Sviluppo di un PID neurale tramite Long-Short Term Memory per il controllo di sistemi di torrefazione

In questo progetto di tesi viene proposto un nuovo sistema PID basato su rete neurale per il controllo del processo di tostatura di impianti di torrefazione del caffà¨. La sua progettazione e sviluppo partono dalla comprensione dello schema di controllo già  installato sulle macchine tostatrici, basato su logica PID tradizionale. Il PID neurale si ਠdimostrato estremamente pratico ed efficace nel test di simulazione.Questo nuovo controllore, infatti, presenta dei vantaggi rispetto al PID tradizionale: pi๠conveniente nella regolazione dei parametri, aumentata robustezza, forte abilità  di approssimazione non lineare, maggiore indipendenza e adattabilità  sull'impianto. Nella prima fase del progetto ਠstato definito e costruito un sistema capace di emulare il comportamento dell'impianto di torrefazione: questo ha permesso di generare nuovi dati portando a una estensione delle dimensioni del dataset di partenza fornito dal cliente. Gli effetti della data augmentation sono stati evidenziati nella seconda parte del lavoro: l'incremento della quantità  di dati ha consentito, infatti, di ottenere prestazioni migliorate nell'addestramento del PID neurale.Vengono quindi discussi gli algoritmi di apprendimento e i metodi di realizzazione dei modelli per entrambe le fasi del progetto. In particolare vengono confrontati risultati ottenuti nei test, sia per modelli predittivi di tipologia feedforward che per quelli ricorrenti Long-Short Term Memory (LSTM).