| Revue: | Computación y sistemas |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000204697 |
| ISSN: | 1405-5546 |
| Autores: | Ruz Hernández, José Antonio1 Suárez Cerda, Dionisio A Shelomov, Evgen Villavicencio Ramírez, Alejandro |
| Instituciones: | 1Universidad Autónoma del Carmen, Facultad de Ingeniería, Ciudad del Carmen, Campeche. México 2Instituto de Investigaciones Eléctricas, Cuernavaca, Morelos. México |
| Año: | 2003 |
| Periodo: | Ene-Mar |
| Volumen: | 6 |
| Número: | 3 |
| Paginación: | 204-212 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico |
| Resumen en español | En este trabajo se presenta una aplicación de técnicas de inteligencia artificial al mejoramiento de la operación de una unidad termoeléctrica. El desarrollo llevado a cabo aprovecha la capacidad de aprendizaje a partir de experiencias, que ofrecen los sistemas basados en inteligencia artificial. Usando datos experimentales, se obtiene un modelo neurodifuso del comportamiento del arranque de un generador de vapor. Posteriormente, este modelo se combina con un algoritmo de control predictivo para construir una estrategia de control para la etapa de calentamiento del generador de vapor, la cual permite ofrecer a los operadores de la unidad termoeléctrica la información requerida para llevar a cabo de manera eficiente el calentamiento. La información generada por la estrategia de control no se aplica directamente en un esquema de control automático, sino que se ofrece al operador y éste decide en última instancia su aplicación. Por la manera como es empleada la información generada, la estrategia toma en cuenta las limitaciones y las costumbres de los operadores. Las pruebas en simulación llevadas a cabo muestran la factibilidad de la estrategia y el buen desempeño que se obtiene a través de la aplicación de cualquiera de las tres variantes de control predictivo ofrecidas |
| Resumen en inglés | This paper presents an application of artificial intelligence techniques for the improvement of the operation of a thermoelectric unit. The capacity for empirical learning gained from artificial intelligence systems was utilized in the development of the strategy. A neuro–fuzzy model for the steam generator startup process is obtained from experimental data. Ultimately, the neuro–fuzzy model is combined with a predictive control algorithm to produce a control strategy for the heating stage of the steam generator. This provides the operators at the fossil power plant with the necessary information to efficiently accomplish the heating process. The information gained from the control strategy is not directly applied to an automatic control scheme; instead it is presented to the operator who then decides on its application. Therefore, in this way the information is used to develop a strategy that takes into consideration the personal capacity and the working routine of the operator. The simulation tests that were carried out demonstrated the feasibility and the beneficial results that can be obtained fromthe application of any of the three variants of predictive control proposed in this paper |
| Disciplinas: | Ciencias de la computación, Ingeniería |
| Palabras clave: | Ingeniería de control, Ingeniería eléctrica, Control predictivo, Optimización, Modelo autorregresivo, Generadores de vapor, Termoeléctricas |
| Keyword: | Computer science, Engineering, Control engineering, Electrical engineering, Predictive control, Optimization, Autoregresive model, Steam generators, Thermal power plants |
| Texte intégral: | Texto completo (Ver PDF) |
