Controle PID gaussiano com otimização dos parâmetros das funções gaussianas usando algoritmo genético e PSO

Detalhes bibliográficos
Autor(a) principal: Puchta, Erickson Diogo Pereira
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