Escolar Documentos
Profissional Documentos
Cultura Documentos
ESTADO DE LA CUESTIÓN
Profesores:
- Quispe
- Veramendi Tamayo Melquisedec.
208 Ii
IMPLEMENTACIÓN DE UNA RED NEURO DIFUSA PARA EL CONTROL DE DOSIFICACIÓN QUÍMICA
DEFINICIONES BASICAS
En este trabajo, se emplea distintas definiciones que por tener conceptos específicos se
necesita entender algunos términos como red neuro difusa y dosificación química. El primer
termino a mencionar es la rede neurodifusa “Los sistemas neuro-difusos son usados en múltiples
aplicaciones porque combinan las ventajas de las redes neuronales con la capacidad de
proporcionar la explicación y comprensión del conocimiento explícito que tienen los modelos
difusos. El interés en este sistema se debe principalmente a las siguientes razones: Aplicación de
los algoritmos de entrenamiento desarrollados para redes neuronales; Posibilidad de proporcionar
la integración del conocimiento; Posibilidad de extracción de conocimiento, bajo el formato de
reglas del conjunto de datos.” [1]
En ese caso podemos decir que las redes Neurodifusas son sistemas que aprovechan
características de las redes neuronales como la capacidad de aprender o auto ajustarse y
generalizar, sumadas a las características de la lógica difusa, que trabaja con razonamiento lógico
basado en funciones de membresía, que permiten trabajar con variables lingüísticas, muy
naturales para los seres humanos. Los sistemas de inferencia difusos pueden representar el
conocimiento basándose en reglas if-then, no tiene la capacidad de adaptarse cuando las
condiciones externas cambien, es por este problema, que incluyen los conceptos de
reconocimiento de las redes neuronales.
[1]F. Villada, E. García and J. Molina, "Pronóstico del Precio de la Energía Eléctrica usando Redes
Neuro-Difusas", Información tecnológica, vol. 22, no. 6, pp. 111-120, 2011.
El segundo término que daremos a definir es control de procesos
Referencias Académicas
Contextualización:
Situación de la investigación
Los sistemas industriales de refrigeración han hecho del agua el medio de transferencia de calor
de gran utilidad, se debe utilizar un sistema de bombeo para recircular el agua para el
enfriamiento o intercambio de calor, según sea el caso, el sistema debe mantener presiones y
temperaturas de trabajo en los intercambiadores.
Los sistemas que usan el agua como medio de transferir el calor o de enfriamiento, tendrán
problemas asociados al uso de este, algunos problemas son: La corrosión, La incrustación,
Suciedad (lodos). Al presentarse alguno de estos problemas, habrá un paro de equipo no planeado
que afectarán la producción y que será más costoso, que el contratar una compañía para el
tratamiento de agua adecuado.
Propósito de la investigación
Esto debido a los diversos factores de contaminantes o compuestos naturales que contiene el
agua, ya que estos pueden crear alteraciones o daños, según cuál sea el proceso, por lo que
requieren ser eliminados o controlados, mediante procesos físico-químicos o mecánicos. Por lo
que es importante darle calidad a los procesos industriales, para que de tal forma evitemos gasto
inesperado y claro, siempre protegiendo al medio ambiente, algunas definiciones que veremos en
el tratamiento de agua.
PAPER 2
MODELOS ANFIS Y REDES NEURONALES.
El modelo ANFIS (Adaptive Network-based in Fuzzy Inference Systems) fue desarrollado
por J.R. Jang en 1993 [2].
Las capacidades adaptativas de las redes ANFIS las hacen directamente aplicables a una gran
cantidad de areas como control adaptativo, procesamiento y filtrado de senales y series de
tiempo, clasificacion de datos y extraccion de caracteristicas a partir de ejemplos. Una propiedad
interesante del modelo, es que el conjunto de parametros se puede descomponer para utilizar una
regla de aprendizaje.
Las reglas difusas del tipo Takagi-Sugeno utilizadas en el modelo ANFIS se representan de la
siguiente forma [3]:
Regla n: Si X es An y Y es Bn, entonces fn = pnX + qnY + rn,
Donde An y Bn son los conjuntos difusos de entrada y pn, qn y rn son constantes, para este caso
pn y qn son cero obteniendo un modelo Takagi-Sugeno de orden cero. Las salidas individuales de
cada regla son obtenidas como una combinacion lineal entre los parametros del antecedente de
cada regla: fn = pnX + qnY + rn, n=1,2,….
La salida de control del modelo f se obtiene por la normalizacion de los grados de activacion de las
reglas por la salida individual de cada regla.
PAPER4