Eine Plattform für die Wissenschaft: Bauingenieurwesen, Architektur und Urbanistik
Eine Plattform für die Wissenschaft: Bauingenieurwesen, Architektur und Urbanistik
Evaluación de control neuronal con arquitectura óptima para convertidor DC/DC
El control de convertidores DC/DC, topologías utilizadas ampliamente en la reducción activa de contenido armónico para equi- po monofásico no lineal de baja potencia, plantea grandes retos de diseño debido a lo complejo del modelo matemático y su característica dinámica altamente no lineal. Técnicas de inteligencia artificial como las redes neuronales, suponen grandes me- joras en el diseño y desempeño final, dada su capacidad de aprender dinámicas complejas y generalizar su comportamiento. La motivación de este trabajo fue la de plantear (y posteriormente evaluar la respuesta dinámica) un lazo de control directo con re- des neuronales, que permitiera adicionalmente eliminar elementos de prueba y error en su diseño. Se propone un control direc- to basado en red neuronal artificial, cuyo diseño se realizó de forma óptima utilizando modelos de búsqueda bioinspirada, esto para optimizar simultáneamente dos aspectos diferentes pero fundamentales de la red: la arquitectura y los pesos de las cone- xiones. El control es aplicado a un convertidor boost. Los resultados obtenidos permiten observar el desempeño dinámico del es- quema, para el cual los tiempos de respuesta y los delta de voltaje en la salida permiten concluir que los criterios seleccionados para el diseño del control son apropiados y representan un aporte en el desarrollo de aplicaciones de control de sistemas con- mutados DC/DC.
Evaluación de control neuronal con arquitectura óptima para convertidor DC/DC
El control de convertidores DC/DC, topologías utilizadas ampliamente en la reducción activa de contenido armónico para equi- po monofásico no lineal de baja potencia, plantea grandes retos de diseño debido a lo complejo del modelo matemático y su característica dinámica altamente no lineal. Técnicas de inteligencia artificial como las redes neuronales, suponen grandes me- joras en el diseño y desempeño final, dada su capacidad de aprender dinámicas complejas y generalizar su comportamiento. La motivación de este trabajo fue la de plantear (y posteriormente evaluar la respuesta dinámica) un lazo de control directo con re- des neuronales, que permitiera adicionalmente eliminar elementos de prueba y error en su diseño. Se propone un control direc- to basado en red neuronal artificial, cuyo diseño se realizó de forma óptima utilizando modelos de búsqueda bioinspirada, esto para optimizar simultáneamente dos aspectos diferentes pero fundamentales de la red: la arquitectura y los pesos de las cone- xiones. El control es aplicado a un convertidor boost. Los resultados obtenidos permiten observar el desempeño dinámico del es- quema, para el cual los tiempos de respuesta y los delta de voltaje en la salida permiten concluir que los criterios seleccionados para el diseño del control son apropiados y representan un aporte en el desarrollo de aplicaciones de control de sistemas con- mutados DC/DC.
Evaluación de control neuronal con arquitectura óptima para convertidor DC/DC
Fredy Hernán Martínez Sarmiento (Autor:in) / Mariela Castiblanco Ortíz (Autor:in)
2009
Aufsatz (Zeitschrift)
Elektronische Ressource
Unbekannt
Metadata by DOAJ is licensed under CC BY-SA 1.0
Evaluación de la arquitectura ARMv7-A para el desarrollo de HROV's eficientes
| TIBKAT | 2016
Flotador para convertidor de energía undimotriz (WEC)
| Europäisches Patentamt | 2020
| TIBKAT | 1994
ARQUITECTURA NEURONAL PARA PREDICCIÓN DE RADIACIÓN SOLAR EN BASE A VARIABLES METEOROLÓGICAS
| TIBKAT | 2021