Resumen

La identificación de sistemas no lineales se está convirtiendo en una herramienta importante que se puede utilizar para mejorar el rendimiento del control y lograr un comportamiento robusto ante fallas. Entre las diferentes técnicas de identificación no lineal, los métodos basados en modelos de redes neuronales se están estableciendo gradualmente no solo en la academia, sino también en aplicaciones industriales. En este artículo se investiga un esquema de identificación de sistemas no lineales para la temperatura del horno de sinterización en la fabricación de combustible nuclear utilizando el modelo autoregresivo con entradas exógenas de red neuronal (NNARX). La principal contribución de este artículo es identificar el modelo y la estructura apropiados para aplicar en el control de la temperatura en el proceso de sinterización en la fabricación de combustible nuclear, es decir, un sistema dinámico no lineal. Se encontró un acuerdo satisfactorio entre los datos identificados y experimentales con un error cuadrático medio normalizado de 1 para el paso de calentamiento y para el paso de remojo. Ese resultado muestra que el modelo predice con éxito la ev

• Materias:Energía cinética Equipos de seguridad Combustible fundido Bucle simétrico Accidente nuclear
• Subjects:Kinetic energy Safety equipment Molten fuel Symmetrical loop Nuclear accident
• Palabras claves:Identificación de sistemas no lineales; Rendimiento del control; Comportamiento robusto tolerante a fallos; Modelo de red neuronal; Temperatura del horno de sinterización; Modelo NNARX
• Keywords:Nonlinear system identification; Control performance; Robust fault-tolerant behavior; Neural network model; Sintering furnace temperature; NNARX model