Controller Tuning by Means of Evolutionary Multiobjective

Anuncio
Controller Tuning by Means of Evolutionary Multiobjective
Optimization:
a Holistic Multiobjective Optimization Design Procedure.
Doctorando: Gilberto Reynoso Meza
Asesores: Dr. Javier Sanchis & Dr. Xavier Blasco
Para la selección de los trabajos presentados en este formato deberá incluirse documento
en PDF que resuma la presentación (máximo 3000 caracteres sin espacios).
Introducción y objetivos
Es usual plantear un problema de diseño como un problema de optimización. Así
mismo, es común determinar un conjunto de objetivos, requerimientos y especificaciones para
dicho problema. Generalmente, los objetivos de diseño especificados entran en conflicto entre
sí, i.e. la mejora en el rendimiento de uno de ellos es a expensas de empeorar algún otro. Este
tipo de problemas, con múltiples objetivos de diseño, son conocidos como problemas
multiobjetivo. Un planteamiento usual para resolver dichos problemas es el de establecer un
único índice de coste para optimizar; sin embargo, la optimización multiobjetivo plantea la
optimización simultánea de todos los objetivos de diseño, para calcular un conjunto de
soluciones de interés para el diseñador, a partir de las cuáles seleccionará una de ellas. Esto
brinda un nivel de involucramiento mayor del diseñador en el proceso de diseño, pues es capaz
de analizar el intercambio de prestaciones entre objetivos de diseño.
Esta investigación doctoral está dedicada al proceso de diseño mediante optimización
multiobjetivo (MOOD) para el ajuste de controladores de sistemas automáticos, empleando
algoritmos evolutivos multiobjetivo. Su objetivo principal es el de:
Proveer un esquema útil y orientado a la toma de decisiones del proceso MOOD para mejorar
su empleo en aplicaciones relacionadas con el ajuste de controladores.
Con dicho propósito, se han llevado a cabo desarrollos y mejoras en herramientas,
metodologías y guías para facilitar este proceso.
Desarrollo del trabajo de investigación
Con la finalidad de alcanzar el objetivo general de la investigación, se han marcado y
cumplido los siguientes objetivos particulares:
1. Revisar el estado del arte en aplicaciones del proceso MOOD para el ajuste de controladores.
2. Identificar carencias en las herramientas y metodologías actuales.
3. Desarrollar programas y metodologías para subsanar las carencias detectadas y evaluarlos en
varios casos de estudio.
5. Poner en disponibilidad de la comunidad científica los resultados de este trabajo.
Resultados previstos e impacto de la investigación
Los resultados de este trabajo se recogen en la publicación de 6 artículos indexados de
revista, 12 artículos de congreso y una Tesis próxima a presentarse. Así mismo, se ha
desarrollado software abierto que se encuentra disponible a través del repositorio de Matlab
Central.
Aún y cuando las contribuciones de ésta investigación se han orientado al ajuste de
controladores (en aplicaciones aeronáuticas, industriales y de sinterizado de materiales), la
optimización multiobjetivo es una herramienta transversal. Esto ha permitido colaboraciones
con universidades de Glasgow (UK), Sheffield (UK) y Curitiba (BRA) con contribuciones en
identificación de sistemas, optimización de trayectorias aeroespaciales, bilogía sintética,
optimización multidisciplinaria y educación en control. En todo caso se han logrado soluciones
de diseño más acorde a las preferencias del diseñador, con respecto a esquemas de optimización
tradicional.
Esta investigación se moverá ahora al desarrollo de herramientas multiobjetivo
orientadas a la optimización multidisciplinaria. Esto es, considerar en la fase de optimización a
todas las disciplinas de un producto, a fin de optimizarlas simultáneamente y no
secuencialmente. Lo anterior ha sido identificado por el programa europeo H2020 como
estratégico dentro de la sub-llamada de investigación “Factories of the Futre” (H2020-FoF2014).
Controller Tuning by Means of
Evolutionary Multiobjective Optimization:
a Holistic Multiobjective Optimization Design Procedure.
Gilberto Reynoso Meza
Dr. Javier Sanchis & Dr. Xavier Blasco
Objetivo 1
Maximizar la
Ganancia de
Inversión
Maximizar la
Producción
Calidad de
una Tablet
Maximizar
Prestaciones de
Control Automático
Objetivo 2
Minimizar el
Riesgo de
Inversión
Minimizar
los Gastos de
Producción
Dinero a Pagar
por una Tablet
Minimizar Costos
de Control
Automático
Definición del
Problema Multiobjetivo
Objetivo 1
Objetivo 2
Proceso de Optimización
Multiobjeivo
Objetivo 1
Objetivo 2
Fase de Toma de
Decisiones
Objetivo 1
Objetivo 2
Definición del
Problema Multiobjetivo
Proceso de Optimización
Multiobjetivo
Fase de Toma de
Decisiones
Ajuste de
controladores
automáticos
Algoritmos de
optimización
multiobjectivo
Software para
análisis
multicriterio
Trabajo por hacer:
• Algoritmos Multiobjetivo para optimización Multidisciplinaria.
• Optimización all in one vs. secuencial
• Productos Mecatrónicos
• Identificado por el programa europeo H2020 como tema estratégico (sub-llamada
“Factories of the Future” H2020-FoF-2014).
Definición del
Problema Multiobjetivo
Proceso de Optimización
Multiobjetivo
Fase de Toma de
Decisiones
Logros
Contribuciones
Científicas
Alcance
G. Reynoso-Meza, J.
Sanchis, X. Blasco, M.
Martínez.
G. Reynoso-Meza, X.
G. Reynoso-Meza,
Evolutionary
Blasco,
J.Algorithms
Sanchis, M. J.
Sanchis,
G. Reynoso-Meza,
S.
for PID
controller
tuning:
Martínez.
X.
Blasco,
J.M.by
Herrero.
García-Nieto,
J. Sanchis, X.
Current
Trends
Controller and
tuning
Multiobjective
Perspectives.
means
ofBlasco.
evolutionary
evolutionary
Controller tuning by
2013;multiobjective
10: 251-268.
algorithms
for
means
of multi-objective
optimization:
current
multivariable
PI algorithms:
optimization
trends
and
applications.
controller
design.
a global
tuning
Vol. 39,
Issue 9, 2012. Pp.
framework.
7895-7907
Vol. 21, Issue 2, 2013.
G. Reynoso-Meza, J.
Sanchis, X. Blasco and S.
García-Nieto.
PhysicalG.
Programming
Reynoso-Meza, J.
for preference
driven
Sanchis,
X. Blasco and
Evolutionary
MultiJ.M. Herrero.
bjective A
Optimization.
stabilizing PID
controller sampling
procedure for stochastic
optimizers.
G. Reynoso-Meza, X. Blasco,
J. Sanchis and J.M. Herrero.
Comparison of design
concepts in multi-criteria
decision making using level
diagrams.
Vol. 221, Issue 1, 2013. Pp.
124-141.
Controller Tuning by Means of
Evolutionary Multiobjective Optimization:
a Holistic Multiobjective Optimization Design Procedure.
Gilberto Reynoso Meza
gilreyme@upv.es
Descargar