Professional Documents
Culture Documents
ISSN 0122-1701
IMPLEMENTACIN DE UN CONTROLADOR
PID MEDIANTE RNA PARA EL CONTROL DE
MOTORES D.C DE ROBOTS MOVILES
DIFERENCIALES
Implementation of PID controller using ANN for D.C motors control of differential
mobile robots
Germn A. Hernndez Milln1, Luis Hernando Ros Gonzlez2, Hernando Parra Lara3
Ingeniera Elctrica, Universidad Tecnolgica de Pereira, Pereira, Colombia
lhgonza@utp.edu.co
Resumen Dado que no siempre1 es posible conocer con
exactitud la funcin de transferencia de todo sistema se hace
necesario
utilizar
herramientas
diferentes
a
las
tradicionalmente conocidas para desarrollar el control. Una
de estas herramientas son las redes neuronales. Estas no
necesitan conocer de manera directa el comportamiento de
cada uno de los componentes del sistema para emularlo. Lo
nico que necesitan son datos para aprender el
comportamiento deseado del sistema).
En este artculo se demuestra que las redes neuronales pueden
emular el comportamiento de un controlador PID para
controlar los perfiles de velocidad de los motores de traccin
un robot mvil tipo diferencial.
Palabras clave
Controlador PID.
Robt
Mvil,
Redes
Neuronales,
Ingeniero Electricista.
I.
INTRODUCCIN
A.
No siempre es posible conocer con exactitud la funcin de
transferencia de todo el sistema por lo que se hace
necesario utilizar herramientas diferentes a las
tradicionalmente conocidas para desarrollar el control.
Una de estas herramientas son las redes neuronales. Estas
no necesitan conocer de manera directa el comportamiento
de cada uno de los componentes del sistema, para emularlo.
Lo nico que necesitan son datos para aprender el
comportamiento deseado del sistema.
La configuracin de la red neuronal es un punto
fundamental para que una aplicacin produzca buenos
resultados. Si los datos de entrenamiento son correctos,
pero la arquitectura de la red no es la adecuada para la
aplicacin, la red neuronal no se comportar como se
espera.
Para el control de velocidad se implement un controlador
PID, el cual fu sintonizado y reajustado mediante la
herramienta sisotool de MatLab [3]. Despus de tener
sintonizado el controlador de velocidad
PID, se
implementaron varias arquitecturas de RNAs con el tipo
de redes de Propagacin hacia atrs(Back-propagation), las
cuales fueron entrenadas con los datos obtenidos del
controlador PID.
La funcin del controlador PID de velocidad se reemplaz
por un controlador con redes neuronales, obtenindose un
esquema simplificado que permiti transformar datos de
entrada en datos de salida utilizando multiplicaciones,
sumas y clculos exponenciales, de bajo costo
computacional, haciendo para esta aplicacin una eficiente
implementacin de las redes neuronales.
Con las primeras simulaciones se pudo comprobar que este
mtodo funciona muy bien tanto para seguimiento de
trayectorias rectilneas como curvilneas.
En este artculo se demuestra que las redes neuronales
pueden emular el comportamiento de un controlador PID
para controlar los perfiles de velocidad de los motores de
traccin de un robot mvil tipo diferencial.
II. MODELADO DEL MOTOR DC Y
CONTROLADOR PID.
Para controlar la velocidad de los motores del robot mvil
diferencial, se utiliz un controlador PID. Una vez
obtenido el modelo matemtico del sistema, se utiliz
SimuLink para disear el controlador PID seleccionado y
su respectiva sintonizacin. Como sistema a modelar en
este caso se utilizaron los motores de corriente continua de
imanes permanentes, que realizan la traccin de la
plataforma mvil diferencial.
Coeficiente de friccin
(Nms/rad)
J
Inercia del rotor
(kgm2)
K
Constante de velocidad
(rad/(s V))
Tabla 1. Parmetros del Motor
Los valores de los parmetros fueron obtenidos del motor que
impulsar el robot mvil tipo diferencial. En este caso se
utilizar el datasheet del Servo Motor DC 9236.
B. Circuito equivalente del motor DC [10].
Partiendo de las ecuaciones en funcin del tiempo que describen
a nuestro sistema, se transforma todo al dominio de los nmeros
imaginarios con la transformada de Laplace y se efectan
algunas operaciones algebraicas para llegar a las siguientes
ecuaciones:
(1)
(2)
(3)
Estas ecuaciones se modelan en forma de bloques de
transferencia en Simulink como se aprecia en la figura 1.
Tp
Perturbacion
1
U
Carga
1
Kb
La .s+Ra
1
W
J.s+f
Motor
Kw
(4.15)
10
(6)
Con la ayuda de la GUI Sisotool de MatLab se procedi a
calcular un controlador PID para la funcin de transferencia,
observndose que el sistema se estabiliza en
y
que la seal tiene un sobrepaso mximo del 42%. Teniendo en
cuenta este tiempo de asentamiento (ts), seleccionamos un
tiempo de establecimiento de
y un
para el diseo del controlador.
(5)
Donde
es la variable de control y
es el error de control,
, donde
es el
1200
1000
900
1000
800
700
800
Seales de salida
Seales de salida
11
600
400
Ref
Control No Modificado
200
600
500
400
300
Ref
Control Modificado
200
100
0.02
0.04
0.06
Time
0.08
0.1
0.12
0.02
0.04
0.06
Time
0.08
0.1
0.12
P1
Entrada controlador 1
T1
KP1
Salida controlador 1 MOTOR 1
Proporcional 1
Velocidad 1
T
KI1
Referencia
1
s
Par1
Integral 1 Integrator 1
W
KD1
du/dt
Perturbacion
Derivativo 1 Derivative 1
Carga 1
Corr1
Controlador RNA.
12
1
s
KI1
Par2
Integral 1 Integrator 1
W
Perturbacion
KD1
du/dt
Carga 2
Derivativo 1 Derivative 1
T
y {1}
x{1}
Par1
Ref vel
RNA 2 capas
Scope
Perturbacion
I
Carga 1
Corr1
MOTOR 3
T
y {1}
x{1}
Par3
RNA 3 capas
W
Perturbacion
I
Carga 3
Corr3
800
600
400
Ref
200
0
0.02
0.04
0.06
Time
0.08
0.1
200
0
0.02
0.04
0.06
Time
0.08
0.1
0.12
800
600
400
PID
200
0
0.12
0.02
0.04
0.06
Time
0.08
0.1
0.12
MOTOR 1
Seales de salida
Corr2
800
600
400
RNA3c
200
0
0.02
0.04
0.06
Time
0.08
0.1
0.12
13
MOTOR 1
1000
T
x{1}
900
y {1}
Par 1
W Ref
800
RNA 2 capas
Scope
Perturbacion
Seales de salida
700
Carga 1
600
Corr1
Scope 4
500
400
Ref
PID
RNA2c
RNA3c
300
200
100
0
MOTOR 2
T
x{1}
y {1}
Par2
RNA 2 capas1
Scope 1
0.02
0.04
0.06
Time
0.08
0.1
Perturbacion
0.12
Carga 2
Corr 2
Scope 3
MOTOR 3
T
x{1}
W Sine
y {1}
Par3
W
RNA 2 capas2
Scope 2
Perturbacion
Carga 3
Corr3
Scope 5
Figura 11.
Salida frente a un tren de pulsos:a)
Arquitectura de Red de 2 capas, b) Arquitectura de Red de
3 capas.
14