Esta es un versión antigua publicada el 2015-07-02. Consulte la versión más reciente.

IDENTIFICACIÓN POR FILTRO DE KALMAN Y CONTROL ADAPTATIVO POR REALIMENTACIÓN DE ESTADOS DE UN PUENTE DE GRÚA

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 Transo n

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;

Descargas

Publicado

2021-01-12 — Actualizado el 2015-07-02

Versiones

Cómo citar

Muñoz Gutiérrez, P. A. ., Ardila Lindo, V. E. ., & Giraldo Suarez, E. . (2015). IDENTIFICACIÓN POR FILTRO DE KALMAN Y CONTROL ADAPTATIVO POR REALIMENTACIÓN DE ESTADOS DE UN PUENTE DE GRÚA. REVISTA COLOMBIANA DE TECNOLOGIAS DE AVANZADA (RCTA), 2(26), 74–79. https://doi.org/10.24054/rcta.v2i26.375 (Original work published 12 de enero de 2021)