Show simple item record

dc.contributor.authorPuga–Guzmán, S.A.
dc.contributor.authorMoreno–Valenzuela, J.
dc.contributor.authorSantibáñez, V.
dc.date.accessioned2019-07-24T11:41:18Z
dc.date.available2019-07-24T11:41:18Z
dc.date.issued2016
dc.identifier.citationPuga–Guzmán, S.A.; Moreno–Valenzuela, J.; Santibáñez, V. Controlador neuronal para el seguimiento de trayectorias en un péndulo de rueda inercial. "Revista internacional de métodos numéricos para cálculo y diseño en ingeniería", 2016, vol. 32, núm. 4.
dc.identifier.issn1886-158X
dc.identifier.issn0213-1315
dc.identifier.urihttp://hdl.handle.net/2117/166790
dc.description.abstractEn este trabajo de investigación, se estudia el problema de control de seguimiento de trayectorias en un péndulo de rueda inercial. Los resultados son presentados de una forma constructiva. Primero, se obtiene un controlador basado en el modelo utilizando la técnica de linealización por retroalimentación de salida. Posteriormente, el controlador es rediseñado al incorporar una red neuronal con el propósito de evitar el conocimiento de los parámetros exactos del péndulo de rueda inercial, y se obtiene un diseño robusto. Se usa un perceptrón de dos capas, cuyos pesos de salida son actualizados en tiempo real utilizando una ley de adaptación derivada del análisis de convergencia de las soluciones del sistema de lazo cerrado. El lema de Barbalat se utiliza para concluir que las trayectorias del error de seguimiento del péndulo convergen a cero. Se presentan simulaciones numéricas y experimentos en tiempo real, que confirman los resultados teóricos.
dc.description.abstractIn this paper, the problem of trajectory tracking control in an inertia wheel pendulum is studied. Results are presented in a constructive form. First, a model-based controller is obtained by using the output feedback linearization technique. Then, the controller is redesigned by incorporating a neural network with the aim of avoiding the exact parameters knowledge of the inertia wheel pendulum, obtaining a robust control scheme. A two-layer perceptron is used, whose output weights are updated in real-time using an adaption law derived from the analysis of convergence of the closed-loop system solutions. Barbalats lemma is used to conclude that the pendulum tracking error trajectory converges to zero. Numerical simulations and real-time experiments are presented, which confirm the theoretical results.
dc.language.isospa
dc.publisherUniversitat Politècnica de Catalunya. CIMNE
dc.rightsAttribution-NonCommercial-ShareAlike 3.0 Unported
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/3.0/deed.es
dc.subjectÀrees temàtiques de la UPC::Matemàtiques i estadística::Anàlisi numèrica
dc.subject.lcshNumerical analysis
dc.subject.otherSeguimiento de trayectorias
dc.subject.otherPéndulo de rueda inercial
dc.subject.otherRed neuronal
dc.subject.otherSimulaciones numéricas
dc.subject.otherExperimentos en tiempo real
dc.subject.otherTrajectory tracking
dc.subject.otherInertia wheel pendulum
dc.subject.otherNeural network
dc.subject.otherNumerical simulations
dc.subject.otherReal time experiments
dc.titleControlador neuronal para el seguimiento de trayectorias en un péndulo de rueda inercial
dc.title.alternativeNeural controller for the trajectory tracking control of an inertia wheel pendulum
dc.typeArticle
dc.subject.lemacAnàlisi numèrica
dc.identifier.doi10.1016/j.rimni.2015.06.002
dc.description.peerreviewedPeer Reviewed
dc.rights.accessOpen Access
local.citation.publicationNameRevista internacional de métodos numéricos para cálculo y diseño en ingeniería
local.citation.volume32
local.citation.number4


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-ShareAlike 3.0 Generic
Except where otherwise noted, content on this work is licensed under a Creative Commons license : Attribution-NonCommercial-ShareAlike 3.0 Generic