Problemas Control Inteligente Problema 1: Control de Velocidad de un Cohete Con la creación de la Departamento Administrativo de Investigaciones Aeroespaciales de Colombia, a la Universidad del Valle le ha sido encargada la construcción de un cohete prototipo de una etapa. Como pertenecientes al grupo de ingenieros que trabajarán en el proyecto, se nos ha encargado la identificación del sistema con técnicas clásicas y de inteligencia computacional; adicionalmente, el desarrollo de un sistema de control de velocidad para el vehículo utilizando técnicas de inteligencia computacional. Finalmente, se nos pide un análisis comparativo de los modelos y de los controladores obtenidos. Luego de un arduo trabajo junto con el equipo de construcción, hemos logrado extraer un modelo matemático que relaciona la velocidad con la trayectoria deseada y la velocidad de los gases de escape: R a ACd dvt m g 0.5v 2 t ct dt M M m t R y t M M m t c c Donde v(t) es la velocidad del cohete en un tiempo t, y(t) es la altitud del cohete desde el nivel del mar, y c(t) es la velocidad de los gases de escape. Además: Parámetro M Mc m A g R a Cd Valor 5000 Kg 10000 Kg 100 Kg/s 1 m2 9.8 m/s2 6.37x106 m 1.21 kg/m3 0.3 Descripción Masa del Cohete Masa inicial de combustible Rata de consumo de combustible Área de sección cruzada del cohete Aceleración de la gravedad Radio de la tierra Densidad del Aire Coeficiente de arrastre del cohete Debido a la pérdida del combustible, el cohete tiene una masa variable con el tiempo. Para especificar los objetivos de desempeño, se usa un modelo de referencia: dv m t 0.2vm t 0.2r t dt Donde vm(t) corresponde a la velocidad deseada del cohete. Para probar el control, sugerimos seleccionar una trayectoria de altura y(t) deseada. Problema 2: El Robot Acróbata Una compañía desea construir un robot capaz de realizar acrobacias sobre una barra paralela. Como prototipo decide implementar un sistema compuesto por dos barras, el brazo y antebrazo, unidas con una articulación motorizada. Además, posee una articulación que une al brazo a la base. Consideremos el modelo en ecuaciones diferenciales: d11q1 d12 q2 h1 1 0 d12 q1 d 22 q2 h2 2 Donde los coeficientes de las ecuaciones están definidos como: d11 m1lc21 m2 l12 lc22 2l1lc 2 cosq2 I1 I 2 d 22 m2 lc22 I 2 d12 m2 lc22 2l1lc 2 cosq 2 I 2 h1 m2 l1lc 2 sin q 2 q 22 2m2 l1lc 2 sin q2 q 2 q1 h2 m2 l1lc 2 sin q2 q 22 1 m1lc1 m2 l1 g cosq1 m2 lc 2 g cosq1 q2 2 m2 lc 2 g cosq1 q2 Donde: Parámetro q1 q2 m1 m2 l1, l2 lc1 Valor [-,] rad 1.9008 Kg 0.7175 Kg 0.2 m 1.8522x10-1 m lc2 6.2052x10-2 m I1 I2 4.3399 g*m2 5.2285 g*m2 Descripción Angulo de la articulación 1 Angulo de la articulación 2 Masa de la barra 1 Masa de la barra 2 Longitud de las barras Distancia de la articulación 1 al centro de gravedad de la barra 1 Distancia de la articulación 2 al centro de gravedad de la barra 2 Momento de inercia de la barra 1 Momento de inercia de la barra 2 Nuestro reto consiste en identificar el sistema con técnicas clásicas y de inteligencia computacional; adicionalmente, desarrollar un sistema de control de posición para el robot acróbata utilizando técnicas de inteligencia computacional. Finalmente, se nos pide un análisis comparativo de los modelos y de los controladores obtenidos. Problema 3: Levitación Magnética Enfrentados a la necesidad de construir sistemas de transporte veloces, como una apuesta en infraestructura moderna para soportar el desarrollo económico, el país ha decidido iniciar un proyecto de investigación cuyo objetivo es generar la tecnología necesaria en levitación magnética para la operación de trenes de alta velocidad. Como un grupo de ingenieros de investigación, se nos ha encargado la construcción de un sistema de control para la levitación magnética de una esfera de acero de 0.1Kg de masa y 0.03m de diámetro. La tarea que se nos ha encargado implica la identificación del sistema con técnicas clásicas y de inteligencia computacional; adicionalmente, el desarrollo de un sistema de control de posición para la esfera utilizando técnicas de inteligencia computacional. Finalmente, se nos pide un análisis comparativo de los modelos y de los controladores obtenidos. El sistema de levitación magnética está compuesto por una bobina con resistencia de 50 e inductancia de 0.5H. La bobina se posiciona a 0.3m del suelo y la esfera se desplazará entre el suelo y la bobina. La posición de la esfera se mide por medio de un detector de posición, cuyo modelo se puede representar con el siguiente sistema de ecuaciones no lineales. d 2 y t i 2 t M Mg y t dt 2 dit vt Rit L dt Donde y(t) es la posición de la esfera en metros, M la masa de la esfera, g la aceleración de la gravedad, R la resistencia de la bobina, L la inductancia de la bobina, i(t) la corriente por la bobina y v(t) el voltaje de entrada al sistema. Problema 4: Tanque con agitación continua Una empresa del sector químico de la región tiene un severo problema en la calidad de sus productos finales, lo que repercute en la dificultad