Información del artículo
Resumen
El objetivo de este artículo es presentar una panorámica de soluciones a problemas de control reales utilizando enfoques de control inteligente. No se trata de presentar técnicas y procedimientos de la inteligencia artificial, sino más bien, una recopilación de aplicaciones de control, de una cierta complejidad, en los que estas técnicas se manifiestan como adecuadas y que, en muchos casos, son complementarias de técnicas clásicas de diseño de sistemas de control. Las aplicaciones que se exponen han sido desarrolladas por miembros del Grupo de Investigación ISCAR (Ingeniería de Sistemas, Control, Automatización y Robótica) de la Universidad Complutense de Madrid. Todas ellas responden a problemáticas reales donde el control ha jugado un papel importante para la eficiencia y el buen funcionamiento de los procesos.
Palabras clave:
Control inteligente
Inteligencia artificial
Aplicaciones
Sistemas reales
El Texto completo está disponible en PDF
Referencias
[Albertos y Sala, 2004]
P. Albertos, A. Sala.
El control borroso: una metodología integradora.
RIAI, 1 (2004), pp. 22-31
[Alonso Zotes y Santos, 2011]
F. Alonso Zotes, M. Santos.
Modelado, simulación y control de satélites situados en los puntos de Lagrange del sistema Tierra-Luna.
RIAI, 8 (2011), pp. 204-215
[Antsaklis, 1994]
P.J. Antsaklis.
Defining intelligent control.
IEEE Control Systems, June, (1994), pp. 4
[Antsaklis, 1995]
P.J. Antsaklis.
Intelligent learning control.
IEEE Control Systems, 15 (1995), pp. 5-7
[Béjar y Ollero., 2008]
M. Béjar, A. Ollero.
Modelado y control de helicópteros autónomos. Revisión del estado de la técnica.
RIAI, 5 (2008), pp. 5-16
[Burgos-Artizzu y Ribeiro, 2007]
X.P. Burgos-Artizzu, A. Ribeiro, M. Santos.
Controlador borroso multivariable para el ajuste de tratamientos en agricultura de precisión.
RIAI, 4 (2007), pp. 64-71
[Dorato, 1996]
P. Dorato.
Control History from 1960. Preprints vol. G.
13th World Congress of IFAC,
[Farias et al., 2010]
G. Farias, M. Santos, V. López.
Making decisions on brain tumour diagnosis by soft computing techniques.
Soft Computing, 14 (2010), pp. 1287-1296
[Fernández Villaverde y Santos, 2006]
A. Fernández Villaverde, M. Santos.
Control de una grúa pórtico mediante redes neuronales.
Actas XXVII Jornadas de Automática, (2006), pp. 1006-1011
[Galán et al., 2000]
R. Galán, A. Jiménez, R. Sanz, F. Matía.
Control Inteligente.
Revista Iberoamericana de Inteligencia Artificial, 4 (2000), pp. 43-48
[ISCAR, 2011]
ISCAR, 2011 (Ingeniería de Sistemas, Control, Automatización y Robótica), www.dacya.ucm.es/area-isa.
[López et al., 2002a]
R. López, M. Santos, J. Aranda, S. Esteban.
Neuro-Fuzzy modelling of a fast ferry vertical motion.
15th IFAC World Congress,
[López et al., 2002b]
R. López, M. Santos, O.R. Polo, S. Esteban.
Experimenting a fuzzy controller on a fast ferry.
IEEE CCA, 2 (2002), pp. 1082-1086
[López y Santos, 2002c]
R. López, M. Santos.
Neuro-Fuzzy system to control the fast ferry vertical acceleration.
15th IFAC World Congress,
[Marichal et al., 2007]
G.N. Marichal, E.J. González, L. Acosta, J. Toledo.
Aproximación Neuro-Fuzzy para Identificación de Señales Viales Mediante Tecnología Infrarroja.
RIAI, 4 (2007), pp. 26-31
[Martín et al., 2009]
H.J.A. Martín-, J. de Lope, M. Santos.
A Method to Learn the Inverse Kinematics of Multi-link Robots by Evolving Neuro-Controllers.
