Se presenta el diseño y fabricación de una versión mejorada de la plataforma docente de bajo coste Temperature Control Laboratory (TCLab), para la instrucción y el auto-aprendizaje del control automático. Un menor coste de fabricación adquisición, un menor tamaño y volumen, y las mejoras en el interface de conexión con el PC, facilitan el uso y la portabilidad del dispositivo. La mejora lograda en el comportamiento din´amico resulta especialmente útil en sistemas térmicos para acortar el tiempo de los experimentos. El nuevo desarrollo forma parte de un proyecto de innovación docente de la Universidad de La Rioja, y se distribuye de forma libre para que pueda ser fabricado y modificado por cualquier usuario.
This article presents an approach to the mathematical model of a fixed wing unmanned aerial vehicle prototype. The model is split in two different parts, related to the longitudinal and lateral stability, respectively. For this, Newton-Euler formulation is used as well as basic aerodynamic theory. Aerodynamic coefficients, inertias and characteristic points of the aircraft are obtained through simulations with an open-source software called XFLR-5, and the physical parameters of the model match the prototype's. Then, a longitudinal control strategy describes the altitude control in a cascade architecture, whose inner loop conveniently manoeuvres the pitch angle by acting on the symmetric flag deflection. Frequency domain techniques are used to design PID controllers.
ResumenEn este trabajo se estudia el tratamiento biológico en estaciones depuradoras de aguas residuales mediante el Benchmark de Simulación BSM2. Se establecen como indicadores del proceso los relativos al nitrógeno total, el amonio en el efluente y los nitratos. Y como variables manipulables con mayor influencia en los anteriores indicadores: el caudal de purga, el caudal de recirculación interno, el caudal de la fuente de carbono externo, y la referencia de oxígeno disuelto en los tanques de denitrificación. Se analizan la influencia y los rangos de operación más adecuados de las anteriores variables a través de estudios estacionarios. Asimismo, se realizan análisis dinámicos para determinar el uso de variables en estrategias de control. Se propone un control dual del amonio en el efluente manipulando, en bandas de frecuencia diferentes, la recirculación y la concentración de oxígeno. Esto permite también la regulación de la concentración de oxígeno a valores deseados para favorecer la nitrificación-denitrificación o para minimizar gastos. El resto de variables manipulables se emplearían en lazos de control simples.Palabras clave: EDAR, tratamiento biológico, BSM2, control MISO, control de rango medio INTRODUCCIÓNA lo largo de los últimos años se han desarrollado diferentes estrategias de control aplicadas a los procesos comúnmente usados en las estaciones depuradoras de aguas residuales (EDAR) para mejorar su rendimiento, tanto en eficiencia y consumo energético como en calidad del agua tratada, para cumplir con las reglamentaciones medioambientales existentes, cada vez más restrictivas. Sin embargo, las plantas de tratamiento de aguas residuales son sistemas altamente no lineales debido a la complejidad de los fenómenos biológicos y bioquímicos, y están sometidas a grandes perturbaciones debido a variaciones en la temperatura, el caudal y las concentraciones de contaminantes en el influente. Además poseen constantes de tiempo muy dispares, que se mueven desde unos pocos minutos hasta varios días y no existe un criterio universal para la evaluación del performance de la planta, dependiendo en todo caso de reglamentaciones locales. Todo ello implica que no sean sistemas fáciles de controlar, evaluar ni comparar.El desarrollo de diferentes sistemas de control aplicado a estos procesos ha sido posible gracias a un trabajo previo de desarrollo de modelos y benchmarks de simulación de los diferentes tratamientos empleados. Entre ellos, el más conocido y ampliamente usado se denomina Benchmark Simulation Model 2 (BSM2) [4] basado en el BSM1[1] el cual define un plant layout del tratamiento biológico basado en la tecnología de nitrificación con predenitrificación en una combinación habitualmente empleada en plantas reales con 5 tanques (2 anóxicos y 3 aireados). El BSM2 representa una planta completa de tratamiento de aguas residuales, incluyendo tanto la conocida como línea de aguas como también la línea de fangos, donde implementa un modelo de digestor anaerobio. Además, implementa un protocolo para la evaluación ...
In this work, we apply artificial intelligence to guide a drone to a certain point autonomously. Unreal engine creates a virtual environment where the drone can fly, and the algorithm is trained simulating the drone dynamics thanks to Airsim plugin. The implemented algorithm is Asynchronous Actor-Critic Advantage (A3C), which trains a neural network with less computing resources than standard reinforcement learning algorithms that normally needs costly GPUs. To prove these advantages, several experiments are run using a different number of parallel simulations (threads). The drone should reach a point randomly generated each episode. The reward, the value and the advantage function are used to evaluate the performance. As expected, these experiments show that a higher number of threads helps the leaning process improve and become more stable. These learning results are of interest to optimize the computing resources in future applications.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.