Identificación por filtro de Kalman y control adaptativo por realimentación de estados de un puente de grúa

Pablo Andrés  Muñoz Gutiérrez; Víctor Eduardo  Ardila Lindo; Eduardo  Giraldo Suarez

doi:10.24054/rcta.v2i26.375

Autores/as

Pablo Andrés Muñoz Gutiérrez Universidad Tecnológica de Pereira
Víctor Eduardo Ardila Lindo Universidad del Quindío
Eduardo Giraldo Suarez Universidad Tecnológica de Pereira

DOI:

https://doi.org/10.24054/rcta.v2i26.375

Palabras clave:

Filtros de Kalman, control adaptativo, puente de grúa, espacio de estados

Resumen

En este artículo, se estudian técnicas de identificación y control en espacio de estado multivariable a nivel de simulación. Aplicadas a la planta puente de grúa Feedback Digital Pendulum Mechanical Unit, siendo este un sistema mecánico subactuado (menor número de entradas que salidas). Realizando identificación multivariable por el método de Kalman y el sistema de control adaptativo por realimentación de estados.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Albarracin A, D. y Giraldo, E. Adaptive multivariable control of a wind energy conversion system based on double-fed induction generator.

Clymer, J. R. (1992). Discrete Event Fuzzy Airport Control. IEEE Trans. On Systems, Man, and Cybernetics, Vol. 22, No. 2.

Feedback, Digital PendulumControl Experiments.

Haykin, S., (2001). Kalman filteringand neural networks, John Wiley & Sons, Inc, Toronto.

Jiang, Z.P., Lefeber, E., Nijmeijer, H. (2001). Saturated stabilization and tracking of a Nonholonomic mobile robot. Syst. & Control Lett.

Moore., J,. Tendrake Russ. (2014) Adaptive control disign for underactuated systems using sumsof-squares Optimization. IEEE Transon American Control Conference.

Ogata, K,. (2004). Ingeniería de Control Moderna, Prentice Hall, Cuarta edición, Madrid.

Pardo G., A. y Díaz R., J. L,. (2004). Aplicaciones de los convertidores de frecuencia, Estrategias PWM, Editorial Java E. U., Colombia.

Simon,D,.(2009) Kalman filtering with state constraints: a survey of linear and nonlinear algorithms. IET jourlans.

Smoczek, J. y Szpytko, J,. (2010) Fuzzy logic approach to the Gain Scheduling crane control system. AGJ University of science and technology.

Solera R, A,. (2003). El filtro de Kalman. Banco Central de Costa Rica.

Wiley, J y Sons. (2003). Adaptive Control Design and Analysis;