Persona:
Moreno Salinas, David

Foto de perfil
Dirección de correo electrónico
ORCID
0000-0002-0264-3419
Fecha de nacimiento
Proyectos de investigación
Unidades organizativas
Puesto de trabajo
Apellidos
Moreno Salinas
Nombre de pila
David
Nombre

Filtros

20231
Restablecer filtros

Ajustes

Autor: Cerrada Collado, Cristina × search.filters.applied.f.itemFacultad: E.T.S. de Ingeniería Informática ×

Resultados de la búsqueda

Mostrando 1 - 2 de 2
  • Miniatura
    Publicación
    Optimal control law of an AUV using a single thruster
    (Comité Español de Autonomática (CEA-IFAC), 2023) Cerrada Collado, Cristina; Chaos García, Dictino; Moreno Salinas, David; Aranda Almansa, Joaquín
    En este artículo se plantea el problema de optimización de una ley de control para minimizar el error cuadrático integral al conducir un AUV (Autonomous Underwater Vehicle, vehículo autónomo submarino) actuado con un único motor desde un punto de partida hasta una zona de recuperación deseada. Así mismo se muestran dos posibles soluciones de control y se discute su implementación en el vehículo. Para la optimización de la ley de control se utilizarán los algoritmos genéticos y se proponen dos soluciones: En la primera se optimiza la ley de control muestreada en función del tiempo. La segunda, por su parte, emplea una acción de control óptima en función de la orientación del vehículo a partir de una ley de control representada mediante una serie de Fourier. El correcto funcionamiento de las soluciones propuestas se demuestra mediante una serie de simulaciones que consideran distintas condiciones y situaciones posibles.
  • Miniatura
    Publicación
    Optimización ley de control para un AUV funcionando con un único motor
    (Universidade da Coruña) Cerrada Collado, Cristina; Chaos García, Dictino; Moreno Salinas, David; Aranda Almansa, Joaquín
    En este artículo se plantea el problema de optimización de una ley de control para minimizar el error al conducir un AUV actuado con un único motor desde un punto de partida hasta una zona de recuperación deseada. Así mismo se muestran dos posibles soluciones de control y se discute su implementación en el vehículo. La primera utiliza algoritmos genéticos para proporcionar la acción de control óptima en cada instante, es decir, se optimiza la ley de control muestreada en función del tiempo. La segunda, por su parte, emplea los algoritmos genéticos para obtener una acción de control óptima en función de la orientación del vehículo a partir de una ley de control aproximada con una serie de Fourier