Diseño del control de un sistema rotatorio con eslabón flexible mediante redes neuronales artificiales

Abstract

Se ha propuesto en este proyecto de titulación el diseño y simulación de un sistema de control basado exclusivamente en Redes Neuronales Artificiales (RNA), a un sistema rotatorio con un eslabón flexible. La finalidad es lograr un seguimiento de la posición angular de la base θ, mientras se mitigan las oscilaciones de la punta del eslabón flexible α, sin necesidad de emplear controladores tradicionales ni estructuras hıbridas. Para ello, se entrena un modelo de tipo Perceptrón Multicapa (MLP) mediante aprendizaje supervisado, con el fin de que aprenda directamente el modelo inverso de la planta y genere la señal de control adecuada a partir del historial de las variables del sistema. Se procede a crear un modelo dinámico en espacio de estados, con datos de parámetros físicos reales. Este modelo se implementara en tiempo discreto utilizando la integración de Euler con paso fijo. Una vez obtenido el modelo, se simula para generar datos en lazo abierto que servirán para el entrenamiento de la red neuronal por modelo inverso. Todo este proceso se realiza en un ambiente de simulación como MATLAB/Simulink , donde se usara el modelo entrenado como controlador en lazo cerrado, y se mide el rendimiento ante distintas señales de referencia. Donde los resultados obtenidos demuestran que ciertas configuraciones del MLP logran un control lo mas cercano a la referencia, rápida estabilización y supresión de oscilaciones no deseadas.