Loading...
Please wait, while we are loading the content...
Similar Documents
Diseño de un controlador avanzado basado en redes neuronales para la gestión de la mezcla aire-gasolina en un motor alternativo
| Content Provider | Semantic Scholar |
|---|---|
| Author | Cercós, Javier Nevot |
| Copyright Year | 2000 |
| Abstract | En la presente tesis se desarrolla un sistema de control de la mezcla de aire y gasolina en un motor alternativo de cuatro tiempos, basado en redes neuronales. Para que el catalizador logre un grado de depuracion aceptable con todos los gases contaminantes simultaneamente, debe mantenerse la proporcion de aire y combustible, dentro de una banda muy estrecha. En estado estacionario, este objetivo se cumple sin demasiados problemas, pero el funcionamiento habitual de un vehiculo es en regimen muy transitorio, donde los sistemas convencionales no logran evitar desviaciones importantes del punto de consigna. Estos se basan ademas en una gran cantidad de tablas estaticas, que deben calibrarse de forma experimental, lo cual es bastante costoso tanto en tiempo como en dinero. Para evitar estos problemas se ha disenado un modelo matematico de un motor, que comprende todo el proceso de formacion de la mezcla, sensores, la generacion del par motor y la dinamica del vehiculo. La realizacion final se ha realizado en el lenguaje de simulacion MatLab/Simulink®. Los datos requeridos son facilmente obtenibles bien por metrologia, bien de forma experimental. Se ha validado con un motor SEAT de 1,6 l y 74 kW. Como primer paso se ha aplicado una estrategia de control convencional bastante simple, consistente en un controlador feedforward estatico, mas un controlador feedback de tipo PI o PID. Esto ha permitido el estudio de las principales caracteristicas del motor desde el punto de vista de control. Con los resultados obtenidos se ha disenado un observador basado en una red neuronal, que elimine los retardos puros del sistema y que pueda ser utilizado para cerrar el lazo de control. Primero se ha usado una red feedforward, pero vistos los malos resultados, se ha desarrollado una red neuronal recurrente a partir de la red de Elman, que se ha modificado convenientemente para adaptarla a las dificultades propias del problema. El algoritmo de entrenamiento utilizado se basa en el de retropropagacion clasico, y modifica no solo los pesos entre capas, sino tambien los correspondientes a las neuronas de contexto, las cuales permiten memorizar estados internos. La principal mejora consiste en separar las neuronas de contexto en tantos grupos como entradas tiene la red, y entrenarlos por separado, de modo que cada grupo se adapte a la dinamica particular de la entrada a la que va asociado. Se muestra mediante simulacion el comportamiento del conjunto motor mas observador en lazo cerrado, y se compara con el esquema convencional. Se prueba asimismo la robustez del sistema frente a distintas consignas, ruido en la planta y defectos de sintonia. |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://upcommons.upc.edu/bitstream/handle/2117/93248/Tesis.pdf?isAllowed=y&sequence=9 |
| Alternate Webpage(s) | https://upcommons.upc.edu/bitstream/handle/2117/93248/0Resumen.pdf?isAllowed=y&sequence=1 |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
