Gaussian Adaptive PID control with robust parameters considering plant parameter variation with optimization based on bioinspired metaheuristics

• Ano de defesa: 2019
• Autor(a) principal: Borges, Fabio Galvão
• Orientador(a): Kaster, Mauricio dos Santos
• Banca de defesa: Kaster, Mauricio dos Santos , Deaecto, Grace Silva , Janzen, Frederic Conrad , Corrêa, Fernanda Cristina
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Ponta Grossa
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica
• País: Brasil
• Palavras-chave em Português: Sistemas de controle ajustável; Algorítmos genéticos; Partículas (Física, química, etc.); Adaptive control systems; Genetic algorithms; Particles
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/4880

O objetivo deste trabalho é comparar um PID linear ao controle PID Adaptativo Gaussiano (GAPID) quanto à sua robustez a mudanças e variações em duas plantas diferentes. A primeira é o conversor DC-DC Buck de segunda ordem utilizado como planta de estudo e analisado por simulação. A segunda planta é um motor de corrente contínua com uma viga ligada a ele. Um protótipo experimental foi construído para esta segunda planta para testar o GAPID em um experimento real. A função gaussiana tem ganhos de limite inferior e superior e concavidade como parâmetros. É uma função suave com derivadas suaves. Como resultado, ajuda a evitar problemas relacionados à transição abrupta de ganhos, comumente encontrados em outros métodos adaptativos. Como não há metodologia matemática para definir esses parâmetros, foram utilizados dois algoritmos de otimização bio-inspirados, o Algoritmo Genético (GA) e o por Enxame de Partículas (PSO). Funções para avaliar os resultados, chamadas de funções de adequação (fitness), são necessárias para os algoritmos e também foram usadas como comparação de desempenho. Uma nova variação para a função fitness é proposta e os resultados provam uma melhoria em relação ao overshoot. Os resultados também comprovam a robustez do GAPID em relação ao PID linear por testes de varredura de carga e ganho, obtendo resposta rápida (baixo tempo de estabilização) e variação mínima, o que não é possível atingir usando o PID linear.