Este trabajo muestra la implementación en un PLC Allen Bradley de una técnica de inteligencia de
enjambres cuya función es determinar el modelo matemático de un sistema o proceso. Con el modelo del
sistema encontrado, se calculan los parámetros de un controlador PID que garantizan un comportamiento
deseado del sistema. La técnica de inteligencia de enjambres usada para la obtención del modelo del
proceso es conocida como optimización por enjambre de partículas.
Para probar el funcionamiento del algoritmo implementado en el PLC, se realizaron simulaciones
de sistemas dinámicos en un computador de escritorio con el software Matlab, desde este software
se estableció conexión con el PLC usando como estándar de comunicación el OPC (OLE for Process
Control). De esta manera, Matlab envía información sobre el estado del proceso, y el PLC estima el
modelo matemático del sistema, sintoniza el controlador PID para luego enviar al PC una acción de
control adecuada. Los resultados mostraron que al comparar el funcionamiento de un PID ijo con el PID
auto-sintonizado sus desempeños son similares lo cual es un buen punto de partida para futuras mejoras
al esquema presentado. Una de las principales conclusiones de este trabajo es la posibilidad de utilizar
algoritmos de control adaptivo usando inteligencia de enjambres en un ambiente industrial.
ABSTRACT:
This project implements a swarm intelligence algorithm in an Allen Bradley PLC. The task of the
algorithm is to estimate a mathematical model of a system or process to allow inding parameters of a
PID controller. The algorithm is named particle swarm intelligence and it emulates the behavior of a lock
of birds when they aer lying.
The test of the algorithm in the PLC was made using mathematical models of systems that were simulated
in Matlab running over a personal computer (PC). So, a connection between the PLC and PC was made
using OPC (OLE for Process Control). This way, Matlab sends information about the state of the process,
and the PLC estimates the mathematical model of the system, tuning the PID controller and then it sends
to PC a suited control action. The results show that the performance of the system controlled with the
adaptive PID is similar to the system controlled using a standard PID. This project shows the potential of
to use adaptive control with swarm intelligence on industrial environments.
