Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/35279
Título: Otimização por enxame de partículas aplicado em controladores PI
Título(s) alternativo(s): Particle swarm optimization applied to PI control
Autor(es): Roncaglio, Mateus Maruzka
Orientador(es): Jeronymo, Daniel Cavalcanti
Palavras-chave: Python (Linguagem de programação de computador)
Sistemas lineares
Controle automático
Python (Computer program language)
Linear systems
Automatic control
Data do documento: 3-Dez-2020
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Toledo
Citação: RONCAGLIO, Mateus Maruzka. Otimização por enxame de partículas aplicado em controladores PI. 2020. Trabalho de Conclusão de Curso (Bacharel em Engenharia Eletrônica) - Universidade Tecnológica Federal do Paraná, Toledo, 2020.
Resumo: Este trabalho de conclusão de curso apresenta o estudo e implementação de um algoritmo estocástico de otimização baseado em inteligência de enxames, a metaheurística Otimização por Enxame de Partículas (Particle Swarm Optimization - PSO). Como alvo da otimização, utilizouse a estratégia de controle PID, simulado em linguagem Python, dado que este método é o mais popular em controle de sistemas. A facilidade de implementação e desempenho satisfatório em diversas situações e problemas, são influenciadores diretos na sua popularidade e ampla utilização na indústria. Portanto, como alvo da otimização, deseja-se encontrar os ganhos Kp e Ki, de um controlador PI discreto, que forneçam o desempenho ótimo, relativo à indicadores de qualidade, como ISE (Integral Squared Error), IAE (Integral of Absolute Error), ITAE (Integral of Timeweighted Error) e TVC (Total Variation Control), relacionados ao controle de um processo com dinâmica linear de quarta ordem. Como resultado da otimização, obteve-se melhorias na resposta transitórias em relação aos métodos IMC e Ziegler-Nichols. Além disso, mesmo não sendo o foco da otimização, a estabilidade e robustez do sistema aproximou-se ao do método IMC.
Abstract: This final work presents a study and implementation of a stochastic optimization population based algorithm, known as Particle Swarm Optimization (PSO). The optimization's target is a PID control system, simulated in Python language. This choice was made because of the popularity of PID control in the industry. Therefore, the algorithm must find the proportional and integrative gains of a discrete-time PI controller. The solutions were evaluated using the quality indicators Integral Squared Error (ISE), Integral of absolute error (IAE), Integral of time-weighted error (1TAE) and Total Variation Control (TVC) using as case study a fourth order linear time-invariant process. The results show a improvement in the transient response compared to the classical methods.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/35279
Aparece nas coleções:TD - Engenharia Eletrônica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
otimizacaoenxame.pdf1,44 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.