Un neuro-controlador estable en tiempo real para reducir el consumo de energía en una bomba centrífuga ante perturbaciones

Abstract

En este trabajo se propuso la aplicacion de un método de sintonización en línea basado en redes neuronales para un controlador PID que regula el flujo en una bomba centrífuga. Se llevo a cabo la implementación de un algoritmo de retropropagación modificado estable en el sentido de estabilidad de entrada a estado para actualizar los pesos de una red neuronal. Se empleó la energía consumida por la bomba para mantener un determinado flujo en la tuber´ía de una a estación experimental como indicador para evaluar la eficiencia del controlador. Se llevaron a cabo diferentes pruebas experimentales para mostrar el rendimiento del controlador propuesto en diferentes condiciones, tales como ausencia de perturbaciones, perturbaciones constantes y perturbaciones dependientes del tiempo. Se implementó una v´álvula proporcional para generar las perturbaciones en el sistema. El controlador se comparó con un controlador PID clasico y un método de ajuste en línea basado en redes neuronales para un controlador PID con algoritmo de retropropagacion sin modificación. Los resultados mostraron que el método de ajuste en línea basado en redes neuronales con un algoritmo de aprendizaje estable produjo un menor consumo de energía en la bomba centrífuga de hasta 4 Watt-hora de acuerdo con los resultados reportados.