<div>In recent years, the collective behaviors in nature have motivated rapidly expanding research efforts in the control of multi-agent systems. A multi-agent system is composed of multiple interacting subsystems (agents). In order to seek approaches that respect the network nature of multi-agent systems, distributed algorithms has recently received a significant amount of research attention, the goal of which is allowing multi-agent systems to accomplish global objectives through only local coordination. </div><div> Under this scope, we consider three major problems in this dissertation, namely, distributed computation, distributed optimization, and the resilience of distributed algorithms. First, for distributed computation, we devise distributed algorithms for solving linear equations, which can eliminate the initialization step for agents; converge to the minimum $l_1$ and $l_2$ solutions of under-determined linear equations; achieve ultimate scalability inters of agents' local storage and local states. Second, for distributed optimization, we introduce a new method for algorithm discretization so that the agents no longer have to carefully choose their step-size. We also introduce a new distributed optimization approach that can achieve better convergence rate with lower bandwidth requirement. Finally, for the resilience of distributed algorithms, we propose a new approach that allow normal agents in the multi-agent system to automatically isolate any false information from malicious agents without identification process. Though out the dissertation, all mentioned results are theoretically guaranteed and numerically validated.</div>

Industry 4.0 holds many promises for manufacturers; however, a shortage of qualified employees has prevented a swift adoption of the revolution's new technologies. Engineer and Economist Klaus Schwab argues Education 4.0 is the key to addressing the employee shortage and preparing future generations for the shifting labor market. To support Education 4.0, classes must allow students to engage emerging technologies that help bridge Operational Technology (OT) and Informational Technology (IT). The thesis detailed an educational laboratory that demonstrates the application of data analytics (an IT tool) and optimize the performance of a cyber-physical system composed of industrial (OT) components. The lab experience focuses on a disc's controlled positioning (levitating) using a PLC-based PID controller and a VFD. The activity requires students to capture data of a moving discs, create a machine learning function representing the disc's movement, and use the machine learning function for classification and PID optimization problems. A comparative analysis of a PID cycle ensures a regressions model accurately represents the physical model using measurements including peak-overshoot, rise time, settling time, and the flight plots' Means of their Squared Error. Further, the study examines multiple ML models each built using various features to identify the systems relevant and redundant data.<br>

<div>Reinforcement Learning (RL) is a data-driven technique which is finding increasing application in the development of controllers for sequential decision making problems. Their wide adoption can be attributed to the fact that the development of these controllers is independent of the</div><div>knowledge of the system and thus can be used even when the environment dynamics are unknown. Model-Based RL controllers explicitly model the system dynamics from the observed (training) data using a function approximator, followed by using a path planning algorithm to obtain the optimal control sequence. While these controllers have been proven to be successful in simulations, lack of strong safety guarantees in the presence of noise makes them ill-posed for deployment on hardware, specially in safety critical systems. The proposed work aims at bridging this gap by providing a verification framework to evaluate the safety guarantees for a Model-Based RL controller. Our method builds upon reachability analysis to determine if there is any action which can drive the system into a constrained (unsafe) region. Consequently, our method can provide a binary yes or no answer to whether all the initial set of states are (un)safe to propagate trajectories from in the presence of some bounded noise.</div>

<div>The focus of this Dissertation is to provide a unified and efficient solution method for an important class of nonconvex, nonsmooth, constrained optimization problems. Specifically, we are interested in problems where the objective function can be written as the sum of a smooth, nonconvex term, plus a convex, but possibly nonsmooth, regularizer. It is also considered the presence of nonconvex constraints. This kind of structure arises in many large-scale applications, as diverse as information processing, genomics, machine learning, or imaging reconstruction.</div><div></div><div>We design the first parallel, asynchronous, algorithmic framework with convergence guarantees to stationary points of the class of problems under exam. The method we propose is based on Successive Convex Approximation techniques; it can be implemented with both fixed and diminishing stepsizes; and enjoys sublinear convergence rate in the general nonconvex case, and linear convergence case under strong convexity or under less stringent standard error bound conditions.The algorithmic framework we propose is very abstract and general and can be applied to different computing architectures (e.g., message-passing systems, cluster of computers, shared-memory environments), always converging under the same set of assumptions. </div><div></div><div>In the last Chapter we consider the case of distributed multi-agent systems. Indeed, in many practical applications the objective function has a favorable separable structure. In this case, we generalize our framework to take into consideration the presence of different agents, where each one of them knows only a portion of the overall function, which they want cooperatively to minimize. The result is the first fully decentralized asynchronous method for the setting described above. The proposed method achieve sublinear convergence rate in the general case, and linear convergence rate under standard error bound conditions.</div><div></div><div>Extensive simulation results on problems of practical interest (MRI reconstruction, LASSO, matrix completion) show that the proposed methods compare favorably to state-of-the art-schemes.</div>

