Control Inteligente

Máster
INVESTIGACIÓN EN INGENIERIA
INFORMÁTICA

APLICACIONES EXITOSAS DE
CONTROL INTELIGENTE
A CASOS REALES

Control Inteligente


La línea de investigación de Control Inteligente nace con
la intención de aplicar al control las técnicas de
Inteligencia Artificial, las cuales estaban obteniendo una
serie de resultados y se consolidaban como disciplina



De forma un tanto recíproca, la teoría decontrol ha
influenciado a la investigación en inteligencia artificial (el
concepto de "agente" es muy similar al de "regulador“)

Matilde Santos Peñas
CEA grupo C
CEA,
Controll IInteligente
li
Facultad de Informática
Universidad Complutense de Madrid

Matilde Santos Peñas
Facultad de Informática, UCM

¿Por qué?


Mejores y más sofisticadas soluciones de control



P
Procesos
y plantas
l tcomplejos
l j



Objetivos de alto nivel



Multidisciplinariedad y sinergia



Avances tecnológicos
Matilde Santos Peñas
Facultad de Informática, UCM

En definitiva, el controlador inteligente es un
controlador heurístico, en cierto modo
autónomo no lineal,
autónomo,
lineal quizás adaptativo (con
aprendizaje)

Matilde Santos Peñas
Facultad de Informática, UCM

Metodologías del control inteligente

Soft computing (Computación suave):










Aplicaciones:
p
¿qué tienen en común?
¿q




la lógica borrosa
redes neuronales
algoritmos genéticos

Sistemas expertos
p
(control
(
basado en reglas)
g )
Redes de Petri
Aprendizaje máquina
Sistemas de ayuda a la toma de decisión
…












Matilde Santos Peñas
Facultad de Informática, UCM

An adaptive fuzzy control scheme forembedded applications



Oxford Instruments UK Ltd
University of Oxford

plantas
l
no lilineales
l
orden elevado
parámetros internos variantes en el tiempo
dependientes del entorno

Pobre comportamiento con reguladores clásicos
Sistemas mal definidos (incertidumbre, falta de información)
Necesidad de mejorar el funcionamiento (especificaciones)
Complejidad computacional del modelo analítico o ésteno
existe
E t
Entornos
cambiantes
bi t
Conocimiento, heurística, datos
Matilde Santos Peñas
Facultad de Informática, UCM

El sistema a controlar


La temperatura se controla variando el voltaje aplicado a un
calentador eléctrico en el interior del criostato


Rango de temperaturas: 4.2 K a 200 K



El flujo se controla variando la posición de una válvula del tubo
que conecta el criostato conla bomba de helio



Sistema altamente no lineal


Matilde Santos Peñas
Facultad de Informática, UCM

Procesos complejos



dinámica más rápida a bajas temperaturas



gganancia estimada del sistema aumenta con la temperatura
p



el retardo estimado aumenta con la temperatura



la ganancia es mayor para flujos de gas bajos



asimetría para temperaturas por encima de 120 K pero no a bajastemperaturas

Fuerte dependencia del punto de operación (temperatura)
Matilde Santos Peñas
Facultad de Informática, UCM

Ganancia programada borrosa


Regiones de operación según temperatura





Controlador PID para cada zona (altas temperaturas) (2º orden)
Controlador PI para regiones de baja temperatura (1º orden)

Evitar cambios
E
b bruscos
b
en los
l parámetros
á
del
d l PID all pasar dde una
región a otra

Sintonía


Un sistema de reglas borrosas cambia los parámetros de
sintonía del PID


Takagi-Sugeno con consecuentes singleton



Entrada: la temperatura deseada yd



Salidas: Kp,Ti, Td




F i
Funciones
d
de pertenencia
t
i ttriangulares
i
l
con 50% solapamiento
l
i t

Tres bases de n reglas borrosas


P á t
Parámetros
iniciales
i i i l relacionados
l i d con

modeloen lazo abierto

Matilde Santos Peñas
Facultad de Informática, UCM

Rango operación:  4.2
a 200 ºK (saltos 20 ºK)



Funciones de
pertenencia
triangulares



Kp=[0.25 5] V/K;

Inferencia suma-producto
suma producto



Conversión salida : coa

Controlador neuro-borroso adaptativo con
auto aprendizaje
auto-aprendizaje

Ti=[0 350] s;
Td [0 87.5]
Td=[0
87 5] s

Matilde Santos Peñas
Facultad de...