Sintonización de Controladores PID para Control de Velocidad de Motores de Corriente Continua mediante Algoritmos Genéticos
DOI:
https://doi.org/10.47187/perspectivas.vol1iss2.pp31-37.2019Palabras clave:
Algoritmos Genéticos, Control PID, Inteligencia Artificial, Control ÓptimoResumen
Este documento presenta el desarrollo de un algoritmo genético para optimización de ganancias de un controlador PID aplicado al control de velocidad de un motor de corriente directa. El algoritmo fue desarrollado en código Python. Produce un buen desempeño con pocas iteraciones debido a la generación de la población inicial a partir de las reglas de sintonización de Ziegler & Nichols. El controlador obtenido mediante la aplicación del algoritmo genético es comparado con los métodos convencionales de sintonización de Ziegler y Nichols, Cohen-Coon y AMIGO, en términos de tiempo de establecimiento, sobre oscilación máxima y robustez. Los resultados obtenidos permiten concluir que se minimiza la sobre oscilación máxima y el tiempo de establecimiento mediante el uso del controlador obtenido mediante el algoritmo genético, que a su vez presenta una mejor robustez en comparación con los controladores obtenidos con los otros métodos.
Métricas
Citas
J. Jantzen, Foundations of Fuzzy Control: A Practical Approach. New York, UNITED KINGDOM: John Wiley & Sons, Incorporated, 2013.
I. M. Mujtaba y M. A. Hussain, Application of Neural Networks and Other Learning Technologies in Process Engineering. Singapore, SINGAPORE: Imperial College Press, 2001.
C. R. Alavala, Fuzzy Logic and Neural Networks: Basic Concepts & Application. Daryaganj, INDIA: New Age International, 2008.
J. Ghaboussi, Soft Computing in Engineering. Milton, UNITED KINGDOM: Chapman and Hall/CRC, 2018.
P. Chou, T. Hwang, y T. Chang, “Use of Soft Computing Components to Improve Transient/Steady-State of Control Systems”, en Advances in Communication Systems and Electrical Engineering, X. Huang, Y.-S. Chen, y S.-I. Ao, Eds. Boston, MA: Springer US, 2008, pp. 375–391.
A. K. Singh, R. Singh, y R. K. Arya, “Approximation of Optimized Fuzzy Logic Controller for Shunt Active Power Filter”, en Complex System Modelling and Control Through Intelligent Soft Computations, Q. Zhu y A. T. Azar, Eds. Cham: Springer International Publishing, 2015, pp. 571–595.
N. Bounar, A. Boulkroune, y F. Boudjema, “Fuzzy Adaptive Controller for a DFI-Motor”, en Complex System Modelling and Control Through Intelligent Soft Computations, Q. Zhu y A. T. Azar, Eds. Cham: Springer International Publishing, 2015, pp. 87–110.
S. Bouallègue, F. Toumi, J. Haggège, y P. Siarry, “Advanced Metaheuristics-Based Approach for Fuzzy Control Systems Tuning”, en Complex System Modelling and Control Through Intelligent Soft Computations, Q. Zhu y A. T. Azar, Eds. Cham: Springer International Publishing, 2015, pp. 627–653.
M. Andalib Sahnehsaraei, M. J. Mahmoodabadi, M. Taherkhorsandi, K. K. Castillo-Villar, y S. M. Mortazavi Yazdi, “A Hybrid Global Optimization Algorithm: Particle Swarm Optimization in Association with a Genetic Algorithm”, en Complex System Modelling and Control Through Intelligent Soft Computations, Q. Zhu y A. T. Azar, Eds. Cham: Springer International Publishing, 2015, pp. 45–86.
A. Aguado y A. Cipriano, “Identificación en lazo cerrado y ajuste de reguladores mediante algoritmos genéticos”, Rev. Iberoam. Automática E Informática Ind. RIAI, vol. 6, núm. 1, pp. 20–30, ene. 2009.
G. K. McMillan, Tuning and Control Loop Performance, Cuarta Edición. New York, UNITED STATES: Momentum Press, 2014.
M. King, Process Control: a Practical Approach, 2da Edición. New York, UNITED KINGDOM: John Wiley & Sons, Incorporated, 2016.
