Métodos de controle baseado em dados utilizam dados de operação da planta para minimizar algum critério de desempenho, tipicamente quadrático, sem que seja necessário o conhecimento de um modelo da planta. O Iterative Feedback Tuning (IFT) é um destes métodos, utilizando dados obtidos da operação da planta em malha fechada para gerar uma estimativa não-polarizada do gradiente do critério de desempenho, que é então minimizado através de algum variante do método de Newton. Alguns resultados da literatura tratam da aplicação do IFT em sistemas não-lineares, sempre sob a condição de diferenciabilidade da não-linearidade (linearização em torno do ponto de operação). Um exemplo prático da aplicação do método na sintonia do controlador de um servomotor com folga é o único resultado encontrado. Este trabalho investiga, através de casos simulados e práticos, a aplicabilidade do método IFT em sistemas com não-linearidades não-diferenciáveis comumente encontradas em sistemas mecânicos, como a folga e a zona-morta, e a saturação, presente em todo e qualquer sistema físico. / Data based control methods use data collected from a plant’s “regular” operation to minimize a performance criterion, typically in quadratic form, without any information about a system’s model. Iterative Feedback Tuning (IFT) is one such method that uses closed-loop operating data to generate an unbiased estimate of the cost criterion gradient, which is then minimized with some form of the Newton method. Results in the literature for IFT applied to non-linear systems require that the non-linearity is differentiable (basically, linearizing the system around an operating point). One practical application of the algorithm to tune a controller for a servomotor system with backlash is the only result found. This work investigates, using simulated and practical examples, the suitability of the use of IFT in systems with non-differentiable non-linearities commonly found in mechanical systems, such as backlash and dead-zone, and saturation, found in every physical system.

Métodos de controle baseado em dados utilizam dados de operação da planta para minimizar algum critério de desempenho, tipicamente quadrático, sem que seja necessário o conhecimento de um modelo da planta. O Iterative Feedback Tuning (IFT) é um destes métodos, utilizando dados obtidos da operação da planta em malha fechada para gerar uma estimativa não-polarizada do gradiente do critério de desempenho, que é então minimizado através de algum variante do método de Newton. Alguns resultados da literatura tratam da aplicação do IFT em sistemas não-lineares, sempre sob a condição de diferenciabilidade da não-linearidade (linearização em torno do ponto de operação). Um exemplo prático da aplicação do método na sintonia do controlador de um servomotor com folga é o único resultado encontrado. Este trabalho investiga, através de casos simulados e práticos, a aplicabilidade do método IFT em sistemas com não-linearidades não-diferenciáveis comumente encontradas em sistemas mecânicos, como a folga e a zona-morta, e a saturação, presente em todo e qualquer sistema físico. / Data based control methods use data collected from a plant’s “regular” operation to minimize a performance criterion, typically in quadratic form, without any information about a system’s model. Iterative Feedback Tuning (IFT) is one such method that uses closed-loop operating data to generate an unbiased estimate of the cost criterion gradient, which is then minimized with some form of the Newton method. Results in the literature for IFT applied to non-linear systems require that the non-linearity is differentiable (basically, linearizing the system around an operating point). One practical application of the algorithm to tune a controller for a servomotor system with backlash is the only result found. This work investigates, using simulated and practical examples, the suitability of the use of IFT in systems with non-differentiable non-linearities commonly found in mechanical systems, such as backlash and dead-zone, and saturation, found in every physical system.

Métodos de controle baseado em dados utilizam dados de operação da planta para minimizar algum critério de desempenho, tipicamente quadrático, sem que seja necessário o conhecimento de um modelo da planta. O Iterative Feedback Tuning (IFT) é um destes métodos, utilizando dados obtidos da operação da planta em malha fechada para gerar uma estimativa não-polarizada do gradiente do critério de desempenho, que é então minimizado através de algum variante do método de Newton. Alguns resultados da literatura tratam da aplicação do IFT em sistemas não-lineares, sempre sob a condição de diferenciabilidade da não-linearidade (linearização em torno do ponto de operação). Um exemplo prático da aplicação do método na sintonia do controlador de um servomotor com folga é o único resultado encontrado. Este trabalho investiga, através de casos simulados e práticos, a aplicabilidade do método IFT em sistemas com não-linearidades não-diferenciáveis comumente encontradas em sistemas mecânicos, como a folga e a zona-morta, e a saturação, presente em todo e qualquer sistema físico. / Data based control methods use data collected from a plant’s “regular” operation to minimize a performance criterion, typically in quadratic form, without any information about a system’s model. Iterative Feedback Tuning (IFT) is one such method that uses closed-loop operating data to generate an unbiased estimate of the cost criterion gradient, which is then minimized with some form of the Newton method. Results in the literature for IFT applied to non-linear systems require that the non-linearity is differentiable (basically, linearizing the system around an operating point). One practical application of the algorithm to tune a controller for a servomotor system with backlash is the only result found. This work investigates, using simulated and practical examples, the suitability of the use of IFT in systems with non-differentiable non-linearities commonly found in mechanical systems, such as backlash and dead-zone, and saturation, found in every physical system.