Implementación en tiempo real de un Sistema de Control Neuro-Difuso para el Péndulo Invertido

Autores/as

  • Arturo Rojas-Moreno Facultad de Ingeniería Eléctrica y Electrónica, Universidad Nacional de Ingeniería, Lima - Perú
  • César Nuñez-Ocola Facultad de Ingeniería Eléctrica y Electrónica, Universidad Nacional de Ingeniería, Lima - Perú
  • Fernando Merchan-Gordillo Facultad de Ingeniería Eléctrica y Electrónica, Universidad Nacional de Ingeniería, Lima - Perú
  • Luis E. Córdova-Sosa Facultad de Ingeniería Eléctrica y Electrónica, Universidad Nacional de Ingeniería, Lima - Perú

DOI:

https://doi.org/10.21754/tecnia.v11i2.518

Palabras clave:

Inteligencia Artificial, Diseño, Controladores, Lógica Difusa, Takagi-Kosko-Sugeno, Neuro-Difuso, ANFIS, Péndulo Invertido, Equilibrio de una Varilla, Carro, Péndulo

Resumen

Este artículo presenta el procedimiento de diseño e implementación de un controlador difuso TKS (Takagi-Kosko-Sugeno) que emplea la técnica de sintonía ANFIS (Adaptive Neuro-Fuzzy Inference System). La metodología desarrollada se aplica a un caso clásico de estudio, pero de características particularmente atractivas para poner a prueba cualquier tipo de controlador: el Sistema Péndulo Invertido (SPI). El SPI comprende una varilla unida por uno de sus extremos a un pivote montado sobre un carro que se desplaza en línea recta sobre rieles. El objetivo
de control es mantener la varilla en posición vertical mediante una fuerza aplicada al carro. El procedimiento de diseño requiere de: el modelado del SPI, la selección de una estrategia de control según las variables de entrada/salida del modelo, la selección de la estrategia de control conforme a los tipos de lazos de control sobre las variables, y, el diseño del controlador difuso usando ANFIS para optimizar su rendimiento. Luego de simulado el sistema, la implementación en tiempo real se realiza usando una interfaz HW/SW (Hardware/Software). El software de control está escrito en C++. Los resultados experimentales obtenidos validan el procedimiento de diseño desarrollado.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

[1} . César Nuñez Ocola, "Controlador de Lógica Difusa Implementado en PLC's...", Tésis de Grado, UNSA, 1996.

[2] . M. J. Patyra D.M. Mlynek "Fuzzy Logic: Implementation and Aplications"

[3] . Enzo Gandolfi. Alessandro Gabrielli. Massimo Masetti. "Introduction to the Fuzzy Logic" Apr95 AIHNP Conference, Pisa.

[4] . Kosko, Bart, "Neural Networks and Fuzzy Systems", Englewood Cliffs, N.J.: Prentice Hall. Inc. 1992.

[5] . Jan Jantzen, "Design Of Fuzzy Controllers", Technical University of Denmark, Department of Automation, August 1998.

[6] . Jan Jantzen, "Neurofuzzy Modelling", Technical University of Denmark, Department of Automation, October 1998.

[7] . Takagi, T. and Sugeno, M. (1985). "Fuzzy identification of systems and its applications to modeling and control", 116-132. Tagkagi & Sugeno 1986.

[8] . Jang, Sun & Mizutani, Neuro-fuzzy modeling and control, 1997.

[9] . Jan Jantzen, "Analysis Of A Pendulum Problem", Technical University of Denmark, Department of Automation, Tech. report no 98-E 863 (cartball), 19 Aug 1998.

[10] . Arturo Rojas Moreno, Control Avanzado-Diseño y Aplicaciones en Tiempo Real, Publicación Independiente, Lima, 2001.

Descargas

Publicado

2001-12-01

Cómo citar

[1]
A. Rojas-Moreno, C. Nuñez-Ocola, F. Merchan-Gordillo, y L. E. Córdova-Sosa, «Implementación en tiempo real de un Sistema de Control Neuro-Difuso para el Péndulo Invertido», TECNIA, vol. 11, n.º 2, dic. 2001.

Número

Sección

Artículos