para exportar sus productos en mercados cada vez más exigentes. Un operario ha detectado que el problema radica en que el grupo de tanques donde se lleva a cabo el proceso de fabricación de los productos, ya que el sistema de refrigeración no está adecuadamente regulado, por lo que es imposible garantizar una temperatura constante con el fin de obtener una mezcla homogénea. La empresa nos ha llamado para solucionar el problema y el reto consiste en proponer la identificación del sistema con técnicas clásicas y de inteligencia computacional; adicionalmente, el desarrollo de un sistema de control de temperatura para un tanque prototipo utilizando técnicas de inteligencia computacional. Finalmente, se nos pide un análisis comparativo de los modelos y de los controladores obtenidos. Con el apoyo del grupo de ingenieros de planta de la empresa, hemos obtenido el siguiente modelo para el tanque de agitación continua que se ha construido como prototipo. q C a t Ca 0 Ca t k 0Ca t e v Hk0 C p E RT t k 3 qc t T T t k 2qc t 1 e 0 c C pc h k2 k3 a C p v c C pc q T t T0 T t k1Ca t e v k1 E RT t El tanque genera un compuesto A con concentración Ca(t), con una temperatura de la mezcla de T(t). Para una reacción exotérmica, el calor generado reduce la intensidad de la reacción, por lo tanto se induce un flujo de refrigerante a una rata qc(t). Las condiciones nominales son para Ca(t) = 0.1 mol/l son T = 438.54K y qc = 103.41l. Además: Parámetro Ca0 q v k0 E/R T0 Tc0 H Cp, Cpc , c ha Valor 1 mol/l 100 l/m 100 l 7.2x1010 min-1 10000 K 350 K 350 K -2x105 cal/mol 1cal/g/K 1e3 g/l 7e5 g/l Descripción Concentración del flujo de entrada Flujo de entrada Volumen del reactor Constante de la rata de reacción Energía de activación Temperatura del flujo Temperatura del refrigerante Calor producido por la reacción Calor específico Densidad del liquido Coeficiente de transferencia de calor Problema 5: Control de concentración de cloro Contar con un suministro de agua potable, no solo es un servicio básico, sino una necesidad primordial en las urbes de hoy para garantizar la salud de sus habitantes. Para potabilizar el agua, ésta debe ser desinfectada y el cloro es el elemento que más se está utilizando para realizar esta tarea, debido a que es fácilmente aplicado, medido y controlado. Debido a que el sistema de dosificación del cloro en el acueducto de Cali fue desarrollado hace varios años y cuenta con tecnología que no provee la misma confiabilidad, los ingenieros desean reemplazar el antiguo sistema por uno nuevo. Han decidido como primer paso, realizar el modelo del proceso, del cual se extrajeron las ecuaciones diferenciales: C HOCl t f d CCl t f qQ dCHOCl t Q dCHOCl t KS t C HOCl t dt LA dt Donde: Parámetro CHOCl(t) CCl(t) fd fq Q L A K S(t) Valor [0.8, 1.0] mg/l l/s [0.3, 10] m3/s 140 m 14 m2 1.666e-4 Descripción Concentración de hidróxido de cloro (cloro residual) en el suministro de agua Cloro depositado en el suministro Factor de conversión de l/s a mg/s Factor de conversión de m3/s a l/s Caudal Distancia entre el dosificador y el medidor de cloro Sección transversal del tubo de distribución Constante de la reacción Concentración (variable) de sedimentos Con base en este modelo propuesto, se nos ha encargado la identificación del sistema con técnicas clásicas y de inteligencia computacional; adicionalmente, el desarrollo de un sistema de control de concentración de cloro utilizando técnicas de inteligencia computacional. Finalmente, se nos pide un análisis comparativo de los modelos y de los controladores obtenidos. Problema 6: Control de Glucosa en la Sangre Entre los pacientes de la tercera edad, es común el olvido de tomar los medicamentos para mantener los niveles de glucosa en la sangre de forma de salvaguardar el estado de salud de estas personas. Un grupo de científicos está interesado en construir un sistema automático para el control de la glucosa en la sangre por medio del suministro de insulina sin que haya participación del paciente. Este grupo nos ha proporcionado el siguiente modelo: dGt P1G t X t G t G B Dt dt dX t P2 X t P3 I t dt dI t U t nI t I b dt VI Donde: Parámetro G(t) Valor [60, 180] mg/dL Descripción Concentración de glucosa en el plasma X(t) I(t) <100 mU/L D(t) Ae-0.05t U(t) Gb Ib VI n P1 P2 P3 81 mg/dL 15 mU/L 12 L 5/54 min-1 0.028735 min-1 0.028344 min-1 5.035x10-5 mU/L Concentración de insulina en el plasma Disturbio de glucosa generado por el alimento Rata de infusión de insulina Concentración basal de glucosa Concentración basal de insulina Parámetros de Bergman para una diabetes de tipo I Como pertenecientes a un grupo de investigadores en Percepción y Sistemas Inteligentes, se nos ha encargado la identificación del sistema con técnicas clásicas y de inteligencia computacional; adicionalmente, el desarrollo de un sistema de dosificación de insulina en la sangre utilizando técnicas de inteligencia computacional. Finalmente, se nos pide un análisis comparativo de los modelos y de los controladores obtenidos.