No description available.

In this work, two different problems are addressed. In the first part, the problem of synthesizing a set of stabilizing controllers for unknown multivariable systems using direct data is analyzed. This is a model free approach to control design and uses only the frequency domain data of the system. It is a perfect complement to modern and post modern methods that begin the control design with a system model. A three step method, involving sequential design, search for stability boundaries and stability check is proposed. It is shown through examples that a complete set of stabilizing controllers of the chosen form can be obtained for the class of linear stable multivariable systems. The complexity of the proposed method is invariant with respect to the order of the system and increases with the increase in the number of input channels of the given multivariable system. The second part of the work deals with the problem of identification of model uncertainties and the effect of unwanted exogenous inputs acting on a discrete time multivariable system using its output information. A disturbance model is introduced which accounts for the system model uncertainties and the effect of unwanted exogenous inputs acting on the system. The frequency content of the exogenous signals is assumed to be known. A linear dynamical model of the disturbance is assumed with an input that has the same frequency content as that of the exogenous input signal. The extended model of the system is then subjected to Kalman filtering and the disturbance states estimates are used to obtain a least squares estimate of the disturbance model parameters. The proposed approach is applied to a linear multivariable system perturbed by an exogenous signal of known frequency content and the results obtained depict the efficacy of the proposed approach.

O projeto de controladores baseado em dados tem como finalidade o ajuste dos parâ- metros de controle através de experimentos realizados no sistema, sem considerar mode- los que descrevem a dinâmica ou identificação do processo. Na literatura existem diferen- tes abordagens para este tipo de controle, e a análise e a aplicação de um destes métodos é o propósito desta dissertação. O objetivo deste trabalho é apresentar uma melhoria ao mé- todo de sintonia de controladores baseado em Referência Virtual (VRFT) para sistemas multivariáveis (MIMO), visto que a metodologia apresentada na literatura limita a apli- cação do método a uma classe restrita de processos. A metodologia de controle baseado em dados pode ser considerada consolidada para implementação em sistemas monovariá- veis, porém a extensão desta metodologia a sistemas MIMO é uma necessidade a fim de acrescentar a aplicabilidade em processos cujas diferentes variáveis a serem controladas interferem umas nas outras. Diferente do método apresentado na literatura, o método pro- posto neste trabalho permite a aplicação do VRFT em sistemas MIMO onde os requisitos de desempenho podem ser escolhidos de forma específica para cada variável. Além disso, a utilização de variável instrumental e/ou um filtro mostram-se adequadas para estimar os controladores quando os dados são afetados por ruído. Considerando que a eficácia da metodologia depende de fatores como as características da planta, o modelo de referên- cia e estrutura do controlador escolhidos, e a presença ou não de ruído, realiza-se uma comparação de resultados a fim de avaliar as melhorias obtidas. Finalmente, testes foram conduzidos em uma planta de nível do laboratório de controle, implementado o método proposto, o qual apresentou um desempenho satisfatório mostrando a aplicabilidade desta metodologia em sistemas reais. / Data-driven control methods are a variety of control designs that are developed to use batches of input-output data collected, from the process to be controlled without mak- ing explicitly use of parametric models of these processes. Although data driven control methods have been largely used in SISO systems, the extent of this methodology to mul- tivariable processes is yet a necessity, considering that the control design must take into account the multivariable nature of the process, that is, the interaction between different variables involved. The analysis and application of one of these methods is the main objective of this work, which is intended to present and improvement to the existing Virtual Reference Feedback Tuning Method (VRFT) for Multivariable systems, since the methodology disclosed in the literature restricts the application to a limited class of pro- cesses. Moreover, in this work it is proposed an extension of the VRFT method to the MIMO case, which does not present restrictions and closed loop performance of each variable can be determined accordingly. The method can be used to tune a centralized or decentralized controller. Furthermore, when the signals are corrupted by noise the use of an instrumental variable and/or an appropriate filter is proposed. All these contributions are demonstrated through simulations as well as tests conducted in a real plant, which showed satisfactory performance demonstrating the applicability of this method in real systems.

