Anlisis del articulo PID control de velocidad y torque de un vehculo

elctrico.

Hadid Ros R.

Introduccin

En este artculo se estar presentando una

explicacin de lo que es el control

proporcional integral derivativo PID, en

nuestro caso aplicado al control de velocidad y

torque de un vehculo elctrico.

Algoritmo de retroprogramacin de error

El autor del artculo hace referencia al

algoritmo de retroprogramacin de error,

menciona a su creador Rumerhart quien lo

diseo en 1985.

De all se hace nfasis en lo que es una red

neuronal, se menciona que est compuesta en

capas (capa de entrada, capa oculta y capa de

salida) como se muestra en la figura 1 y que

cada una tiene una funcin especfica,

menciona tambin que las salidas de la capa de

entrada de las neuronas son las seales o

informacin que sern procesadas.

Figura 1. Estructura de una red neuronal

en capas

Representacin matemtica de la relacin no

lineal entre la entrada y la salida de una red

neuronal, tomando en cuenta sus capas

ocultas.

Donde Oj denota la salida de la neurona j,Wji

denota el peso de la conexin de la neurona i a

la neurona j y ji representa el valor umbral de la neurona j.

Para entender mejor el uso del sistema

neuronal, tambin se debe conocer ms sobre

el control derivativo e integral. Que es la

combinacin del control derivativo y el control

integral, como su nombre lo indica. Y se

explicara ms sobre ellos a continuacin.

En un control con accin integral, el valor de

la salida del controlador m(t), varia

proporcionalmente con respecto a la seal

entrante e(t),es decir:

Figura 2. Estructura de control integral.

Mientras que la accin de control proporcional

derivativo, queda definida por la siguiente

ecuacin:

Ya sabiendo un poco ms de estos tipos de

controles entonces entramos en lo que es el

neurocontrol.

El Neurocontrol consiste en determinar la

entrada usando redes neuronales los tipos de

neurocontroladores son:

Tipo de serie (fig. 3.a ) Tipo paralelo (fig. 3.b ) Tipo auto-ajuste (fig. 3.c )

Figura 3. Tipos de control neuronal.

Para continuar con el estudio entonces de los

tres tipos seleccionaremos el tercero y

profundizaremos ms en l.

Tipo de control de auto-ajuste

Cuando se utiliza una red neuronal para

sintonizar los parmetros de un sistema, de un

mtodo de control convencional, funciona

como si un operador humano estuviera en la

fbrica. La funcin de transferencia del

controlador PID est dada por la siguiente

ecuacin.

Figura 3. Tipos de sistemas de

neurocontrol.

En el control PID se necesita encontrar una

adecuada ganancia. Para ellos muchos

investigadores intentaron encontrar el valor

adecuado hasta que se propuso el ms famoso

mtodo por Ziegler-Nichols y determinar ellos

por el siguiente las relaciones (mtodo de

Ziegler-Nichols).

Como en el caso de tiempo continuo, el

mtodo de Ziegler-Nichols en el caso de

tiempo discreto tiene la forma siguiente:

Aplicacin al control del vehculo elctrico.

Debido a los problemas ambientales, la

industria del automvil se aventura en la

produccin de vehculos elctricos. En Electric

Power Company Shikoku, Japn, un nuevo

tipo de coche elctrico que se llama PIVOT se

ha desarrollado en 1993. La especificacin se

muestra en la Tabla I y la visin de conjunto y

caractersticas especficas se ilustran en la

figura 4.

Tabla 1. Especificacin del automvil

elctrico PIVOT

Figura 4. Sistema PIVOT

Otras aplicaciones del sistema PIVOT es el

caso del sistema de pivot central.

Patas del Pivote Las patas del pivote utilizan acero de alta resistencia,

calibre 9, 60,000 psi de lmite elstico,

galvanizado. La mayor resistencia que

se logra con el diseo de canal en C

rolado en fro y la seccin transversal

de 8" de ancho x 3" x 1.25" de las

patas del pivote, elimina la necesidad

de travesaos y ofrece un fcil acceso a

todos los componentes en la estructura

inferior. La pata ms ancha se fija a

una pata grande del pivote con cuatro

tornillos grado 5 de 5/8" y luego se

fijan firmemente al patn con tornillos

de 1 grado comercial. Escalones de la Plataforma del

Pivote Se pueden montar escalones para la plataforma perforados de

servicio pesado (no ngulo) en una o

ms patas del pivote y se han diseado

especficamente para lograr un ascenso

cmodo y seguro. Se dispone de un

pasillo que ofrece un fcil acceso a

todas las partes de la estructura

superior.

