Métodos clásicos y de soft-computing en la optimización de procesos complejos. Aplicación a un proceso de fabricación

Resumen

En esta tesis se presenta el diseño, desarrollo e implementación de sistemas inteligentes, basados en diferentes estrategias de hibridación de técnicas del soft-computing, para el control de procesos complejos. La metodología de diseño parte de la obtención de una representación computacional eficiente y simple, en cuanto a implementación algorítmica se refiere, de procesos de elevada complejidad. Estos modelos constituyen la base para el desarrollo de funciones de coste, esenciales durante el procedimiento de ajuste óptimo de los sistemas de control inteligente. Igualmente, estos modelos son básicos para los estudios de simulación a través del empleo de herramientas computacionales de análisis de sistemas dinámicos. Debido a su gran impacto en la producción de bienes y servicios, las estrategias desarrolladas son aplicadas a la optimización de un proceso de fabricación, en concreto, el proceso de taladrado de alto rendimiento. Pese a su importancia, el conocimiento científicotécnico disponible para su mejoramiento y optimización aún es insuficiente y los resultados contemporáneos son todavía parciales. La incorporación de estrategias de control inteligente a este proceso constituye una alternativa a métodos tradicionales y conduce a un potencial incremento de su productividad lo que, a la larga, se traduce en mayores beneficios económicos. Las estrategias computacionales diseñadas e implementadas en Matlab, C/C++ y Labview, están dirigidas hacia la optimización del proceso de taladrado de alto rendimiento por medio de técnicas lineales y de soft-computing, que constituyen, desde el punto de vista científico y técnico, algunas de las aportaciones de este trabajo. Concretamente, las estrategias propuestas están basadas en un algoritmo de control lineal proporcional, integral y derivativo (PID) y en sistemas híbridos, obtenidos a partir de la combinación de técnicas básicas del soft-computing. En particular, se han aprovechado las sinergias entre los sistemas de inferencia borrosa, las redes neuronales adaptativas (sistema híbrido neuro-borroso) y diferentes métodos metaheurísticos tales como los algoritmos genéticos, los métodos basados en la simulación de procesos físicos como el algoritmo de temple simulado (Simulated Annealing) y el algoritmo de entropía cruzada (Cross Entropy) y métodos de búsqueda directa como el algoritmo de Nelder-Mead. Para el ajuste óptimo de las estrategias de control inteligente, se ha utilizado, como función objetivo a minimizar, la integral del error absoluto ponderado en el tiempo (ITAE). Esta función penaliza las respuestas transitorias temporales de larga duración y es muy sensible ante variaciones de parámetros, en comparación con otros criterios como la integral del error absoluto (IAE) o la integral del error cuadrático ponderado en el tiempo (ITSE), entre otros. Además de las aportaciones expuestas anteriormente, otras contribuciones de esta Tesis Doctoral constituyen los modelos computacionales eficientes que, diseñados e implementados mediante una herramienta de alto rendimiento como Matlab/Simulink, permiten emular el comportamiento dinámico o estático de variables representativas en procesos de fabricación. Como parte de la metodología científica de la Tesis Doctoral, todas las estrategias desarrolladas son validadas rigurosamente en una plataforma experimental, utilizada como soporte tecnológico, lo cual permite el aprovechamiento mutuo de las experiencias alcanzadas y la mejora de los resultados obtenidos. La validación de las estrategias mediante su implementación en tiempo real, actuando directamente sobre operaciones de taladrado de alto rendimiento, ha permitido corroborar los resultados obtenidos en simulación. Además, ha dado la posibilidad de realizar estudios comparativos entre las estrategias basadas en técnicas de soft-computing y las estrategias lineales para comprobar su desempeño, así como la efectividad de los métodos metaheurísticos empleados en el ajuste de los sistemas de control inteligente. Los estudios comparativos se han basado en la cuantificación del cumplimiento de objetivos de control, a partir de parámetros que caracterizan el comportamiento dinámico de sistemas de control, como la amplitud máxima de las oscilaciones (máximo sobrepaso) que pueden aparecer en la variable controlada (ej., fuerza de corte) y los valores medios de su error respecto a su valor deseado (ej., índices de desempeño ITAE, IAE, ITSE, entre otros). Los estudios comparativos mostraron que, en el caso de la aplicación de las técnicas de optimización para el ajuste de sistemas de inferencia borrosa, las respuestas temporales de los sistemas de control, obtenidas en simulación son similares a las experimentales. Esto se debe a que en todos los casos se han obtenido parámetros óptimos o sub-óptimos de los sistemas de control borrosos. Pero a pesar de su similitud, el desempeño en general del sistema de control optimizado mediante el método de entropía cruzada, es ligeramente superior al resto de técnicas utilizadas, además de ofrecer una muy buena relación tiempo de cómputo y total de parámetros de ajuste del método requeridos. Por otra parte, los estudios comparativos del desempeño en tiempo real de las estrategias de control no lineal empleadas, basadas en técnicas del soft-computing, controlando operaciones de taladrado de alto rendimiento, han corroborado que, en general, resultan más efectivas que las estrategias lineales para hacer frente a la complejidad intrínseca de estos procesos. Algunos de los resultados parciales alcanzados durante las diferentes etapas de desarrollo de esta Tesis Doctoral, han sido sometidos a la consideración de la comunidad científica internacional. Investigadores de diferentes campos tales como las ciencias de la computación, la inteligencia artificial, la automática, la ingeniería de fabricación, la ingeniería mecánica y los procesos de transformación de metales, entre otros, han valorado de forma positiva varias de las aportaciones realizadas.