En la presente tesis se desarrolla un sistema de control de la mezcla de aire y gasolina en un motor alternativo de cuatro tiempos, basado en redes neuronales. Para que el catalizador logre un grado de depuración aceptable con todos los gases contaminantes simultáneamente, debe mantenerse la proporción de aire y combustible, dentro de una banda muy estrecha. En estado estacionario, este objetivo se cumple sin demasiados problemas, pero el funcionamiento habitual de un vehículo es en régimen muy transitorio, donde los sistemas convencionales no logran evitar desviaciones importantes del punto de consigna. Estos se basan además en una gran cantidad de tablas estáticas, que deben calibrarse de forma experimental, lo cual es bastante costoso tanto en tiempo como en dinero.Para evitar estos problemas se ha diseñado un modelo matemático de un motor, que comprende todo el proceso de formación de la mezcla, sensores, la generación del par motor y la dinámica del vehículo. La realización final se ha realizado en el lenguaje de simulación MatLab/Simulink®. Los datos requeridos son fácilmente obtenibles bien por metrología, bien de forma experimental. Se ha validado con un motor SEAT de 1,6 l y 74 kW.Como primer paso se ha aplicado una estrategia de control convencional bastante simple, consistente en un controlador feedforward estático, más un controlador feedback de tipo PI ó PID. Esto ha permitido el estudio de las principales características del motor desde el punto de vista de control. Con los resultados obtenidos se ha diseñado un observador basado en una red neuronal, que elimine los retardos puros del sistema y que pueda ser utilizado para cerrar el lazo de control. Primero se ha usado una red feedforward, pero vistos los malos resultados, se ha desarrollado una red neuronal recurrente a partir de la red de Elman, que se ha modificado convenientemente para adaptarla a las dificultades propias del problema. El algoritmo de entrenamiento utilizado se basa en el de retropropagación clásico, y modifica no sólo los pesos entre capas, sino también los correspondientes a las neuronas de contexto, las cuales permiten memorizar estados internos. La principal mejora consiste en separar las neuronas de contexto en tantos grupos como entradas tiene la red, y entrenarlos por separado, de modo que cada grupo se adapte a la dinámica particular de la entrada a la que va asociado. Se muestra mediante simulación el comportamiento del conjunto motor más observador en lazo cerrado, y se compara con el esquema convencional. Se prueba asimismo la robustez del sistema frente a distintas consignas, ruido en la planta y defectos de sintonía. / In the present thesis a control system for the air-fuel mixture in a reciprocating four-stroke engine is developed, based on neural networks. The air-fuel ratio has to be kept within a very narrow window so that the catalyst achieves an acceptable degree of purification simultaneously with all the polluting gases. In steady state, this goal can be fulfilled without difficulties, but the usual operation of a vehicle is in a very transient state, where the conventional systems are not able to avoid important excursions from the set point. They also rely on a great number of look-up tables, which have to be tuned experimentally, thus with an enormous investment of money and time.To avoid those problems a mathematical model of an engine has been designed, in such a way that it comprises of the whole mixture formation process, sensors, the torque generation and the vehicle dynamics. Finally it has been implemented in the simulation language MatLab/Simulink®. The required data is easily available both from metrology, and experimental work. It has been validated with a 1,6 litre 74 kW SEAT engine.As a first step, a quite simple conventional control strategy has been applied, consisting of a static feedforward controller, and a PI or PID feedback controller. This has permitted studying the main features of the engine from the control point of view.With the obtained results an observer based on a neural network has been designed, which eliminates the delays of the system and that can be used to close the control loop. First a feedforward network has been used, but due to the bad results, a recurrent neural network has been developed starting from the Elman network, which has been properly modified in order to adapt it to the characteristic difficulties of the problem. The training algorithm used is based on that of classical backpropagation, and it modifies not only the weights interconnecting different layers, but also those corresponding to the context neurons, which allow the memorising of internal states. The main improvement consists in separating the context neurons in as many groups as the network has inputs, and to train them separately, so that each group adapts to the particular dynamics of the input with which it is associated. The behaviour of the engine plus the observer in closed loop is shown by means of simulation, and is compared with the conventional scheme. It is proven the robustness of system response to different set points, noise in the plant and tuning defects.

Made available in DSpace on 2016-08-31T13:33:39Z (GMT). No. of bitstreams: 1 ClaytonAMO_DISSERT.pdf: 1420692 bytes, checksum: 6fff19d912e4ebade2d582644a6d1364 (MD5) Previous issue date: 2014-02-21 / In this paper, we propose an appropriate genetic algorithm to design state observers for multivariable control systems, which response time meets the specifications previously provided by the user of the system, in terms of the maximum overshoot, and in terms of the settling time. For this, will be designed and evaluated different forms of initialization and different forms of setup the genetic algorithm. Furthermore, we intend to investigate the performance results of this technique in control systems utilizing state observers full order or reduced order. Through this analysis, intend to contribute to the specification of an appropriate genetic algorithm to design state observers for multivariable control systems, by making this an efficient alternative to traditional methods in the literature / Neste trabalho, será proposto um algoritmo genético adequado ao projeto de observadores de estado para sistemas de controle multivariável, cuja resposta temporal atenda às especificações previamente fornecidas pelo usuário do sistema, tanto em termos do máximo sobressinal, quanto em termos do tempo de acomodação. Para isso, serão concebidas e avaliadas diferentes formas de inicialização e diferentes formas de configuração de algoritmo genético. Por outro lado, pretende-se investigar os resultados de desempenho desta técnica em sistemas de controle que utilizem os observadores de estado de ordem plena, ou de ordem reduzida. Por meio desta análise, pretendemos contribuir com a especificação de um algoritmo genético adequado ao projeto de observadores de estado para sistemas de controle multivariável, fazendo-se desta uma alternativa eficiente aos métodos tradicionais presentes na literatura

