Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-10-05T20:31:17Z
No. of bitstreams: 2
license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5)
TESE Judas Tadeu Gomes de Sousa.pdf: 4137174 bytes, checksum: cd6430bb78979d21a8f96d1c7c610971 (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2018-11-22T18:29:14Z (GMT) No. of bitstreams: 2
license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5)
TESE Judas Tadeu Gomes de Sousa.pdf: 4137174 bytes, checksum: cd6430bb78979d21a8f96d1c7c610971 (MD5) / Made available in DSpace on 2018-11-22T18:29:14Z (GMT). No. of bitstreams: 2
license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5)
TESE Judas Tadeu Gomes de Sousa.pdf: 4137174 bytes, checksum: cd6430bb78979d21a8f96d1c7c610971 (MD5)
Previous issue date: 2017-06-12 / FACEPE / A demanda pelo tratamento de sistemas não-lineares, resultado do aumento da complexidade dos processos industriais recentes, tem dificultado o uso de técnicas de controle moderno. A teoria de controle moderno é baseada na existência de modelo para representar o processo, no entanto, o uso de modelos complexos pode resultar num controlador complexo e difícil de manter. Técnicas de controle direcionadas por dados estão ganhando destaque em áreas onde a complexidade do sistema, ou mesmo a inexistência de um modelo, podem ser superadas pela disponibilidade de dados do processo, os quais podem ser capturados e usados para calcular diretamente o sinal de controle. Dentre os métodos de controle direcionados por dados, a técnica de Controle Adaptativo Livre de Modelo (MFAC – Model Free Adaptive Control) se destaca por características como: ser on-line, depender apenas dos dados de entrada e saída medidos da planta e do sinal de referência e por possuir formulações que atendem sistemas com vários graus de não-linearidade. Porém, o MFAC ainda possui questões em aberto, por exemplo, a escolha dos parâmetros do controlador. O ajuste desses parâmetros pode ser transformado num problema de otimização, no entanto, um projeto de controle costuma envolver múltiplos objetivos a serem atendidos. Portanto, neste trabalho serão definidas estratégias e um algoritmo evolucionário multi-objetivo, baseado em evolução diferencial e em imigrantes direcionados, para sintonia dos parâmetros do controlador MFAC. Vários casos de estudos serão testados e duas estratégias de ajustes para os parâmetros serão implementadas: uma estratégia off-line, na qual os parâmetros são otimizados em todo intervalo de operação, e outra on-line, onde o controlador usa os parâmetros otimizados na estratégia anterior, mas também realiza otimizações em intervalos menores, enquanto o controle atua, quando algumas situações são detectadas. Os resultados obtidos mediante simulações, sugerem que o controlador usando parâmetros otimizados off-line tem melhor desempenho do que um com parâmetros encontrados na literatura. Além disso, a estratégia de otimização on-line proposta, conseguiu melhorar ou pelo menos manter os benefícios obtidos com a otimização off-line. / As a result of the complexity increase in current industrial processes, requests for treatment of nonlinear systems have been overburdening modern control techniques. The modern control theory is based on a model to represent these processes, however complex models can result in a complicated and difficult controller to maintain. Data-Driven Control techniques are getting featured in areas where the system complexity, or the absence of a model, can be overcame by a lot of available data, which can be used to calculate the control signal directly. Among Data-Driven Control methods, the Model Free Adaptive Control (MFAC) technique stands out for characteristics, such as being on-line, using just input and output data from the plant and reference signal, as well as having formulations for systems with varying degrees of non-linearity. However, the MFAC is still making unanswered questions, such as the choice of controller parameters. The tuning of these parameters can be transformed into an optimization problem, nevertheless, a control project usually involves multiple objectives to be attended. Therefore, this work will define strategies and a multi-objective evolutionary algorithm, based on differential evolution and directed immigrants, to adjust the MFAC controller parameters. Several cases will be evaluated and two adaptive strategies for these parameters will be implemented: An off-line strategy, at which the parameters are optimized in all acting period, and another on-line, where the controller uses the optimized parameters obtained in the previous strategy performing optimizations at smaller intervals when some situations are detected. The results obtained through simulations suggest that the controller with optimized parameters off-line is better than parameters found in the literature. In addition, the proposed on-line strategy has been able to improve or at least maintain the benefits of off-line optimization.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/27689 |
| Date | 12 June 2017 |
| Creators | SOUSA, Judas Tadeu Gomes de |
| Contributors | http://lattes.cnpq.br/8715023255304328, ARAÚJO, Aluizio Fausto Ribeiro |
| Publisher | Universidade Federal de Pernambuco, Programa de Pos Graduacao em Ciencia da Computacao, UFPE, Brasil |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil, http://creativecommons.org/licenses/by-nc-nd/3.0/br/, info:eu-repo/semantics/openAccess |
Page generated in 0.0027 seconds