Implementación de neurocontroladores en línea: Tres configuraciones, tres plantas

En este artículo se implementa el algoritmo de aprendizaje backpropagation en línea para el entrenamiento de redes neuronales tipo feedforward. Así mismo, se implementan tres neurocontro-ladores para tres sistemas: el circuito resistivo capacitivo (RC), un motor de corriente continua emulado electrónicamente y un sistema esfera-tubo. La primera estrategia que se prueba para todos los sistemas es un controlador Proporcional Integral Derivativo (PID clásico), utilizado para comparar el desempeño de los otros controladores. El primer neurocontrolador comparte la responsabilidad de comandar al sistema con un PID; el siguiente es entrenado en línea y trabaja solo; el último es un controlador PID neuronal que cambia las ganancias del PID para hacerlo adaptable a la dinámica de la planta. El control se realiza en tiempo real, por medio de Simulink, junto con una tarjeta de adquisición de datos PCI 6024E. En el artículo se muestran los resultados obtenidos de cada sistema.