Diseño de un controlador neurodifuso adaptable de velocidad para un motor sin escobillas de corriente directa-Edición Única

Este trabajo tiene la finalidad del estudio de las redes neurodifusas para control de un motor sin escobillas de corriente directa. Si bien estos motores son una evolución en la arquitectura de los motores convencionales de corriente directa por presentar características que dan como resultado un mayor desempeño, menor desgaste y reducción casi total de mantenimiento. Es por estos motivos que los brazos robóticos como el F3 de CRS Robotics, utiliza motores de este tipo en su arquitectura propia. De aquí se parte con la necesidad de tener un control adaptable y robusto por que estos motores presentan una alta no-linealidad por lectura del par mecánico. En este caso de estudio, el motor sin escobillas de corriente continua es de quinto orden no-lineal. Se presenta la disyuntiva entre el control convencional y el control utilizando técnicas de inteligencia artificial. La hipótesis se basa en aplicar una unión de técnicas como lógica difusa la cual se basa en conocimiento lingüístico y redes neuronales que tienen la capacidad de aprender en base a información, terminando con la obtención de la llamada Red Neuro-Difusa Adaptiva (ANFIS). El presente trabajo se realiza mediante simulación utilizando MatLab 5.3 con la finalidad de modelar ambos sistemas de control; el de tipo convencional con un controlador Proporcional Integral (PI) y el de tipo neurodifuso con ANFIS que parte de un conjunto de entrenamiento entradas-salida para lograr un modelo difuso con el comportamiento del sistema original para el diseño de un sistema de control. Con esto se realiza una comparación de resultados de las simulaciones con carga nominal, cambios en el par mecánico y cambio del parámetro "resistencia del estator", implementadas con las dos técnicas propuestas al motor sin escobillas de corriente directa.