Utilize este identificador para referenciar este registo:
https://rinacional.tecnm.mx/jspui/handle/TecNM/2969Registo completo
| Campo DC | Valor | Idioma |
|---|---|---|
| dc.contributor.author | Flores Hernandez, Alberto Arturo%445356 | - |
| dc.creator | Flores Hernandez, Alberto Arturo%445356 | - |
| dc.date.accessioned | 2022-02-17T21:30:56Z | - |
| dc.date.available | 2022-02-17T21:30:56Z | - |
| dc.date.issued | 2019-11-14 | - |
| dc.identifier.uri | https://rinacional.tecnm.mx/jspui/handle/TecNM/2969 | - |
| dc.description | En el presente trabajo se desarrolla un sistema neurolocalizador de fallas aplicado a un proceso de fermentación alcoholica. El neurolocalizador permite detectar y localizar las fallas en los sensores correspondientes a la concentración de biomasa cX, la temperatura del reactor Tr y la temperatura de la chaqueta termica Tc; y la falla en el actuador correspondiente al flujo del agente de enfriamiento de la chaqueta térmica Fc. Esta investigación se divide en dos partes principalmente: i) el sistema neurolocalizador de fallas en sensores y ii) el sistema neurolocalizador de fallas en actuadores. Es decir, el neurolocalizador tiene dos estructuras, una dedicada para fallas en sensores y otra para fallas en actuadores. La estructura del neurolocalizador de fallas en sensores se compone de la siguiente manera: i Elaboraci on de un modelo Takagi-Sugeno del modelo no lineal. La representación del modelo Takagi-Sugeno se elaboro a partir del modelo no lineal del proceso de fermentación alcoholica mediante el enfoque del sector no lineal, dado en la sección 2.5. El modelo Takagi- Sugeno se compone de un conjunto de submodelos lineales que son interpolados entre a través de funciones de ponderación, con lo cual se logra una representación exacta del modelo no lineal. El modelo Takagi-Sugeno resultante fue sometido a pruebas mediante simulaciones en lazo abierto variando la entrada de control con el n de constatar que se ha realizado una buena representación del modelo no lineal. As mismo, se diseño una ley de control de temperatura para el proceso de fermentación, la cual se basa en el análisis de estabilidad mediante la teoría de Lyapunov para generar una ley de control por retroalimentación de estados para la entrada del sistema Takagi-Sugeno. ii Detección de las fallas. La detección de las fallas se realizo mediante un banco de observadores generalizados difusos diseñado en la sección 3, con el cual se elaboro la matriz de incidencia de fallas basada en los residuos y síntomas generados. Para ello, las ganancias de los observadores fueron calculadas a través de la solución de desigualdades lineales matriciales, originadas por el análisis de Lyapunov de la convergencia de los observadores. iii Localización de las fallas. La red neuronal utilizada para realizar la localización de las fallas en sensores, tiene una estructura en Rn m donde la entrada es la matriz de incidencia de fallas, sus pesos sin apticos y el umbral son establecidos por diseño, y su función de activación es estática. La red neuronal fue entrenada a partir del procesamiento de los datos de entrada para localizar las fallas en los sensores correspondientes a la concentración de la biomasa (levaduras) cX, la temperatura del reactor Tr y la temperatura de la chaqueta térmica Tj . La estructura del neurolocalizador de fallas que aborda la detección y localización de las fallas en actuadores consta únicamente de una red neuronal dinámica cuya arquitectura es de xiii 6-1 de 6 entradas, es decir, cuenta con seis neuronas en la primera capa o capa de entrada, y una neurona en la capa de salida. Los pesos sin apticos de la red se calculan mediante el algoritmo del gradiente descendiente y su funci on de activación es una tangente hiperbólica. La red neuronal propuesta permite al neurolocalizador de fallas en actuadores la reconstrucción del modelo no lineal para la extracción de información útil con el n de determinar la detección y localización de la falla correspondiente al actuador que ejerce sobre el flujo de entrada de la chaqueta térmica Fc. Ambas estructuras del sistema neurolocalizador fueron analizadas mediante simulaciones realizadas durante esta investigación. Por ejemplo, la simulación 3.5.2 tiene como objetivo la detección y la localización de las fallas en los sensores que miden la concentración de la biomasa (levaduras) cX, la temperatura del reactor Tr y la temperatura de la chaqueta térmica Tc. Por ultimo, en el capítulo 4 se dan las conclusiones de esta investigación, así como las observaciones y trabajos que se pueden desprender a partir de esta investigación | es_MX |
| dc.language.iso | spa | es_MX |
| dc.publisher | Tecnológico Nacional de México | es_MX |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
| dc.subject | info:eu-repo/classification/cti/7 | es_MX |
| dc.subject.other | neurolocalizador, fermentación alcohólica, biomasa, temperatura, Takagi-Sugeno | es_MX |
| dc.title | Neurolocalización de Fallas en un Reactor de Fermentaciones Alcohólicas Mediante Sistemas Takagi-Sugeno | es_MX |
| dc.type | info:eu-repo/semantics/doctoralThesis | es_MX |
| dc.contributor.director | Reyes Reyes, Juan%32033 | - |
| dc.contributor.director | Astorga Zaragoza, Carlos Manuel%26087 | es_MX |
| dc.folio | 19-0156 | es_MX |
| dc.rights.access | info:eu-repo/semantics/openAccess | es_MX |
| dc.publisher.tecnm | Centro Nacional de Investigación y Desarrollo Tecnológico | es_MX |
| Aparece nas colecções: | Tesis de Doctorado en Ingeniería Electrónica | |
Ficheiros deste registo:
| Ficheiro | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| DE_Alberto_Arturo_Flores_Hernandez_2019.pdf | Tesis | 12.78 MB | Adobe PDF | Ver/Abrir |
| DE_Alberto_Arturo_Flores_Hernandez_2019.pdf Restricted Access | Cesión de derechos | 73.66 kB | Adobe PDF | Ver/Abrir Request a copy |
Este registo está protegido por copyright original. |
Este registo está protegido por Licença Creative Commons
