Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/39711
Type: | Artigo de Periódico |
Title: | Asymptotically Stable Adaptive–Optimal Control Algorithm With Saturating Actuators and Relaxed Persistence of Excitation |
Other Titles: | Algoritmo de controle adaptativo-ótimo assintoticamente estável com atuadores de saturação e persistência relaxada de excitação |
Authors: | Kyriakos G.vamvoudakis Márcio Fantini Miranda Joao p. Hespanha |
Abstract: | This paper proposes a control algorithm based on adaptive dynamic programming to solve the infinite-horizon optimal control problem for known deterministic nonlinear systems with saturating actuators and nonquadratic cost functionals. The algorithm is based on an actor/critic framework, where a critic neural network (NN) is used to learn the optimal cost, and an actor NN is used to learn the optimal control policy. The adaptive control nature of the algorithm requires a persistence of excitation condition to be a priori validated, but this can be relaxed using previously stored data concurrently with current data in the update of the critic NN. A robustifying control term is added to the controller to eliminate the effect of residual errors, leading to the asymptotically stability of the closed-loop system. Simulation results show the effectiveness of the proposed approach for a controlled Van der Pol oscillator and also for a power system plant. |
Abstract: | Este artigo propõe um algoritmo de controle baseado em programação dinâmica adaptativa para resolver o problema de controle ótimo de horizonte infinito para sistemas não lineares determinísticos conhecidos com atuadores saturantes e funcionais de custo não quadráticos. O algoritmo é baseado em um framework ator/crítico, onde uma rede neural crítica (NN) é usada para aprender o custo ótimo, e um ator NN é usado para aprender a política de controle ótima. A natureza de controle adaptativo do algoritmo requer que uma persistência da condição de excitação seja validada a priori, mas isso pode ser relaxado usando dados previamente armazenados concomitantemente com dados atuais na atualização do NN crítico. Um termo de controle robusto é adicionado ao controlador para eliminar o efeito de erros residuais, levando à estabilidade assintoticamente do sistema em malha fechada. Os resultados da simulação mostram a eficácia da abordagem proposta para um oscilador controlado de Van der Pol e também para uma planta de sistema elétrico. |
Subject: | Programação dinâmica aproximada Controle ideal Controle robusto Aprendizado por reforço |
language: | eng |
metadata.dc.publisher.country: | Brasil |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
metadata.dc.publisher.department: | COLTEC - COLEGIO TECNICO |
Rights: | Acesso Restrito |
metadata.dc.identifier.doi: | 10.1109/TNNLS.2015.2487972 |
URI: | http://hdl.handle.net/1843/39711 |
Issue Date: | 2015 |
metadata.dc.url.externa: | https://ieeexplore.ieee.org/document/7302057/keywords#keywords |
metadata.dc.relation.ispartof: | IEEE Transactions on Neural Networks and Learning Systems |
Appears in Collections: | Artigo de Periódico |
Files in This Item:
There are no files associated with this item.
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.