Controlador con red neuronal inversa para el sistema de dos tanques y comparación con un controlador PID.

1. Página 1
UNIVERSIDAD DE FUERZAS ARMADAS “ESPE”
DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA
ASIGNATURA: CONTROL INTELIGENTE
Actividad 16. Control con red neuronal inversa (2 puntos a nota de parcial)
Fecha: 9 de Junio del 2014
Nombre de los alumnos: Dayana Ochoa y Carlos Mendoza
NRC: 2055
Objetivo: Desarrollar un controlador con red neuronal inversa para el sistema de dos tanques y
compararlo con un controlador PID.
Introducción: Encuentre en Internet un artículo referente a control con red neuronal inversa y
escriba dos párrafos que permitan caracterizar este tipo de controlador.
1.- Simule un control con red neuronal inversa para el sistema de dos tanques
Código del programa
H1iniV=[5:2:25];
H2iniV=[5:2:25];
ap1V=[0.5:0.1:1];
ap2V=[0.5:0.1:1];
q0V=[20:3:29];
%Combinacion de valores de vectores : combvec
Pm=combvec(H1iniV,ap1V,H2iniV,ap2V, q0V);
dh1V=[]
dh2V=[]
for i=1:length(Pm)
% q0=Pm(5,i);
H1ini=Pm(1,i);
ap1=Pm(2,i);
H2ini=Pm(3,i);
ap2=Pm(4,i);
caudal=Pm(5,i);
sim('two_tank_1',[0 1])
dh1=H1-H1ini;
dh2=H2-H2ini;
dh1V=[dh1V dh1];
dh2V=[dh2V dh2];
mensaje=sprintf('patron no %d de %d',i,length(Pm))
end
Tm=[dh1V;dh2V];
Pm1(1,:)=Pm(1,:);%H1in
Pm1(2,:)=Tm(1,:);%delta H1
Pm1(3,:)=Pm(3,:);%H2in
Pm1(4,:)=Tm(2,:);% delta h2
Pm1(5,:)=Pm(5,:);%q0
Tm1(1,:)=Pm(2,:);%target
Tm1(2,:)=Pm(4,:);%target
% Aproximacion de funciones
P=Pm1;
T=Tm1;
net = newff(minmax(P),[8 2],{'tansig' 'purelin'});
Y = sim(net,P);
net.trainParam.epochs = 50;
net.trainParam.goal=1e-5;
net = train(net,P,T);
Y = sim(net,P);
close all
figure(1)
subplot(211)
plot(ap1V,'k')
subplot(212)
plot(ap2V,'k')
figure(2)
ap1nn= Y(1,:)
ap2nn=Y(2,:)
subplot(211)
plot(ap1nn)
subplot(212)
plot(ap2nn)
hold off

2. Página 2
Gráficas obtenidas durante el entrenamiento
Bloque entrenado
Diagrama en simulink
Gráfica obtenida del diagrama

3. Página 3
2.- Compare su funcionalidad con respecto a un controlador PID
3.- Analice cuatro casos de estudio. Analice el comportamiento de las válvulas, tiempos de
respuesta y error de estado estable.
Diagrama en simulink del controlador PID
Gráficas comparativas
Controlador neuronal Controlador PID
a) H1=15; H2=10; caudal=20
Control neuronal
Nivel de Tanques Válvula 1 Válvula 2
Control PID
Nivel de Tanques Válvula 1 Válvula 2

4. Página 4
b) H1=15; H2=20; caudal=20
Control neuronal
Nivel de Tanques Válvula 1 Válvula 2
Control PID
Nivel de Tanques Válvula 1 Válvula 2
c) H1=20; H2=20; caudal=20
Control neuronal
Nivel de Tanques Válvula 1 Válvula 2
Control PID
Nivel de Tanques Válvula 1 Válvula 2

5. Página 5
Análisis
Nosotros Dayana Ochoa y Carlos Mendoza afirmamos que esta actividad es de nuestra autoría y
establecemos que para la elaboración de la misma hemos seguido los lineamientos del Código de
Ética de la Universidad de las Fuerzas Armadas ESPE
d) H1=10; H2=25; caudal=25
Control neuronal
Nivel de Tanques Válvula 1 Válvula 2
Control PID
Nivel de Tanques Válvula 1 Válvula 2
Mediante los resultados obtenidos se puede verificar, que el control con red neuronal inversa
permite seguir una señal de referencia con un buen tiempo de establecimiento además se ha
podido reducir la dinámica de la planta, teniendo una salida lo más parecida posible a la
referencia, en comparación con el controlador PID para el control del sistema de dos tanques ,
su diferencia radica en el desempeño del controlador, siendo que los mejores parámetros de
control tiene el controlador con red neuronal inversa, además se puede notar que el controlador
con red neuronal inversa tiene un tiempo de establecimiento pequeño relativo al nivel deseado.
Con respecto al comportamiento de las válvulas es posible decir de forma general que su
comportamiento dependerá de los parámetros modificados por ejemplo para un coeficiente de
apertura 1 mayor al de apertura 2, se tiene como se muestra en las figuras que el vaciado del
tanque 1 se realiza más rápido por red neuronal que por PID, mientras que el control de Tanque
2, llega a su punto de referencia en menor tiempo en la red neuronal que en el método PID, sin
embargo este comportamiento es susceptible a cambios en cuento se modifiquen los parámetros
mencionados.