Granular evolving fuzzy robust feedback linearization

Oliveira, Lucas; Leite, Valter J. S.; Silva, Jeferson; Gomide, Fernando

doi:10.1109/eais.2017.7954821

Cited by 4 publications

(2 citation statements)

References 15 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A Siemens PLC model Simatic S7 300 is used to get process measures, to dispatch control signals and to perform the interlocking task. All control and measurement consist of 4-20 mA current loops [8,16]. The process allows some different configurations, and, for this application, only tanks T1 and T2 are used, coupled through a fixed manual valve, where the inlet flow arises in tank T1 and the control objective is the level on tank T2.…”

Section: Applicationmentioning

confidence: 99%

Affordable Control Platform with MPC Application

Sousa¹,

Leite²,

Scola³

2018

STUD INFORM CONTROL

View full text Add to dashboard Cite

This paper presents a control platform developed to interface with various hardware, allowing the design and rapid implementation even of advanced controllers, both on academic and industrial systems. The code of the controllers is written in the open-source Python language, facilitating the translation of code usually written in commercial software. The proposed platform can use from Arduinos to Programmable Logic Computers (PLCs). Beyond the research and tests on industrial facilities, the simplicity of the proposed platform allows its use also for educational and training purposes. Therefore, the proposed platform can help students focus on system analysis and control theory instead of hardware interfacing issues, while using low cost hardware. Developed in a client-server scheme, the platform can run in affordable computers while taking advantage of high-level mathematical and graphical tools available in Python language, allowing rapid implementation of advanced controllers. The use of this platform is illustrated with an implementation of a model predictive control (MPC) of a level control in a laboratory-scale process. A PLC is used to take the level measures, to dispatch control signals, and also for interlocking secure tasks. The controller runs on a Raspberry Pi computer that communicates with the PLC through an ethernet link.

show abstract

Section: Applicationmentioning

confidence: 99%

Affordable Control Platform with MPC Application

Sousa¹,

Leite²,

Scola³

2018

STUD INFORM CONTROL

View full text Add to dashboard Cite

show abstract

“…Além disso, o ePL verifica e remove regras redundantes, além de ser menos sensível a outliers. O ePL foi utilizado em um sistema de controle para um processo não linear com grau relativo unitário para estimar o erro de modelagem e assim mitigar seus efeitos na malha de controle EFL (Oliveira et al, 2017). Baseado nessa topologia de controle, (Oliveira et al, 2019) sugere uma nova estrutura de controle que faz uso do princípio da equivalência certa (certainty equivalente principle) para estimar um sinal de compensação e reduzir o efeito de pertubações originadas por erros de modelagem.…”

Section: Introductionunclassified

Linearização por realimentação granular robusta com algoritmo evolutivo Takagi-Sugeno: Análise e avaliação de desempenho

Bento

Oliveira

Leite

et al. 2019

Anais Do 14º Simpósio Brasileiro De Automação Inteligente

Self Cite

View full text Add to dashboard Cite

Feedback linearization is a powerful nonlinear control technique, but its performance degenerates substantially when subject to modeling errors. Recently robust granular feedback linearization, a method that uses the participatory learning to cancel the effect of model mismatches, was introduced to reduce the impact of modeling errors in the control loop. This paper aims to evaluate the performance of the robust, granular feedback linearization controller with learning done using eTS, the evolving Takagi-Sugeno approach. The behavior of the robust, granular feedback linearization with eTS is evaluated using an inverted pendulum control system to track a specified trajectory. Performance is measured using integral of the absolute error, the integral of the variability of the control signal, and the integral of the variability of the error indexes. Simulation results suggest that the robust, granular eTS control performs better than exact feedback linearization. Resumo: A linearização por realimentaçãoé uma poderosa técnica de controle não linear, mas quando aplicada a situações em que há erro de modelagem, seu desempenho fica comprometido e o comportamento em malha fechada degenera. A linearização por realimentação granular robustá e uma técnica que utiliza aprendizagem participativa para cancelar os efeitos causados por erros de modelagem na malha de controle. Esse trabalho objetiva avaliar o desempenho do controlador de linearização por realimentação granular robusta quando o mecanismo de aprendizagemé substituído pelo eTS, o algoritmo evolutivo Takagi-Sugeno. O controlador granular robusto com eTSé utilizado para que os estados de um pêndulo invertido siga uma trajetória especificada. Os resultados de simulação são quantificados usando os critérios da integral do valor absoluto do erro, da integral da variabilidade do erro e da integral da variabilidade do sinal de controle. Os resultados sugerem que o controlador granular robusto com eTS tem desempenho superior a linearização por realimentação exata.

show abstract