O projeto de controladores baseado em dados tem como finalidade o ajuste dos parâ- metros de controle através de experimentos realizados no sistema, sem considerar mode- los que descrevem a dinâmica ou identificação do processo. Na literatura existem diferen- tes abordagens para este tipo de controle, e a análise e a aplicação de um destes métodos é o propósito desta dissertação. O objetivo deste trabalho é apresentar uma melhoria ao mé- todo de sintonia de controladores baseado em Referência Virtual (VRFT) para sistemas multivariáveis (MIMO), visto que a metodologia apresentada na literatura limita a apli- cação do método a uma classe restrita de processos. A metodologia de controle baseado em dados pode ser considerada consolidada para implementação em sistemas monovariá- veis, porém a extensão desta metodologia a sistemas MIMO é uma necessidade a fim de acrescentar a aplicabilidade em processos cujas diferentes variáveis a serem controladas interferem umas nas outras. Diferente do método apresentado na literatura, o método pro- posto neste trabalho permite a aplicação do VRFT em sistemas MIMO onde os requisitos de desempenho podem ser escolhidos de forma específica para cada variável. Além disso, a utilização de variável instrumental e/ou um filtro mostram-se adequadas para estimar os controladores quando os dados são afetados por ruído. Considerando que a eficácia da metodologia depende de fatores como as características da planta, o modelo de referên- cia e estrutura do controlador escolhidos, e a presença ou não de ruído, realiza-se uma comparação de resultados a fim de avaliar as melhorias obtidas. Finalmente, testes foram conduzidos em uma planta de nível do laboratório de controle, implementado o método proposto, o qual apresentou um desempenho satisfatório mostrando a aplicabilidade desta metodologia em sistemas reais. / Data-driven control methods are a variety of control designs that are developed to use batches of input-output data collected, from the process to be controlled without mak- ing explicitly use of parametric models of these processes. Although data driven control methods have been largely used in SISO systems, the extent of this methodology to mul- tivariable processes is yet a necessity, considering that the control design must take into account the multivariable nature of the process, that is, the interaction between different variables involved. The analysis and application of one of these methods is the main objective of this work, which is intended to present and improvement to the existing Virtual Reference Feedback Tuning Method (VRFT) for Multivariable systems, since the methodology disclosed in the literature restricts the application to a limited class of pro- cesses. Moreover, in this work it is proposed an extension of the VRFT method to the MIMO case, which does not present restrictions and closed loop performance of each variable can be determined accordingly. The method can be used to tune a centralized or decentralized controller. Furthermore, when the signals are corrupted by noise the use of an instrumental variable and/or an appropriate filter is proposed. All these contributions are demonstrated through simulations as well as tests conducted in a real plant, which showed satisfactory performance demonstrating the applicability of this method in real systems.

O projeto de controladores baseado em dados tem como finalidade o ajuste dos parâ- metros de controle através de experimentos realizados no sistema, sem considerar mode- los que descrevem a dinâmica ou identificação do processo. Na literatura existem diferen- tes abordagens para este tipo de controle, e a análise e a aplicação de um destes métodos é o propósito desta dissertação. O objetivo deste trabalho é apresentar uma melhoria ao mé- todo de sintonia de controladores baseado em Referência Virtual (VRFT) para sistemas multivariáveis (MIMO), visto que a metodologia apresentada na literatura limita a apli- cação do método a uma classe restrita de processos. A metodologia de controle baseado em dados pode ser considerada consolidada para implementação em sistemas monovariá- veis, porém a extensão desta metodologia a sistemas MIMO é uma necessidade a fim de acrescentar a aplicabilidade em processos cujas diferentes variáveis a serem controladas interferem umas nas outras. Diferente do método apresentado na literatura, o método pro- posto neste trabalho permite a aplicação do VRFT em sistemas MIMO onde os requisitos de desempenho podem ser escolhidos de forma específica para cada variável. Além disso, a utilização de variável instrumental e/ou um filtro mostram-se adequadas para estimar os controladores quando os dados são afetados por ruído. Considerando que a eficácia da metodologia depende de fatores como as características da planta, o modelo de referên- cia e estrutura do controlador escolhidos, e a presença ou não de ruído, realiza-se uma comparação de resultados a fim de avaliar as melhorias obtidas. Finalmente, testes foram conduzidos em uma planta de nível do laboratório de controle, implementado o método proposto, o qual apresentou um desempenho satisfatório mostrando a aplicabilidade desta metodologia em sistemas reais. / Data-driven control methods are a variety of control designs that are developed to use batches of input-output data collected, from the process to be controlled without mak- ing explicitly use of parametric models of these processes. Although data driven control methods have been largely used in SISO systems, the extent of this methodology to mul- tivariable processes is yet a necessity, considering that the control design must take into account the multivariable nature of the process, that is, the interaction between different variables involved. The analysis and application of one of these methods is the main objective of this work, which is intended to present and improvement to the existing Virtual Reference Feedback Tuning Method (VRFT) for Multivariable systems, since the methodology disclosed in the literature restricts the application to a limited class of pro- cesses. Moreover, in this work it is proposed an extension of the VRFT method to the MIMO case, which does not present restrictions and closed loop performance of each variable can be determined accordingly. The method can be used to tune a centralized or decentralized controller. Furthermore, when the signals are corrupted by noise the use of an instrumental variable and/or an appropriate filter is proposed. All these contributions are demonstrated through simulations as well as tests conducted in a real plant, which showed satisfactory performance demonstrating the applicability of this method in real systems.

