Controle PID gaussiano com otimização dos parâmetros das funções gaussianas usando algoritmo genético e PSO
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
Texto Completo: | http://repositorio.utfpr.edu.br/jspui/handle/1/2436 |
Resumo: | Este trabalho propõe a utilização de uma técnica de controle PID adaptativo gaussiano (GAPID) com o objetivo de aumentar o desempenho do controle PID tradicional aplicado a um conversor Buck. A função gaussiana utilizada para definir os ganhos adaptativos tem características como: é uma função suave e com derivadas suaves, possui limites inferior e superior bem definidos e possui concavidade ajustável. Pelo fato de ser uma função suave, ajuda a evitar problemas relacionados às transições abruptas dos ganhos, comumente encontradas em outros métodos adaptativos. Entretanto, não há uma metodologia algébrica para obter os ganhos adaptativos, visto que originalmente o conjunto de parâmetros do GAPID é composto por oito elementos. Para tanto, utilizaram-se técnicas como otimização através de metaheurísticas bio-inspiradas, métricas avaliativas de desempenho, alteração no método de obtenção do tempo de acomodação, com o objetivo de aumentar o desempenho deste controlador (GAPID) e obter os ganhos adaptativos. O uso do conjunto de oito elementos na otimização gerou soluções ótimas, porém, muito especializadas, levando o controlador a não se comportar bem quando as condições de operação mudam. Desta forma, é proposto um vínculo entre os parâmetros não lineares das curvas gaussianas com os parâmetros lineares do controlador PID, que demonstrou gerar soluções quase tão boas quanto com parâmetros livres e menos especializadas, com comportamento mais homogêneo face a mudanças no ponto de operação do controlador e trazendo como principal vantagem a utilização dos mesmos requisitos de projeto do PID tradicional, o que facilitaria a migração do controlador PID para o GAPID dentro da maioria das indústrias. Os resultados obtidos, tanto na simulação quanto no protótipo foram semelhantes. Isso se deve ao cuidado com a modelagem e o rigor nos procedimentos de projeto, implementados da mesma forma no modelo e no protótipo. |
id |
UTFPR-12_9ea2131a3105d39f8ae5cf40c1e1c8da |
---|---|
oai_identifier_str |
oai:repositorio.utfpr.edu.br:1/2436 |
network_acronym_str |
UTFPR-12 |
network_name_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
repository_id_str |
|
spelling |
2017-09-15T19:22:09Z2017-09-15T19:22:09Z2016-12-09PUCHTA, Erickson Diogo Pereira. Controle PID gaussiano com otimização dos parâmetros das funções gaussianas usando algoritmo genético e PSO. 2016. 75 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2016.http://repositorio.utfpr.edu.br/jspui/handle/1/2436Este trabalho propõe a utilização de uma técnica de controle PID adaptativo gaussiano (GAPID) com o objetivo de aumentar o desempenho do controle PID tradicional aplicado a um conversor Buck. A função gaussiana utilizada para definir os ganhos adaptativos tem características como: é uma função suave e com derivadas suaves, possui limites inferior e superior bem definidos e possui concavidade ajustável. Pelo fato de ser uma função suave, ajuda a evitar problemas relacionados às transições abruptas dos ganhos, comumente encontradas em outros métodos adaptativos. Entretanto, não há uma metodologia algébrica para obter os ganhos adaptativos, visto que originalmente o conjunto de parâmetros do GAPID é composto por oito elementos. Para tanto, utilizaram-se técnicas como otimização através de metaheurísticas bio-inspiradas, métricas avaliativas de desempenho, alteração no método de obtenção do tempo de acomodação, com o objetivo de aumentar o desempenho deste controlador (GAPID) e obter os ganhos adaptativos. O uso do conjunto de oito elementos na otimização gerou soluções ótimas, porém, muito especializadas, levando o controlador a não se comportar bem quando as condições de operação mudam. Desta forma, é proposto um vínculo entre os parâmetros não lineares das curvas gaussianas com os parâmetros lineares do controlador PID, que demonstrou gerar soluções quase tão boas quanto com parâmetros livres e menos especializadas, com comportamento mais homogêneo face a mudanças no ponto de operação do controlador e trazendo como principal vantagem a utilização dos mesmos requisitos de projeto do PID tradicional, o que facilitaria a migração do controlador PID para o GAPID dentro da maioria das indústrias. Os resultados obtidos, tanto na simulação quanto no protótipo foram semelhantes. Isso se deve ao cuidado com a modelagem e o rigor nos procedimentos de projeto, implementados da mesma forma no modelo e no protótipo.This work proposes the use of a Gaussian adaptive PID control technique (GAPID) in order to increase the performance of the traditional PID control applied to a Buck converter. The Gaussian function used to define adaptive gains has characteristics such as; it is a smooth function with smooth derivatives, it has well defined lower and upper bounded and it has the adjustable concavity. Because it is a smooth function, it helps avoid problems related to abrupt gains transition, commonly found in other adaptive methods. However, there