| dc.contributor | Guti?rrez, Ana Isabel | |
| dc.contributor | Mu?oz, Aldemar | |
| dc.creator | Vera Mendez, Flaminio | |
| dc.date | 2018-09-04T20:02:29Z | |
| dc.date | 2018-09-04T20:02:29Z | |
| dc.date | 2006 | |
| dc.date.accessioned | 2023-08-31T19:14:59Z | |
| dc.date.available | 2023-08-31T19:14:59Z | |
| dc.identifier | Vera Mendez, F. (2006). Modelizaci?n y control de un sistema neum?tico usando control inteligente. [Tesis Maestr?a, Universidad de Ibagu?, Universidad de Gante, Universidad de Lovaina]. http://repositorio.unibague.edu.co:80/jspui/handle/20.500.12313/90 | |
| dc.identifier | http://repositorio.unibague.edu.co:80/jspui/handle/20.500.12313/90 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8556718 | |
| dc.description | Esta tesis se hizo con la configuraci?n del sistema neum?tico existente en el laboratorio de Automatizaci?n de la Universidad de Ibagu? Coruniversitaria, obteni?ndose el modelo del sistema a trav?s de su modelo basado en principios f?sicos fundamentales, redes neuronales, modelo ARX y modelo Fuzzy TakagiSugeno , adem?s se halla el control de posici?n recurriendo al control inteligente y a la t?cnica de control PID. Una red neuronal din?mica recurrente se utiliz? para
la identificaci?n del sistema neum?tico, as? mismo se construy? un sistema Fuzzy
utilizando la b?squeda secuencial hacia delante SEQSRCH (sequential forward
search) y la b?squeda exhaustiva EXHSRCH (exhaustive search).
La identificaci?n del sistema neum?tico se hizo m?s pr?ctica utilizando las
herramientas de control inteligente, ya que al tener que determinar las variables y
par?metros inherentes al sistema como son la fricci?n viscosa, la fricci?n de
Coulomb, masas y precisiones en longitudes de conexi?n, el proceso de
Modelaci?n se hace m?s complejo.
Las redes neuronales artificiales y los sistemas Fuzzy forman parte de una de
las ?reas del control inteligente, que han capturado inter?s en los ?ltimos a?os y
constituyen herramientas potentes para solucionar una amplia clase de problemas
de Identificaci?n y Control de sistemas din?micos, como se conoce en sus
investigaciones de Narendra y Takagi-Sugeno[8]. El trabajo de identificaci?n con
redes neuronales artificiales y T-S fuzzy resulta muy ventajoso cuando se trata de
sistemas no lineales y particularmente para el sistema neum?tico, donde hallar el
modelo basado en principios f?sicos, requiere de la caracterizaci?n del proceso
f?sico; este modelo puede obtenerse en forma estrictamente te?rica, basada en
consideraciones f?sicas, leyes de Newton, balances de energ?a, balance de
masa, pero hay variables que no se tienen en cuenta en el modelo, haci?ndolo
inexacto. El control inteligente aplicando Mamdani es muy pr?ctico para este
sistema no lineal, mientras el control PID es m?s inadecuado por las altas no
linealidades que presenta el sistema neum?tico. | |
| dc.format | Pdf | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.language | es | |
| dc.publisher | Universidad de Ibagu? - Coruniversitaria, Universidad de Gante, Universidad de Lovaina | |
| dc.publisher | Facultad de Ingenier?a | |
| dc.rights | Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License | |
| dc.rights | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Sistema neum?tico | |
| dc.subject | Control inteligente | |
| dc.subject | Modelaci?n | |
| dc.subject | Redes neuronales | |
| dc.subject | Sistemas Fuzzy | |
| dc.subject | Pneumatic system | |
| dc.subject | Intelligent control | |
| dc.subject | Modeling | |
| dc.subject | Neural networks | |
| dc.subject | Fuzzy systems | |
| dc.title | Modelizaci?n y control de un sistema neum?tico usando control inteligente | |
| dc.type | masterThesis | |
| dc.type | Tesis de maestr?a | |
