Identificadores y Observadores Neuronales para Sistemas no Lineales con Retardos

Abstract

Un sistema con retardo es aquel que presenta un retardo significativo entre la entrada y/o las variables de estado de un sistema y sus efectos. El estudio de este tipo de sistemas es importante debido a que son fáciles de encontrar en aplicaciones de ingeniería. Algunas técnicas modernas de control requieren el uso del modelo del sistema, sin embargo, obtener el modelo de un sistema de forma deductiva usando las leyes de la física no es una tarea fácil y se complica con la presencia de retardos. Una alternativa para obtener el modelo del sistema es la identificación del sistema. Entre las técnicas de identificación de sistemas destacan las que usan redes neuronales recurrentes, de forma especial las redes neuronales recurrentes de alto orden (RHONN, por sus siglas en inglés, Recurrent High Order Neural Networks) que tienen características como estructura simple, comportamiento dinámico, tolerancia a ruido y excelente capacidad de aproximación. Además, pueden ser entrenadas en línea o fuera de línea y no necesitan conocer el modelo a ser identificado, sin embargo, información a priori acerca del sistema puede ser agregada al modelo de la red. Otro problema común es que no siempre es posible acceder a todas las variables de estado del sistema, para superar este problema se pueden usar sensores u observadores de estado, la primera solución puede ser cara, y para la segunda opción existen un variedad de metodologías entre las cuales destacan las que usan redes neuronales principalmente para tratar las dinámicas no modeladas. El uso de RHONN para observadores de estado permite estimar el estado del sistema aún sin tener conocimiento del modelo del sistema. Una ventaja importante del uso de RHONN para crear identificadores y observadores es que como resultado tendremos un modelo que representa fielmente al sistema a identificar. Este trabajo presenta identificadores y observadores neuronales usando RHONN para sistemas con retardo. Además, esquemas de identificador-controlador y observadorcontrolador son incluidos. La aplicabilidad de estos esquemas es mostrada usando resultados de simulaci ón y resultado experimentales. Además, se incluye los análisis de estabilidad basados en el enfoque de Lyapunov.