A VNS Algorithm for PID Controller: Hardware-In-The-Loop Approach

Authors

Keywords:

VNS, Cyber-physical systems, Proportional Integral Derivative, Self-tuning, Hardware-in-the-loop

Abstract

Tuning the Proportional Integral Derivative, or PID, controller in cyber-physical systems is a major challenge as it requires advanced mathematical skills. Several authors in the literature have shown that optimization algorithms are efficient for auto-adjust PID controller constants, especially when there is no mathematical modeling. However, the literature lacks works that show the efficiency of the Variable Neighborhood Search (VNS) algorithm to auto-adjust the PID. In this work, we investigate the efficiency of the Variable Neighborhood Algorithm to fine-tune a PID controller of a real cyber physical-system: a birotor flying drone. The approach consists of applying a numerical neighborhood structure to optimize the three constants of the PID, according to a proposed fitness function. Experiments reveal the feasibility of fine-tuning the PID controller and the birotor balancing with the Variable Neighborhood Algorithm with reduced time.
We compared the VNS-approach against one based on genetic algorithms, and on average, the VNS-approach achieves better results with lower computational and memory costs. Results suggest that the approach may be used in real or commercial systems, helping to fine-tune the controller to new environment changes or even last-minute project modifications.

Downloads

Download data is not yet available.

Author Biographies

Guilherme Silva, Universidade Federal de Ouro Preto

Guilherme Silva é graduando em Engenharia de Controle e Automação pela Universidade Federal de Ouro Preto (UFOP). Seus interesses de pesquisa incluem sistemas embarcados, robótica e teoria de controle e aprendizado de máquina.

Pedro Silva, Universidade Federal de Ouro Preto

Pedro Silva é bacharel e mestre em Ciência da Computação pela Universidade Federal de Ouro Preto (UFOP), em 2017 e 2018, respectivamente. De 2015 a 2016 realizou um intercâmbio na Windesheim University of Applied Sciences (Holanda) financiado pela CAPES. Desde 2018, é doutorando em Ciência da Computação pela UFOP. Atualmente, é professor no Departamento de Computação (DECOM) da UFOP. Seus interesses de pesquisa incluem processamento de sinais biomédicos, sistemas embarcados, reconhecimento de padrões, aprendizagem de máquinas e aprendizagem profunda.

Val´éria Santos, Universidade Federal de Ouro Preto

Valéria Santos graduada em Ciência da Computação pela Universidade Federal de Sergipe em 2009. É mestre e doutora em Ciência da Computação pela Universidade de São Paulo (USP) em 2012 e 2017, respectivamente. Durante seu doutorado, fez estágio na Universidade de Kent, Reino Unido. Atualmente é professora adjunta na Universidade Federal de Ouro Preto. Seus interesses de pesquisa incluem aprendizado de máquina, algoritmos evolutivos e robótica.

Alan Segundo, Universidade Federal de Ouro Preto

Alan Kardek Rêgo Segundo é engenheiro de controle e automação formado pela Universidade Federal de Ouro Preto (UFOP), com mestrado e doutorado em Engenharia Agrícola pela Universidade Federal de Viçosa. Foi professor do Instituto Federal de Minas Gerais campus Ouro Preto entre 2009 e 2011. Em 2012, tornou-se professor efetivo do curso de Engenharia de Controle e Automação da Escola de Minas, UFOP. Em 2015, participou da criação do Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração da UFOP em parceria com o Instituto Tecnológico Vale. Tem experiência na área de Engenharia Elétrica, com ênfase em Instrumentação e Sistemas Embarcados.

Eduardo Luz, Universidade Federal de Ouro Preto

Eduardo Luz é bacharel em Engenharia Elétrica pela Universidade Federal de Minas Gerais (2005), e doutor em Ciência da Computação pela Universidade Federal de Ouro Preto (2019). Atua como Professor Adjunto no Departamento de Computação (DECOM) da Universidade Federal de Ouro Preto e nos cursos de pós-graduação em Ciência da Computação e Mestrado Profissional em Instrumentação, Controle e Automação. Seus interesses de pesquisa incluem processamento de sinais biomédicos, sistemas embarcados, reconhecimento de padrões e aprendizagem de máquina.

Gladston Moreira, Universidade Federal de Ouro Preto

Gladston Moreira é mestre em matemática pela Universidade Federal de Minas Gerais em 2003, e doutor em engenharia elétrica em 2011. Atualmente é Professor Associado do Departamento de Computação da Universidade Federal de Ouro Preto, e professor permanente do Programa de Pós-Graduação em Ciência da Computação. Seus interesses de pesquisa incluem otimização multiobjetivo, reconhecimento de padrões e estatística espacial.

Published

2021-03-29

How to Cite

Silva, G., Silva, P., Santos, V., Segundo, A., Luz, E., & Moreira, G. (2021). A VNS Algorithm for PID Controller: Hardware-In-The-Loop Approach. IEEE Latin America Transactions, 19(9), 1502–1510. Retrieved from https://latamt.ieeer9.org/index.php/transactions/article/view/4831