Modelo neurodifuso de hidrogenerador Francis y de su controlador PI+D obtenido partiendo de la identificación del modelo LTI y de la ley generada para su controlador PID

• Rodríguez Flores, Jesús ^[1] ; Pazmiño Armijos, Alexandra ^[1] ; Rocha, Juan ^[1]
  1. [1] Escuela Superior Politécnica de Chimborazo, Riobamba, Ecuador
• Localización: Polo del Conocimiento: Revista científico - profesional, ISSN-e 2550-682X, Vol. 7, Nº. 6 (JUNIO 2022), 2022, págs. 1419-1459
• Idioma: español
• Títulos paralelos:
  • Neurofuzzy model of the Francis hydrogenerator and its PI+D controller obtained from the identification of the LTI model and the law generated for its PID controlle
  • Modelo neurofuzzy do hidrogerador Francis e seu controlador PI+D obtido a partir da identificação do modelo LTI e da lei gerada para seu controlador PID
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El presente documento responde a las interrogantes de cómo obtener un modelo diferencial neu-rodifuso de un generador hidroeléctrico de la Central hidroeléctrica Agoyán para luego sintonizar controladores PID tanto lineales e invariante en el tiempo como neurodifuso y evaluar la bondad de ajuste para cuando se especifica un polo dinámico para el desempeño. La obtención de los modelos exigió una muestra de variación en pequeña señal de potencia debido a una variación de control. Aplicando la función de costo de la raíz del error cuadrático medio y la raíz del error cuadrático medio relativo porcentual, se ajustaron los parámetros del sistema empleando el método del gra-diente decreciente. Finalmente, con ayuda de los modelos lineales, se procedió a inicializar los sin-gletones de los modelos neurodifusos empleando el gradiente decreciente y la función de costo mencionada, en dos etapas, la primera etapa de ajuste de singletones se efectuó sin dinámica y la siguiente con la dinámica del sistema simulado. Los resultados demostraron que el desarrollo del modelo LTI de la unidad hidrogeneradroa Agoyán permitió el desarrollo del modelo neurodifuso de la misma, como punto de partida para ajustes que incorporen comportamientos de tipo no lineal.

  • English

    This document answers the questions of how to obtain a neuro-fuzzy differential model of a hydroelectric generator of the Agoyán hydroelectric power plant to then tune both linear and timeinvariant and neuro-fuzzy PID controllers and evaluate the goodness of fit for when a variable is specified. dynamic pole for performance. Obtaining the models required a sample of variation in a small power signal due to a control variation. Applying the cost function of the root mean square error and the percentage relative root mean square error, the system parameters were adjusted using the method of decreasing gradient. Finally, with the help of the linear models, the singletons of the neurofuzzy models were initialized using the decreasing gradient and the mentioned cost function, in two stages, the first singleton adjustment stage was carried out without dynamics and the following with the dynamics of the simulated system. The results showed that the development of the LTI model of the Agoyán hydroelectric unit allowed the development of its neurofuzzy model, as a starting point for adjustments that incorporate nonlinear behaviors.

  • português

    Este documento responde às questões de como obter um modelo diferencial neuro-fuzzy de um gerador hidrelétrico da usina hidrelétrica de Agoyán para então ajustar controladores PID lineares e invariantes no tempo e neuro-fuzzy e avaliar a qualidade do ajuste para quando uma variável é especificado pólo dinâmico para desempenho. A obtenção dos modelos exigiu uma amostra de variação em um sinal de pequena potência devido a uma variação de controle. Aplicando a função de custo da raiz quadrada média do erro e a porcentagem relativa da raiz quadrada média do erro, os parâmetros do sistema foram ajustados pelo método do gradiente decrescente. Por fim, com o auxílio dos modelos lineares, os singletons dos modelos neurofuzzy foram inicializados usando o gradiente decrescente e a função de custo mencionada, em duas etapas, a primeira etapa de ajuste singleton foi realizada sem dinâmica e a seguinte com a dinâmica do sistema simulado. Os resultados mostraram que o desenvolvimento do modelo LTI da unidade hidrelétrica de Agoyán permitiu o desenvolvimento de seu modelo neurofuzzy, como ponto de partida para ajustes que incorporam comportamentos não lineares.