Data-driven control design for nonlinear systems

Datagestuurde besturing voor non-lineaire systemen

Datagestuurde besturing is een belangrijk vakgebied binnen de regeltheorie geworden en vormt een fundamentele stap in de brug tussen machine learning en regelsystemen. Hoewel er in de loop der jaren uitgebreid onderzoek is verricht, richten de meeste beschikbare resultaten zich op lineaire systemen, met beperkte aandacht voor niet-lineaire gevallen. Voor onbekende niet-lineaire systemen met beschikbare data is het synthetiseren van regelaars uit data met rigoureuze theoretische garanties essentieel. 

In dit proefschrift stelt Zhongjie Hu nieuwe methoden voor regelontwerp voor, om regelaars uit data voor niet-lineaire systemen te leren. Ten eerste stelt hij een datagestuurde regelontwerpmethode voor voor niet-lineaire systemen die voortbouwt op kernelgebaseerde interpolatie. Ten tweede presenteert Hu datagebaseerde voorwaarden voor het afdwingen van contractiviteit via feedbackregeling en het verkrijgen van gewenste asymptotische eigenschappen van het gesloten-lussysteem. Ten slotte presenteert hij het datagebaseerde ontwerp van toestandsfeedbackregelaars die het probleem van de uitvoerregeling voor een klasse van niet-lineaire systemen oplossen.

Zhongjie Hu voerde zijn onderzoek uit bij het Engineering and Technology institute Groningen (ENTEG), afdeling Smart Manufacturing Systems, met financiering van het Chinese Scholarship Council. 

Proefschrift: https://hdl.handle.net/11370/2f1e9360-04b8-41d8-aadf-f5984969fa5e