Optimización Multiobjetivo en Modelado y Control de un Péndulo Invertido Rotatorio

Abstract

[EN] This article shows the application of multi-objective optimization techniques, both for the identification of parameters of a model and for the adjustment of controllers. In particular, we propose a technique to identify the parameters of a first principles model of a rotational inverted pendulum applying a methodology of multi- objective optimization and experimental data. Also the methodology extends to the tuning of PID and PI controllers for the mentioned system. For multiobjective optimization, an implementation based on evolutionary algorithms has been used, ev-MOGA Herrero et al., 2007). For the analysis phase of the front solutions, we use the Pareto front visualization tool called level diagram (Blasco et al., 2017), which allows to successfully explore a set of Pareto optimal solutions and select one of them according to the preferences of the designer. The advantage oered by this methodology is the easy understanding of the conflicts that appear among the design objectives, allowing to select a compromise solution according to the preferences of the designer, without losing sight of the set of optimal solutions found.

[ES] Este artículo muestra la aplicación de técnicas de optimización multiobjetivo, tanto para la identificación de parámetros de un modelo como para el ajuste de controladores. En particular, se propone una técnica para identificar los parámetros de un modelo en primeros principios para un péndulo invertido rotatorio aplicando una metodología de optimización multiobjetivo y datos experimentales. Así también la metodología se extiende a la sintonización de controladores PID y PI para el sistema en mención. En la aplicación de la metodología multiobjetivo se utilizan una serie de herramientas para cada una de las etapas. Como optimizador se ha utilizado una implementación basada en algoritmos evolutivos, ev-MOGA (Herrero et al., 2007). Para la fase de análisis de las soluciones del frente se utiliza la herramienta de visualización del frente de Pareto denominada level diagram (Blasco et al., 2017), que permite explorar satisfactoriamente el conjunto de soluciones óptimas de Pareto y seleccionar una de ellas de acuerdo con las preferencias del diseñador. Una ventaja que ofrece esta metodología es la fácil comprensión de las conflictos que aparecen entre los objetivos de diseño, permitiendo seleccionar una solución de compromiso satisfactoria de cuerdo a las preferencias del diseñador, sin perder de vista el conjunto de soluciones óptimas encontradas.