Resumen

La falta de información en línea sobre algunas variables de bioprocesos y la presencia de incertidumbres en modelos y parámetros representan desafíos significativos para el diseño de estrategias de control en lazo cerrado eficientes. Para abordar este problema, este trabajo propone un estimador de estado en línea basado en una red neuronal de Función de Base Radial (RBF) que opera en lazo cerrado junto con una ley de control derivada de una estrategia de diseño basada en álgebra lineal. La metodología propuesta se aplica a una clase de sistemas no lineales con tres tipos de incertidumbres: (i) parámetros variables en el tiempo, (ii) no linealidades inciertas y (iii) dinámicas no modeladas. Para reducir el efecto de las incertidumbres en el biorreactor, se introducen algunos integradores del error de seguimiento, lo que a su vez permite la derivación de las acciones de control adecuadas. Este nuevo esquema de control garantiza que todas las señales estén uniformemente y finalmente acotadas, y

• Materias:Simulación dinámica Toma de decisiones Regresión lineal Cargas controladas Seguridad multimedia
• Subjects:Dynamic simulation Decision making Linear regression Controlled loads Multimedia safety
• Palabras claves:Información; Incertidumbres; Estrategias de control; Estimador de estado; Función de Base Radial; Red neuronal
• Keywords:Information; Uncertainties; Control strategies; State estimator; Radial Basis Function; Neural network