Identificación y control digital con redes neuronales para un sistema hidráulico.

Abstract

This article presents the identification of dynamic parameters to model a hydraulic system and the design of its digital controller using neural networks. The existing mathematical model was analyzed in the study, and the identification through an electronic signal acquisition system was carried out using the MATLAB and LabVIEW programs.

The methodology used in the project corresponds to an experimental research and is put in the frame of an empirical analytical approach of descriptive character and transversal nature, developed in four stages: analysis, planning, execution and evaluation.The result obtained is the identification of the hydraulic system and the development of its digital controller based on neural networks. It was possible to develop the position control for a hydraulic cylinder using as a control element a 4/3-way servo valve reference 158351, a linear potentiometer position sensor, a data acquisition card connected to a computer using an algorithm implemented in LabVIEW, which is responsible for receiving and sending the signals to the system by means of a control program.

Keywords:

MATLAB

LabVIEW

sistema hidráulico

control digital

redes neuronales

MATLAB

LabVIEW

hydraulic system

digital control

neural networks

References

Larco A.M., Aguirre P.A, Martin C. (2010). Identificación y diseño del controlador para un sistema regulador de temperatura en un cuarto térmico. Refrigeración como Tesis de Maestría.

Avilés O.F. (2016). Identificación de sistemas. Ciencia e Ingeniería Neogranadina, 11, 75-79.

Barber F., Botti V.J., Koehler J. (2002). AI: Past, Present and Future. UPGRADE, Vol. 3, No. 5, pp. 2-5.

Barrera J.A.T. (Sin fecha). Redes Neuronales. Universidad de Guadalajara Disponible en: http://www.cucei.udg.mx/sites/default/files/pdf/toral_barrera_jamie_areli.pdf [Visitada en octubre de 2016].

Cabello A.E. (2011). Sistema hidráulico de gobierno de un remolcador de puerto de 20 TM BP. ..

Garrido S., Moreno L., Balaguer C. (1999). Identificación, estimación y control de sistemas no-lineales mediante RGO. Universidad Carlos III.

Groover M.P. (1997). Fundamentos de manufactura moderna: materiales, procesos y sistemas. Pearson Educación.

Matich D.J. (2001). Redes neuronales: Conceptos básicos y aplicaciones. Cátedra de informática aplicada a la ingeniería de procesos– Orientación I.

Morales R.A. (2012). Diseño de circuitos de control para válvulas proporcionales en sistemas hidráulicos…

Nikolov G., Nikolova B. (2008). Virtual techniques for liquid level monitoring using differential pressure sensors. RECENT Journal for Industrial Engineering, ISSN, 2065-4529…

Ogata K. (2003). Ingeniería de control moderna. Pearson Educación.

Oppenheim A.V., Willsky A.S., Nawab S.H. (1998). Señales y sistemas. Pearson Educación.

Pulgarín P., A.J. (2001). Aplicación de herramientas de Inteligencia Computacional en la Planificación de Recursos. Tesis de Maestría. Universidad Nacional de Colombia, Sede Medellín, Col…

Trujillo H. A.D. y Gómez A., L.E. (2007). Inteligencia Artificial: Emulación de mecanismos. Tecno INTELECTO, Vol. 4, No. 2,

Wildberger M.D. (1996). Soziale Angst: ist Schüchternheit ein Makel? (Doctoral dissertation).