Os métodos de controle baseados em dados têm como diferencial utilizar os dados coletados de experimentos para realizar a sintonia do controlador de uma forma direta e sem utilizar nenhum modelo do processo. Um dos métodos já consagrados é o conhecido Iterative Feedback Tuning, método este caracterizado como um algoritmo iterativo de otimização que busca a minimização do critério de desempenho norma H2. O presente trabalho propõe uma extensão baseada no clássico algoritmo Iterative Feedback Tuning para sistemas em formato cascata com duas malhas de controle. O formato cascata com duas malhas de controle é uma estrutura comum e muito utilizada em aplicações de cunho industrial. A sintonia deste tipo de estrutura em metodologias clássicas de controle envolve geralmente duas etapas. Primeiramente a malha interna é sintonizada para então posteriormente a malha externa. A vantagem do método de controle baseado em dados proposto está em realizar a sintonia de ambas as malhas de forma simultânea e concomitantemente. É escolhida como aplicação um veículo aéreo não tripulado com quatro rotores, mais conhecido como quadricóptero. Esta aplicação tem uma dinâmica complexa, uma vez que o sistema é classificado como sendo não-linear e multivariável, algo demonstrado através do equacionamento dinâmico do quadricóptero que é apresentado. Uma série de simulações e experimentos práticos são apresentadas com o intuído de demonstrar a dinâmica descrita no modelo e também demonstrar a aplicação do algoritmo Cascade Iterative Feedback Tuning para os mesmos. / The methods of data-driven control have the distinction to use the data collected from experiments to perform the tuning of the controller directly and without using any process model. One method already established is the Iterative Feedback Tuning, this method is characterized as an iterative optimization algorithm that aims to minimize the H2 norm performance criterion. The present work proposes an extension based on the classical Iterative Feedback Tuning algorithm for cascade systems with two control loops. The cascade format with two loops is a common structure and widely used in industrial applications. In classical control methods, the tuning of this type of structure usually involves two steps. First, the inner loop is tuned and subsequently the outer loop. The advantage of the proposed data-driven control method is to perform this tuning of both controller simultaneously and concurrently. We choose as an application a unmanned aerial vehicle (UAV) with four rotors, better known as quadcopter. This application has a complex dynamic, since the system is classified as being non-linear and multivariable, demonstrated by the quadcopter dynamic equations. A series of simulations and practical experiments are presented to demonstrate the dynamicmodel described and also to validate the method CIFT algorithms.

Os métodos de controle baseados em dados têm como diferencial utilizar os dados coletados de experimentos para realizar a sintonia do controlador de uma forma direta e sem utilizar nenhum modelo do processo. Um dos métodos já consagrados é o conhecido Iterative Feedback Tuning, método este caracterizado como um algoritmo iterativo de otimização que busca a minimização do critério de desempenho norma H2. O presente trabalho propõe uma extensão baseada no clássico algoritmo Iterative Feedback Tuning para sistemas em formato cascata com duas malhas de controle. O formato cascata com duas malhas de controle é uma estrutura comum e muito utilizada em aplicações de cunho industrial. A sintonia deste tipo de estrutura em metodologias clássicas de controle envolve geralmente duas etapas. Primeiramente a malha interna é sintonizada para então posteriormente a malha externa. A vantagem do método de controle baseado em dados proposto está em realizar a sintonia de ambas as malhas de forma simultânea e concomitantemente. É escolhida como aplicação um veículo aéreo não tripulado com quatro rotores, mais conhecido como quadricóptero. Esta aplicação tem uma dinâmica complexa, uma vez que o sistema é classificado como sendo não-linear e multivariável, algo demonstrado através do equacionamento dinâmico do quadricóptero que é apresentado. Uma série de simulações e experimentos práticos são apresentadas com o intuído de demonstrar a dinâmica descrita no modelo e também demonstrar a aplicação do algoritmo Cascade Iterative Feedback Tuning para os mesmos. / The methods of data-driven control have the distinction to use the data collected from experiments to perform the tuning of the controller directly and without using any process model. One method already established is the Iterative Feedback Tuning, this method is characterized as an iterative optimization algorithm that aims to minimize the H2 norm performance criterion. The present work proposes an extension based on the classical Iterative Feedback Tuning algorithm for cascade systems with two control loops. The cascade format with two loops is a common structure and widely used in industrial applications. In classical control methods, the tuning of this type of structure usually involves two steps. First, the inner loop is tuned and subsequently the outer loop. The advantage of the proposed data-driven control method is to perform this tuning of both controller simultaneously and concurrently. We choose as an application a unmanned aerial vehicle (UAV) with four rotors, better known as quadcopter. This application has a complex dynamic, since the system is classified as being non-linear and multivariable, demonstrated by the quadcopter dynamic equations. A series of simulations and practical experiments are presented to demonstrate the dynamicmodel described and also to validate the method CIFT algorithms.

