covid
Buscar en
Revista Iberoamericana de Automática e Informática Industrial RIAI
Toda la web
Inicio Revista Iberoamericana de Automática e Informática Industrial RIAI Control Neuronal Combinado para Generar Espectros de Oleajes
Información de la revista
Vol. 10. Núm. 4.
Páginas 413-422 (octubre - diciembre 2013)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
3393
Vol. 10. Núm. 4.
Páginas 413-422 (octubre - diciembre 2013)
Open Access
Control Neuronal Combinado para Generar Espectros de Oleajes
Combined Neural Control to Generate Wave Spectrums
Visitas
3393
Luis P. Sánchez Fernández
Autor para correspondencia
lsanchez@cic.ipn.mx

Autor para correspondencia.
, José J. Carbajal Hernández, Luis A. Sánchez Pérez, Roberto Herrera Charles
Instituto Politécnico Nacional. Centro de Investigación en Computación. Av. Juan de Dios Bátiz s/n casi esq. Miguel Othón de Mendizábal, Col. Nueva Industrial Vallejo. CP 07738. Ciudad de México, México
Este artículo ha recibido

Under a Creative Commons license
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Resumen

Se presenta un método novedoso para controlar la obtención de espectros de energía de oleajes, de gran utilidad en los laboratorios de investigación y desarrollo de Hidráulica Marítima. El elemento final de control o manipulador es un motor eléctrico lineal conectado a un servo-control el cual es supervisado mediante una computadora. El algoritmo de control automático se realiza con un esquema neuronal combinado, compuesto por una red neuronal artificial “feed-forward” y un controlador proporcional integral. El sistema computacional implementado incluye características de autoaprendizaje, materializado en el re-entrenamiento en línea de la red neuronal lo cual hace posible adaptarse a cambios en los parámetros del “proceso controlado” y a perturbaciones, altamente influyentes en el espectro de energía que impacta una obra hidráulica objeto de estudio.

Palabras clave:
Control
neuronal
oleaje
espectros
hidráulica
Abstract

A novel method is presented to control the generation of wave energy spectrum, useful in research and development laboratories of Maritime Hydraulic. The final control element is a linear electric motor connected to a servo-control which is monitored by a computer. The automatic control algorithm is performed with a combined neural scheme. It consists of an artificial neural network “feed-forward” and a proportional integral controller. The computer system includes self-learning based on an online training of the neural network. It makes possible to adapt to changes in the parameters of the “controlled process” and disturbances that impact the studied hydraulic work.