A escolha do modelo de referência é a principal tarefa a ser executada pelo projetista em um projeto de controle por modelo de referência. Uma má escolha do modelo de referência pode resultar em um desempenho de malha fechada que tem pouca semelhança com o especificado e a malha fechada pode até ser instável. Neste trabalho, esse problema será discutido no controle de plantas multivariáveis. O resultado experimental em uma planta de controle de nível de três tanques mostra uma aparentemente correta, ainda que ingênua, escolha do modelo de referência levando a um desempenho muito pobre em malha fechada. O problema é, então, analisado, expondo a ingenuidade do exemplo. Começa-se por reconhecer as restrições fundamentais impostas pelo sistema e, em seguida, deriva-se diretrizes gerais que respeitam essas restrições, para uma escolha eficaz do modelo de referência em sistemas multivariáveis. Também é proporcionada uma nova formulação para calcular o grau relativo mínimo de cada elemento do modelo de referência sem a necessidade de um modelo completo da planta. A aplicação destas orientações em simulações e na planta de três tanques ilustra sua eficácia. / The choice of the reference model is the main task to be performed by the designer in a model reference control design. A poor choice of the reference model may result in a closed-loop performance that bears no resemblance to the specifications and the closedloop may even be unstable. In this work we discuss this issue in the control of multivariable plants. Experimental results in a three tank level control plant show a seemingly correct, yet naive, choice of reference model leading to very poor closed-loop performance. The problem is then analyzed, exposing the naivete of the design example. We start by recognizing the fundamental constraints imposed by the system and then deriving general guidelines respecting these contraints for the effective choice of the reference model in multivariable systems. We also provide a novel formulation to compute the minimal relative degree of each element of the reference model without needing a complete model of the plant. The application of these guidelines to simulations and the three tank plant illustrates their effectiveness.

A escolha do modelo de referência é a principal tarefa a ser executada pelo projetista em um projeto de controle por modelo de referência. Uma má escolha do modelo de referência pode resultar em um desempenho de malha fechada que tem pouca semelhança com o especificado e a malha fechada pode até ser instável. Neste trabalho, esse problema será discutido no controle de plantas multivariáveis. O resultado experimental em uma planta de controle de nível de três tanques mostra uma aparentemente correta, ainda que ingênua, escolha do modelo de referência levando a um desempenho muito pobre em malha fechada. O problema é, então, analisado, expondo a ingenuidade do exemplo. Começa-se por reconhecer as restrições fundamentais impostas pelo sistema e, em seguida, deriva-se diretrizes gerais que respeitam essas restrições, para uma escolha eficaz do modelo de referência em sistemas multivariáveis. Também é proporcionada uma nova formulação para calcular o grau relativo mínimo de cada elemento do modelo de referência sem a necessidade de um modelo completo da planta. A aplicação destas orientações em simulações e na planta de três tanques ilustra sua eficácia. / The choice of the reference model is the main task to be performed by the designer in a model reference control design. A poor choice of the reference model may result in a closed-loop performance that bears no resemblance to the specifications and the closedloop may even be unstable. In this work we discuss this issue in the control of multivariable plants. Experimental results in a three tank level control plant show a seemingly correct, yet naive, choice of reference model leading to very poor closed-loop performance. The problem is then analyzed, exposing the naivete of the design example. We start by recognizing the fundamental constraints imposed by the system and then deriving general guidelines respecting these contraints for the effective choice of the reference model in multivariable systems. We also provide a novel formulation to compute the minimal relative degree of each element of the reference model without needing a complete model of the plant. The application of these guidelines to simulations and the three tank plant illustrates their effectiveness.

