Ingeniería de Control y Automatización

Permanent URI for this collectionhttp://98.81.228.127/handle/20.500.12404/767

Browse

Filters

2013 - 20185

Settings

Subject: search.filters.subject.Redes neuronales (Computación)

Search Results

Now showing 1 - 5 of 5
  • Thumbnail Image
    Item
    Control de un sistema de posicionamiento magnético de dos dimensiones usando aprendizaje profundo por refuerzo
    (Pontificia Universidad Católica del Perú, 2018-10-30) Bejar Espejo, Eduardo Alberto Martín; Morán Cárdenas, Antonio Manuel
    Los sistemas de posicionamiento magnético son preferidos respecto a sus contrapartes mecánicas en aplicaciones que requieren posicionamiento de alta precisión como en el caso de la manufactura de circuitos integrados. Esto se debe a que los actuadores electromagnéticos no sufren los efectos de la fricción seca o desgaste mecánico. Sin embargo, estos sistemas poseen fuertes no linealidades que dificultan la tarea de control. Por otro lado, el aprendizaje por refuerzo se ha posicionado como una técnica de entrenamiento de redes neuronales prometedora que está permitiendo resolver varios problemas complejos. Por ejemplo, el aprendizaje por refuerzo fue capaz de entrenar redes neuronales que han logrado vencer al campeón mundial de Go, derrotar a varios jugadores profesionales de ajedrez y aprender a jugar varios videojuegos de la consola Atari. Asimismo, estas redes neuronales están permitiendo la manipulación de objetos por brazos robóticos, un problema que era muy difícil de resolver por medio de técnicas tradicionales. Por esta razón, el presente trabajo tiene como objetivo diseñar un controlador neuronal entrenado por refuerzo para el control de un sistema de posicionamiento magnético de dos dimensiones. Se utiliza una variación del algoritmo Deep Deterministic Policy Gradient (DDPG) para el entrenamiento del controlador neuronal. Los resultados obtenidos muestran que el controlador diseñado es capaz de alcanzar varios setpoints asignados y de realizar el seguimiento de una trayectoria dada.
  • Thumbnail Image
    Item
    Autonomous obstacle avoidance and positioning control of mobile robots using fuzzy neural networks
    (Pontificia Universidad Católica del Perú, 2018-10-17) Grebner, Anna-Maria Stephanie; Reger, Johann
    Navigation and obstacle avoidance are important tasks in the research field of au- tonomous mobile robots. The challenge tackled in this work is the navigation of a 4- wheeled car-type robot to a desired parking position while avoiding obstacles on the way. The taken approach to solve this problem is based on neural fuzzy techniques. Earlier works resulted in a controller to navigate the robot in a clear environment. It is extended by considering additional parameters in the training process. The learning method used in this training is dynamic backpropagation. For the obstacle avoidance problem an additional neuro-fuzzy controller is set up and trained. It influences the results from the navigation controller to avoid collisions with objects blocking the path. The controller is trained with dynamic backpropagation and a reinforcement learning algorithm called deep deterministic policy gradient.
  • Thumbnail Image
    Item
    Diseño de un sistema de diagnóstico de fallas para la suspensión semi-activa de un vehículo por medio de observadores de entradas desconocidas, estimación paramétrica y redes neuronales
    (Pontificia Universidad Católica del Perú, 2017-10-14) Calle Chojeda, Elmer Trinidad; Morán Cárdenas, Antonio Manuel
    El presente trabajo tiene como propósito el diseño de un sistema que permita realizar el diagnóstico de fallas en los sensores destinados a mejorar el desempeño de la suspensión semi-activa de un vehículo terrestre, como también diagnosticar fugas del líquido magneto-reológico del amortiguador. Para detectar las fallas en los sensores, se planteó el diseño de un banco de observadores de entradas desconocidas ya que estos tienen la capacidad de lidiar con el desconocimiento del perfil de la carretera, el cual representa una entrada de perturbación no medible para el sistema. La fuga del líquido magneto-reológico del amortiguador se considera como una variación del coeficiente que lo representa, y para detectar esta falla se propuso desarrollar un sistema de estimación paramétrica. Las fallas ocurridas presentan patrones característicos que mediante una red neuronal serán reconocidos y, de esta manera, se puedan aislar las fallas presentes. Los resultados de simulaciones demuestran que el sistema propuesto posee un buen desempeño de diagnóstico incluso ante la presencia de incertidumbres paramétricas.
  • Thumbnail Image
    Item
    Diseño de un sistema de navegación autónomo para robots móviles usando fusión de sensores y controladores neuro difusos
    (Pontificia Universidad Católica del Perú, 2015-07-25) Enciso Salas, Luis Miguel; Morán Cárdenas, Antonio Manuel
    El objetivo principal de esta tesis fue el desarrollar un sistema de navegación autónomo para la aplicación en robots móviles, para ello se uso el enfoque reactivo por presentar una aproximación más real al problema del planeamiento. El sistema de navegación se dividió en dos partes para fines del diseño; en la primera se desarrolló e implementó un controlador para el planeamiento de la trayectoria mediante el uso de controladores neuro-difusos y el uso de cuadrículas de certeza; mientras que en la segunda parte, se afrontó el problema de la localización del robot en un entorno desconocido, para lo cual se hizo uso de la fusión de sensores odométricos, inerciales y de redes inalámbricas. Para este propósito se diseño e implementó el controlador para diferentes plataformas de simulación, además se implementó el mismo en un robot Pioneer P3-AT, lográndose resultados interesantes que permiten apreciar este algoritmo como una alternativa atractiva en la navegación autónoma de los robots móviles, el método presentado representa un híbrido entre los métodos de navegación por fusión de conductas y los métodos basados en campo de fuerzas por lo cual permite aprovechar las ventajas de ambos métodos. Para la localización se implementó la fusión de sensores presentes en los celulares modernos y sensores de velocidad o encoders, la fusión de sensores se implementó en dos instancias, la primera para la estimación precisa de la orientación por medio de filtros de Kalman y la segunda en donde se realiza la estimación de las coordenadas de la posición con el uso de filtros de Kalman para sistemas no lineales.
  • Thumbnail Image
    Item
    Diseño de un sistema de control neural para el monitoreo y control de calidad en una columna de destilación de multicomponentes
    (Pontificia Universidad Católica del Perú, 2013-12-05) Dávila Tapia, Segundo Feliberto; Morán Cárdenas, Antonio Manuel
    Los sistemas de destilación, desde hace muchas décadas, vienen siendo ampliamente usados en la industria de procesos químicos, especialmente en refinerías y procesos de acondicionamiento y tratamiento de gas natural. Los objetivos típicos en estos sistemas están asociados al cumplimiento de especificaciones sobre la calidad de los productos, y para lo cual usualmente se cuenta con analizadores online para monitoreo de estas especificaciones como es el caso de cromatógrafos, así como análisis en laboratorio mediante técnicas específicas.