Resumen

Este artículo se centra en un identificador neuronal de tiempo discreto aplicado a un modelo de motor de inducción lineal (LIM), cuyo modelo se supone desconocido. Este identificador neuronal es robusto en presencia de incertidumbres externas e internas. El esquema propuesto se basa en una red neuronal recurrente de alto orden en tiempo discreto (RHONN) entrenada con un novedoso algoritmo basado en el filtro de Kalman extendido (EKF) y la optimización por enjambre de partículas (PSO), utilizando una figuración serie-paralelo online. Se incluyen resultados en tiempo real para ilustrar la aplicabilidad del esquema propuesto.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:identificador neuronal, motor de inducción lineal, optimización por enjambre de partículas, modelo, orden, esquema, tiempo, filtro de kalman, incertidumbres internas, red neuronal
• Keywords:neural identifier, linear induction motor, particle swarm optimization, model, order, scheme, time, kalman filter, internal uncertainties, neural network