is no algebraic methodology to obtain the adaptive gains, since originally the GAPID parameter set consists of eight elements. Therefore, was used techniques such as optimization through bio-inspired metaheuristics, performance evaluation metrics, and change in the method to obtaining the settling-time, in order to increase the performance of this controller (GAPID) and obtain the adaptive gains. The use of the eight elements in the optimization generated optimized but very specialized solutions, causing the controller not to behave well when the operating conditions change. In this way, a link between the nonlinear parameters of the gaussian curves and the linear parameters of the PID controller was proposed, which demonstrated to generate solutions almost as good as with free and less specialized parameters, with a more homogeneous behavior in relation to changes in the operating point of the controller and bringing as a main advantage the use of the same traditional PID design requirements, which would facilitate the migration of PID controller to GAPID within most industries. The results obtained in both the simulation and the prototype were similar. This is due to careful modeling and rigor in design procedures, implemented in the same way in the model and the prototype.porUniversidade Tecnológica Federal do ParanáPonta GrossaPrograma de Pós-Graduação em Engenharia ElétricaUTFPRBrasilCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAEngenharia ElétricaSistemas de controle ajustávelControladores PIDAlgorítmos genéticosEngenharia elétricaAdaptive control systemsPID controllersGenetic algorithmsElectric engineeringControle PID gaussiano com otimização dos parâmetros das funções gaussianas usando algoritmo genético e PSOGaussian PID control with gaussian function parameters optimization using genetic algorithm and PSOinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPonta GrossaKaster, Mauricio dos Santoshttp://lattes.cnpq.br/5494434934031784Siqueira, Hugo Valadareshttp://lattes.cnpq.br/6904980376005290Deaecto, Grace SilvaLopes, Heitor SilvérioTusset, Angelo MarceloKaster, Mauricio dos Santoshttp://lattes.cnpq.br/8447205167572374Puchta, Erickson Diogo Pereirainfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRTEXTPG_PPGEE_Puchta, Erickson Diogo Pereira_2016.pdf.txtPG_PPGEE_Puchta, Erickson Diogo Pereira_2016.pdf.txtExtracted texttext/plain141743http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2436/3/PG_PPGEE_Puchta%2c%20Erickson%20Diogo%20Pereira_2016.pdf.txtf1b53b04d8bb18ae0adee487306d98a0MD53THUMBNAILPG_PPGEE_Puchta, Erickson Diogo Pereira_2016.pdf.jpgPG_PPGEE_Puchta, Erickson Diogo Pereira_2016.pdf.jpgGenerated Thumbnailimage/jpeg1245http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2436/4/PG_PPGEE_Puchta%2c%20Erickson%20Diogo%20Pereira_2016.pdf.jpg251dffb7911d797384fb4736071911f7MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2436/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALPG_PPGEE_Puchta, Erickson Diogo Pereira_2016.pdfPG_PPGEE_Puchta, Erickson Diogo Pereira_2016.pdfapplication/pdf3448413http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2436/1/PG_PPGEE_Puchta%2c%20Erickson%20Diogo%20Pereira_2016.pdf31218bee318a69cec0f95aeec1bd8a25MD511/24362017-09-15 16:22:09.113oai:repositorio.utfpr.edu.br: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Repositório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2017-09-15T19:22:09Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false |
dc.title.pt_BR.fl_str_mv |
Controle PID gaussiano com otimização dos parâmetros das funções gaussianas usando algoritmo genético e PSO |
dc.title.alternative.pt_BR.fl_str_mv |
Gaussian PID control with gaussian function parameters optimization using genetic algorithm and PSO |
title |
Controle PID gaussiano com otimização dos parâmetros das funções gaussianas usando algoritmo genético e PSO |
spellingShingle |
Controle PID gaussiano com otimização dos parâmetros das funções gaussianas usando algoritmo genético e PSO Puchta, Erickson Diogo Pereira CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Sistemas de controle ajustável Controladores PID Algorítmos genéticos Engenharia elétrica Adaptive control systems PID controllers Genetic algorithms Electric engineering Engenharia Elétrica |
title_short |
Controle PID gaussiano com otimização dos parâmetros das funções gaussianas usando algoritmo genético e PSO |
title_full |
Controle PID gaussiano com otimização dos parâmetros das funções gaussianas usando algoritmo genético e PSO |
title_fullStr |
Controle PID gaussiano com otimização dos parâmetros das funções gaussianas usando algoritmo genético e PSO |
title_full_unstemmed |
Controle PID gaussiano com otimização dos parâmetros das funções gaussianas usando algoritmo genético e PSO |
title_sort |
Controle PID gaussiano com otimização dos parâmetros das funções gaussianas usando algoritmo genético e PSO |
author |
Puchta, Erickson Diogo Pereira |
author_facet |
Puchta, Erickson Diogo Pereira |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Kaster, Mauricio dos Santos |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/5494434934031784 |
