Utilización de Algoritmos Basados en VSC para Identificación y Control de Sistemas Dinámicos

(Resumen)

 

En este trabajo se presentan esquemas para seguimiento, identificación y control de algunas clases de sistemas no lineales desconocidos utilizando estructuras neuronales entrenadas con algoritmos basados en control de estructura variable, con lo cual se garantiza la convergencia a cero en tiempo finito del error de entrenamiento y su posterior mantenimiento, por medio de la creación de un régimen deslizante, en una vecindad de tal superficie de deslizamiento.

Se propone una nueva estructura neuronal denominada “Neuronas con filtros dinámicos como pesos”, la cual sustituye los pesos de interconexión de las neuronas por filtros dinámicos lineales variantes en el tiempo con parámetros ajustables, lo que permite la descripción de sistemas no lineales por medio de un conjunto de estas sencillas estructuras. Se ha hecho uso de tales neuronas para el seguimiento de señales analógicas encontrando gran precisión en la respuesta y robustez ante señales de perturbación.

Por otra parte, haciendo uso nuevamente de los algoritmos de entrenamiento basados en control de estructura variable, se proponen esquemas de control adaptativo para algunas clases de sistemas no lineales con parámetros y funciones desconocidas usando técnicas como la realimentación del vector de estado y control por modelo de referencia.

 

Autor: Ing. Francklin Rivas Echeverría.