Nesta Dissertação são propostos dois esquemas de controle para sistemas não-lineares com atraso. No primeiro, o objetivo é controlar uma classe de sistemas incertos multivariáveis, de grau relativo unitário, com perturbações não-lineares descasadas dependentes do estado, e com atraso incerto e variante no tempo em relação ao estado. No segundo, deseja-se controlar uma classe de sistemas monovariáveis, com parâmetros conhecidos, grau relativo arbitrário, atraso arbitrário conhecido e constante na saída. Admitindo-se que o atraso na entrada pode ser deslocado para a saída, então, o segundo esquema de controle pode ser aplicado a sistemas com atraso na entrada. Os controladores desenvolvidos são baseados no controle por modo deslizante e realimentação de saída, com função de modulação para a amplitude do sinal de controle. Além disso, observadores estimam as variáveis de estado não-medidas. Em ambos os esquemas de controle propostos, garante-se propriedades de estabilidade globais do sistema em malha fechada. Simulações ilustram a eficácia dos controladores desenvolvidos. / Two control schemes for nonlinear time-delay systems are proposed in this thesis. The purpose of the first scheme is to control a class of uncertain multivariable systems, with relative degree one, nonlinear unmatched state dependent disturbances, and uncertain time-varying state delay. The purpose of the second scheme is to control a class of single-input-single-output systems, with known parameters, arbitrary relative degree, with constant and known arbitrary output delay. Assuming that input delays can be transferred to the output, so the second scheme can be applied to systems with input time-delay. The developed controllers are based on sliding mode control and output feedback, with modulation function to the control signal amplitude. Furthermore, observers estimate unmeasured state variables. In both schemes, global stability properties of the closed loop system are guaranteed. Simulations illustrate the effectiveness of the proposed approaches.

Nesta Dissertação são propostos dois esquemas de controle para sistemas não-lineares com atraso. No primeiro, o objetivo é controlar uma classe de sistemas incertos multivariáveis, de grau relativo unitário, com perturbações não-lineares descasadas dependentes do estado, e com atraso incerto e variante no tempo em relação ao estado. No segundo, deseja-se controlar uma classe de sistemas monovariáveis, com parâmetros conhecidos, grau relativo arbitrário, atraso arbitrário conhecido e constante na saída. Admitindo-se que o atraso na entrada pode ser deslocado para a saída, então, o segundo esquema de controle pode ser aplicado a sistemas com atraso na entrada. Os controladores desenvolvidos são baseados no controle por modo deslizante e realimentação de saída, com função de modulação para a amplitude do sinal de controle. Além disso, observadores estimam as variáveis de estado não-medidas. Em ambos os esquemas de controle propostos, garante-se propriedades de estabilidade globais do sistema em malha fechada. Simulações ilustram a eficácia dos controladores desenvolvidos. / Two control schemes for nonlinear time-delay systems are proposed in this thesis. The purpose of the first scheme is to control a class of uncertain multivariable systems, with relative degree one, nonlinear unmatched state dependent disturbances, and uncertain time-varying state delay. The purpose of the second scheme is to control a class of single-input-single-output systems, with known parameters, arbitrary relative degree, with constant and known arbitrary output delay. Assuming that input delays can be transferred to the output, so the second scheme can be applied to systems with input time-delay. The developed controllers are based on sliding mode control and output feedback, with modulation function to the control signal amplitude. Furthermore, observers estimate unmeasured state variables. In both schemes, global stability properties of the closed loop system are guaranteed. Simulations illustrate the effectiveness of the proposed approaches.

Made available in DSpace on 2016-08-17T14:53:08Z (GMT). No. of bitstreams: 1 Marcio Mendes Cerqueira.pdf: 4042726 bytes, checksum: a65c6a7174271eecc553e3a5b0ceb33a (MD5) Previous issue date: 2010-02-05 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Motivated by the necessity of efficient algorithms, it s presented the development of a methodology for the design and analysis of state observers in open and closed loops that are dedicated to monitoring and control of dynamic systems. The development of observers are based on OE models, description in state space and Kalman filter. The models are evaluated for temperature control of a aluminum cube that is inside of a sterilizer oven. In addition to the models assessment in terms of its ability to represent behavior of plants, these models also evaluated for the design of discrete linear quadric regulator DLQR that are tuned by genetic algorithms. The monitoring models are evaluated for open and closed loops structures that are represented by algorithms in terms of difference equations, these algorithms are seen as software core for the indirect measurement systems. / Motivado pela necessidade de algoritmos eficientes, apresenta-se o desenvolvimento de uma metodologia para projeto e análise de observadores de estado em malhas aberta e fechada que são dedicados a monitoração e controle de sistemas dinâmicos. O desenvolvimento dos observadores estão fundamentados em modelos OE, descrição no espaço de estados e filtro de Kalman. Os modelos são avaliados para o controle da temperatura de um cubo de alumínio que encontra-se no interior de uma estufa. Além das avaliações dos modelos em termos de sua habilidade em representar comportamento de plantas, estes são também avaliados para o projeto do regulador linear quadrático discreto (RQLD) que são sintonizados por algoritmos genéticos. Aplicação dos modelos para monitoração é avaliada nas estruturas das malhas aberta e fechada que são representadas por algoritmos em da equação à diferença, tendo em vistas o desenvolvimento de núcleos de software para os sistemas de medição indireta.