Tesis Validadas: 2,591

Tesis de Posgrado: 2650

Número de Visitas: contador visitas

Veuillez utiliser cette adresse pour citer ce document : https://rinacional.tecnm.mx/jspui/handle/TecNM/5483
Titre: Esquema de control basado en una red neuronal artificial de bajo orden
Auteur(s): Perez Del Angel, Gregorio%739634
Date de publication: 2019-04-11
Editeur: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Centro Nacional de Investigación y Desarrollo Tecnológico
Description: En esta tesis se propone el uso de una Red Neuronal Arti cial (RNA) para estimar la dinámica de una columna de destilación y poder controlar indirectamente la pureza de la composición (% mol). Para ello se implementan bajo simulación los esquemas de control inverso directo (CID) y control por modelo inverso (CMI), con el objetivo de poder analizar e interpretar los resultados. Con base a este análisis se desarrolla un esquema de control que tendrá la finalidad de regularizar la temperatura en un plato específico de la columna de destilación. En los esquemas de control utilizados se implementaron Redes Neuronales Arti ficiales estáticas para la regulación de la temperatura para en esta forma poder mantener a 98% mol la pureza del propano considerando una perturbación en el flujo de entrada que se presenta en el plato 15 de la torre de destilación. También, se presenta el esquema de control por modelo interno con compensador (CMIC) desarrollado para la regulación de temperatura y finalmente se comparan los resultados obtenidos con un controlador PI.
metadata.dc.type: info:eu-repo/semantics/masterThesis
Collection(s) :Tesis de Maestría en Ingeniería Electrónica

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
ME_Gregorio_Perez_Del_Angel_2019.pdfTesis2.33 MBAdobe PDFVoir/Ouvrir
ME_Gregorio_Perez_del_Angel_2019_C.pdf
  Accès limité
Cesión de Derechos117.06 kBAdobe PDFVoir/Ouvrir    Demander une copie


Ce document est protégé par copyright



Ce document est autorisé sous une licence de type Licence Creative Commons Creative Commons