RDBU| Repositório Digital da Biblioteca da Unisinos
Sintonia de controladores Pid através de meta-heurísticas
- RDBU
- →
- Rede Jesuíta Brasil
- →
- Unisinos
- →
- Produção Acadêmica
- →
- Escola Politécnica
- →
- Trabalhos de Conclusão de Curso
- →
- Graduação
- →
- Engenharia Elétrica
- →
- View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.
| metadataTrad.dc.contributor.author | Oliveira, Edgar Dias de; |
| metadataTrad.dc.contributor.advisor | Souza, João Olegário de Oliveira de; |
| metadataTrad.dc.contributor.advisorLattes | http://lattes.cnpq.br/4888175103572971; |
| metadataTrad.dc.publisher | Universidade do Vale do Rio dos Sinos; |
| metadataTrad.dc.title | Sintonia de controladores Pid através de meta-heurísticas; |
| metadataTrad.dc.description.resumo | Este trabalho apresenta a metodologia empregada para a sintonia de controladores PID utilizando meta-heurísticas. É feita uma comparação entre quatro meta-heurísticas, Genetic Algorithm – GA, Particle Swarm Optimization – PSO, Ant Colony Optimiization – ACO, e Artificial Bee Colony – ABC, com o objetivo de minimizar os parâmetros da resposta ao degrau do sistema no domínio do tempo, tempo de subida, tempo de acomodação e sobressinal. A planta proposta para aplicação das meta-heurísticas é o controle de posição de um motor de corrente contínua com ímãs permanentes utilizando um sistema SISO (Single Input Single Output) em cascata, com três malhas de controle, uma malha interna para a corrente, uma malha intermediária para a velocidade e uma malha externa para a posição do motor CC. Foram realizadas simulações a fim de comparar e encontrar os parâmetros ótimos para o problema proposto. As meta-heurísticas também foram submetidas à sintonia dos três controladores de duas maneiras, primeiramente de forma sequencial e, após, de forma simultânea, para comparação dos resultados obtidos. Todas as meta-heurísticas se mostraram satisfatórias na sintonia dos controladores PID, e a sintonia simultânea, mesmo sendo a mais complexa para os algoritmos, foi a que encontrou o menor custo para a função objetivo proposta, reduzindo o tempo de subida de 443,3 ms para 335,83 ms e o tempo de acomodação de 977,2 ms para 715,5 ms. O tempo de simulação das meta heurísticas também foi medido, e foi constatado que algumas meta-heurísticas podem levar menos da metade do tempo que outras para a mesma sintonia. Os resultados são discutidos ao final do trabalho.; |
| metadataTrad.dc.subject | Genetic Algorithm; Particle Swarm Optimization; Ant Colony Optimization; Artificial Bee Colony; PID; Meta-heurística; |
| metadataTrad.dc.type | TCC; |
| metadataTrad.dc.date.issued | 2019-06-17; |
| metadataTrad.dc.identifier.uri | http://www.repositorio.jesuita.org.br/handle/UNISINOS/11652; |
| metadataTrad.dc.audience.educationLevel | Graduação; |
| metadataTrad.dc.curso | Engenharia Elétrica; |
Files in this item
This item appears in the following Collection(s)
-
Engenharia Elétrica [95]
Engenharia Elétrica