Sistema de Control Borroso para el Proceso de Renovación de la Carga en Motores Turbodiesel

S. García-Nieto, J. V. Salcedo, X. Blasco, M. Martínez

Resumen

El modelado y control del proceso de renovación de la carga en motores turbodiesel se presenta como un importante reto desde el punto de vista de control. Este sistema presenta un fuerte comportamiento no lineal, por lo que técnicas clásicas de control, resultan insuficientes frente a los requerimientos de diseño que se plantean en los motores diesel actuales. Por tanto, resulta necesario la aplicación de técnicas no lineales que puedan resolver aquellos aspectos que están fuera del alcance de los controladores lineales tradicionales. El presente trabajo aborda dos de los aspectos fundamentales en el diseño de un sistema de control. En primer lugar, se plantea una metodología de identificación de modelos borrosos con estructura Takagi-Sugeno (T-S), a partir de datos experimentales, para sistemas no lineales. En segundo lugar, se propone el diseño de controladores borrosos óptimos basados en la estructura PDC (Compensador Paralelo Distribuido*). Los parámetros del controlador son obtenidos como solución de un problema de minimización sujeto a LMIs (Desigualdades Lineales Matriciales**).

Palabras clave

Sistemas Borrosos; Identificación; LMIs; Control No Lineal; Motores Diesel

Texto completo:

PDF

Referencias

Abonyi, J. (2003). Fuzzy Model Identification for Control. Birkhauser Boston, 2003.

Ariño, C., A. Sala y J.L. Navarro (2007). Diseño de controladores en varios puntos de funcionamiento para una clase de modelos borrosos Takagi-Sugeno afines. Revista iberoamericana de automática e informática industrial 4(2), 98–105.

Babuska, R. (1998). Fuzzy modeling for control. Vol. 1998. Kluwer Academic Publishers. Boston.

Babuska, R. y H.B. Verbruggen (1996). An overview of fuzzy modeling for control. Control Engineering Practice 4(11), 1593–1606.

Boyd, S., L. E. Ghaoui, E. Feron y V. Balakrishnan (1994). Linear Matrix Inequalities in System and Control Theory. SIAM, 1994.

Branicky, M.S (1998). Multiple Lyapunov functions and other analysis tools for switched and hybrid systems. IEEE Transactions on Automatic Control 43(4), 475–482.

Chen, B., X. Liu y S. Tong (2007). Adaptive Fuzzy Output Tracking Control of MIMO Nonlinear Uncertain Systems. IEEE Transactions on Fuzzy Systems 15(2), 287–300.

Emission Styards: European Union (2003). www.dieselnet.com/styards/eu/ld.html.

García-Nieto, S., J.V. Salcedo, X. Blasco y M. Martínez (2007). Identificación y Control Fuzzy en Motores Diesel Turboalimentados. XXVIII Jornadas de Automática, Huelva (Spain). Septiembre 2007.

Gustafson, D.E. y W.C. Kessel (1979). Fuzzy clustering with a fuzzy covariance matrix. Proc. IEEE CDC 2, 761–766.

Guzzella, L. y A. Amstutz (1998). Control of diesel engines. IEEE Control Systems Magazine 18, 53–71.

Guzzella, L. y C.H. Onder (2004). Introduction to Modeling and Control of Internal Combustion Engine Systems. Springer, 2004.

Herrera, F. y J. L. Martínez (2003). Estrategia para la construcción de modelos difusos utilizando clustering y transformación ortogonal. X Convención Internacional Informática

Khiar, D., J. Lauber, T. Floquet, G. Colin, TM. Guerra y Y. Chamaillard (2007). Robust Takagi-Sugeno fuzzy control of a spark ignition engine. Control Engineering Practice 15, 1446–1456.

Lee, SH., R.J. Howlett, C. Crua y SD. Walters (2007). Fuzzy logic and neuro-fuzzy modelling of diesel spray penetration: A comparative study. Journal of Intelligent and Fuzzy Systems 18, 43–56.

Ljung, L. (1999). System Identification. Theory for the user. Second Edition. Prentice-Hall.

Löfberg, J. (2004). Yalmip: A toolbox for modeling and optimization in MATLAB. In: Proceedings of the CACSD Conference. Taipei, Taiwan.

Ogata, K. (2004). Modern Control Engineering. Prentice-Hal, 1996.

Stefanopoulou, Anna G., Ilya Kolmanovsky y James S. Freudenberg (2000). Control of variable geometry turbocharged diesel engines for reduced emissions. IEEE Transactions on Control Systems Technology 8, 733–745.

Sugeno, M. y GT Kang (1986). Fuzzy modeling and control of multilayer incinerator. Fuzzy Sets y Systems 18, 329–345.

Takagi, T. y M. Sugeno (1985). Fuzzy identification of systems and its applications to modelling and control. IEEE Trans. On Systems, Man, y Cybern 15, 116–132.

Tanaka, K. (1994). A Theory of Advanced Fuzzy Control. Japanese, KYOURITSU Publishing Company, Tokyo, Japan.

Tanaka, K. y H.O Wang (2001). Fuzzy Control Systems Design and Analysis: A Linear Matrix Inequality Approach. John Wiley & Sons, Inc. New York, NY, USA.

Tong, S., T. Wang y H.X. Li (2002). Fuzzy robust tracking control for uncertain nonlinear systems. International Journal of Approximate Reasoning 30(2), 73–90.

Verdult, V. y M. Verhaegen (2000). Identification of multivariable linear parameter-varying systems based on subspace techniques. In: Proceedings of the 39th IEEE Conference on Decision and Control. 2, 1567–1572.

Zhao, J., V. Wertz y R. Gorez (1994). A fuzzy clustering method for the identification of fuzzy models for dynamical systems. In: 9th IEEE International Symposium on Intelligent Control. Columbus.

Abstract Views

376
Metrics Loading ...

Metrics powered by PLOS ALM




Creative Commons License

Esta revista se publica bajo una Licencia Creative Commons Attribution-NonCommercial-CompartirIgual 4.0 International (CC BY-NC-SA 4.0)

Universitat Politècnica de València     https://doi.org/10.4995/riai

e-ISSN: 1697-7920     ISSN: 1697-7912