IDENTIFICACIÓN DE PARÁMETROS CON NEURONAS DIFUSAS: APLICACIÓN A DRONES Y MOTORES DE INDUCCIÓN

Resumen

Recientemente la utilización de vehículos aéreos no tripulados (VANT) con múltiples rotores se ha extendido en diversas aplicaciones. La mayoría de estos vehículos presentan un comportamiento dinámico inestable en lazo abierto, y por lo tanto es necesario implementar sistemas de control apropiados. Uno de los requerimientos más importantes para realizar el diseño de dichos sistemas de control es el modelo aerodinámico del sistema de propulsión con múltiples rotores. Por otro lado, la identificación paramétrica también es utilizada en contextos industriales tales como el control de máquinas eléctricas. En particular, en el caso de los motores de inducción el conocimiento de los parámetros es un requisito imprescindible para ajustar apropiadamente los controladores de los mismos. Dentro de los algoritmos de identificación con más éxito en recientes aplicaciones se encuentran aquellos basados en redes neuronales. Dentro de este contexto, un tipo innovador de redes neuronales basado en neuronas generadoras de espigas difusas adaptativas (NGEDA) ha captado la atención de la comunidad debido a sus características neuronales difusas para señales unipolares y bipolares, como es su algoritmo de aprendizaje difuso, una función de activación tipo sigmoidal, tiempo refractario, retardo axónico y generación de espigas. En este artículo se explora, por primera vez, la posibilidad de utilizar NGEDA para la identificación del subsistema de propulsión del VANT con múltiples rotores y de los parámetros del subsistema eléctrico de un motor de inducción. Los resultados muestran que las NGEDA son capaces de identificar ambos sistemas con un alto grado de precisión. Esto abre la posibilidad de utilizar NGEDA tanto en aplicaciones de aerodinámica experimental para VANT como en aplicaciones de control industrial. Palabras clave: neuronas generadoras de espigas difusas, identificación paramétrica, vehículo aéreo no tripulado, motor de inducción.