NUEVO METODO DE APRENDIZAJE POR REFUERZO MULTIOBJETIVO BASADO EN MODELOS. APLICACION A CONTROL PREDICTIVO.

2021

AGENCIA ESTATAL DE INVESTIGACION

INV. COMPETITIVA PROYECTOS

Sanchis Saez Javier

El proyecto tiene como objetivo principal, diseñar, desarrollar y validar una novedosa arquitectura de control predictivo multivariable y multiobjetivo basada en técnicas de inteligencia computacional, con capacidad de aprendizaje y generación de modelos robustos, capaz de controlar en tiempo real procesos industriales de dinámicas complejas, . En el proyecto se diseñarán, por un parte, algoritmos y procedimientos basados en computación evolutiva multiobjetivo y redes neuronales y por otra, técnicas de machine learning (aprendizade por refuerzo basado en modelos) para el desarrollo de una arquitectura de control predictivo multivariable, capaz de hacer frente a procesos con dinámicas complejas. El proyecto está estructurado en dos fases, la primera integra y adapta desarrollos de ambos grupos de investigación para desplegar la arquitectura de control sobre procesos SISO para terminar con una fase de validación y análisis de los resultados. En una segunda fase, más ambiciosa, se desarrolla la propuesta para sistemas MIMO donde se diseñan y analizan las dinámicas de los modelos no lineales con redes neuronales, se plantea el optimizador multiobjetivo para el control multivariable y se diseña e integra la estrategia de aprendizaje por refuerzo basado en modelos a dos niveles (como método de auto-tuning del controlador multivariable, y como el propio algoritmo de control). Como reto tecnológico en el proyecto se plantea la implementación de la arquitectura de control propuesta en hardware de control industrial como PLCs o PACs. La propuesta se validará utilizando una plataforma Hardware in the Loop (HIL) con aplicaciones relacionadas con el sector de la energía (control de pilas de combustible) y del sector metalúrgico (control de un proceso de laminación). Esta propuesta se presenta como un proyecto coordinado entre el grupo de Control Predictivo y Optimización Heurística de la Universitat Politècnica de València (UPV-CPOH) y el grupo de de investigación de Control Inteligente de la Universidad del País Vasco (UPV/EHU-CIGI).