Identificación y control de sistemas no lineales mediante clustering y gpc usando modelos difusos takagi-sugeno
No. 19 (2004-05-01)Autor/a(es/as)
-
John Soto1Universidad de los Andes, Bogotá, Colombia {os-soto, iv-casti, agauthie, vi-grisa}@uniandes.edu.co.
-
Iván Castillo1Universidad de los Andes, Bogotá, Colombia {os-soto, iv-casti, agauthie, vi-grisa}@uniandes.edu.co.
-
Alain Gauthier1Universidad de los Andes, Bogotá, Colombia {os-soto, iv-casti, agauthie, vi-grisa}@uniandes.edu.co.
-
Víctor Grisales1Universidad de los Andes, Bogotá, Colombia {os-soto, iv-casti, agauthie, vi-grisa}@uniandes.edu.co.
Resumen
En este artículo se presenta un método para la identificación y control de sistemas no lineales usando modelos difusos tipo Takagi-Sugeno. La identificación se basa en técnicas de clustering y el control se realiza mediante técnicas predictivas. En primer lugar se hace una descripción global de la técnica de clustering haciendo referencia a los Algoritmo Fuzzy C-means y Gustafson Kesselpara la generación de los clusters y sus correspondientes funciones de pertenencia. En segundo lugar se detalla la técnica de control GPC (Control Predictivo Generalizado) que se aplicó al modelo difuso obtenido en la fase anterior. Finalmente esta técnica de identificación por clustering y control predictivo difuso se implemento en una planta hidráulica no lineal compuesta de dos tanques acoplados a la que se le modeló la altura del segundo tanque en función del flujo de entrada del primer tanque. Para validación del proceso de identificación y control se desarrolló un modelo teórico de la planta para comparar los resultados obtenidos experimentalmente.