A escolha do modelo de referência é a principal tarefa a ser executada pelo projetista em um projeto de controle por modelo de referência. Uma má escolha do modelo de referência pode resultar em um desempenho de malha fechada que tem pouca semelhança com o especificado e a malha fechada pode até ser instável. Neste trabalho, esse problema será discutido no controle de plantas multivariáveis. O resultado experimental em uma planta de controle de nível de três tanques mostra uma aparentemente correta, ainda que ingênua, escolha do modelo de referência levando a um desempenho muito pobre em malha fechada. O problema é, então, analisado, expondo a ingenuidade do exemplo. Começa-se por reconhecer as restrições fundamentais impostas pelo sistema e, em seguida, deriva-se diretrizes gerais que respeitam essas restrições, para uma escolha eficaz do modelo de referência em sistemas multivariáveis. Também é proporcionada uma nova formulação para calcular o grau relativo mínimo de cada elemento do modelo de referência sem a necessidade de um modelo completo da planta. A aplicação destas orientações em simulações e na planta de três tanques ilustra sua eficácia. / The choice of the reference model is the main task to be performed by the designer in a model reference control design. A poor choice of the reference model may result in a closed-loop performance that bears no resemblance to the specifications and the closedloop may even be unstable. In this work we discuss this issue in the control of multivariable plants. Experimental results in a three tank level control plant show a seemingly correct, yet naive, choice of reference model leading to very poor closed-loop performance. The problem is then analyzed, exposing the naivete of the design example. We start by recognizing the fundamental constraints imposed by the system and then deriving general guidelines respecting these contraints for the effective choice of the reference model in multivariable systems. We also provide a novel formulation to compute the minimal relative degree of each element of the reference model without needing a complete model of the plant. The application of these guidelines to simulations and the three tank plant illustrates their effectiveness.

Métodos de controle por modelo de referência, usualmente encontrados na literatura de controle baseado em dados, têm como principal característica a especificação do desempenho desejado em malha fechada através de um modelo de referência. Estes métodos são, no entanto, comumente desenvolvidos para tratar o problema de seguimento de referência, em detrimento do comportamento relativo à perturbação de carga. Nesse sentido, recentemente foi desenvolvido o método de controle baseado em dados Virtual Disturbance Feedback Tuning – VDFT, que pode ser interpretado como um método de controle por modelo de referência para perturbação, em que o controlador é sintonizado para alcançar em malha fechada o comportamento regulatório especificado. A escolha no entanto do modelo de referência para perturbação mostra-se desafiadora, especialmente considerando o cenário em que pouca ou nenhuma informação sobre o modelo paramétrico do sistema está disponível. Dessa forma, este trabalho tem como objetivo estudar o impacto da escolha deste modelo sobre a sintonia do controlador utilizando o método VDFT e propor uma abordagem sistemática para lidar com essa variável de projeto. A solução aqui concebida é a de flexibilizar o modelo de referência para perturbação e identificar parte do seu numerador juntamente aos parâmetros do controlador que, associada a um conjunto de diretivas de projeto, permitem aproximar o comportamento em malha fechada do inicialmente especificado. Esse resultado viabiliza a utilização do método VDFT com critério flexível no contexto de uma estrutura hierárquica de controle, em que uma malha externa de controle preditivo é associada à malha de controle por VDFT, evitando a etapa de identificação de um modelo para o processo. Por fim, a formulação do método VDFT, assim como sua adaptação flexível, é estendida a fim de levar em conta processos multivariáveis. Experimentos e resultados em simulação ilustram as contribuições deste trabalho. / Model reference control methods, usually found within data-based control literature, have as main feature the specification of the desired closed-loop performance through a reference model. These methods are however commonly developed to address the set point tracking problem, to the disadvantage of load disturbance rejection. In this sense, the data-based control method Virtual Disturbance Feedback Tuning – VDFT was recently developed, which could be interpreted as a model reference control method for disturbance, in which the controller is tuned in order to reach in closed-loop the specified regulatory behavior. Nonetheless, the choice of the disturbance reference model is challenging, especially considering the scenario where little or no information on the process’ parametric model is available. This work aims therefore to study the impact of the disturbance reference model choice on the controller tuning using the VDFT method and to propose a systematic approach to deal with this design variable. The solution here conceived is to loosen the disturbance reference model and identify part of its numerator along with the controller parameters, which, associated with a set of design directions, allow the closed-loop behavior to be drawn closer to the one initially specified. This result enables the use of the VDFT method with flexible criterion in the context of a hierarchical control structure, in which an external predictive control loop is associated to the VDFT control loop, avoiding thus the identification of a process model. Finally, VDFT method’s formulation, as well as its flexible adaptation, is extended in order to take into account multivariable processes. Experiments and simulation results illustrate the contributions of this work.