Este trabalho aborda os sistemas de montagem auto-organizados baseados em agentes para o ambiente industrial. Para isso, traz uma visão ampla dos paradigmas atuais para a manufatura que usam o conceito de agente e que promovem auto-organização, mas é focado no paradigma de sistemas de montagem e de produção evolutivos. Além da autoorganização, aspectos de auto-otimização nestes sistemas também são considerados. Portanto, este trabalho aborda os aspectos teóricos e práticos de sistemas evolutivos e, em particular, propõe uma plataforma multiagente que usa o conceito de agente mecatrônico para permitir o desenvolvimento de sistemas auto-organizados e que também possuam a capacidade de otimizar autonomamente algum recurso interno ao sistema. Um agente mecatrônico é uma entidade capaz de ação autônoma num sistema de manufatura, devido a uma decisão própria ou à solicitação de ação por outros agentes, e tal é conseguido através da definição e execução de funcionalidades pelos agentes mecatrônicos. A plataforma multiagente proposta foi implementada e validada no âmbito de um projeto da União Europeia o qual possui parceiros acadêmicos e industriais e visa a criação de sistemas evolutivos auto-organizados em um cenário industrial real. / This work deals with agent-based self-organized assembly systems for manufac– turing. Although the text aims to provide a comprehensive overview on current paradigms to manufactiuring systems development and execution that use the concept of agent and promote self-organization, the thesis main focus lies in evolvable production and assembly systems paradigms. Beyond self-organization, self-optimization aspects of evolvable systems are also considered. Therefore, this thesis discusses theoretical and practical aspects of evolvable systems and, in particular, develops a multi-agent platform that uses the mechatronic agent concept to enable the development of self-organized systems and has the capacity of autonomously to optimize some internal resource of the system. A mechatronic agent is an entity that is capable of autonomous action on a manufacturing system due to this own reasoning or by reacting to a requested action from other agents. The proposed platform was implemented and validated within the scope of a research project funded by the European Union that has both academic and industrial partners and it goals the building of self-organized evolvable assembly systems for a real industrial scenario.

Esta dissertação trata de um estudo e o desenvolvimento de uma proposta de um ambiente de aprendizagem, para qualquer instituição de ensino superior, em três níveis de ensino da área de controle e automação: graduação, pós-graduação Lato Sensu e Stricto Sensu. Primeiramente, foram feitas visitas aos laboratórios em universidades e entrevistas com professores que ministram as disciplinas de controle e automação nos três níveis de aprendizagem. Foram constatadas virtudes e fragilidades metodológicas na questão da prática laboratorial em relação a aspectos industriais na área de engenharia elétrica de três instituições do Estado do Rio de Janeiro, sendo uma federal, uma estadual e outra privada. Posteriormente, foram analisados mecanismos e instrumentos necessários para interagir com modelos experimentais propostos nas entrevistas de maneira didática, para fins de constituir o ambiente de aprendizagem em automação, no qual foi eleito o LABVIEW como a interface mais favorável para aplicação de controles, mantendo uma analogia de cunho prático-industrial. A partir dessas análises foram sugeridos ainda elementos típicos de automação e três estudos de caso: um sistema térmico, um controle de velocidade de motores e um pêndulo invertido, por meio de controles simples e avançados como o controlador nebuloso, caracterizando-se pelo fortalecimento da atividade acadêmico-industrial / This dissertation is a study and develop a proposal for a learning environment, to any institution of higher education, three levels of education in the area of control and automation: undergraduate, graduate and Lato Sensu stricto sensu. First, visits were made to laboratories in universities and interviews with teachers who teach the disciplines of automation and control in three levels of learning. Strengths and weaknesses were found in the methodological issue of laboratory practice in relation to industrial aspects of electrical engineering in the area of three institutions in the State of Rio de Janeiro, being one federal, one state and one private. Subsequently, we analyzed mechanisms and instruments to interact with experimental models proposed in the interviews in a didactic manner for the purpose of providing the learning environment in automation, in which he was elected as the LABVIEW interface more favorable for the application of controls, keeping an analogy for practical industrial. From these analysis have been suggested yet typical elements of automation and three case studies: a thermal system, a speed control motor and an inverted pendulum, through simple and advanced controls such as fuzzy control, characterized by the strengthening of academic-industrial activity.

