Control-Inteligente---Dos-puntos-de-vista-convergentes

El pasado mes de febrero del 2021, desde el Comité Español de Automática (CEA)  nos complacía anunciar que habíamos comenzado una relación de trabajo con la Real Sociedad Matemática Española (RSME) para crear programas conjuntos para el desarrollo de nuevas tecnologías que incluyen la robótica y la inteligencia artificial y que se encuentran en la base de la Industria 4.0 y la economía digital.

En el convenio marco de colaboración firmado por ambas entidades, se establecía que se desarrollarían de actividades, programas y proyectos que promuevan la cooperación científico-técnica en dos ámbitos que se sitúan en el núcleo de la Industria 4.0 y la economía digital.

De ahí que el pasado 24 de febrero del 2022, tanto CEA como RSME celebraron juntos la jornada Control Inteligente: Dos puntos de vista convergentes. A continuación os dejamos, en vídeo enlazado a nuestro canal de YouTube, las jornadas además de un breve resumen de ambas ponencias que se llevaron a cabo.

 

Resumen de las ponencias + diapositivas

Para facilitar y mayor comodidad a la hora de seguir ambas ponencias, os dejamos también con los dos archivos en formato PDF de las diapositivas que ambos autores utilizaron en su momento tras un breve resumen de las mismas.

 

Control y Aprendizaje Automático (RSME)

Enrique Zuazua, Friedrich – Alexander – Universität Erlangen – Nürnberg. Universidad Autónoma de Madrid, Fundación Deusto, Bilbao.

Resumen: 

Analizamos las Ecuaciones Diferenciales Ordinarias Neuronales (EDON) desde la perspectiva de la teoría del control para abordar algunos de los principales retos en el Aprendizaje Automático: Aprendizaje Supervisado y Aproximación Universal. Adoptamos la perspectiva del control simultáneo o de conjunto de sistemas de EDON. A grandes rasgos, cada elemento a clasificar corresponde a un dato inicial diferente para el problema de Cauchy de la EDON. El reto consiste en controlar todo el haz de soluciones a los objetivos o etiquetas correspondientes mediante el mismo control. Esta propiedad rara vez es satisfecha por los sistemas dinámicos clásicos de la Mecánica. La naturaleza muy no lineal de las funciones de activación de las EDON consideradas juega un papel fundamental pues permite deformar la mitad del espacio de fases. Presentamos también las contrapartidas en el contexto del control de las ecuaciones de transporte neuronal, estableciendo un vínculo entre el transporte óptimo y las redes neuronales profundas. También se analiza en este contexto la propiedad de “turnpike”, mostrando que una elección adecuada del funcional de coste utilizado para entrenar la EDON conduce a una dinámica más estable y robusta.

  • Haciendo click en este enlace, podrás descargar las diapositivas que se utilizaron en dicha ponencia.

 

Control inteligente de las Centrales Solares Térmicas (CEA)

Eduardo Fernández Camacho, Catedrático de Universidad, Departamento de Ingeniería de Sistemas y Automática, Universidad de Sevilla.  Juan Manuel Escaño González, Profesor Contratado Doctor, Departamento de Ingeniería de Sistemas y Automática, Universidad de Sevilla.

Resumen: 

Mientras que, en otros proceso de generación de energía, la principal fuente de energía (el combustible) puede ser manipulada ya que se utiliza como principal variable de control, en los sistemas de energía solar, la principal fuente de energía que es la radiación solar no puede ser manipulada y además cambia en una base estacional y diaria actuando como una perturbación cuando se considera desde un punto de vista de control. Las plantas solares tienen todas las características necesarias para utilizar estrategias de control avanzadas capaces de hacer frente a dinámicas cambiantes, (no linealidades e incertidumbres). Como los controladores PID fijos no pueden hacer frente a algunos de los problemas mencionados, tienen que estar desintonizados con baja ganancia, produciendo respuestas lentas o si están muy ajustados, pueden producir altas oscilaciones cuando la dinámica del proceso varía, debido a cambios en las condiciones ambientales y/o de operación. El uso de estrategias de control más eficientes que den lugar a mejores respuestas aumentaría el número de horas de funcionamiento de las plantas. Se presentan algunos ejemplos ilustrativos y soluciones basadas en el uso de estimadores y modelos borrosos.

  • Haciendo click en este enlace, podrás descargar las diapositivas que se utilizaron en dicha ponencia.

 

Por si lo necesitáis, puedes descargarte en formato PDF el programa haciendo clic aquí.

Esperemos que os haya agradado esta actividad.