Esta es un versión antigua publicada el 2022-03-07. Consulte la versión más reciente.

DESARROLLO DE UNA HERRAMIENTA EN MATLAB PARA SINTONIZACIÓN DE CONTROLADORES PID UTILIZANDO ALGORITMOS GENÉTICOS BASADO EN TÉCNICAS DE OPTIMIZACIÓN MULTIOBJETIVO

Autores/as

Brayan Rene Acevedo Jaimes Universidad Francisco de Paula Santander
Juan Camilo Fonseca Galindo Universidad Francisco de Paula Santander
Antonio Faustino Muñoz Moner Universidad Autónoma de Bucaramanga

DOI:

https://doi.org/10.24054/rcta.v2i24.1217

Palabras clave:

PID, Matlab, sintonización

Resumen

Este trabajo muestra la versatilidad y eficiencia que presenta el desarrollo de una herramienta en Matlab para sintonización de controladores proporcional, integral y derivativo (PID) utilizando algoritmos genéticos (AG) basado en técnicas de optimización
multiobjetivo (MOP) fundamentado en frentes de pareto; calculando de manera óptima las constantes de ganancia proporcional, ganancia integral y ganancia derivativa (KP, KI, KD) para minimización del error, atenuación del sobrepico máximo y reducción del
tiempo de establecimiento en una planta determinada. Se compara el desempeño que tiene la implementación de algoritmos genéticos en dar soluciones a múltiples objetivos en controladores PID, con la sintonización de controladores PID existente en Sisotool de Matlab, se simularon diferentes sistemas de control de lazo cerrado conformados por una función de transferencia, su controlador y lazo de realimentación. En estos sistemas se analiza el comportamiento que presentan los controladores al aplicarle un Step a la entrada de la planta.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

J. Camilo Castro P. and M. Alejandra Guzmán P.,

(2013). “Optimización Multi-objetivo de un

Controlador PID Aplicando Algoritmos Bioinspirados”, CIIMA, vol. 2, No.20, pp 191-197.

M. Claudia Pinto F., (2006). “Sintonización de

controladores PID utilizando algoritmos

evolutivos”, Universidad de Pamplona, facultad

de Ingenierías y Arquitectura, Pamplona

Colombia, mayo.

I. A. Ruge and M. A. Alvis, (2009). “Aplicación de

los algoritmos genéticos para el diseño de un

controlador PID adaptativo”, Tecnura, Vol. 13,

No 23, pp 82-90.

K. Ogata, (1993).“Ingeniería de Control

Moderna”, Segunda Edición, Traducido por: B.

A. Fabian-Kernel, Ed. Prentice-Hall, México.

DiStefano, Stubberud and Williams, (1992).

“Retroalimentación y Sistemas de Control”,

Segunda Edición, Traducido por: R. Gomez

Cruz, Ed. Mc. Graw Hill, Bogotá.

John H. Holland, (1992). “Adaptation in Natural

Artificial Systems.” MIT Press, Cambridge,

Massachusetts, second edition.

John R. Koza. “Genetic Programming: On the

Programming of Computers by Means of

Natural Selection.” The MIT Press, Cambridge,

Massachusetts, 1992.

A.Wetzel, (1983). “Evaluation of Efectiveness of

genetic algorithms in combinational

optimization.”, University of Pittsburgh,

Pittsburgh (unpublished).

Darrel Whitley, (1989). “The GENITOR Algorithm

and Selection Pressure: Why Rank-Based

Allocation of Reproductive Trials is Best. In

Proceedings of the Third International

Conference on Genetic Algorithms”, pages

–121, San Mateo, California, July, Morgan

Kaufmann Publishers.

Gunter Rudolph, (1994). “Convergence analysis of

canonical genetic algorithms.” IEEE

Transactions on Neural Networks, 5(1):96–101,

January.

A. K. De Jong, (1975). “An Analysis of the

Behavior of a Class of Genetic Adaptative

Systems.” PhD thesis, University of Michigan,

Michigan.

Gilbert Syswerda, (1989). “Uniform Crossover in

Genetic Algorithms.” In J. David Schaffer,

editor, Proceedings of the Third International

Conference on Genetic Algorithms, pages 2–9,

San Mateo, California, Morgan Kaufmann.

Lawrence Davis, (1991). “Handbook of Genetic

Algorithms.” Van Nostrand Reinhold, New

York.

Van Rensburg, P.J., Shaw, LS. y Van Wyk J. D,

(1998). "Adaptive PID-control using a Genetic

Algorithm". 1998 Second International

Conference on Knowledge-Based Intelligent

Electronic Systems.” Editors, L.C. Jain and

R.K. Jain. Adelaide, Australia. 21 - 23 April.

K. Deb et al. (2002), “A fast an elitist

Multiobjective Genetic Algorithm: NSGA II”,

IEEE Transaction on Evolutionary

Computation, Vol. 6, No 2.

G. Toscano P., (2001). "Optimización

Multiobjetivo usando un Micro Algoritmo

Genético", Universidad Veracruzana – Lania,

Septiembre.

A. Osyczka, (1984). Multicreterion Optimization in

engineering with FORTRAN programs. Ellis

HorwoodLimited.

A.F. Muñoz M., (2005). WSEAS, Advance Control

of Applied Artificial Cloning. WSEAS,

Transactions On Systems, Vol. 4, Issue 7, July.

A.F. Muñoz M., (2003). Tecnologías de control

inteligente: Redes neuronales, algoritmos

genéticos y de clonación artificial. Vol 1, No. 1.

Descargas

Publicado

2022-03-07

Versiones

Cómo citar

Acevedo Jaimes, B. R. ., Fonseca Galindo, . J. C. ., & Muñoz Moner, A. F. . (2022). DESARROLLO DE UNA HERRAMIENTA EN MATLAB PARA SINTONIZACIÓN DE CONTROLADORES PID UTILIZANDO ALGORITMOS GENÉTICOS BASADO EN TÉCNICAS DE OPTIMIZACIÓN MULTIOBJETIVO. REVISTA COLOMBIANA DE TECNOLOGIAS DE AVANZADA (RCTA), 2(24), 93–101. https://doi.org/10.24054/rcta.v2i24.1217