Implementación de esquemas de control neuronal bajo control-logix

Abstract

Las redes neuronales artificiales son modelos matemáticos empleados en una gran variedad de aplicaciones que abarcan desde el procesamiento de señales hasta la ejecución de acciones de control complejas. Los dispositivos físicos utilizados para su implementación influyen directamente en el comportamiento de la red y su capacidad de procesamiento. Esto conlleva al uso de nuevas tecnologías para la automatización y la creación de mecanismos para ejecutar esquemas neuronales destinados al control de procesos. En este estudio se desarrolla un control neuronal basado en un modelo existente; construyéndose una red neuronal destinada a imitar el comportamiento de un controlador clásico previamente diseñado. La técnica es implementada en el sistema de tanques Feedback Basic Process Rig 38-100 [15], comenzando con su identificación alrededor de un punto de operación y el manejo de señales reales a través del Control - Logix. Posteriormente, se diseña la ley de control convencional de acuerdo a las especificaciones de funcionamiento propuestas y las restricciones de los actuadores presentes en el proceso. Su ejecución es programada a través de bloques propios del autómata y en función de su desempeño se recolectan datos para la construcción del controlador neuronal cuya topología se define mediante iteración sucesiva entre las posibles configuraciones. La evaluación ante los datos de prueba indican al diseñador si es conveniente o no generar el código para implementar la acción de control en el autómata. Además, se presenta un software diseñado en Matlab™ destinado a generar el código en texto estructurado correspondiente a la arquitectura neuronal indicada por el usuario. El programa es utilizado dentro de RSLogix 5000 para producir la acción deseada en el Control - Logix y consecuentemente controlar el proceso, cuyos elementos y variables son modificados automáticamente a través de un sistema de supervisión desarrollado en RSView32.