TÉCNICAS DE CONTROL INTELIGENTE

TÉCNICAS DE CONTROL INTELIGENTE

1. Definición

   • “Un sistema de control inteligente es el diseñado de forma que puede autónomamente conseguir un objetivo de alto nivel cuando sus componentes, objetivos de control, modelos de la planta y leyes de control no están completamente definidos, tanto porque no son conocidos en el momento del diseño como porque cambian de forma inesperada.” (M. Santos, 2011)
     • Algunos tipos de técnicas de control inteligente son:
       • Control neuronal
         • Características
           • Es un sistema compuestos por varios nodos o estructuras matemáticas de procesamiento llamados neuronas los cuales operan en paralelo y deforma distribuida conectadas entre sí mediante canales unidireccionales y tienen la capacidad de aprender a partir de datos de entrenamiento.
           • Busca imitar la neurona biológica, una representación electrónica sería un sumador hecho con un amplificador operacional
         • Ventajas:
           • Aprendizaje: Por medio del entrenamiento se le indica que salida o respuesta debe tener a determinado estimulo.
           • Auto organización: Crea su propia representación de la información.
           • Tolerancia a fallos: Gracias al almacenamiento redundante de información, puede operar de manera aceptable aun con un daño parcial.
           • Flexibilidad: No le afectan cambios poco importantes en la señal de entrada como el ruido
           • Tiempo real: Gracias a la estructura en paralelo se pueden obtener respuestas en tiempo real.
         • Desventajas
           • Complejidad de aprendizaje: A mayor cantidad de cosas que aprender mayor complejidad de aprendizaje.
           • Tiempo de aprendizaje elevado: si hay patrones muy similares a reconocer, se aumenta el tiempo necesario para que la red converja a valores de pesos que representen lo que se quiera enseñar.
           • No permite interpretar lo que se ha aprendido: se requiere una intervención externa para poder interpretar la salida de la red.
           • Gran cantidad de datos de entrenamiento: A medida que la red requiere más flexibilidad, requiere almacenar mayo información de cómo responder.
           • Respuesta limitada: si se presenta una entrada que no fue tenida en cuenta durante el aprendizaje, el sistema no responderá de forma correcta
       • Control Difuso
         • Caracteristicas
           • Realiza control por medio de reglas de sentido común, dichas reglas pueden ser aprendidas por sistemas adaptativos que aprenden al observar a personas o dispositivos reales o también ser formuladas por expertos
           • Se fundamenta en los conjuntos borrosos y los sistemas de inferencia borroso basados en reglas de la forma si entonces.
           • Resulta muy útil en aquellas situaciones en que los datos y sus relaciones no pueden escribirse en términos matemáticos precisos.
           • Utiliza información descrito en términos lingüísticos.
         • Ventajas
           • Herramienta útil para tratar y modelar sistemas complejos no lineales
           • Intuitivos: hace posible generar modelos intuitivos atraves de los términos lingüísticos
           • Tolerantes al ruido: Como la salida depende de varias reglas no se afecta por perturbaciones o ruido.
           • Estabilidad: las caídas el sistema se producen lentamente dando tiempo para corregir.
           • Controla lo que el control clásico no: No necesita modelo matemático especifico del sistema a controlar, permitiendo controlar sistemas que el control clásico no puede.
           • Económicos y eficientes: No representan un alto costo de implementación y manejan una alta velocidad de respuesta a baja cantidad de reglas.
         • Desventajas
           • No óptimo para procesos de alta precisión: mayor precisión mayor número de reglas.
           • Poca velocidad en procesos de alta presión: a mayor número de reglas más cantidad de datos a procesar.
           • Poca flexibilidad a cambios del sistema: se requieren muchos cálculos adicionales y aumenta el tiempo de respuesta.
       • Control Anfis
         • Caracteristicas
           • Conocido como un sistema hibrido que integra las redes neuronales con la lógica difusa o el control difuso.
           • Las neuronas tienen incorporadas el sistema de decisión borrosa.
         • Ventajas
           • Integra las ventajas de los controles neuronales y difusos
         • Desventajas
           • Frente los demás sistemas la mayor desventaja es que requiere un tiempo de aprendizaje mucho mayor y este en ocasiones no converge.

2. Inicio

   • En Siglo XX nace la intención de aplicar al control las técnicas de inteligencia artificial.
     • Objetivos que impulsaron el control inteligente
       • Necesidad de realizar de forma automática tarea realizadas por los seres humanos.
       • Búsqueda de soluciones eficientes a plantas con alto nivel de complejidad.
       • Facilitar el modelo matemático de sistemas complejos con un entorno de incertidumbre.
       • Emulare en el control la inteligencia de los seres vivos logrando la adaptación bajo incertidumbre.

3. Bibliografia

   • aleckssss. (19 de 02 de 2011). Ventajas y desventajas de control difuso. Obtenido de es.slideshare.net: https://es.slideshare.net/aleckssss/ventajas-y-desventajas-de-control-difuso M. Santos. (2011). Un Enfoque Aplicado del Control Inteligente. Revista Iberoamericana de Automática e Informática industrial 8, 283–296. Obtenido de www.sciencedirect.com Nemer, K. (05 de 2013). RESEARCHGATE. Obtenido de INTRODUCCIÓN A LOS ANFIS-L: https://www.researchgate.net/publication/236862181 Vera Romero, C. A., & Lopez B, J. (2009). 299018-SISTEMAS AVANZADOS DE CONTROL. PAMPLONA: UNAD. Wikidot.com. (s.f.). Definicion, Ventajas y Desventajas. Obtenido de redes-neuronales.wikidot.com: http://redes-neuronales.wikidot.com/definicion-ventajas-desventajas

Bilder und Dateien der Mindmap