Bio-inspired optimization algorithms applied to the GAPID control of a Buck converter

• Ano de defesa: 2021
• Autor(a) principal: Itaborahy Filho, Marco Antonio
• Orientador(a): Kaster, Mauricio dos Santos
• Banca de defesa: Kaster, Mauricio dos Santos , Trojan, Flavio , Martins, Marcella Scoczynski Ribeiro , Parpinelli, Rafael Stubs
• 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: Controladores PID; Algorítmos genéticos; Heurística; PID controllers; Genetic algorithms; Heuristic
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/25060

O objetivo deste trabalho é criar um estudo comparativo de quais estratégias metaheurísticas bioinspiradas podem ser as melhores para otimizar os ganhos ótimos de um sistema de controle PID Adaptativo Gaussiano para um Conversor Buck. Isso vem de duas necessidades, a primeira é que para superar o desempenho dos sistemas de controle linear é necessária uma estratégia mais avançada como o controle adaptativo; a segunda é que como não existem métodos de otimização determinísticos para tais estratégias, o uso de metaheurísticas é considerado necessário, e de acordo com o teorema do No Free Lunch tais estudos comparativos devem ser feitos para entender quais técnicas de otimização são mais adequadas para tal problema. As técnicas escolhidas foram o Algoritmo Genético, a Otimização do Enxame de Partículas e a Evolução Diferencial. O Gaussian Adaptive PID (GAPID) foi escolhido para o controle adaptativo por ser ser baseado na função Gaussiana, que é uma curva suave com derivadas suaves que evita vibrações e mudanças bruscas no controle. Depois de avaliar as respostas encontradas na simulação de todas as variações de cada uma das estratégias de otimização, foi criada uma comparação analítica e estatística de cada técnica mostrando como um sistema de controle adaptativo pode gerar uma resposta mais rápida e robusta quando comparado ao PID linear.