Sistemas de Control Neuroborroso Aplicado al Proceso de Taladrado de Alto Rendimiento

^[1] 

Sistemas de Control Neuroborroso Aplicado al Proceso de Taladrado de Alto Rendimiento.

Universidad de las Fuerzas Armadas “ESPE”

Departamento de Energía y Mecánica

Resumen—El presente trabajo presenta el diseño de un sistema Neuroborroso para el modelado y control en red de un proceso de taladrado de alto rendimiento. El sistema Neuroborroso empleado en el estudio es conocido como ANFIS (Sistemas Adaptativos de Inferencia Neuro-Difusa), en el cual las reglas borrosas se obtienen a partir de os daros de entrada y salida. El diseño del sistema de control es realizado por modelo interno. Con la implementación del sistema de control se pretende aumentar la tasa de arranque de material y garantizar el aprovechamiento de la vida útil de la herramienta de corte

Índice de Términos—Sistemas Neuroborrosos, control por modelo interno, taladrado de alto rendimiento

1. INTRODUCCIÓN

La aplicación de técnicas de Inteligencia Artificial al control de procesos se ha incrementado en los últimos años, ya que las mismas son capaces de generar resultados óptimos. El uso masivo de las técnicas de Inteligencia Artificial en el control de procesos se ha llevado a cabo debido a que las técnicas clásicas no han generado los resultados deseados para el sistema. Cabe mencionar que los controladores clásicos se deterioran en gran medida debido a presencia de incertidumbre y de no linealidades. [1]

Los procesos de mecanizado están inmersos en la serie de procesos de difícil modelado a través de técnicas clásicas, debido a que son procesos extremadamente complejos, no lineados, cargados de incertidumbre y con comportamientos imposibles de describir por herramientas de modelado convencionales. Por lo tanto, se necesita de técnicas de Inteligencia Artificial, haciendo una sinergia entre todas, y uniendo los métodos computacionales avanzados, como software de procesamiento matemático. [2]

En el presente trabajo presenta la combinación de las redes neuronales con lógica borrosa, combinando las ventajas de las mismas. La lógica borrosa es una posibilidad de convertir una estrategia lingüística de control basada en los conocimientos de expertos. Por otra parte, las redes neuronales pueden realizar un procesamiento paralelo, aceptar entradas procedentes de diferentes sensores, además de aprender funciones no lineales. [3]

1. Proceso de taladrado de alto rendimiento

El taladrado es uno de los procesos de manufactura más utilizados en la fabricación de componentes, moldes y matrices en los diferentes sectores industriales. Debido al mercado exigente las empresas tienen como objetivo principal la optimización de todos los procesos, y con ello reducir considerablemente los tiempos empleados en la fabricación y aumentar la calidad de los productos. En el proceso de taladrado la reducción del tiempo de producción está directamente relacionado con una mayor tasa de arranque de material y con el aprovechamiento de la máxima vida útil de la herramienta de corte. Un proceso de taladrado de alto rendimiento es considerado cuando se trabaja a altas velocidades de corte con las consideraciones de la dureza del material, la herramienta y la maquinaria.  [1]

De todas las variables que influyen en un proceso de mecanizado, la fuerza de corte es la más importante para el estudio. La fuerza de corte se puede mantener de forma constante modificando la velocidad de avance de la herramienta de corte sobre el material. Incrementar el arranque de material se lo puede realizar maximizando la fuerza de corte, pero así mismo producirá un mayor desgaste de la herramienta de corte.

Por lo tanto, con el análisis del proceso de taladrado y sus variables más importantes a considerar se considera como un sistema de una entrada y una salida (SISO). La velocidad de avance de la herramienta (f) es considerada como la entrada y la fuerza media de corte (F) como salida.

El proceso taladrado en el presente estudio se lo representa mediante un modelo lineal con una función de transferencia de tercer orden. [1]

[pic 1]

1. Sistema Neuroborroso

Las técnicas de control borroso y neuronal pueden combinarse entre sí, puesto que son complementaros. Los sistemas borrosos proporcionan una buena herramienta de control para los sistemas complejos, pero no tienen un método sistemático que permita ajustar sus parámetros como funciones de pertenencia y creación de reglas de forma autónoma. En cambio, la red neuronal tiene la capacidad de aprendizaje y adaptación, pero como controlador no es muy extendido puesto que es difícil entender y modificar la red de manera apropiada.  [2]

El sistema ANFIS es uno de los primeros sistemas Neuroborrosos conocidos. Es un tipo de red neuronal cuyas neuronas tienen incorporados el sistema de lógica borrosa de Takagi-Sugeno. Integra las redes neuronales, o sea que es adaptativo, tolerante a fallos, distribuido, aprende por la experiencia y con capacidad de generalización; con los principios de lógica difusa, heredando su sistema de inferencia correspondiente al conjunto de reglas difusas, y aprovechando así los beneficios de ambos.  [1]

La arquitectura de ANFIS dispone de cinco capas como se puede observar en la Figura 1. Los nodos cuadrados tienen parámetros ajustables, mientras que los nodos circulares son nodos fijos. [1]

[pic 2]

Figura 1: Arquitectura del sistema ANFIS

El sistema ANFIS utiliza como estrategia de aprendizaje la retro-propagación o propagación hacia atrás de los errores para determinar el antecedente de las reglas. El consecuente de la regla se estima por medio del método de los mínimos cuadrados. [1]

1. Control por modelo interno basado en ANFIS

El control por modelo interno incluye la utilización explícita de modelos, y surge a principios de los años ochenta de la mano de Morari. Utiliza un esquema de control de lazo cerrado en el que intervienen un modelo directo (GM) del proceso a controlar (GP) situado en paralelo a éste, así como un modelo inverso (GM). Las perturbaciones son representadas por d.

...