Optimización combinada de enjambres de partículas y aprendizaje de refuerzo para el control del nivel de agua en un...

Área de la Ciencia:

• Ingeniería
• Ciencias del medio ambiente
• Sistemas de control

Sus antecedentes:

• Los controladores PID industriales ofrecen estabilidad, pero requieren un ajuste frecuente debido a los cambios operacionales.
• La regulación del nivel del agua del embalse es crucial para la prevención de inundaciones en las áreas circundantes.

Objetivo del estudio:

• Desarrollar un sistema automático óptimo para la regulación del nivel del agua de los embalses.
• Mejorar el control de inundaciones mediante el ajuste adaptativo de los parámetros del controlador PID.

Principales métodos:

• Un nuevo método de optimización que combina el aprendizaje por refuerzo y la optimización de enjambres de partículas (PSO).
• Se desarrolló una ecuación matemática para guiar el PSO, mejorando la función de aptitud de aprendizaje por refuerzo.
• Las simulaciones se realizaron utilizando MATLAB y Python.

Principales resultados:

• El sistema de control desarrollado combina efectivamente las ventajas del aprendizaje por refuerzo y la OPS, minimizando sus desventajas.
• Las simulaciones arrojaron muy buenos resultados, validando el rendimiento del sistema.
• El sistema se implementó con éxito, demostrando las capacidades prácticas de prevención de inundaciones.

Conclusiones:

• El sistema adaptativo de ajuste de parámetros del controlador PID ofrece una solución robusta para la gestión del nivel de agua del embalse.
• El sistema de automatización óptima desarrollado para las presas debe implementarse y adaptarse para un uso más amplio en Rumania.
• Esta investigación contribuye a mejorar las estrategias de control de inundaciones a través de la automatización inteligente.