K. J. Åström y T. Hägglund, Control PID Avanzado. Pearson Educación, 2009.
K. Ogata, Ingeniería de Control Moderna, 5ta Edición. Madrid: Pearson Educación, S. A., 2010.
B. Nagaraj y P. Vijayakumar, “Tuning of a PID Controller using Soft Computing Methodologies Applied to Moisture Control in Paper Machine”, Intell. Autom. Soft Comput., vol. 18, núm. 4, pp. 399–411, ene. 2012.
S. Balamurugan, R. J. Xavier, y A. E. Jeyakumar, “Control of Heavy-duty Gas Turbine Plants for Parallel Operation Using Soft Computing Techniques”, Electr. Power Compon. Syst., vol. 37, núm. 11, pp. 1275–1287, oct. 2009.
N. Kassarwani, J. Ohri, y A. Singh, “Design and performance of dynamic voltage restorer using genetic algorithm”, Int. J. Electron., vol. 105, núm. 1, pp. 88–103, ene. 2018.
S. K. Suman, “Improvement of Control System Responses Using GAs PID Controller”, Int. J. Ind. Manuf. Syst. Eng., vol. 2, núm. 2, p. 11, abr. 2017.
O. Y. Mahmood Al-Rawi, “Enhancing Control Systems Response Using Genetic PID Controllers”, Genet. Algorithms Appl., mar. 2012.
N. P. Adhikari y A. Gupta, “PID Controller Tuning Using Soft Computing Techniques”, en Proceedings of All India Seminar on Biomedical Engineering 2012 (AISOBE 2012), 2013, pp. 277–284.
S. Umme Hani, K. Hassan, R. Hazari, y M. Abdul Mannan, “Speed Control of Separately Excited DC Motor with Efficiency Maximization Propensity”, Am. Int. Univ. - Bangladesh J. Sci. Eng., vol. 14, núm. 1, ago. 2015.
A. A. Azman, M. H. F. Rahiman, N. N. Mohammad, M. H. Marzaki, M. N. Taib, y M. F. Ali, “Modeling and comparative study of PID Ziegler Nichols (ZN) and Cohen-Coon (CC) tuning method for Multi-tube aluminum sulphate water filter (MTAS)”, en 2017 IEEE 2nd International Conference on Automatic Control and Intelligent Systems (I2CACIS), 2017, pp. 25–30.
F. Padula y A. Visioli, “Tuning rules for optimal PID and fractional-order PID controllers”, J. Process Control, vol. 21, núm. 1, pp. 69–81, ene. 2011.
P. P. Cruz, Inteligencia artificial con aplicaciones a la ingeniería. México: Alfaomega Grupo Editor, S. A., 2011.
python-control.org, “Python Control Systems Library — Python Control Systems Library dev documentation”, 22-dic-2018. [En línea]. Disponible en: https://python-control.readthedocs.io/en/latest/. [Consultado: 28-ene-2019].
R. Vilanova y V. M. Alfaro, “Control PID robusto: Una visión panorámica”, Rev. Iberoam. Automática E Informática Ind. RIAI, vol. 8, núm. 3, pp. 141–158, jul. 2011.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2019 Ronald Marcelo Barcia Macías, Sofia Elizabeth Berrones Asqui, Julio-Ariel Romero-Pérez, Oscar Miguel-Escrig
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Derechos de Autor
Los autores de trabajos escritos retendrán sus derechos de autor sobre sus artículos publicados en la Revista Pespectivas. Estos derechos les permite sobre dichos trabajos: presentarlos en público, preparar trabajos derivados, reproducirlo físicamente a través de impresión y distribuirlo en sus redes sociales o de investigación. Estos derechos se mantendrán inalterables siempre y cuando los autores respecten la política de publicación y de acceso libre que maneja la Revista Perspectivas.
Derechos de Publicación
La Revista Perspectivas se reserva todos los derechos de primera publicación sobre cada uno de los artículos que los autores hayan enviado a su proceso de revisión y publicación. Esto implica que los autores solo podrán ejercer sus derechos de autor si, al momento de distribuir, compartir, presentar o usar el contenido total o parcial de sus artículos, indican adecuadamente la fuente y origen de dicha publicación.