Industrirobotar är idag en väsentlig del i tillverkningsindustrin där de bland annat används för att minska kostnader, öka produktivitet och kvalitet och ersätta människor i farliga eller slitsamma uppgifter. Höga krav på noggrannhet och snabbhet hos robotens rörelser innebär också höga krav på de matematiska modeller som ligger till grund för robotens styrsystem. Modellerna används där för att beskriva det komplicerade sambandet mellan robotarmens rörelser och de motorer som orsakar rörelsen. Tillförlitliga modeller är också nödvändiga för exempelvis mekanisk design, simulering av prestanda, diagnos och övervakning. En trend idag är att bygga lättviktsrobotar, vilket innebär att robotens vikt minskas men att den fortfarande kan hantera en lika tung last. Orsaken till detta är främst att minska kostnaden, men också säkerhetsaspekter spelar in. En lättare robotarm ger dock en vekare struktur där elastiska effekter inte längre kan försummas i modellen om man kräver hög prestanda. De elastiska effekterna beskrivs i den matematiska modellen med hjälp av fjädrar och dämpare. Denna avhandling handlar om hur dessa matematiska modeller kan tas fram genom systemidentifiering, vilket är ett viktigt verktyg där mätningar från robotens rörelser används för att bestämma okända parametrar i modellen. Det som mäts är position och moment hos robotens alla motorer. Identifiering av industrirobotar är ett utmanande problem bland annat eftersom robotens beteende varierar beroende på armens position. Den metod som föreslås i avhandlingen innebär att man först identifierar lokala modeller i ett antal positioner. Var och en av dessa beskriver robotens beteende kring en viss arbetspunkt. Sedan anpassas parametrarna i en global modell, som är giltig för alla positioner, så att den så väl som möjligt beskriver det lokala beteendet i de olika positionerna. I avhandlingen analyseras olika metoder för att ta fram lokala modeller. För att få bra resultat krävs att experimenten är omsorgsfullt utformade. För att minska osäkerheten i den globala modellens identifierade parametrar ingår också valet av optimala positioner för experimenten. Olika metoder för att identifiera parametrarna jämförs i avhandlingen och experimentella resultat visar användbarheten av den föreslagna metoden. Den identifierade robotmodellen ger en bra global beskrivning av robotens beteende. Resultatet av forskningen har även gjorts tillgängligt i ett datorverktyg för att noggrant kunna ta fram lokala modeller och identifiera parametrar i dynamiska robotmodeller. / Industrial robots are today essential components in the manufacturing industry where they are used to save costs, increase productivity and quality, and eliminate dangerous and laborious work. High demands on accuracy and speed of the robot motion require that the mathematical models, used in the motion control system, are accurate. The models are used to describe the complicated nonlinear relation between the robot motion and the motors that cause the motion. Accurate dynamic robot models are needed in many areas, such as mechanical design, performance simulation, control, diagnosis, and supervision. A trend in industrial robots is toward lightweight robot structures, where the weight is reduced but with a preserved payload capacity. This is motivated by cost reduction as well as safety issues, but results in a weaker (more compliant) mechanical structure with enhanced elastic effects. For high performance, it is therefore necessary to have models describing these elastic effects. This thesis deals with identification of dynamic robot models, which means that measurements from the robot motion are used to estimate unknown parameters in the models. The measured signals are angular position and torque of the motors. Identifying robot models is a challenging task since an industrial robot is a multivariable, nonlinear, unstable, and resonant system. In this thesis, the unknown parameters (typically spring-damper pairs) in a physically parameterized nonlinear dynamic model are identified, mainly in the frequency domain, using estimates of the nonparametric frequency response function (FRF) in different robot configurations/positions. Each nonparametric FRF then describe the local behavior around an operating point. The nonlinear parametric robot model is linearized in the same operating points and the optimal parameters are obtained by minimizing the discrepancy between the nonparametric FRFs and the parametric FRFs (the FRFs of the linearized parametric robot model). Methods for estimating the nonparametric FRF from experimental data are analyzed with respect to bias, variance, and nonlinearities. In order to accurately estimate the nonparametric FRF, the experiments must be carefully designed. To minimize the uncertainty in the estimated parameters, the selection of optimal robot configurations/positions for the experiments is also part of the design. Different parameter estimators are compared in the thesis and experimental results show the usefulness of the proposed identification procedure. The identified nonlinear robot model gives a good global description of the dynamics in the frequency range of interest. The research work is also implemented and made easily available in a software tool for accurate estimation of nonparametric FRFs as well as parametric robot models.