Resumen

VARGAS-MARTINEZ, A  y  GARZA-CASTANON, L. E.. Combining Artificial Intelligence and Advanced Techniques in Fault-Tolerant Control. J. appl. res. technol [online]. 2011, vol.9, n.2, pp.202-226. ISSN 2448-6736.

Se presenta la integración de métodos de Inteligencia Artificial, Control Robusto, Control No lineal y Control Adaptable por Modelo de Referencia (MRAC) en el Control Tolerante a Fallas (FTC). Se combinan diferentes esquemas de MRAC con controladores PID clásicos, redes neuronales, algoritmos genéticos, controladores H∞ y controladores por modo deslizante. Se proponen seis diferentes esquemas: el primer esquema es un MRAC con una red neuronal y un PID cuyos parámetros fueron optimizados con un algoritmo genético utilizando Optimización por Búsqueda de Patrones. El segundo esquema es un controlador MRAC con un controlador H∞. El tercer esquema es un controlador MRAC con un controlador por modo deslizante. El cuarto esquema es un controlador MRAC con una red neuronal. El quinto esquema es un controlador MRAC con un controlador PID optimizado por un algoritmo genético. Finalmente, el último esquema es un controlador clásico MRAC. El objetivo de esta investigación es generar métodos de FTC más poderosos y comparar su desempeño bajo diferentes condiciones de fallas tanto en sensores como en actuadores. Se utilizó un intercambiador de calor industrial para realizar dichos experimentos. Los resultados obtenidos de la simulación demostraron que el uso de Optimización por Búsqueda de Patrones con redes neuronales mejoró el desempeño del esquema FTC, ya que el sistema de control se volvió más robusto ante fallas en sensores y en actuadores.

Palabras llave : Fault-tolerant control; MRAC; ANN; PID; GA; H∞; SMC.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )