Browsing by Author "Azevedo, Ana Beatriz da Piedade de"
Now showing 1 - 8 of 8
Results Per Page
Sort Options
- Automatic tuning of PID controllers using a neuro-genetic systemPublication . Ruano, Antonio; Lima, João; Azevedo, Ana Beatriz da Piedade de; Duarte, N. M.; Fleming, P. J.Neural networks and genetic algorithms have been in the past successfully applied, separately, to controller turning problems. In this paper we propose to combine its joint use, by exploiting the nonlinear mapping capabilites of neural networks to model objective functions, and to use them to supply their values to a genetic algorithm which performs on-line minimization.
- B-splines neural network assisted PID autotuningPublication . Ruano, Antonio; Azevedo, Ana Beatriz da Piedade deThis papers describes an extantion of previous works on the subject of neural network proportional, integral and derivative (PID) autotuning. Basically, neural networks are employed to supply the three PID parameters, according to the integral of time multiplied by the absolute error (ITAE) criterion, to a standard PID controller.
- B-splines neural networks assisted PID autotuningPublication . Azevedo, Ana Beatriz da Piedade de; Ruano, AntonioThis paper describes previous works (1), (2), on neural network pid autotuning. Basically, neural networks are employed to supply PID parameters, according to the ITAE criterion, to a standard PID controller.
- Neural networks assisted PID autotuningPublication . Azevedo, Ana Beatriz da Piedade de; Ruano, AntonioThe Proportional, Integral and Derivative (PID) controllers are standard building blocks for industrial automation. Their popularity comes from their rebust performance and also from their functional simplicity.
- Neural networks PID autotuning with real-time adaptationPublication . Azevedo, Ana Beatriz da Piedade de; Ruano, AntonioDespite the developments in more sophisticated controllers, still the Proportional, Integral and Derivative (PID) controller is by far the controller most widely used in industry automation.
- Neuro-genetic Pid autotuningPublication . Lima, João; Azevedo, Ana Beatriz da Piedade de; Duarte, N. M.; Fonseca, C. M.; Ruano, Antonio; Fleming, P. J.A new PID autotuning technique, involving neural networks and genetic algorithms is proposed. The validity of this approach is shown, through the results of several experiments. Special attention is given to the off-line training of one of the auto-tuner models, the criterion networks. Procedures used to obtain good training data are described.
- A novel technique for controller tuningPublication . Ruano, Antonio; Lima, João; Azevedo, Ana Beatriz da Piedade de; Duarte, N. M.; Fleming, P. J.Neural networks and genetic algorithms have been in the past successfully applied, separately, to controller tuning problems. In this paper we purpose to combine its joint use, by exploiting the nonlinear mapping capabilities of neural networks to model objective functions, and use them to supply their values to a genetic algorithm which performs on-line minimization. Simulation results show that this is a valid approach, offering desired properties for on-line use such as a dramatic reduction in computation time and avoiding the need of perturbing the closed-loop operation.
- Sintonia automática de controladores PID usando redes neuronais com adaptação em tempo realPublication . Azevedo, Ana Beatriz da Piedade de; Ruano, A. E.Os controladores Proporcional, Integral e Derivativo (PID) são dos controladores mais usados no controlo automático industrial. A sua utilização em larga escala advém da sua simplicidade de funcionamento e desempenho robusto. Estes controladores necessitam de ser sintonizados frequentemente, porque o processo a controlar varia no tempo ou por os seus componentes envelhecerem. Dado que, uma instalação industrial pode possuir centenas destes reguladores, e dado que uma sintonia correcta é uma actividade dispendiosa em termos de tempo, a sintonia automática de controladores PID é uma questão importante em termos económicos. Desde o trabalho de Ziegler e Nichols [1], em 1942, foram propostos vários métodos de sintonia automática de controladores PID. Recentemente, foi introduzida a utilização de redes neuronais artificiais e é sobre o trabalho desenvolvido nesse âmbito, como por exemplo em [2] e [3], que esta dissertação se alicerça. A aplicação desenvolvida, utiliza como método de sintonia o critério Integral do Tempo multiplicado pelo Erro Absoluto (ITAE), que possui uma resposta com boa selectividade e amortecimento. Este critério é raramente utilizado em aplicações em tempo real, pois como não se conhece uma forma analítica para o seu cálculo é necessário utilizar uma simulação do sistema completo (processo a controlar e controlador PID). A aplicação é composta por dois módulos, o sistema completo (processo a controlar e controlador PID) e o módulo de sintonia automática. O módulo de sintonia automática consiste num bloco que identifica o processo a controlar e em dois conjuntos de redes neuronais, um utilizado na minimização do ITAE do processo e outro para fornecer os valores dos parâmetros do controlador. As redes neuronais usadas são do tipo Basis(B)-spline [4], que possuem a vantagem de “aprender” preservando o “conhecimento” anteriormente adquirido. Estas redes são construídas e treinadas off-line, utilizando o algoritmo ASMOD (Adaptive Spline Modelling of Observation Data) [5], usando um conjunto restrito de treino, sendo depois adaptadas em tempo real para valores de treino relativos ao processo específico a controlar.