIEMPRE
NECESITA QUE SE LE RECUERDE LO QUE DEBE HACER
PARTICIPA VOLUNTARIAMENTE
EN REALIZAR LOS CAMBIOS
GENERALMENTE REALIZA EL TRABAJO
ASIGNADO Y POCAS VECES NECESITA
QUE SE LO RECUERDEN
AYUDA AL GRUPO A IDENTIFICAR LOS
CAMBIOS NECESARIOS Y ALIENTA AL GRUPO PARA REALIZARLOS. SIEMPRE REALIZA EL
TRABAJO ASIGNADO Y NUNCA NECESITA QUE
SE LO RECUERDEN
TRABAJO
Seminarios AC Página 1