Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/817
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttp://creativecommons.org/licenses/by-nd/4.0es_ES
dc.contributorRoque Alfredo Osornio Rioses_ES
dc.creatorArturo Yosimar Jaen Cuellares_ES
dc.date2014-10-
dc.date.accessioned2018-12-14T16:12:29Z-
dc.date.available2018-12-14T16:12:29Z-
dc.date.issued2014-10-
dc.identifier.urihttp://ri-ng.uaq.mx/handle/123456789/817-
dc.descriptionLos sistemas de control de posicionamiento han sido ampliamente estudiados desde hace varias décadas, y entre los distintos enfoques cubiertos para mejorar su desempeño se encuentran los algoritmos y estrategias de control, la identificación del modelo del sistema, el ajuste de parámetros del controlador, la generación de perfiles de movimiento, la reducción de recursos del sistema digital, etc. Entre los tópicos mencionados, la sintonización de parámetros juega un rol esencial en el diseño de sistemas de control, y existen distintas metodologías empíricas y analíticas desarrolladas para este objetivo. Sin embargo, estas técnicas no proveen los resultados adecuados, sin mencionar que son técnicas que requieren conocimiento específico y trabajan sobre modelos matemáticos aproximados. Además, pueden quitar tiempo significativo de desarrollo de un proyecto y no se pueden improvisar todos los parámetros del sistema, por lo que, en este trabajo se abordará sobre la sintonía de controladores, específicamente hablando del controlador proporcional-integral-derivativa, PID. También, se aborda en técnicas de optimización modernas, conocidas como técnicas heurísticas de optimización, que imitan el comportamiento de fenómenos naturales sin recurrir a los cálculos de matemática formal clásica. La técnica adoptada en el presente trabajo son los Algoritmos Genéticos, que son una técnica que mimetiza la dinámica de la genética natural basada en la teoría de Darwin sobre la supervivencia del más apto. Se implementa una variante de estos algoritmos conocida como Micro-Algoritmos Genéticos, MAG, que utiliza un concepto que simplifica sustancialmente los recursos computacionales requeridos para su implementación. Primeramente, se desarrolla una metodología de optimización basada en los MAG aplicada a la sintonización de parámetros de un controlador PID para sistemas de posicionamiento industriales, y se realiza su implementación en software. Posteriormente, se diseñan las arquitecturas en hardware necesarias para su implementación en un sistema real en línea. La validación de la metodología y de las estructuras digitales se realiza a través de varias pruebas en el sistema físico.es_ES
dc.descriptionThe positioning control systems have been widely studied for several decades, and through the different approaches covered to improve its performance are the strategies and control algorithms, the system model identification, the tuning of controller parameters, the generation of motion profiles, the reduction of resources in the digital system, etc. Regarding the aforementioned topics, the tuning of controller parameters plays an essential role in control systems design, and there are several analytic and empirical methodologies developed for this purpose. However, these techniques do not provide adequate results, not to mention that they are techniques that require specific knowledge and they work over approximate mathematical models. Besides, these techniques can waste significant time in the Project development and not all the system parameters can be improved, hence, this work will tackle the controller's tuning, specifically speaking of the controller proportional-integral-derivative, PID. Also, modern optimization techniques are addressed, known as heuristic optimization techniques that imitate the behavior of natural phenomena without resorting to the calculus of classic formal mathematics. The adopted technique in this work is the Genetic Algorithm, which is a technique that mimics the dynamics of natural genetic based on Darwin¿s theory of survival of the fittest. A variant of these algorithms known as the Micro-Genetic Algorithm, MGA, it is implemented. This uses a concept that substantially simplifies the computational resources required for its implementation. Firstly, an optimization methodology based on MGA will be developed; this methodology will be applied to the tuning of parameters of a PID controller for industrial positioning systems, and its implementation will be carried out in software. Secondly, the necessary hardware architectures are designed for their implementation in a real system online. The validation of both, this methodology and the digital structures¿ is made through several tests in the physical system.es_ES
dc.formatAdobe PDFes_ES
dc.language.isoEspañoles_ES
dc.relation.requiresSies_ES
dc.rightsAcceso Abiertoes_ES
dc.subjectControl PIDes_ES
dc.subjectMicro-Algoritmos Genéticoses_ES
dc.subjectMicro-Genetic Algorithmses_ES
dc.subjectModern optimization techniqueses_ES
dc.subjectPID controles_ES
dc.subjectTécnicas de optimizaciónes_ES
dc.subject.classificationCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRAes_ES
dc.titleDiseño de arquitecturas basadas en FPGA para Algoritmos Genéticos, aplicado a la optimización de controladores en sistemas de posicionamientoes_ES
dc.typeTesis de doctoradoes_ES
dc.creator.tidcurpes_ES
dc.contributor.tidcurpes_ES
dc.creator.identificadorJACA870910HDFNLR04es_ES
dc.contributor.identificadorOORR760816HQTSSQ02es_ES
dc.contributor.roleDirectores_ES
dc.degree.nameDoctorado en Ingenieríaes_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelDoctoradoes_ES
Aparece en: Doctorado en Ingeniería

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI003924.pdf11.47 MBAdobe PDFPortada
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.