Estudio estadístico de algoritmos de control inteligente en tiempo real. Aplicación en una plataforma hardware de control de temperatura

Zusammenfassung

El trabajo realizado durante la elaboración de esta tesis doctoral presenta una contribución al campo del control adaptativo difuso y de auto-aprendizaje. Bien precisamente, el presente trabajo presenta una metodología de adaptación capaz de adaptar y reorganizar los parámetros internos del controlador adaptativo difuso en tiempo real apoyándose de forma exclusiva sobre la información de entrada/salida obtenida del propio funcionamiento de la planta. En otras palabras, se puede controlar la planta sin necesidad de hacer una modelación matemática del proceso controlado. El controlador y de forma autónoma puede llevar a cabo el proceso de control satisfactoriamente utilizando su rígido sistema de auto-aprendizaje que le permite aprender en tiempo real el comportamiento de la variable controlada, dicho sistema contiene dos etapas esenciales. La primera etapa se encarga de adaptar los consecuentes de las reglas corrigiendo los consecuentes responsables del deficiente estado de la planta, mientras que en la segunda etapa se intenta optimizar el espacio de las entradas redistribuyendo las funciones de pertenecía para tener antecedentes más adecuadas que podrán influir en el mejoramiento de la precisión del control. Mediante un proceso de control de temperatura en tiempo real, el controlador adaptativo propuesto y un conjunto de controladores convencionales se ponen en prueba bajo las mismas condiciones para evaluar el comportamiento de cada uno de ellos y mediante distintas medidas de comparaciones cualitativas y cuantitativas se destaca la superioridad de la metodología propuesta respecto a la precisión del control y de forma novedosa, respecto al coste energético del proceso de control, ya que muy pocos son los trabajos que figuran en la literatura que presentan sistemas capaces de garantizar un cierto nivel de ahorro energético durante los procesos de control. Por otro lado, la robustez del controlador adaptativo frente a varios tipos de perturbaciones imprevistas se demuestra claramente. Por último, se realiza un análisis estadístico de las conclusiones extraídas de las comparaciones realizadas, este análisis usa como conjunto de muestreo los resultados de un amplio conjunto de simulaciones reales usando todos los controladores usados bajo las mismas condiciones y con dos conjuntos de puntos de referencia diferentes. Los resultados obtenidos ilustran la validez de todas las conclusiones previamente obtenidas.