Simulación de control de presión con redes neuronales y funciones de transferencia en MATLAB

Abstract

El control de procesos en la industria, particularmente en sistemas de presión, constituye un desafío relevante debido a la necesidad de mantener estabilidad y eficiencia frente a perturbaciones externas. En este trabajo de grado se plantea como objetivo general la implementación de un controlador neuronal basado en redes neuronales artificiales en MATLAB, con el propósito de mejorar la respuesta dinámica del sistema y garantizar su estabilidad. Para ello se construyó un entorno de simulación, el diseño e implementación de la red neuronal y la evaluación del desempeño bajo condiciones de perturbación. Se desarrollo en tres etapas principales. En primer lugar, se construye un modelo dinámico de presión en MATLAB/Simulink, representando las características esenciales del sistema. Posteriormente, se diseña una red neuronal artificial con arquitectura supervisada, entrenada mediante datos simulados para ajustar la salida del controlador en función de las variaciones del proceso. Finalmente, se realizan pruebas comparativas entre el controlador neuronal y un controlador clásico, evaluando métricas como tiempo de establecimiento, sobreimpulso y error cuadrático medio. Los resultados obtenidos evidencian que el controlador neuronal logra una mejora significativa en la respuesta dinámica del sistema, reduciendo el sobreimpulso y aumentando la capacidad de adaptación frente a perturbaciones externas.