dc.contributor.advisor-co1.fl_str_mv |
Siqueira, Hugo Valadares |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/6904980376005290 |
dc.contributor.referee1.fl_str_mv |
Deaecto, Grace Silva |
dc.contributor.referee2.fl_str_mv |
Lopes, Heitor Silvério |
dc.contributor.referee3.fl_str_mv |
Tusset, Angelo Marcelo |
dc.contributor.referee4.fl_str_mv |
Kaster, Mauricio dos Santos |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/8447205167572374 |
dc.contributor.author.fl_str_mv |
Puchta, Erickson Diogo Pereira |
contributor_str_mv |
Kaster, Mauricio dos Santos Siqueira, Hugo Valadares Deaecto, Grace Silva Lopes, Heitor Silvério Tusset, Angelo Marcelo Kaster, Mauricio dos Santos |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Sistemas de controle ajustável Controladores PID Algorítmos genéticos Engenharia elétrica Adaptive control systems PID controllers Genetic algorithms Electric engineering Engenharia Elétrica |
dc.subject.por.fl_str_mv |
Sistemas de controle ajustável Controladores PID Algorítmos genéticos Engenharia elétrica Adaptive control systems PID controllers Genetic algorithms Electric engineering |
dc.subject.capes.pt_BR.fl_str_mv |
Engenharia Elétrica |
description |
Este trabalho propõe a utilização de uma técnica de controle PID adaptativo gaussiano (GAPID) com o objetivo de aumentar o desempenho do controle PID tradicional aplicado a um conversor Buck. A função gaussiana utilizada para definir os ganhos adaptativos tem características como: é uma função suave e com derivadas suaves, possui limites inferior e superior bem definidos e possui concavidade ajustável. Pelo fato de ser uma função suave, ajuda a evitar problemas relacionados às transições abruptas dos ganhos, comumente encontradas em outros métodos adaptativos. Entretanto, não há uma metodologia algébrica para obter os ganhos adaptativos, visto que originalmente o conjunto de parâmetros do GAPID é composto por oito elementos. Para tanto, utilizaram-se técnicas como otimização através de metaheurísticas bio-inspiradas, métricas avaliativas de desempenho, alteração no método de obtenção do tempo de acomodação, com o objetivo de aumentar o desempenho deste controlador (GAPID) e obter os ganhos adaptativos. O uso do conjunto de oito elementos na otimização gerou soluções ótimas, porém, muito especializadas, levando o controlador a não se comportar bem quando as condições de operação mudam. Desta forma, é proposto um vínculo entre os parâmetros não lineares das curvas gaussianas com os parâmetros lineares do controlador PID, que demonstrou gerar soluções quase tão boas quanto com parâmetros livres e menos especializadas, com comportamento mais homogêneo face a mudanças no ponto de operação do controlador e trazendo como principal vantagem a utilização dos mesmos requisitos de projeto do PID tradicional, o que facilitaria a migração do controlador PID para o GAPID dentro da maioria das indústrias. Os resultados obtidos, tanto na simulação quanto no protótipo foram semelhantes. Isso se deve ao cuidado com a modelagem e o rigor nos procedimentos de projeto, implementados da mesma forma no modelo e no protótipo. |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016-12-09 |
dc.date.accessioned.fl_str_mv |
2017-09-15T19:22:09Z |
dc.date.available.fl_str_mv |
2017-09-15T19:22:09Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
PUCHTA, Erickson Diogo Pereira. Controle PID gaussiano com otimização dos parâmetros das funções gaussianas usando algoritmo genético e PSO. 2016. 75 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2016. |
dc.identifier.uri.fl_str_mv |
http://repositorio.utfpr.edu.br/jspui/handle/1/2436 |
identifier_str_mv |
PUCHTA, Erickson Diogo Pereira. Controle PID gaussiano com otimização dos parâmetros das funções gaussianas usando algoritmo genético e PSO. 2016. 75 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2016. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/2436 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Ponta Grossa |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UTFPR |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Ponta Grossa |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) instname:Universidade Tecnológica Federal do Paraná (UTFPR) instacron:UTFPR |
instname_str |
Universidade Tecnológica Federal do Paraná (UTFPR) |
instacron_str |
UTFPR |
institution |
UTFPR |
reponame_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
collection |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
bitstream.url.fl_str_mv |
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2436/3/PG_PPGEE_Puchta%2c%20Erickson%20Diogo%20Pereira_2016.pdf.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2436/4/PG_PPGEE_Puchta%2c%20Erickson%20Diogo%20Pereira_2016.pdf.jpg http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2436/2/license.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2436/1/PG_PPGEE_Puchta%2c%20Erickson%20Diogo%20Pereira_2016.pdf |
bitstream.checksum.fl_str_mv |
f1b53b04d8bb18ae0adee487306d98a0 251dffb7911d797384fb4736071911f7 8a4605be74aa9ea9d79846c1fba20a33 31218bee318a69cec0f95aeec1bd8a25 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1805922895863480320 |