PID Control as a Process of Active Inference Applied to a Refrigeration System
Author
Rocandio Moreno, Adrian
Term
4. term
Education
Publication year
2021
Submitted on
2021-06-02
Pages
50
Abstract
This thesis investigates a probabilistic reinterpretation of PID control as a process of active inference grounded in the free energy principle, applied to an industrial refrigeration system. In the proposed framework only sensor data are assumed available, with no prior plant model; the controller maintains a simple generative model that is updated to infer hidden causes of measurements, so that the PID gains encode inferred measurement-noise properties. The research question is whether such a controller can regulate the evaporator outlet temperature in a vapor-compression cycle. Methodologically, the work formulates a linear generative model, derives the control law by minimizing variational free energy via variational filtering in generalized coordinates, and implements the controller in simulation using an evaporator model. Due to COVID-19 and technical constraints, evaluation is based on theory and simulations. Results show good performance under set-point changes, but limited robustness: the closed-loop fails to recover from small input disturbances and the controller is sensitive to subtle parameter changes during tuning, leading to instability. The findings indicate promise for set-point tracking while highlighting the need for improved robustness and tuning procedures for practical deployment.
Dette speciale undersøger en probabilistisk nyfortolkning af PID-regulering som en aktiv inferens-proces baseret på free-energy-princippet og anvender den på et industrielt køleanlæg. I den foreslåede ramme antages kun sensordata at være tilgængelige uden forudgående plantemodel; regulatoren er derfor udstyret med en simpel generativ model, som løbende opdateres for at slutte sig til målingernes skjulte årsager, hvorved PID-forstærkningerne koder for de estimerede målestøjsegenskaber. Forskningsspørgsmålet er, om en sådan controller kan regulere fordamperens udløbstemperatur i en dampkompressionscyklus. Metodisk opstilles og analyseres den lineære generative model, variational free energy minimeres via variational filtrering i generaliserede koordinater, og den afledte styrelov implementeres i simulering på en fordampermodel. På grund af COVID-19 og tekniske begrænsninger baseres evalueringen på teori og simuleringer. Resultaterne viser god ydeevne ved ændringer i set-punktet, men begrænset robusthed: systemet genvinder ikke fra små inputforstyrrelser, og regulatoren er følsom over for små parameterændringer ved tuning, hvilket kan føre til ustabilitet. Arbejdet peger på potentiale for setpunktsfølgning, men også på behovet for forbedret robusthed og mere robuste tuneprocedurer for praktisk anvendelse.
[This apstract has been generated with the help of AI directly from the project full text]
Keywords