Desarrollo de un sistema de control adaptativo para procesos industriales basado en redes neuronales de aprendizaje por refuerzo y la norma IEC 61499

Este proyecto aborda la necesidad de modernizar la industria ecuatoriana mediante la integración de redes neuronales en sistemas de control basados en la norma IEC-61499. La industria actual enfrenta desafíos de complejidad, ineficiencia y falta de estándares de interoperabilidad, lo que limita la competitividad global. La investigación propone una arquitectura que encapsula modelos de redes neuronales en bloques de función, permitiendo una automatización más inteligente, modular y resiliente. El enfoque es de investigación aplicada, utilizando procesos industriales simulados para evaluar el rendimiento y la capacidad de aprendizaje de arquitecturas como redes neuronales recurrentes (RNN) y convolucionales (CNN). Se busca superar las barreras de compatibilidad entre la inteligencia artificial y los sistemas de control distribuido. Los resultados esperados incluyen la validación de una arquitectura de control superior a los métodos convencionales, con una mejora proyectada del 20% en eficiencia y precisión. Este trabajo no solo busca optimizar la producción y reducir costos, sino también establecer directrices técnicas para la transferencia tecnológica en el sector industrial ecuatoriano, fortaleciendo la capacidad de innovación local.<br/><br/><b>Objetivo</b>: <br/>Desarrollar un sistema de control adaptativo para procesos industriales integrando redes neuronales dentro del marco de la norma IEC-61499. El objetivo es mejorar la eficiencia y precisión del control en un 20% en una planta piloto.<br/><br/><b>Líneas de investigación</b>: <br/>Industria 4.0