Un algoritmo genético para sintonización de una estructura de control mpc (dmc) aplicado a una planta de presión
Palabras clave:
Algoritmo Genético, Control Matricial Dinámico, Individuo, Población, Sintonización, Control automático.Resumen
Se presenta en este artículo el desarrollo de un algoritmo genético AG para la sintonización de una estrategia de control predictiva conocida como control matricial dinámico (DMC) aplicado a un prototipo de planta de presión, el algoritmo genético permitirá encontrar los mejores parámetros de acuerdo a la minimización de índices de desempeño. Se muestra además la superioridad del DMC frente a técnicas convencionales como el control PI por modelo interno (IMC), las ventajas son determinadas a partir de índices de desempeño obtenidos con la implementación de ambos controladores sobre el sistema, se exponen las ventajas de trabajar con las técnicas evolutivas y entre estas los AG para la sintonización de sistemas de control que carecen de un estudio profundo de la influencia de los parámetros de sintonización sobre sus respuestas.
Métricas de Artículo
|Resumen: 356 | PDF: 361 |Citado por
Citas
Ramírez J., Posada N., Construcción de una Planta de Presión Didáctica y Portable para Implementación de Algoritmos de Control”, Memorias, VIII Congreso de Ingeniera Mecánica, Cuenca-Ecuador, 1160-1165, 2014.
Johnson M., A. Moradi, PID Control New Identification and Design Methods. Springer-Verlag London Limited, London, 2005.
Hägglund, T., Åström, K., Revisiting the Ziegler-Nichols tuning rules for PI control. Asian Journal of Control, 4, 354–380, 2002.
García L.E., Sistemas de control digital, Teoría y práctica, Politécnico Colombiano JIC, Medellín. Colombia. 2012.
Posada J., DMC adaptativo para procesos no lineales utilizando inteligencia artificial, [Tesis pregrado], Universidad del Norte, Barranquilla. Colombia. 2006
Iglesias E., Sanjuán M., Smith C., Tuning equation for dynamicmatrix control in siso loops”, Ingeniería y Desarrollo, vol.19, 88-100, 2006
De Almeida G., Felix J., J. Denti, Using genetic algorithm to optimize the tuning parameters of dynamic matrix control, SBAI, Brasil, 2007.
González E.A, Algoritmos de control predictivo multivariable para procesos con dinámica rápida. Aplicación al control de un sistema de motores acoplados [MSc Tesis], Universidad Politécnica de Valencia, Valencia, España, 2011
Argimiro P., Katty M., Cantero V., Ramiro J., Chamorro C., “Control por Matriz Dinámica (DMC): Sistemas de lazo simple y Multivariable”, Revista Prospectiva, vol. 8, 69-75, 2010.
Ramírez J. A., Posada N. L., Aplicación de Diseño y Simulación de DMC para plantas de primer orden con tiempo muerto y dinámica lenta. Revista Educación en Ingeniería, Vol. 9, N°. 18, 35-43, 2014.
Ponce P, “Inteligencia artificial con aplicaciones a la ingeniería”, México. 2010
Tamilarasi A., Anantha T., An enhanced genetic algorithm with simulated annealing for jobshop scheduling, International Journal of Engineering, Science and Technology, Vol. 2, No. 1, 144-151, 2010
Dorf, R. C., Bishop, R. H.,Sistemas de control moderno (10.a ed.). Madrid: Pearson Educación, S.A, 2005.
Smith, C. A. & Corripio, A. B., Principles and Practice of Automatic Process Control (2.a ed.). John Wiley & Sons, Inc. 1997.
Ogata, K., Sistemas de control en tiempo discreto (4.a ed.). México: Prentice Hall Hispanoamericana, S.A., 2002.
_
