Universidad Distrital. Ingeniera de Sistemas. Ciberntica 3.

Tema 2:
Sistemas Supervisados
Integrantes: --Bryan Rodrguez Siatama Cd: 20091020074 Jorge Castro Cd:20091020120 Jefferson Gaviria Cd:20062020037
email: brodriguezs@correo.udistrital.edu.co email: jorgecastro05@hotmail.com email: jeffgavi@hotmail.com

ResumenEl desarrollo de este tema consta de una breve

introduccin a los sistemas supervisados, y al desarrollo de sus
correspondientes tipos existentes.
Palabras claves Sistema Abierto, Control, Supervisar,
Redes Neuronales, Distribuidos.
I. INTRODUCCIN
Los sistemas supervisados como su nombre lo indica,
pretenden sistemas abiertos de complejidad delimitada con el
objetivo de ser observados, y retroalimentados acorde a los
cambios y al comportamiento que se desea para dar al sistema.
II.

SISTEMAS DE CONTROL SUPERVISADO:

Un sistema de control supervisado (DCS) ha sido

desarrollado para resolver la adquisicin de grandes
volmenes de informacin, su tratamiento en centros de
supervisin y mando, y la actuacin en tiempo real sobre el
proceso a controlar.
Se trata de un sistema abierto, que permite la integracin
con equipos de otros fabricantes que realicen funciones
especificas, y hace la funcin de canalizador de datos
recogidos para, a travs de lneas de comunicaron de alta
velocidad, ponerlos a disposicin de los usuarios de planta.
El sistema est especialmente recomendado para llevar
acabo la supervisin de plantas de diferentes procesos que en
ellas se desarrollan permitiendo a los usuarios disponer de una
informacin precedente de distintos puntos del proceso.
A su vez este sistema dispone de mdulos de software para
la resolucin de problemas especficos dentro de las plantas,
como pueden ser el clculo de rendimientos, calculo de
consumos o el modulo de mantenimiento.

Su arquitectura est basada en los siguientes componentes:

* Estacin de control de proceso o unidad de control local
* Bus de planta
* Estaciones de operador
* Estaciones de ingeniera
* Otros nodos o interfaces
Elaborado por Ing. Roberto Ferro Escobar 2013-1

III.

SISTEMA DE CONTROL DISTRIBUIDO:

El desarrollo de los microprocesadores, micro controladores

y controladores lgicos programables (PLCs) dio lugar a la
aparicin del control distribuido. En este tipo de esquema un
PLC o MP controla una o ms variables del sistema realizado
un control directo de las mismas. Estos equipos de control
local se comunican con otros elementos de su nivel y con el
nivel superior de supervisin. Cabe aclarar q el control
distribuido son aplicaciones de control de arquitectura
distribuida.
En este hay varias unidades de control q llevan a cabo las
tareas. En este caso de avera o sobrecarga de trabajo, ser
`posible transferir parte o todo el trabajo que desarrollaba la
misma a otras unidades.
La idea de hacer bypass a las unidades con problemas
permite evitar los bloqueos necesarios de sistema pero por otra
parte exige que los diferentes controladores tengan una
asignacin dinmica de tareas por lo tanto se les va a exigir
capacidad de acceso a la comunicacin y de tratamiento de la
informacin.
La desventaja de esto es la disminucin de la velocidad de
comunicacin debido a los retardos, posibles desbordamientos
en el procesamiento de datos en cada nivel y la falta de flujo
de informacin directa entre controladores. Pero esto eta
siendo solucionado por la aparicin de nuevas tecnologas de
comunicacin de datos cada vez ms potentes.

IV.

REDES NEURONALES SUPERVISADAS Y NO

SUPERVISADAS:

Las redes neuronales se clasifican comnmente en trminos

de sus correspondientes algoritmos o mtodos de
entrenamiento: redes de pesos fijos, redes no supervisadas, y
redes de entrenamiento supervisado. Para las redes de pesos
fijos no existe ningn tipo de entrenamiento.
A.

Reglas de entrenamiento Supervisado

Universidad Distrital. Ingeniera de Sistemas. Ciberntica 3.

Las redes de entrenamiento supervisado han sido los
modelos de redes ms desarrolladas desde inicios de estos
diseos. Los datos para el entrenamiento estn constituidos
por varios pares de patrones de entrenamiento de entrada y de
salida. El hecho de conocer la salida implica que el
entrenamiento se beneficia la supervisin de un maestro. Dado
un nuevo patrn de entrenamiento, por ejemplo, (m+1)-simo,
los pesos sern adaptados de la siguiente forma:
Se puede ver un diagrama esquemtico de un sistema de
entrenamiento supervisado en la siguiente figura:
B.

Reglas de entrenamiento No Supervisado

Para los modelos de entrenamiento No Supervisado, el

conjunto de datos de entrenamiento consiste slo en los
patrones de entrada. Por lo tanto, la red es entrenada sin el
beneficio de un maestro. La red aprende a adaptarse basada en
las experiencias recogidas de los patrones de entrenamiento
anteriores. Este es un esquema tpico de un sistema "No
Supervisado":
Ejemplos tpicos son La Regla de Aprendizaje de Hebb, y la
Regla de Aprendizaje Competitiva. Un ejemplo del primero
consiste en reforzar el peso que conecta dos nodos que se
excitan simultneamente.
Como ejemplo de aprendizaje competitivo, si un patrn
nuevo se determina que pertenece a una clase reconocida
previamente, entonces la inclusin de este nuevo patrn a esta
clase matizar la representacin de la misma. Si el patrn de la
entrada se determin que no pertenece a ninguna de las clases
reconocidas anteriormente, entonces la estructura y los pesos
de la NN sern ajustados para reconocer la nueva clase.

V.

CONCLUSIONES

Los sistemas supervisados juegan un papel muy importante

en el campo de la ingeniera de Control, y se adaptan un poco
mejor a los modelos manifestados en el mundo complejo en el
que vivimos.

REFERENCIAS

[1] http://www.gc.ssr.upm.es/inves/neural/ann2/concepts/suu
nsupm.htm.
[2] http://www.buenastareas.com/ensayos/Sistema-DeControl-Supervisado/809527.html.
[3] Ingeniera de Control Moderno. Ogata. 5ta Edicin
McGraw Hill.