Modelado y control neuroborroso de sistemas complejos. Aplicación a procesos de mecanizado de alto rendimiento

Resumen

Este trabajo presenta una metodología para el diseño y la implementación de un sistema de control inteligente y de un sistema de monitorización inteligente. Para ello, se propone un procedimiento basado en el modelado neuroborroso del proceso en cuestión. Los modelos se obtienen a través de un proceso de identificación en el cual se utilizan datos entrada-salida representativos del sistema a estudiar. Una vez se han obtenido los modelos que describen la dinámica del proceso, éstos se utilizan como base de los propios sistemas de monitorización y control. Para el caso del diseño e implementación de sistemas de control neuroborroso se propone un procedimiento para obtener un modelo neuroborroso de la dinámica del proceso y un modelo neuroborroso de su dinámica inversa. Estos modelos son utilizados según el paradigma del control por modelo interno para efectuar en último término el control del proceso complejo. De este modo, se diseña e implementa un sistema de control neuroborroso basado en el paradigma del control por modelo interno, para el control de la fuerza de corte en un proceso de taladrado. Por otro lado, para el caso de la monitorización neuroborrosa de sistemas complejos, se plantea un procedimiento para obtener un modelo neuroborroso mediante el cuál se relacionan parámetros del proceso medidos directamente a través de sensores con otra serie de fenómenos de difícil medición on-line. De este modo, el sistema de monitorización se implementa sobre la base del modelo neuroborroso obtenido. El procedimiento propuesto para el desarrollo del sistema de monitorización neuroborrosa se ha aplicado a la monitorización del desgaste de la herramienta de corte en un proceso de torneado. Tanto en el diseño del sistema de monitorización como en el diseño e implementación del sistema de control se han utilizado estrategias de modelado neuroborroso distintas: una estrategia inductiva y otra transductiva.