Esta dissertação trata de um estudo e o desenvolvimento de uma proposta de um ambiente de aprendizagem, para qualquer instituição de ensino superior, em três níveis de ensino da área de controle e automação: graduação, pós-graduação Lato Sensu e Stricto Sensu. Primeiramente, foram feitas visitas aos laboratórios em universidades e entrevistas com professores que ministram as disciplinas de controle e automação nos três níveis de aprendizagem. Foram constatadas virtudes e fragilidades metodológicas na questão da prática laboratorial em relação a aspectos industriais na área de engenharia elétrica de três instituições do Estado do Rio de Janeiro, sendo uma federal, uma estadual e outra privada. Posteriormente, foram analisados mecanismos e instrumentos necessários para interagir com modelos experimentais propostos nas entrevistas de maneira didática, para fins de constituir o ambiente de aprendizagem em automação, no qual foi eleito o LABVIEW como a interface mais favorável para aplicação de controles, mantendo uma analogia de cunho prático-industrial. A partir dessas análises foram sugeridos ainda elementos típicos de automação e três estudos de caso: um sistema térmico, um controle de velocidade de motores e um pêndulo invertido, por meio de controles simples e avançados como o controlador nebuloso, caracterizando-se pelo fortalecimento da atividade acadêmico-industrial / This dissertation is a study and develop a proposal for a learning environment, to any institution of higher education, three levels of education in the area of control and automation: undergraduate, graduate and Lato Sensu stricto sensu. First, visits were made to laboratories in universities and interviews with teachers who teach the disciplines of automation and control in three levels of learning. Strengths and weaknesses were found in the methodological issue of laboratory practice in relation to industrial aspects of electrical engineering in the area of three institutions in the State of Rio de Janeiro, being one federal, one state and one private. Subsequently, we analyzed mechanisms and instruments to interact with experimental models proposed in the interviews in a didactic manner for the purpose of providing the learning environment in automation, in which he was elected as the LABVIEW interface more favorable for the application of controls, keeping an analogy for practical industrial. From these analysis have been suggested yet typical elements of automation and three case studies: a thermal system, a speed control motor and an inverted pendulum, through simple and advanced controls such as fuzzy control, characterized by the strengthening of academic-industrial activity.

Este trabalho aborda os sistemas de montagem auto-organizados baseados em agentes para o ambiente industrial. Para isso, traz uma visão ampla dos paradigmas atuais para a manufatura que usam o conceito de agente e que promovem auto-organização, mas é focado no paradigma de sistemas de montagem e de produção evolutivos. Além da autoorganização, aspectos de auto-otimização nestes sistemas também são considerados. Portanto, este trabalho aborda os aspectos teóricos e práticos de sistemas evolutivos e, em particular, propõe uma plataforma multiagente que usa o conceito de agente mecatrônico para permitir o desenvolvimento de sistemas auto-organizados e que também possuam a capacidade de otimizar autonomamente algum recurso interno ao sistema. Um agente mecatrônico é uma entidade capaz de ação autônoma num sistema de manufatura, devido a uma decisão própria ou à solicitação de ação por outros agentes, e tal é conseguido através da definição e execução de funcionalidades pelos agentes mecatrônicos. A plataforma multiagente proposta foi implementada e validada no âmbito de um projeto da União Europeia o qual possui parceiros acadêmicos e industriais e visa a criação de sistemas evolutivos auto-organizados em um cenário industrial real. / This work deals with agent-based self-organized assembly systems for manufac– turing. Although the text aims to provide a comprehensive overview on current paradigms to manufactiuring systems development and execution that use the concept of agent and promote self-organization, the thesis main focus lies in evolvable production and assembly systems paradigms. Beyond self-organization, self-optimization aspects of evolvable systems are also considered. Therefore, this thesis discusses theoretical and practical aspects of evolvable systems and, in particular, develops a multi-agent platform that uses the mechatronic agent concept to enable the development of self-organized systems and has the capacity of autonomously to optimize some internal resource of the system. A mechatronic agent is an entity that is capable of autonomous action on a manufacturing system due to this own reasoning or by reacting to a requested action from other agents. The proposed platform was implemented and validated within the scope of a research project funded by the European Union that has both academic and industrial partners and it goals the building of self-organized evolvable assembly systems for a real industrial scenario.