Cojinete del Pivote El cojinete largo de 18" hecho de tubera con ajuste a

presin de 1/4" se soporta con ocho

ngulos estratgicamente colocados

eliminando cualquier torcedura para

que el cojinete pueda correr sin que se pegue o se doble. El empaque de

labio sencillo o de labio triple (baja

presin) opcional sella contra una

superficie de acero inoxidable para

optimizar la vida del empaque y

proporcionar un sellado excelente.

Unin Flexible del Pivote La unin flexible del pivote multidireccional,

conectada arriba del cojinete del pivote

a un codo superior largo de barrido de

dimetro total, es estndar en todos los

sistemas Reinke. La unin flexible del

pivote est diseada para minimizar el

esfuerzo ejercido en el cojinete del

pivote y la estructura.

Elevador del Pivote El tubo elevador, abajo del cojinete del pivote,

est disponible en dos alturas

diferentes para alojar las conexiones de

entrada. El codo inferior de curva

constante ofrece menor friccin de

flujo al sistema y se ofrece con bridas

en una variedad de opciones (plano,

brida SAE y, extremos de cople de

anillo con seguro). Se pueden usar

varias opciones de filtro en lugar de los

codos inferiores que empatan con el

elevador y el tubo de entrada.

Carrete del Colector El carrete del colector anillo colector tiene una

carcasa de aluminio resistente a la

corrosin para ofrecer aos de servicio

confiable. El remate tiene un domo

para dirigir cualquier condensado a los

lados y hacia abajo en lugar de que

gotee en los contactos elctricos

ofreciendo aos de servicio sin

problemas.

Para continuar con el anlisis del sistema de

control de velocidad y torque del automvil

elctrico PIVOT se muestra la siguiente

figura.

Figura 5. Sistema PIVOT (partes).

Donde DDC es controlador digital directa que

ha sido equipados con controladores PID,

ACM es una corriente alternativa del motor

que produce el par de OIVOT, DC es una

corriente directa del motor que produce

cualquier tipo de carga con varias

especificaciones, T es un medidor de par, y

UFAS denota una fbrica universal de

sistemas de automatizacin.

Las simulaciones se llevaban a cabo en la

industria por medio de estos simuladores que

se presentaran a continuacin:

Figura 6. Simulador experimental.

Para la formacin de las redes neuronales para

diferentes cargas y diferentes velocidades, se

han obtenido los datos de entrada y de salida

utilizando el simulador fsico mostrado en la

figura 6. Donde NNC es el neurocontrolador

utilizado para ajustar las ganancias PID y

NNM, tambin fue utilizado para modelar el

emulador de sistema que es necesario para

encontrar las ganancias PID en NNC.

Figura 7. Resultados grficos de la

simulacin

Estos son resultados de la simulacin para la

convencional PID Control Case y caso neuro-

PID.

Figura 7. Automvil elctrico con control de

velocidad y torque utilizando PID.

A partir de estos resultados podemos ver que

el control de par neuro-PID propuesto es

mejor que el controlador PID convencional en

el que se basa el mtodo de Ziegler-Nichols.

Los resultados en el caso de los cuatro modos

de control de velocidad y el modo de once

para problemas en carga nos dan a entender

que los resultados finales son casi perfectos,

incluso para cualquier modo. Con estos

resultados podemos decir que es un xito el

uso del sistema de control para este modelo de

automvil elctrico.

Conclusiones

Al lograr culminar el anlisis de este artculo

se puede concluir que las simulaciones hechas

demuestran que lo plasmado en la teora de la

investigacin es posible y real, adems

podemos notar de manera rpida que para el

caso del control de torque, un actuador es el

encargado de dar un pulso en forma de

corriente a el dispositivo encargado de realizar

el par y un medidor enviara resultados de

cmo fue la accin realizada y que error

permanece. Utiliza tambin las redes

neuronales, para una actuacin ms rpida y el

control PID para hacer a este vehculo un muy

buen prototipo en la prctica o realidad.