Otimização por enxame de partículas aplicado em controladores PI

Roncaglio, Mateus Maruzka

Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/35279

Registro completo de metadados

Campo DC	Valor	Idioma
dc.creator	Roncaglio, Mateus Maruzka	-
dc.date.accessioned	2024-10-30T11:58:00Z	-
dc.date.available	2024-10-30T11:58:00Z	-
dc.date.issued	2020-12-03	-
dc.identifier.citation	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.	pt_BR
dc.identifier.uri	http://repositorio.utfpr.edu.br/jspui/handle/1/35279	-
dc.description.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.	pt_BR
dc.language	por	pt_BR
dc.publisher	Universidade Tecnológica Federal do Paraná	pt_BR
dc.rights	openAccess	pt_BR
dc.subject	Python (Linguagem de programação de computador)	pt_BR
dc.subject	Sistemas lineares	pt_BR
dc.subject	Controle automático	pt_BR
dc.subject	Python (Computer program language)	pt_BR
dc.subject	Linear systems	pt_BR
dc.subject	Automatic control	pt_BR
dc.title	Otimização por enxame de partículas aplicado em controladores PI	pt_BR
dc.title.alternative	Particle swarm optimization applied to PI control	pt_BR
dc.type	bachelorThesis	pt_BR
dc.description.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.	pt_BR
dc.degree.local	Toledo	pt_BR
dc.publisher.local	Toledo	pt_BR
dc.contributor.advisor1	Jeronymo, Daniel Cavalcanti	-
dc.contributor.advisor-co1	Assunção, Wesley Klewerton Guêz	-
dc.contributor.referee1	Jeronymo, Daniel Cavalcanti	-
dc.contributor.referee2	Oliveira, Maurício Zardo	-
dc.contributor.referee3	Oyamada, Marcio Seiji	-
dc.publisher.country	Brasil	pt_BR
dc.publisher.program	Engenharia Eletrônica	pt_BR
dc.publisher.initials	UTFPR	pt_BR
dc.subject.cnpq	CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA	pt_BR
Aparece nas coleções:	TD - Engenharia Eletrônica

Arquivos associados a este item:

Arquivo	Descrição	Tamanho	Formato
otimizacaoenxame.pdf		1,44 MB	Adobe PDF	Visualizar/Abrir

Mostrar registro simples do item Recomendar este item Visualizar estatísticas