Diseño de un controlador aplicado a un péndulo invertido utilizando estrategias basadas en aprendizaje de máquina
Fecha
2022-01-24
Enlace al recurso
DOI
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Cargando...
Resumen
Este documento presenta el desarrollo de controlador aplicado a un péndulo invertido simple, utilizando estrategias basadas en aprendizaje de máquina. Para el desarrollo de este proyecto, se hace uso de una plataforma simulada en el software Simulink, la cual realiza una respectiva caracterización del sistema y una representación de la planta a partir de diagrama de bloques implementado en este Software. En este documento se muestran las ecuaciones no lineales de la planta para que, a partir del comportamiento de esta, se diseñe un control basado en redes neuronales que sea capaz de estabilizar la posición angular del péndulo invertido alrededor de un punto de trabajo específico. El desarrollo del proyecto se divide en 4 fases importantes.
La primera fase consiste en conocer las variables de entrada y salida de la planta que se usarán para el diseño de la red neuronal. La variable de entrada hace referencia al voltaje inyectado a la planta, mientras que las variables de salida hacen referencia a los ángulos del péndulo y del brazo giratorio. También se muestran las ecuaciones que describen el comportamiento del sistema de péndulo invertido. En la segunda fase se hace una revisión en el estado del arte, esto con el fin de observar metodologías implementadas en trabajos anteriores, tomando como partida algunos métodos de aprendizaje de máquina que puedan ser usados para el control de posición angular en un péndulo. La tercera fase consiste en la obtención de los datos de la planta que serán los usados en el diseño de las redes neuronales como conjunto de datos de entrenamiento y pruebas. A partir de los datos obtenidos en la tercera fase, en la cuarta fase se implementa la red neuronal con su respectivo entrenamiento y será la encargada de estabilizar el péndulo.
Se presentan los resultados experimentales que se llevaron a cabo sobre las redes neuronales implementadas, teniendo en cuenta diferentes pruebas realizadas, haciendo cambios en parámetros como los retardos, los ciclos, la frecuencia de muestreo o los datos de entrada. También se hace un análisis de estas pruebas y de las gráficas obtenidas del sistema a partir de parámetro de error, con el fin observar el comportamiento del péndulo una vez la red neuronal ha sido entrenada.
Abstract
This document presents the development of a controller applied to a simple inverted pendulum, using strategies based on machine learning. For the development of this project, a simulated platform is used in the Simulink software, which performs a respective characterization of the system and a representation of the plant from a block diagram implemented in this Software. In this document, the non-linear equations of the plant are shown so that, based on its behavior, a control based on neural networks is designed that is capable of stabilizing the angular position of the inverted pendulum around a specific work point. The development of the project is divided into 4 important phases.
The first phase consists of knowing the input and output variables of the plant that will be used for the design of the neural network. The input variable refers to the voltage injected into the plant, while the output variables refer to the angles of the pendulum and the rotating arm. The equations that describe the behavior of the inverted pendulum system are also shown. In the second phase, a review of the state of the art is made, this in order to observe methodologies implemented in previous works, taking as a starting point some machine learning methods that can be used for angular position control in a pendulum. The third phase consists of obtaining the plant data that will be used in the design of the neural networks as a set of training and testing data. From the data obtained in the third phase, in the fourth phase the neural network is implemented with its respective training and it will be in charge of stabilizing the pendulum.
The experimental results that were carried out on the implemented neural networks are presented, taking into account different tests carried out, making changes in parameters such as delays, cycles, sampling frequency or input data. An analysis of these tests and of the graphs obtained from the system from the error parameter is also made, in order to observe the behavior of the pendulum once the neural network has been trained.
Idioma
spa
Palabras clave
Citación
Rincón Martínez, J. y Pineda Gonzalez, G. A. (2022). Diseño de un Controlador Aplicado a un Péndulo Invertido Utilizando Estrategias Basadas en Aprendizaje de Máquina [Tesis de pregrado, Universidad Santo Tomás] Repositorio institucional
Colecciones
Licencia Creative Commons
Atribución-NoComercial-SinDerivadas 2.5 Colombia