Control IMC No Lineal Tolerante a Fallos

[ES] Este artículo trata sobre el control IMC no lineal y un método para hacerlo tolerante a los fallos en la planta. El control IMC no lineal se consigue por medio de modelos no lineales de la planta y de la inversa de la dinámica de la misma. Ambos se hacen mediante redes neuro-difusas del tipo AN...

Descripción completa

Detalles Bibliográficos
Autores: Saludes Rodil, Sergio, Fuente, M. J.
Tipo de recurso: artículo
Fecha de publicación:2009
País:España
Institución:Universitat Politècnica de València (UPV)
Repositorio:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Idioma:español
OAI Identifier:oai:riunet.upv.es:10251/145970
Acceso en línea:https://riunet.upv.es/handle/10251/145970
Access Level:acceso abierto
Palabra clave:IMC
Neural networks
Nonlinear control
Fault-tolerant control
Redes neuronales
Control no lineal
Control tolerante a fallos
id ES_e0d85dd541b338c19d2e938e67b5cb73
oai_identifier_str oai:riunet.upv.es:10251/145970
network_acronym_str ES
network_name_str España
repository_id_str
spelling Control IMC No Lineal Tolerante a FallosFault-tolerant nonlinear imc controlSaludes Rodil, SergioFuente, M. J.IMCNeural networksNonlinear controlFault-tolerant controlRedes neuronalesControl no linealControl tolerante a fallos[ES] Este artículo trata sobre el control IMC no lineal y un método para hacerlo tolerante a los fallos en la planta. El control IMC no lineal se consigue por medio de modelos no lineales de la planta y de la inversa de la dinámica de la misma. Ambos se hacen mediante redes neuro-difusas del tipo ANFIS. La tolerancia a los fallos abruptos e incipientes en la planta se consigue mediante la adición de una señal de control compensadora. Ésta se calcula mediante una red neuronal que se entrena en línea a partir de la minimización del error de control. Se muestran resultados en simulación para una planta de control de pH.[EN] In this paper nonlinear IMC control and a method for achieving fault tolerant control in that framework is addressed. Nonlinear IMC control is attained by means of plant and plant-inverse nonlinear models. Both models are implemented using ANFIS neurofuzzy nets. Fault tolerance to abrupt and incipient faults is accomplished by adding a compensating control signal. This signal is computed using an online trained neural network. The training is performed minimising the control error. Simulation results in a pH control plant are presented.Este trabajo ha sido financiado por la Comisión Interministerial de Ciencia y Tecnología (CICYT) a través del proyecto DPI2006-15716-C02-02.Universitat Politècnica de ValènciaMinisterio de Educación y CienciaRepositorio Institucional de la Universitat Politècnica de València Riunet20092009-12-02journal articlehttp://purl.org/coar/resource_type/c_6501VoRhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/articleapplication/pdfhttps://riunet.upv.es/handle/10251/145970reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valénciainstname:Universitat Politècnica de València (UPV)EspañolspaMinisterio de Educación y Ciencia https://doi.org/10.13039/501100008743 DPI2006-15716-C02-02 TECNOLOGIAS AVANZADAS DE SUPERVISION Y CONTROL PARA LA OPERACION OPTIMA DE EDARSopen accesshttp://purl.org/coar/access_right/c_abf2Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessoai:riunet.upv.es:10251/1459702026-06-13T07:49:27Z
dc.title.none.fl_str_mv Control IMC No Lineal Tolerante a Fallos
Fault-tolerant nonlinear imc control
title Control IMC No Lineal Tolerante a Fallos
spellingShingle Control IMC No Lineal Tolerante a Fallos
Saludes Rodil, Sergio
IMC
Neural networks
Nonlinear control
Fault-tolerant control
Redes neuronales
Control no lineal
Control tolerante a fallos
title_short Control IMC No Lineal Tolerante a Fallos
title_full Control IMC No Lineal Tolerante a Fallos
title_fullStr Control IMC No Lineal Tolerante a Fallos
title_full_unstemmed Control IMC No Lineal Tolerante a Fallos
title_sort Control IMC No Lineal Tolerante a Fallos
dc.creator.none.fl_str_mv Saludes Rodil, Sergio
Fuente, M. J.
author Saludes Rodil, Sergio
author_facet Saludes Rodil, Sergio
Fuente, M. J.
author_role author
author2 Fuente, M. J.
author2_role author
dc.contributor.none.fl_str_mv Ministerio de Educación y Ciencia
Repositorio Institucional de la Universitat Politècnica de València Riunet
dc.subject.none.fl_str_mv IMC
Neural networks
Nonlinear control
Fault-tolerant control
Redes neuronales
Control no lineal
Control tolerante a fallos
topic IMC
Neural networks
Nonlinear control
Fault-tolerant control
Redes neuronales
Control no lineal
Control tolerante a fallos
description [ES] Este artículo trata sobre el control IMC no lineal y un método para hacerlo tolerante a los fallos en la planta. El control IMC no lineal se consigue por medio de modelos no lineales de la planta y de la inversa de la dinámica de la misma. Ambos se hacen mediante redes neuro-difusas del tipo ANFIS. La tolerancia a los fallos abruptos e incipientes en la planta se consigue mediante la adición de una señal de control compensadora. Ésta se calcula mediante una red neuronal que se entrena en línea a partir de la minimización del error de control. Se muestran resultados en simulación para una planta de control de pH.
publishDate 2009
dc.date.none.fl_str_mv 2009
2009-12-02
dc.type.none.fl_str_mv journal article
http://purl.org/coar/resource_type/c_6501
VoR
http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.openaire.fl_str_mv info:eu-repo/semantics/article
format article
dc.identifier.none.fl_str_mv https://riunet.upv.es/handle/10251/145970
url https://riunet.upv.es/handle/10251/145970
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.relation.none.fl_str_mv Ministerio de Educación y Ciencia https://doi.org/10.13039/501100008743 DPI2006-15716-C02-02 TECNOLOGIAS AVANZADAS DE SUPERVISION Y CONTROL PARA LA OPERACION OPTIMA DE EDARS
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reconocimiento - No comercial - Sin obra derivada (by-nc-nd)
http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reconocimiento - No comercial - Sin obra derivada (by-nc-nd)
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universitat Politècnica de València
publisher.none.fl_str_mv Universitat Politècnica de València
dc.source.none.fl_str_mv reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
instname:Universitat Politècnica de València (UPV)
instname_str Universitat Politècnica de València (UPV)
reponame_str RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
collection RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869422239299928064
score 15.300719

Similares en LA Referencia