Diseño de un sistema de control basado en aprendizaje reforzado aplicado a un reactor industrial tipo Klatt-Engell

• Autor: Estrada Rayme, Leighton Leandro
• Formato: tesis de maestría
• Fecha de Publicación: 2022
• Institución: Universidad Nacional de Ingeniería
• Repositorio: UNI-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.uni.edu.pe:20.500.14076/22804
• Enlace del recurso: http://hdl.handle.net/20.500.14076/22804
• Nivel de acceso: acceso abierto
• Materia: Reactor industrial tipo Klatt-Engell; Algoritmo Q-learning; https://purl.org/pe-repo/ocde/ford#2.02.02

En la presente investigación, el sistema de control basado en el enfoque de aprendizaje reforzado es desarrollado para controlar la temperatura y la concentración de producto de una planta reactor industrial tipo Klatt-Engell representado por un modelo matemático de comportamiento no lineal. El diseño del sistema de control sigue una metodología en base a la mejora del esquema de control de aprendizaje libre de modelo. Comprende elementos de aprendizaje reforzado como el uso del algoritmo Q-learning, parámetros de aprendizaje, exploración y explotación. La representación del sistema de control consiste en un diagrama de bloques, con dos subsistemas de control de aprendizaje libre de modelo. Además, previo a la ejecución del sistema de control, el cálculo de los valores óptimos necesarios para la buena elección de las señales de control es requerido mediante un proceso de entrenamiento. Finalmente, se muestran resultados simulados obtenidos para distintas señales de referencias, señales de entrada exógena, presencia de ruido en las variables de salida; y la comparativa de estos resultados mediante un índice de desempeño frente a otros sistemas de control.