Sintonización de un control difuso aplicado a una celda termoeléctrica: un enfoque basado en algoritmos genéticos con codificación real
DOI:
https://doi.org/10.30973/progmat/2015.7.2/3Palabras clave:
celda termoeléctrica, algoritmo Mamdani, lgoritmo genéticoResumen
Una celda termoeléctrica es un dispositivo semiconductor de dos capas que basa su funcionamiento en los efectos Thompson y Seebeck; por lo tanto, es factible su uso en la refrigeración móvil y es posible regular su funcionamiento por técnicas de ingeniería de control. En este trabajo se documenta un controlador difuso tipo Mamdani de una entrada (porcentaje de error) y una salida (pendiente de control), cuyos conjuntos difusos se calcularon por medio de un algoritmo genético con codificación real, con una función de costo implementada con base en la integral del error absoluto. Cabe destacar que la presente propuesta se basa en Scilab, un software de licencia GNU.
Citas
Tarter, R. Solid-state power conversion handbook. Nueva York: John Wiley and Sons, 1993.
Song, S. Temperature Control of Thermoelectric Cooler Based on Adaptive NN-PID, Electrical and Control Engineering (ICECE), 2010 International Conference on, junio de 2010, 2245-2248. https://doi.org/10.1109/iCECE.2010.553
García, F. Diseño de controlador proporcionalintegral-derivativo de celda termoeléctrica mediante algoritmo genético con codificación real. Progmat, 2014, 6(1),55-60.
Pickover, C. A. The Math Book: From Pythagoras to the 57th Dimension, 250 Milestones in the History of Mathematics. Nueva York: Sterling Publishing Company, 2009.
Tanaka, K. An introduction to fuzzy logic for practical applications. Nueva York: Springer-Verlag, 1997.
Burger, C. Propeller performance analysis and multidisciplinary optimization using a genetic algorithm ProQuest, 2007.
Yang, X. S. Nature-Inspired Metaheuristic Algorithms. Cambridge: Luniver Press, 2010.
Mitchell, M. An introduction to genetic algorithms. Cambridge, Massachusetts: MIT Press, 1998.
Gen, M. y Cheng, R. Genetic algorithms and engineering optimization. Nueva York: John Wiley and Sons, 2000.
Konar, A. Computational intellingence principles, techniques, and applications. Berlín: Springer-Verlag, 2005.
Yu, X. y Gen, M. Introduction to Evolutionary Algorithms. Londres: Springer-Verlag, 2010
Lucasius C. B. y Kateman, G. Applications of genetic algorithms in chemometrics. J. David Schaffer (ed.), Proceedings of the Third International Conference on Genetic Algorithms. 1989, 170–176.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2015 Programación Matemática y Software
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Usted es libre de:
Compartir — compartir y redistribuir el material publicado en cualquier medio o formato. |
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente. |
Bajo las siguientes condiciones:
Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso. |
Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia. |