Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Definitions Kapitel lesen Erstes Kapitel lesen

2012 | OriginalPaper | Buchkapitel

3. One-Shot Optimization—The VRFT Method

verfasst von : Alexandre Sanfelice Bazanella, Lucíola Campestrini, Diego Eckhard

Erschienen in: Data-Driven Controller Design

Verlag: Springer Netherlands

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Once the designer has chosen the performance criterion, it must be minimized, which in a data-driven control design will be done using only input-output data collected from the system. It is possible in many situations to perform this minimization in only “one-shot”, that is, with only one batch of data collected in only one operating condition. These “one-shot” solutions, which are the most convenient, are the subject of Chap. 3. The virtual reference feedback tuning method (VRFT, for short) is presented and its statistical properties—consistency, variance—are demonstrated. Its extension to nonminimum phase processes is also presented. A number of simulation studies illustrate the properties of VRFT.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel H 2 Performance Criteria
Nächstes Kapitel Iterative Optimization
Fußnoten
1
Again, we leave to the reader to check the details in the literature.
 
2
Since we are estimating a PI controller, which is formed by a parameter vector of size two, and we are dealing with a noise-free case, we can use the minimum amount of data.
 
3
The introduction of the filter causes the cost function J VR (ρ) to become flatter, so we have plotted 200J VR (ρ) to make the visual comparison to the other costs easier.
 
4
Pseudo Random Binary Signal.
 
5
The ellipses were computed from the data, so this is the sample covariance.
 
Literatur
1.
K.J. Åström, B. Wittenmark, Adaptive Control, 2nd edn. (Addison-Wesley, Reading, 1995) MATH
2.
R.R. Bitmead, S. Cheong, System identification based instability detection of noisy ARMA systems, in Proc. 15th IFAC Symposium on System Identification, Saint-Malo, France (IFAC, 2009), pp. 290–295
3.
L. Campestrini, D. Eckhard, M. Gevers, A.S. Bazanella, Virtual reference feedback tuning for non-minimum phase plants. Automatica 47, 1778–1784 (2011) MathSciNetMATHCrossRef
4.
M.C. Campi, A. Lecchini, S. Savaresi, An application of the virtual reference feedback tuning method to a benchmark problem. Eur. J. Control 9, 66–76 (2003) CrossRef
5.
M.C. Campi, A. Lecchini, S.M. Savaresi, Virtual reference feedback tuning: A direct method for the design of feedback controllers. Automatica 38, 1337–1346 (2002) MathSciNetMATHCrossRef
6.
M.C. Campi, S.M. Savaresi, Direct nonlinear control design: The virtual reference feedback tuning (VRFT) approach. Automatica 51, 14–27 (2006) MathSciNet
7.
M. Gevers, A.S. Bazanella, X. Bombois, L. Mišković, Identification and the information matrix: How to get just sufficiently rich? IEEE Trans. Autom. Control 54(12), 2828–2840 (2009) CrossRef
8.
G. Goodwin, K.S. Sin, Adaptive Filtering, Prediction and Control (Prentice Hall International, Englewood Cliffs, 2009) MATH
9.
H. Hjalmarsson, M. Gevers, S. Gunnarsson, O. Lequin, Iterative feedback tuning: Theory and applications. IEEE Control Syst. Mag. 18(4), 26–41 (1998) CrossRef
10.
A. Karimi, K. van Heusden, D. Bonvin, Non-iterative data-driven controller tuning using the correlation approach, in Proc. European Control Conference, Kos, Greece, 2007
11.
A. Lecchini, M. Gevers, On iterative feedback tuning for non-minimum phase plants, in 41st IEEE Conference on Decision and Control, 2002, pp. 4658–4663
12.
L. Ljung, System Identification—Theory for the User, 2nd edn. (Prentice Hall, New York, 1999)
13.
J. Mårtensson, Geometric Analysis of Stochastic Model Errors in System Identification, PhD thesis, Royal Institute of Technology (KTH), October 2007
14.
J. Mårtensson, H. Hjalmarsson, Variance error quantifications for identified poles and zeros. Automatica 45(11), 2512–2525 (2009) MathSciNetMATHCrossRef
15.
M. Nakamoto, An application of the virtual reference feedback tuning for an MIMO process, in Proc. SICE Annual Conference, Sapporo, Japan, vol. 3 (IEEE Press, New York, 2005), pp. 2208–2213
16.
A. Sala, A. Esparza, Extensions to “virtual reference feedback tuning: A direct method for the design of feedback controllers”. Automatica 41, 1473–1476 (2005) MathSciNetMATHCrossRef
17.
T. Söderström, P. Stoica, System Identification (Prentice Hall, New York, 1989) MATH
Metadaten
Titel
One-Shot Optimization—The VRFT Method
verfasst von
Alexandre Sanfelice Bazanella
Lucíola Campestrini
Diego Eckhard
Copyright-Jahr
2012
Verlag
Springer Netherlands
Buch
Data-Driven Controller Design

Print ISBN: 978-94-007-2299-6

Electronic ISBN: 978-94-007-2300-9

Copyright-Jahr: 2012

DOI
https://doi.org/10.1007/978-94-007-2300-9_3

Neuer Inhalt

    Bildnachweise