Otimização multi-objetivo on-line dos parâmetros de um controlador MFAC aplicado a sistemas não-lineares mediante algoritmo de evolução diferencial com imigrantes direcionados

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: SOUSA, Judas Tadeu Gomes de
Orientador(a): ARAÚJO, Aluizio Fausto Ribeiro
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
Programa de Pós-Graduação: Programa de Pos Graduacao em Ciencia da Computacao
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Link de acesso: https://repositorio.ufpe.br/handle/123456789/27689
Resumo: 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.
id UFPE_e83156e10d11d8d0e9a1e84fcd663d39
oai_identifier_str oai:repositorio.ufpe.br:123456789/27689
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling SOUSA, Judas Tadeu Gomes dehttp://lattes.cnpq.br/6761446400544267http://lattes.cnpq.br/8715023255304328ARAÚJO, Aluizio Fausto Ribeiro2018-11-22T18:29:14Z2018-11-22T18:29:14Z2017-06-12https://repositorio.ufpe.br/handle/123456789/27689A 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.FACEPEAs 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.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Ciencia da ComputacaoUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessInteligência artificialOtimizaçãoOtimização multi-objetivo on-line dos parâmetros de um controlador MFAC aplicado a sistemas não-lineares mediante algoritmo de evolução diferencial com imigrantes direcionadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisdoutoradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILTESE Judas Tadeu Gomes de Sousa.pdf.jpgTESE Judas Tadeu Gomes de Sousa.pdf.jpgGenerated Thumbnailimage/jpeg1408https://repositorio.ufpe.br/bitstream/123456789/27689/6/TESE%20Judas%20Tadeu%20Gomes%20de%20Sousa.pdf.jpg53d7a6adb04f0ce431f30ade35c3370fMD56ORIGINALTESE Judas Tadeu Gomes de Sousa.pdfTESE Judas Tadeu Gomes de Sousa.pdfapplication/pdf4137174https://repositorio.ufpe.br/bitstream/123456789/27689/1/TESE%20Judas%20Tadeu%20Gomes%20de%20Sousa.pdfcd6430bb78979d21a8f96d1c7c610971MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82311https://repositorio.ufpe.br/bitstream/123456789/27689/3/license.txt4b8a02c7f2818eaf00dcf2260dd5eb08MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/27689/4/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD54TEXTTESE Judas Tadeu Gomes de Sousa.pdf.txtTESE Judas Tadeu Gomes de Sousa.pdf.txtExtracted texttext/plain309510https://repositorio.ufpe.br/bitstream/123456789/27689/5/TESE%20Judas%20Tadeu%20Gomes%20de%20Sousa.pdf.txt3f6b5ee008bc767ce5b9928da4bf0ab8MD55123456789/276892019-10-25 08:57:50.768oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T11:57:50Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Otimização multi-objetivo on-line dos parâmetros de um controlador MFAC aplicado a sistemas não-lineares mediante algoritmo de evolução diferencial com imigrantes direcionados
title Otimização multi-objetivo on-line dos parâmetros de um controlador MFAC aplicado a sistemas não-lineares mediante algoritmo de evolução diferencial com imigrantes direcionados
spellingShingle Otimização multi-objetivo on-line dos parâmetros de um controlador MFAC aplicado a sistemas não-lineares mediante algoritmo de evolução diferencial com imigrantes direcionados
SOUSA, Judas Tadeu Gomes de
Inteligência artificial
Otimização
title_short Otimização multi-objetivo on-line dos parâmetros de um controlador MFAC aplicado a sistemas não-lineares mediante algoritmo de evolução diferencial com imigrantes direcionados
title_full Otimização multi-objetivo on-line dos parâmetros de um controlador MFAC aplicado a sistemas não-lineares mediante algoritmo de evolução diferencial com imigrantes direcionados
title_fullStr Otimização multi-objetivo on-line dos parâmetros de um controlador MFAC aplicado a sistemas não-lineares mediante algoritmo de evolução diferencial com imigrantes direcionados
title_full_unstemmed Otimização multi-objetivo on-line dos parâmetros de um controlador MFAC aplicado a sistemas não-lineares mediante algoritmo de evolução diferencial com imigrantes direcionados
title_sort Otimização multi-objetivo on-line dos parâmetros de um controlador MFAC aplicado a sistemas não-lineares mediante algoritmo de evolução diferencial com imigrantes direcionados
author SOUSA, Judas Tadeu Gomes de
author_facet SOUSA, Judas Tadeu Gomes de
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/6761446400544267
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/8715023255304328
dc.contributor.author.fl_str_mv SOUSA, Judas Tadeu Gomes de
dc.contributor.advisor1.fl_str_mv ARAÚJO, Aluizio Fausto Ribeiro
contributor_str_mv ARAÚJO, Aluizio Fausto Ribeiro
dc.subject.por.fl_str_mv Inteligência artificial
Otimização
topic Inteligência artificial
Otimização
description 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.
publishDate 2017
dc.date.issued.fl_str_mv 2017-06-12
dc.date.accessioned.fl_str_mv 2018-11-22T18:29:14Z
dc.date.available.fl_str_mv 2018-11-22T18:29:14Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/27689
url https://repositorio.ufpe.br/handle/123456789/27689
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Ciencia da Computacao
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/27689/6/TESE%20Judas%20Tadeu%20Gomes%20de%20Sousa.pdf.jpg
https://repositorio.ufpe.br/bitstream/123456789/27689/1/TESE%20Judas%20Tadeu%20Gomes%20de%20Sousa.pdf
https://repositorio.ufpe.br/bitstream/123456789/27689/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/27689/4/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/27689/5/TESE%20Judas%20Tadeu%20Gomes%20de%20Sousa.pdf.txt
bitstream.checksum.fl_str_mv 53d7a6adb04f0ce431f30ade35c3370f
cd6430bb78979d21a8f96d1c7c610971
4b8a02c7f2818eaf00dcf2260dd5eb08
e39d27027a6cc9cb039ad269a5db8e34
3f6b5ee008bc767ce5b9928da4bf0ab8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1862742076061384704