Control inverso

Control inverso
El esquema de control inverso consiste en aproximar mediante una red de neuronas la dinámica inversa del proceso. Suponiendo que la salida de un proceso dinámico se puede expresar dela forma y(t+1) = S(u(t)), siendo u la entrada al proceso la relación inversa en una expresión de la forma u(t)= S-1(y(t+1)). Por tanto, en una estrategia de control inverso la red de neuronas seutiliza para aproximar la relación S-1.
Cuando se plantea un esquema de control inverso utilizando redes de neuronas, el aprendizaje de la res puede llevarse a cabo mediante dos formas diferentes,denominadas aprendizaje generalizado y aprendizaje especializado, las cuales se describen a continuación.
* Aprendizaje generalizado
En este caso, la red de neuronas se entrena para que aprenda ladinámica inversa del proceso en su totalidad. Para ello, se utiliza un conjunto de datos representativo de dicha dinámica inversa, los cuales se obtienen manipulando la acción de control en sus diferentesrangos de operación y observando o midiendo la salida del proceso para dicha señal.
En la figura 8.1 se muestra el esquema general del aprendizaje generalizado. Se observa que la entrada al procesoactúa salida del proceso es la entrada de la red. Por tanto, el aprendizaje de la red se realiza siguiendo la dirección negativa del gradiente de la siguiente función error:
egt=12ut-ut2(8.2)
Una vez realizado el entrenamiento de la red, ésta puede utilizarse para el control; basta sustituir la entrada de la red y(t+1) por el objetivo de control, ydes, como semuestra en la figura 8.2.
Figura 8.1: Esquema de control inverso con aprendizaje generalizado
Figura 8.2: Red de control inverso con aprendizaje generalizado
* Aprendizaje especializado
Mediante elaprendizaje especializado, la red aproxima la dinámica inversa local del proceso, es decir, la dinámica inversa en una determinada región interés y no en todo el rango de operación de la acción de...