Identificación de un modelo dinámico del generador de vapor de la caldera en la planta termotasajero colgener

Autores/as

  • Alejandro S. Guerrero Hernández Universidad de Pamplona
  • Oscar Eduardo Gualdrón Guerrero Universidad de Pamplona
  • Ivaldo Torres Chávez Universidad de Pamplona

DOI:

https://doi.org/10.24054/rcta.v1i21.1910

Palabras clave:

Identificación, NNARX, NNARMAX, ANFIS

Resumen

En este artículo se realiza la identificación del modelo dinámico del domo de la caldera en la empresa Termotasajero Colgener, utilizando las técnicas NNARX, NNARMAX y ANFIS. Los datos reales del proceso fueron tomados a través del sistema SCADA DAYSY NETMATION. La selección, entrenamiento y validación de los algoritmo se realizaron en MATLAB®, se trabajaron diferentes índices de desempeño para verificar cual de los modelos presentaba menor error en comparación con la salida de la planta. Todo con el fin de verificar las ventajas de trabajar con modelos de caja negra en sistemas complejos y altamente no lineales.

Citas

Garduno, R y Lee, K. Multiobjetive Optimal Power Plant Operation Through Coordinate Control with Pressure Set Point Scheduling. IEEE Transactions on Energy Conversion. Vol. 16, No2. pp. 115 – 122. 2001.

Garduno-Ramirez, Raúl. Overall Intelligent Hybrid Control System per a Fossil-Fuel Power Unit. A thesis in Electrical Engineering. The Pennsylvania State University, 2000.

Avendaño Castellanos, Oscar Fabián. Identificación de sistema utilizando lógica difusa, 2008.

Lee, C.; Lin, Y. and Lai, W. Systems Identification using type-2 fuzzy neural network. IEEE International Symposium on Computational Intelligence in Robotic and Automation, pp. 1264-1269, july, 2002.

Descargas

Publicado

2022-11-08 — Actualizado el 2013-01-02

Versiones

Cómo citar

Guerrero Hernández, A. S., Gualdrón Guerrero, O. E., & Torres Chávez, I. (2013). Identificación de un modelo dinámico del generador de vapor de la caldera en la planta termotasajero colgener. REVISTA COLOMBIANA DE TECNOLOGIAS DE AVANZADA (RCTA), 1(21), 52–59. https://doi.org/10.24054/rcta.v1i21.1910 (Original work published 8 de noviembre de 2022)

Número

Sección

Artículos

Artículos más leídos del mismo autor/a

1 2 > >>