RDBU| Repositório Digital da Biblioteca da Unisinos

Sintonia PID em conversores CC-CC utilizando Algoritmos Genéticos (GA) e Enxame de Particulas (PSO)

Mostrar registro simples

Autor Bittencourt, Everton Doro;
Orientador Souza, João Olegário de Oliveira de;
Lattes do orientador http://lattes.cnpq.br/4888175103572971;
Instituição Universidade do Vale do Rio dos Sinos;
Título Sintonia PID em conversores CC-CC utilizando Algoritmos Genéticos (GA) e Enxame de Particulas (PSO);
Resumo Este trabalho apresenta a metodologia empregada para a sintonia de controladores PI e PID utilizando meta-heurísticas. É feita uma comparação entre duas meta-heurísticas, Genetic Algorithm – GA e Particle Swarm Optimization – PSO, com o objetivo de minimizar os parâmetros (overshoot, tempo de acomodação e tempo de subida) na resposta dos sistemas no domínio do tempo. Duas plantas foram propostas para aplicação das meta-heurísticas, sendo os conversores CC-CC um do tipo Buck e o outro do tipo Boost na configuração de carga eletrônica. Foram realizadas simulações a fim de comparar e encontrar os parâmetros para solução de cada problema proposto. As meta-heurísticas também foram submetidas na comparação de sua eficiência com um trabalho já realizado de otimização PID pelos autores Varol e Bingul (2004), onde foi plenamente satisfatório o desempenho de ambas. Todas as meta-heurísticas se mostraram satisfatórias na busca dos parâmetros de sintonia, e para atingir esse objetivo, utilizou-se dos métodos baseados nos critérios de desempenho IAE, ITAE, ISE e ITSE empregados na função objetivo de cada planta. Para o conversor do tipo Buck, a sintonia utilizando algoritmo PSO e o índice de desempenho ITSE, foi a que encontrou o melhor conjunto de parâmetros PID. Coincidentemente também para o conversor do tipo Boost, a sintonia utilizando algoritmo PSO e o critério de desempenho ITSE, foi a que encontrou o melhor conjunto de parâmetros para o controlador PI.;
Palavras-chave PID; Conversores CC-CC; Meta-heurística; Genetic Algorithm; Particle Swarm Optimization;
Tipo TCC;
Data de defesa 2022-06-15;
URI http://www.repositorio.jesuita.org.br/handle/UNISINOS/12642;
Nivel Graduação;
Curso Engenharia Elétrica;


Arquivos deste item

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Buscar

Busca avançada

Navegar

Minha conta

Estatística