ASIGNATURA: CONTROL INTELIGENTE Nombre de la ... - Cenidet

ASIGNATURA: CONTROL INTELIGENTE
Nombre de la asignatura:
CONTROL INTELIGENTE
Línea de investigación o de trabajo: Control Automático
Tiempo de dedicación del estudiante en las actividades de:
DOC TIS TPS Horas Totales Créditos
48 60 0 108 6
DOC: Docencia; TIS: Trabajo independiente significativo; TPS: Trabajo profesional supervisado
1. Historial de la asignatura
Lugar y fecha de
elaboración o revisión
CENIDET
Agosto 1994
CENIDET
Enero 1996
CENIDET
2001
CENIDET
2005
CENIDET
2010
Participantes
Profesor participante de cátedra.
M.I. Marino Sánchez Parra.
Profesor participante de cátedra.
M.I. Marino Sánchez Parra
M.C. Pedro Rafael Mendoza
M.C: Rafael Parra.
Profesor participante de cátedra.
Dr. Enrique Quintero Mármol.
Profesor participante de cátedra.
Dr. Carlos Daniel García Beltrán.
Profesor participante de cátedra.
Dr. Carlos Daniel García Beltrán.
Observaciones
(cambios y justificación)
Los programas sufrieron actualizaciones
diversas de acuerdo al estado del arte.
Modificación del contenido del curso para
impartirlo como materia (6 créditos).
Modificación de contenidos, unificación de
las técnicas difusas y neuronales.
Actualización de contenidos y asignación de
créditos.
A partir de la reunión de Revisión y
Actualización de Planes de Estudio de
Posgrado (I.T. de Boca del Río, 4-6 de
marzo 2009) y Reunión de Consolidación
(I.T. de Cd. Madero, 14-16 de abril 2010) se
desarrollaron los contenidos extendidos de
las materias del programa de posgrado.
2. Pre-requisitos y correquisitos
Asignatura optativa que se imparte en el segundo o tercer semestre y tiene como pre-requisitos la
materia de “TEORÍA DE SISTEMAS LINEALES”.
3. Objetivo de la asignatura
El alumno tendrá las bases para analizar y diseñar controladores no lineales utilizando Redes
Neuronales Artificiales y Lógica Difusa, así como una idea básica de las aplicaciones más
importantes de este tipo de estrategias.
Revisión y Actualización de Planes y Programas de Estudio de Posgrado – CENIDET
Programa de Maestría en Ciencias en Ingeniería Mecatrónica

4. Aportación al perfil del graduado
La materia contribuye a la formación integral de un estudiante de la maestría de control. Los
sistemas de control inteligente están presentes en un sinnúmero de dispositivos de la vida
cotidiana. La investigación en los temas relacionados al control inteligente sigue vigentes.
• El alumno comprenderá y utilizará dos de las principales herramientas del control
inteligente.
• Conocerá el estado del arte de control difuso y control neuronal
• Será capaz de implementar este tipo de estrategias en sistemas de tiempo real
5. Contenido temático por temas y subtemas
UNIDAD TEMAS SUBTEMAS
1 Introducción al control inteligente y
sus aplicaciones.
Tiempo estimado: 4 hrs.
1.1 Organización del curso.
1.2 Las motivaciones del control inteligente.
1.3 El espectro del control inteligente.
1.4 Definiciones de base.
2 Lógica borrosa (fuzzy) y sistemas
borrosas (fuzzy)
Tiempo estimado: 6 hrs.
2.1 Introducción.
2.2 Conjuntos difusos.
2.3 Reglas y razonamiento difuso.
2.4 Sistemas de inferencia difusa.
3 Controladores borrosos
Tiempo estimado: 8 hrs.
4 Redes Neuronales
Tiempo estimado: 8 hrs.
3.1 Controladores del tipo Mandamni.
3.2 Controladores del tipo Takagi-Sugeno.
4.1 Panorama de Redes Neuronales.
4.2 Redes adaptables con aprendizaje
supervisado.
4.3 Redes adaptables con aprendizaje no
supervisado.
5 Aplicaciones de redes neuronales
en el diseño de controladores
Tiempo estimado: 6 hrs.
6 Teoría de sistemas neuro-borrosos
y sus aplicaciones al control de
sistemas
Tiempo estimado: 8 hrs.
5.1 Árboles de regresión y clasificación.
5.2 Algoritmos para agrupamientos de datos.
5.3 Controladores adaptables directos e
indirectos basados en sistemas neuronales.
6.1 ANFIS: Sistema de inferencia neuro-difusa
adaptable.
6.2 Modelado neuro-difuso coactivo.
6.3 Control neuro-difuso.
7 Diseño de controladores
inteligentes mediante el
7.1 Importación de esquemas programados en
MATLAB, codificación en sistemas
Revisión y Actualización de Planes y Programas de Estudio de Posgrado – CENIDET
Programa de Maestría en Ciencias en Ingeniería Mecatrónica

