Construção,modelagem e controle de um pêndulo invertido com CLP e software scada

Pós-graduação em Engenharia Elétrica - FEIS

Controle de um pêndulo invertido com 6 graus de liberdade e rodas de reação.

Nesta dissertação, um tipo diferente de pêndulo invertido controlado por rodas de reação é apresentado. Sua principal diferença está em seu ponto de articulação, que é constituído por uma junta esférica que permite com que o pêndulo gire em torno de seus três eixos. Além disso, três rodas de reação são utilizadas para seu controle e estabilização. Primeiramente, um modelo do sistema é obtido a partir das equação de Euler-Lagrange, das leis de Newton e das leis de Kirchhoff. Em seguida, uma lei de controle que assegura a estabilização assintótica do sistema em um grande domínio é proposta. Por fim, simulações são realizadas para validar o controlador projetado. Esse sistema possui diversas características interessantes, tanto do ponto de vista teórico como do ponto de vista de pesquisa. Do ponto de vista teórico, o sistema é nãolinear e suas entradas são fortemente acopladas, o que torna particularmente adequado para o processo de projeto e implementação de diversas técnicas de estabilização. Do ponto de vista de pesquisa, são consideradas duas técnicas de controle não linear: linearização padrão e linearização exata. Para que o sistema seja robusto e não desperdice energia, essas duas leis de controle diferentes são comutadas para a obtencão de um número suficiente de domínio de estabilidade.

Dynamic equilibrium through reinforcement learning

Reinforcement Learning is an area of Machine Learning that deals with how an agent should take actions in an environment such as to maximize the notion of accumulated reward. This type of learning is inspired by the way humans learn and has led to the creation of various algorithms for reinforcement learning. These algorithms focus on the way in which an agent’s behaviour can be improved, assuming independence as to their surroundings. The current work studies the application of reinforcement learning methods to solve the inverted pendulum problem. The importance of the variability of the environment (factors that are external to the agent) on the execution of reinforcement learning agents is studied by using a model that seeks to obtain equilibrium (stability) through dynamism – a Cart-Pole system or inverted pendulum. We sought to improve the behaviour of the autonomous agents by changing the information passed to them, while maintaining the agent’s internal parameters constant (learning rate, discount factors, decay rate, etc.), instead of the classical approach of tuning the agent’s internal parameters. The influence of changes on the state set and the action set on an agent’s capability to solve the Cart-pole problem was studied. We have studied typical behaviour of reinforcement learning agents applied to the classic BOXES model and a new form of characterizing the environment was proposed using the notion of convergence towards a reference value. We demonstrate the gain in performance of this new method applied to a Q-Learning agent.

Estudi: microcontrolador LPC2119 - ARM. Cas pràctic: anàlisi, disseny i construcció d'un robot amb pèndul invertit

Estudi de l'arquitectura i prestacions del microcontrolador LPC2119 tot implementant la proposta d’un cas pràctic. En la besant teòrica, es fa una anàlisi acurada del dispositiu LPC2119, enumerant les principals característiques i exposant les seves parts, aprofundint sobretot en l’arquitectura i core ARM que incorpora. En l'àmbit pràctic, s'introdueix el problema del pèndul invertit com a proposta per a ser integrada sobre un robot que exploti les funcionalitats del dispositiu integrat presentades a l'estudi teòric.

Disseny i construcció d'un pèndol invertit

Aquest projecte consisteix en l’estudi del problema clàssic del pèndol invertit en l’àrea de control. Per tal de poder realitzar aquest estudi s’ha construït un prototip que simuli el comportament d’un pèndol invertit. Seguidament es dissenyen uns controladors PID i LQR per aquest prototip. Finalment s’escull el controlador LQR, que és per al qual es realitzen les simulacions i es programa el prototip real.

Multicontroladores para melhoria da robustez e acomodação de falhas em sistemas

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Detecção de falhas em sistemas incertos com atraso no sinal de controle

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Detecção e acomodação de falhas em sistemas incertos com atraso no sinal de controle utilizando modo deslizante

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Modos deslizantes discretos em sistemas incertos com atraso na computação do sinal de controle

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Controle com modos deslizantes aplicado em sistemas com atraso e acesso somente à saída

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Modelagem matemática e análise dinâmica da torre de um pulverizador de pomares

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Projetos de controle discreto com modos deslizantes para sistemas sujeitos a atraso no controle

Pós-graduação em Engenharia Elétrica - FEIS

Controle discreto com modos deslizantes em sistemas incertos com atraso no sinal de controle

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Análise da robustez e aplicações de controle com modos deslizantes em sistemas incertos com atraso no controle

Pós-graduação em Engenharia Elétrica - FEIS

Fundamentos de Inteligencia Artificial. Práctica 3: Lógica difusa

En esta práctica se desarrollará el funcionamiento de un sistema experto difuso. El alumno debe desarrollar y probar un sistema experto, utilizando lógica difusa, que sea capaz de estabilizar un péndulo invertido.