Control Neuronal Combinado para Generar Espectros de Oleajes

Luis P. Sánchez Fernández, José J. Carbajal Hernández, Luis A. Sánchez Pérez, Roberto Herrera Charles

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

Texto completo:

PDF

Referencias

Alter, D., Tsao T., 1996. Control of linear motors for machines tool feed: design and implementation of optimal feedback control, ASME Journal of Dynamics system, Measurement and Control, 118, 649-656.

Åström, K.J., Hägglund, T., 2001. The future of PID control, Control Engineering Practice, 9, 1163–1175.

Åström, K.J., Hägglund, T., 2004. Revisiting the Ziegler–Nichols step response method for PID control, Journal of Process Control, 14, 635– 650.

Babarit, A., Clément, A.H., 2006. Optimal latching control of a wave energy device in regular and irregular waves, Applied Ocean Research, 28, 2, 77-91.

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, C., 1973. Deep water wave forecasting curves. En: Shore Protection Manual, U.S. Army Coastal Engineering Research Center, pp. 36-37.

Bullock, G., Morton, G., 1989. Performance of a Wedge-Type Absorbing Wave Maker, Journal Waterway, Port Coastal and Ocean Eng, 115, 1, 1-17.

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, Y., 2000. Random Seas and Design of Maritime Struct., Singapore, Scientific W., 443 pp.

Goda, Y., Suzuki, Y., 1976. Estimation of incident and reflected waves. Proc., 15th ICCE, ASCE, 828-845.

GuizieN, K., Barthélemy, E., 2002. Accuracy of solitary wave generation by a piston wave maker, Journal of Hydraulic Research, 40, 3, 321-331.

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 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, J., Palmer, R., Krogh, A., 1994. Introduction to the Theory of Neural Computation. California, Addison-Wesley Publishing Company, 327 pp.

Kimura, A., 1985. The decomposition of incident and reflected random wave envelopes, Coastal Engineering in Japan, 28, 59-69.

López, C., 1998. Influencia de la reflexión del oleaje en la estabilidad de diques en talud. Tesis Doctoral, Universidad de Cantabria, Santander. España.

Medina, J.R., 2001. Estimation of Incident and reflected waves using simulated annealing, Journal of Waterway, Port, Coastal and Ocean Eng., 127, 4, 213-221.

Mitsuyasu, H. et al., 1980. Observation of the power spectrum of Ocean Waves using a Cloverleaf Buoy, Journal of Physical Oceanography, 10, 2, 286–296.

Ogata, K., 1996. Sistemas de Control en Tiempo Discreto, 2nd. Edition, N.Y., Prentice Hall Hispanoamericana, 745 pp.

Oppenheim, A., Schafer, R., Buck, J. (1999). Discrete-Time Signal Processing, 2nd Edition. Prentice-Hall Int., 870 pp.

Psaltis, D. et al., 1988. A multi layered neural network controller, IEEE Control System Magazine, 8, 3, 17-21.

Rice, S. O., 1954. Mathematical analysis of random noise, Selected Paper on Noise and Stochastic Processes, Dover, pp 133-294.

Rivas, R, Feliu, V., Sanchez, L, 2007. Robust system identification of an irrigation main canal, Advances in Water Resources, 30, 1785–1796.

Sánchez, L.P., 2004. Error en las mediciones computarizadas de oleaje en laboratorios de investigación, Ingeniería Hidráulica en México, XIX, 2, 101-106.

Sanner, R.M., Slotine, J.J.E, 1992. Gaussian Networks for Direct Adaptive Control, IEEE Transactions on Neural Networks, 3, 837-863.

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, T., 1992. A combined PID and neural control scheme for nonlinear dynamical systems, Proceedings of Singapore International Conference on Intelligent Control and Instrumentation, IEEE CNF, 1, 377 – 383.

Wiegel, R., Noda, E., Kuba E., Gee, D., Tornberg, G., 1970. Water Waves Generated by Landslides in Reservoirs, Journal of the Waterways, Harbors and Coastal Engineering Division, 96, 2, 307-333.

Abstract Views

1125
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