Diseño de un Controlador PID con autosintonía basado en un modelo de redes neuronales dinámicas y control adaptativo

Abstract

La presente tesis explicó el desarrollo y la implementación de un controlador PID con autosintonía basado en un modelo de redes neuronales dinámicas y control adaptativo para el control de una planta con ganancia estática variable. Se tomó el concepto de redes neuronales como principio para el aprendizaje y desarrollo de las redes neuronales dinámicas, las cuales, por la arquitectura y método que usa, y como se comprobó, ofrecieron mayor inmunidad al ruido que las redes estáticas. La red neuronal dinámica sirvió para determinar el modelo de la planta a controlar, a su vez, entregó el cálculo del “jacobiano” a la arquitectura neuronal (esta será de tipo estática), a la cual se denominó “sintonizador neuronal”, que fue la encargada de desarrollar los parámetros óptimos Kp,Ki y Kd que luego fueron entregados al controlador PID de tipo velocidad. El aprendizaje del sistema en su conjunto, dependió de la señal del error generada por la diferencia entre una señal de comando (set point) y la salida de un modelo de referencia de segundo orden, el cual, aplicando conceptos de control adaptativo, ha guiado el comportamiento de la señal controlada del sistema. La planta controlada se fundamentó en la dinámica de una planta de neutralización de pH, la cual presentó una ganancia estática variable en su rango de operación, lo que marcó la no linealidad existente en la planta. El modelo de la planta como el controlador PID autosintonizado fueron simulados en su conjunto por computadora haciendo uso de Matlab, para su evaluación y muestra de resultados de control. Se comprobó en el desarrollo de esta tesis que el controlador PID autosintonizado desarrollado ofrece mayor eficacia que un controlador PID convencional. Palabras clave: Redes neuronales estáticas, redes neuronales dinámicas, control adaptativo, jacobiano, controlador PID.