1. Repositório Institucional da UFMG
  2. Publicações Científicas e Culturais
  3. Artigo de Evento
Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/39710
Full metadata record
DC FieldValueLanguage
dc.creatorMárcio Fantini Mirandapt_BR
dc.creatorKyriakos Vamvoudakispt_BR
dc.date.accessioned2022-02-25T15:49:21Z-
dc.date.available2022-02-25T15:49:21Z-
dc.date.issued2016-
dc.identifier.doi10.1109/ACC.2016.7526523pt_BR
dc.identifier.issn2378-5861pt_BR
dc.identifier.urihttp://hdl.handle.net/1843/39710-
dc.description.abstractEste artigo propõe um algoritmo de aprendizado por reforço (RL) baseado em programação dinâmica aproximada para auto-ajustar de forma otimizada um controlador Proporcional Integral Derivado (PID) resolvendo um problema de controle de rastreamento ótimo de horizonte infinito para uma classe especial de sistemas lineares. O algoritmo é baseado em uma estrutura ator/crítico onde um aproximador crítico é usado para aprender o custo ótimo e um aproximador ator é usado para aprender os ganhos ótimos do PID. A natureza de controle adaptativo do algoritmo requer uma persistência da condição de excitação para ser validada a priori, mas isso pode ser relaxado usando dados previamente armazenados simultaneamente com dados atuais na sintonia do aproximador crítico. Os resultados da simulação mostram a eficácia da abordagem proposta para um reator de usina de tanque agitado.pt_BR
dc.description.resumoThis paper proposes a reinforcement learning (RL) algorithm based on approximate dynamic programming to optimally auto-tune a Proportional Integral Derivative (PID) controller by solving an infinite-horizon optimal tracking control problem for a special class of linear systems. The algorithm is based on an actor/critic framework where a critic approximator is used to learn the optimal cost and an actor approximator is used to learn the optimal PID gains. The adaptive control nature of the algorithm requires a persistence of excitation condition to be a-priori validated, but this can be relaxed by using previously stored data concurrently with current data in the tuning of the critic approximator. Simulation results show the effectiveness of the proposed approach for a stirred-tank plant reactor.pt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCOLTEC - COLEGIO TECNICOpt_BR
dc.publisher.initialsUFMGpt_BR
dc.relation.ispartof2016 American Control Conference (ACC)pt_BR
dc.rightsAcesso Restritopt_BR
dc.subject.otherAprendizado por reforçopt_BR
dc.subject.otherDerivada Integral Proporcionalpt_BR
dc.subject.otherAlgorítimopt_BR
dc.titleOnline optimal auto-tuning of PID controllers for tracking in a special class of linear systemspt_BR
dc.title.alternativeAuto-ajuste otimizado on-line de controladores PID para rastreamento em uma classe especial de sistemas linearespt_BR
dc.typeArtigo de Eventopt_BR
dc.url.externahttps://ieeexplore.ieee.org/document/7526523pt_BR
Appears in Collections:Artigo de Evento

Files in This Item:
There are no files associated with this item.
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.