http://hdl.handle.net/10366/4828 Tue, 21 May 2013 13:08:10 GMT 2013-05-21T13:08:10Z http://hdl.handle.net/10366/68526 Título : Modelado y control neuroborroso de procesos de taladrado de alto rendimiento Autor(es) : Gajate Martín, Agustín Resumen : Este trabajo presenta una metodología para el diseño y la implementación de un sistema neuroborroso para el modelado y control de procesos basado en el paradigma del control por modelo interno. En este caso, se presenta la aplicación al control de la fuerza de corte en un proceso electromecánico complejo: el taladrado de alto rendimiento. Primeramente, el sistema neuroborroso se entrena para aprender la dinámica directa del proceso de taladrado de alto rendimiento a través de datos entrada/salida, creando un modelo directo del proceso. Del mismo modo, otro sistema neuroborroso se entrena para modelar la dinámica inversa del propio proceso. Posteriormente, una vez se han generado los modelos directo e inverso, se introducen en un esquema de control por modelo interno para controlar la fuerza de corte de un proceso de taladrado de alto rendimiento a través de la modificación de la velocidad de avance de la herramienta. El sistema neuroborroso considerado en este estudio es el conocido como Adaptive Network based Fuzzy Inference System (ANFIS), en el que las reglas borrosas se obtienen a partir de datos del propio proceso. Se ha optado por el empleo de técnicas neuroborrosas para el modelado y control de este proceso de mecanizado debido a la complejidad del mismo, a su comportamiento no-lineal y a la existencia de ciertas incertidumbres de difícil modelado. Además, se elimina la necesidad de disponer de un modelo matemático exacto para diseñar/ajustar el sistema de control. Los resultados obtenidos son positivos tanto en la simulación como en la aplicación al control de la fuerza de corte. Desde el punto de vista técnico, se aumenta la tasa de arranque de material y al mismo tiempo se garantiza un aprovechamiento efectivo de la vida útil de la herramienta de corte. Debido a restricciones del propio proceso, el control del mismo se ha llevado a cabo a través de redes de comunicación industriales (Profibus y Ethernet).El buen comportamiento del sistema de control neuroborroso en red basado en control por modelo interno se ha verificado por medio de varias cifras de mérito o índices de comportamiento. Descripción : Tesis de Máster en Sistemas Inteligentes, elaborada en el Departamento de Informática y Automática. Wed, 31 Dec 2008 23:00:00 GMT http://hdl.handle.net/10366/68526 2008-12-31T23:00:00Z http://hdl.handle.net/10366/21829 Título : mLearning, de camino hacia el uLearning Autor(es) : Conde González, Miguel Ángel Resumen : El proceso de aprendizaje está sometido a continuos cambios debido a la evolución en las necesidades formativas de los usuarios. Estos cambios en muchas ocasiones vendrán apoyados por las nuevas tecnologías que aparecen en una sociedad tan informatizada como la actual. Internet supone la vía de desarrollo del aprendizaje virtual, que apoyado en plataformas de aprendizaje posibilitará una optimización del proceso formativo, a partir de este, y gracias a la difusión de los dispositivos móviles se pasará a una nueva etapa del proceso, el mLearning. Se pretende con ella posibilitar que el usuario pueda acceder a la información de los cursos en cualquier momento y lugar sin la restricción de tener que llevar un ordenador, esta junto con otras características determinarán los principios del ubicuous learning.; The learning process is put down to continuous changes due to demands evolution. These changes lots of times are supported by new technologies arisen in this computerized society. The Internet is the way through eLearning is developed, supported by learning management systems that allows it to optimize learning process. From it, and thanks to spreading of mobile devices, a new phase of the process will begin: mLearning. It is expected with that phase that user can access to course contents anywhere and anytime without a laptop or a traditional computer, this with another characteristics define the origin to ubicuous learning. Fri, 30 Nov 2007 23:00:00 GMT http://hdl.handle.net/10366/21829 2007-11-30T23:00:00Z