UNIDAD TEMAS SUBTEMAS
uso de LabVIEW y MatLab
embarcados.
Tiempo estimado: 8 hrs.
6. Metodología de desarrollo del curso
• Exposición de los objetivos y contenidos teóricos de los diferentes temas.
• Uso de MATLAB para la codificación de algoritmos y la simulación de sistemas en lazo
cerrado.
• Realización de tareas de diseño y demostración de la teoría de operación de los circuitos.
• Investigación complementaria realizada por los estudiantes sobre el estado del arte de
control inteligente.
• Utilización de LabView para la implementación de estrategias de control inteligente en
tiempo real, con los prototipos o sistemas de laboratorio
7. Sugerencias de evaluación
• Tareas: resolución de problemas representativos en forma manual o mediante la utilización
de software específico 20%.
• Prácticas guiadas: aplicación de algunas de las técnicas explicadas en el salón de clase,
que permitan modelar y/o controlar algunos de los equipos didácticos presentes en el
laboratorio de control (péndulo invertido, bola y viga, etc) 20%.
• Exámenes: examen de medio curso 20% y examen de fin de curso 20%.
• Proyecto del curso: 20%
8. Bibliografía y software de apoyo
Jang, J. S. R., C. T. Sun, et al. (1997). Neuro-Fuzzy and Soft Computing, Prentice Hall.
Astrom, K., J. and K.-E. Arzen (1993). Expert Control. An Introduction to Intelligent and
Autonomus Control. K. A. Publishers: 163-189.
Wang, L.-X. (1994). Adaptive Fuzzy Systems and Control, Prentice Hall.
Norgard, M., O. Ravn, N.K. Poulsen, and L.K. Hansen, Neural Networks for Modelling and
Control of Dynamic Systems, Springer-Verlag, London, 2000.
Sánchez Camperos, E. N.; Alanís García, A. Y. , (2006) Redes Neuronales: conceptos
fundamentales y aplicaciones a control automático. Prentice Hall
SOFTWARE DE APOYO:
MATLAB, Simulink y LabView
Revisión y Actualización de Planes y Programas de Estudio de Posgrado – CENIDET
Programa de Maestría en Ciencias en Ingeniería Mecatrónica

9. Actividades propuestas
Unidad
Introducción
Lógica borrosa (fuzzy) y
sistemas borrosas (fuzzy)
Controladores borrosos
Redes Neuronales
Aplicaciones de redes
neuronales en el diseño de
controladores
Teoría de sistemas neuroborrosos
y sus aplicaciones al
control de sistemas
Diseño de controladores
inteligentes mediante el
uso de LabVIEW y Matlab
Actividad propuesta
Investigación complementaria, Investigación bibliográfica
sobre las aplicaciones actuales del control inteligente.
Codificación de operaciones con lógica difusa en MATLAB,
graficación de resultados en R2 y R3.
Desarrollo de un controlador tipo Takagi-Sugeno para el control
de un brazo de unión flexible.
Programación en MATLAB de algoritmos de propagación hacia
adelante, mínimos cuadrados y gradiente descendente para
redes neuronales.
Programación y pruebas de un controlador por modelo inverso
mediante Redes Neuronales.
Esquema de control adaptable mediante algoritmos Neuro-
Difusos.
Proyecto final de control inteligente de un proceso de laboratorio
mediante LabView.
10. Catedrático responsable:
Dr. Carlos Daniel García Beltrán
__________________________
Revisión y Actualización de Planes y Programas de Estudio de Posgrado – CENIDET
Programa de Maestría en Ciencias en Ingeniería Mecatrónica