Ajuste do controlador usando a otimização bayesiana
Date:
Contenidos
As regras clássicas para o ajuste do controlador, como Ziegler-Nichols, foram aplicadas com sucesso em muitas aplicações do mundo real. Infelizmente, elas não produzem uma configuração ideal do controlador. Além disso, não há como incluir limitações físicas no processo de ajuste. Ao usar a otimização bayesiana para a tarefa de ajuste do controlador, é possível determinar uma solução ideal que considere as limitações do controlador. Esta apresentação de Robert Göllinger, M.Sc. da RWTH Aachen University, Alemanha, apresentará os conceitos básicos da Otimização Bayesiana e os aplicará à tarefa de ajuste do PID em um demonstrador.
Contents
Classical rules for controller tuning, such as Ziegler-Nichols, have been successfully applied in many real-world applications. Unfortunately, they do not produce an ideal controller configuration. In addition, there is no way to include physical constraints in the tuning process. By using Bayesian optimization for the controller tuning task, it is possible to determine an optimal solution that considers the controller’s limitations. This presentation by Robert Göllinger, M.Sc. from RWTH Aachen University, Germany, will introduce the basic concepts of Bayesian Optimization and apply them to the PID tuning task on a demonstrator.