Neurocomputing, 72 (2009), pp. 2806-2814
[O’Hanlon y McCawley, 1974]
J.F. O’Hanlon, M.E. McCawley.
Motion sickness incidence as a function of acceleration of vertical sinusoidal motion.
Aerospace Medicine, 45 (1974), pp. 366-369
[Passino, 1993]
Passino, K.M. 1993. Bridging a gap between conventional and intelligent control, IEEE Control Systems, June.
[RayChauduri et al., 1996]
T. RayChauduri, L.G.C. Hamey, R.D. Bell.
From conventional control to autonomous intelligent methods.
IEEE Control Systems, October, (1996), pp. 78-84
[Sala y Ariño, 2009]
A. Sala, C.V. Ariño.
Reduciendo distancias entre el control borroso y el control no lineal: luces y sombras.
RIAI, 6 (2009), pp. 26-35
[Santos et al., 1996]
M. Santos, S. Dormido, J.M. de la Cruz.
Derivative action in PID-Fuzzy controllers.
Cybernetics and Systems, 27 (1996), pp. 413-424
[Santos et al., 2000]
M. Santos, J. Brandizzi, A.L. Dexter.
Control of a Cryogenic Process using a Fuzzy PID Scheduler.
IFAC Workshop on Digital Control. Past, present and future of PID Control, pp. 401-405
[Santos y Cantos, 2010]
M. Santos, A.J. Cantos.
Classification of plasma signals by genetic algorithms.
Fusion Science and Technology, 58 (2010), pp. 706-713
[Santos y Dexter, 2001]
M. Santos, A.L. Dexter.
Temperature control in a liquid helium cryostat using a self-learning neurofuzzy controller.
IET Proc. -Control Theory Appl, 148 (2001), pp. 233-238
[Santos y Dexter, 2002]
M. Santos, A.L. Dexter.
Control of a cryogenic process using a Fuzzy PID Scheduler.
Control Engineering Practice, 10 (2002), pp. 1147-1152
[Santos et al., 2003]
Santos, M., R. López, J.M. de la Cruz, 2003. Amplitude, phase and frequency fuzzy controllers of a fast ferry vertical motion. Proc. ECC’03.
[Santos et al., 2005a]
M. Santos, R. López, J.M. de la Cruz.
Fuzzy Control of the vertical acceleration of fast ferries.
Control Engineering Practice, 13/3 (2005), pp. 305-313
[Santos et al., 2005b]
M. Santos, R. López, J.M. de la Cruz.
Modelo Predictivo Neuro-Borroso de la Aceleración de Cabeceo de un buque de alta velocidad.
RIAI, 2 (2005), pp. 39-47
[Santos et al., 2006]
M. Santos, R. López, J.M. de la Cruz.
A Neuro-Fuzzy Approach to Fast Ferry Vertical Motion Modelling.
Engineering Application of Artificial Intelligence, 19 (2006), pp. 313-321
[Sanz et al., 1991]
R. Sanz, A. Jiménez, R. Galán, E.A. Puente.
Introducción al control inteligente de procesos.
Informática y Automática, 24-1 (1991),
[Valverde y Gachet, 2007]
R. Valverde, D. Gachet.
Identificación de Sistemas Dinámicos Utilizando Redes Neuronales RBF.
RIAI, 4 (2007), pp. 32-42
[Villagrá et al., 2010]
J. Villagrá, V. Milanés, J. Pérez, T. de Pedro.
Control Basado en PID Inteligentes: Aplicación al Control Robusto de Velocidad en Entornos Urbanos.
RIAI, 7 (2010), pp. 44-52
[Werbos, 2009]
P.J. Werbos.
Intelligence in the brain: A theory of how it works and how to build it.
Neural Networks, 22 (2009), pp. 200-212
[Yi-Bo et al., 2011]
Yi-Bo L., Li Zhen, Zhang Xiao-Dong, 2011. Status and trends of unmanned aerial vehicle flight control techniques. Flight Dynamics.
[Zadeh, 1965]
L.A. Zadeh.
Fuzzy sets.
Information and Control, 8 (1965), pp. 338-352