Keywords:
Control
neural
wave
spectrums
hydraulic
Referencias
[Alter and Tsao, 1996]
D. Alter, T. Tsao.
Control of linear motors for machines tool feed: design and implementation of optimal feedback control, ASME Journal of Dynamics system.
Measurement and Control, 118 (1996), pp. 649-656
[Åström and Hägglund, 2001]
K.J. Åström, T. Hägglund.
The future of PID control.
Control Engineering Practice, 9 (2001), pp. 1163-1175
[Åström and Hägglund, 2004]
K.J. Åström, T. Hägglund.
Revisiting the Ziegler–Nichols step response method for PID control.
Journal of Process Control, 14 (2004), pp. 635-650
[Babarit and Clément, 2006]
A. Babarit, A.H. Clément.
Optimal latching control of a wave energy device in regular and irregular waves.
Applied Ocean Research, 28 (2006), pp. 77-91
[Biésel and Suquet, 1951]
Biésel, F., Suquet, F., 1951. Les apparails générateurs de houle en laboratoire, La Houille Blanche.(translated by St.Anthony Falls Hydr. Lab., Univ. Minnesota, Rept. No. 39).
[Bretschneider, 1973]
Bretschneider, C., 1973. Deep water wave forecasting curves. En: Shore Protection Manual, U.S. Army Coastal Engineering Research Center, pp. 36-37.
[Bullock and Morton, 1989]
G. Bullock, G. Morton.
Performance of a Wedge-Type Absorbing Wave Maker, Journal Waterway.
Port Coastal and Ocean Eng, 115 (1989), pp. 1-17
[Galvin, 1964]
Galvin, C.J., 1964. Wave-Height Prediction for Wave Generators in Shallow Water, Coastal Engineering Research Center (U.S.), Technical memorandum, ISSN 03757919 Washington, D.C, 21 p.
[Goda, 2000]
Goda, Y., 2000. Random Seas and Design of Maritime Struct., Singapore, Scientific W., 443 pp.
[Goda and Suzuki, 1976]
Goda, Y., Suzuki, Y., 1976. Estimation of incident and reflected waves. Proc., 15th ICCE, ASCE, 828-845.
[GuizieN and Barthélemy, 2002]
K. GuizieN, E. Barthélemy.
Accuracy of solitary wave generation by a piston wave maker.
Journal of Hydraulic Research, 40 (2002), pp. 321-331
[Hagan and Demuth, 2008]
Hagan, M., Demuth, H., 2008. Neural Networks for Control, Tutorial. School of Electrical & Computer Engineering Oklahoma State University, Electrical Engineering Department University of Idaho.
[Herrera and Sánchez, 2008]
Herrera R., Sánchez, L.P., 2008. Generación de oleaje irregular unidireccional con autoaprendizaje, Tesis de Doctorado en Ciencias de la Computación, Centro de Investigación en Computación, IPN, México.
[Hertz et al., 1994]
J. Hertz, R. Palmer, A. Krogh.
Introduction to the Theory of Neural Computation.
Addison-Wesley Publishing Company, (1994),
[Kimura, 1985]
A. Kimura.
The decomposition of incident and reflected random wave envelopes.
Coastal Engineering in Japan, 28 (1985), pp. 59-69
[López, 1998]
López, C., 1998. Influencia de la reflexión del oleaje en la estabilidad de diques en talud. Tesis Doctoral, Universidad de Cantabria, Santander. España.
[Medina, 2001]
J.R. Medina.
Estimation of Incident and reflected waves using simulated annealing.
Journal of Waterway, PortCoastal and Ocean Eng., 127 (2001), pp. 213-221
[Mitsuyasu et al., 1980]
H. Mitsuyasu, et al.
Observation of the power spectrum of Ocean Waves using a Cloverleaf Buoy.
Journal of Physical Oceanography, 10 (1980), pp. 286-296
[Ogata, 1996]
K. Ogata.
Sistemas de Control en Tiempo Discreto.
2nd. Edition, Prentice Hall Hispanoamericana, (1996),
[Oppenheim et al., 1999]
A. Oppenheim, R. Schafer, J. Buck.
Discrete-Time Signal Processing.
2nd Edition, Prentice-Hall Int, (1999),
[Psaltis et al., 1988]
D. Psaltis, et al.
A multi layered neural network controller.
IEEE Control System Magazine, 8 (1988), pp. 17-21
[Rice, 1954]
Rice, S.O., 1954. Mathematical analysis of random noise, Selected Paper on Noise and Stochastic Processes, Dover, pp 133-294.
[Rivas et al., 2007]
R. Rivas, V. Feliu, L. Sanchez.
Robust system identification of an irrigation main canal.
Advances in Water Resources, 30 (2007), pp. 1785-1796
[Sánchez, 2004]
Sánchez, L.P., 2004. Error en las mediciones computarizadas de oleaje en laboratorios de investigación, Ingeniería Hidráulica en México, XIX, 2, 101-106.
[Sanner and Slotine, 1992]
R.M. Sanner, J.J.E. Slotine.
Gaussian Networks for Direct Adaptive Control.
IEEE Transactions on Neural Networks, 3 (1992), pp. 837-863
[Schäffer and Hyllested, 1999]
Schäffer, H.A., Hyllested, P., 1999. Reflection analysis using an active wave absorption control system (Danish Hydraulic Institute, Denmark), Coastal Structures’99: Proceedings of International Conference, Santander, Spain, 7-10 June, 93-100.
[Shaohua, 1992]
T. Shaohua.
A combined PID and neural control scheme for nonlinear dynamical systems, Proceedings of Singapore International Conference on Intelligent Control and Instrumentation.
IEEE CNF, 1 (1992), pp. 377-383
[Wiegel et al., 1970]
R. Wiegel, E. Noda, E. Kuba, D. Gee, G. Tornberg.
Water Waves Generated by Landslides in Reservoirs.
Journal of the Waterways, Harbors and Coastal Engineering Division, 96 (1970), pp. 307-333
Copyright © 2012. EA
Descargar PDF
Opciones de artículo