Controlador PID baseado em Fish School Search (FSS) para controle de motores de corrente contínua
##plugins.themes.bootstrap3.article.main##
Resumo
O motor elétrico é uma máquina destinada a transformar energia elétrica em energia mecânica. Uma de suas variações é o motor de corrente contínua, motor CC, que possui como princípio básico de funcionamento, o conceito de "repulsão/atração" de polos magnéticos submetidos por uma corrente elétrica. Devido à modelagem complexa do Motor CC, por possuir princípios mecânico, elétricos e magnéticos, um dos maiores desafios da engenharia é o controle e a manipulação destas máquinas. Muitas técnicas vêm sendo usadas e muitos dispositivos são acoplados, de modo a melhorar o desempenho e a resposta dessas máquinas. Uma delas é o controlador proporcional Integral derivativo, controlador PID, sendo esta uma técnica com o objetivo de analisar o erro entre o sinal de entrada do motor e sua resposta final, interagindo sobre ele para que seja minimizado, zerado e/ou antecipado. O controlador PID possui três parâmetros (Kp, Ki e Kd) que precisam ser sintonizados para execução do controle. A fim de determinar os parâmetros do controlador foram criados métodos, sendo mais usado o método clássico proposto por Ziegler-Nichols. Este projeto desenvolveu uma ferramenta de simulação computacional para sintonizar, de modo rápido e eficiente, o controlador PID. O Algoritmo de inteligência Computacional utilizado foi o Fish School Search (FSS). O FSS é um dos algoritmos que compõe o gênero de otimizadores inteligentes por enxame. O FSS é inspirado no comportamento de um cardume, no qual os peixes se deslocam em um espaço de busca estabelecido à procura (espaço de busca) de comida (Fitness), os peixes com melhores resultados (Best fitness) engordam e influenciam os demais a segui-lo, concentrando depois de um tempo, o cardume em soluções ótimas. O algoritmo foi elaborado em interface de desenvolvimento JAVA, o Eclipse, e integrado à plataforma MatLab. O MatLab foi usado como ferramenta essencial para a simulação do controlador PID, do motor, das funções de teste e do método Ziegler-Nichols, Garantindo, dessa forma, maior confiabilidade nos teste e comparações. O MatLab e o Eclipse foram integrados através de uma função no Eclipse, essa integração foi necessária para o algoritmo no Eclipse enviar os parâmetros de entrada [Kp Ki Kd](Variáveis do Espaço de busca) para o Matlab, o qual simula todo o conjunto controlador/Motor e retorna ao Eclipse a Resposta da Função fitness. Foram realizados teste no ambiente MatLab/Eclipse, e obtido bons resultados aplicando o algoritmo em funções de transferências testes e posteriormente em uma modelagem simples do motor de corrente continua, além de podermos estipular restrições ao espaço de busca e ao espaço solução. A ferramenta permite ao projetista determinar as combinações para melhorar o controle da curva de resposta do motor, em relação à velocidade e posição. Para trabalho futuro é proposto à utilização de uma versão multiobjetiva para lidar com as relações conflitantes, bem como aplicar em um modelo mais completo do modelo da maquina CC. Palavras-chave: Controlador PID; FSS; Motor CC; Inteligência Computacional.
Downloads
Não há dados estatísticos.
##plugins.themes.bootstrap3.article.details##
Edição
Seção
Engenharia Elétrica (Eletrônica/Eletrotécnica/Telecomunicações)
Referências
CARMELO, J. A.; FERNANDO, B. de Lima; ANTHONY, J. C.; ANTÔNIO I. S.; MARÍLIA P.: “A Novel Search Algorithm based on Fish School Behavior”, IEEE International Conference on Systems and Cybernetics, pp. 2646–2651, 2008.
LATHA, K.; RAIJINIKANTH, V.; P. M. SUREKHA, P. M.: “PSO-Based PID Controller Design for a Class of Stable and Unstable Systems”, Hindawi Publishing Corporation, ISRN Artificial Intelligence, Volume 2013, Article ID 543607, 11 pages.
Jau-Woei Perng ; Guan-Yan Chen ; Shan-Chang Hsieh: “Optimal PID Controller Design Based on PSO-RBFNN for Wind Turbine Systems”, Energies 2014, 7, 191-209; doi:10.3390/en7010191.
LATHA, K.; RAIJINIKANTH, V.; P. M. SUREKHA, P. M.: “PSO-Based PID Controller Design for a Class of Stable and Unstable Systems”, Hindawi Publishing Corporation, ISRN Artificial Intelligence, Volume 2013, Article ID 543607, 11 pages.
Jau-Woei Perng ; Guan-Yan Chen ; Shan-Chang Hsieh: “Optimal PID Controller Design Based on PSO-RBFNN for Wind Turbine Systems”, Energies 2014, 7, 191-209; doi:10.3390/en7010191.