Оптимальні значення параметрів ПІД-регулятора для двигуна постійного струму на основі модифікованого методу рою частинок з адаптивною вагою інерції

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2021.225383

Ключові слова:

налаштування ПІД-регулятора, метод рою частинок, двигун постійного струму, функції ваги інерції

Анотація

Суттєвою проблемою в області управління є настройка параметрів ПІД-регулятора. Через його високу нелінійність управління системою двигуна постійного струму є складним і математично повторюваним. Метод рою частинок (МРЧ) є відмінним методом оптимізації і перспективним підходом до вирішення проблеми оптимізації ПІД-регулятора. У даній роботі запропоновано модифікований метод МРЧ з чотирма функціями ваги інерції для знаходження глобальних оптимальних параметрів ПІД-регулятора для управління швидкістю і положенням двигуна постійного струму. Описуються порівняльні дослідження функцій ваги інерції. Для модифікації МРЧ були запропоновані два сценарії, M1-МРЧ і M2-МРЧ, а також класичні алгоритми МРЧ. Для першого сценарію модифікація МРЧ здійснювалася на основі зміни чотирьох функцій ваги інерції, соціального і персонального коефіцієнта прискорення, тоді як у другому сценарії чотири функції ваги інерції були змінені, але соціальний і персональний коефіцієнт прискорення залишався постійним під час реалізації алгоритму. Було проведено порівняння представлених сценаріїв з традиційними ПІД, задовільні результати моделювання показали, що перший сценарій володіє високою швидкістю пошуку, а також дуже ефективною і швидкою реалізацією в порівнянні з другим сценарієм і класичним МРЧ і навіть поліпшеним методом МРЧ. Крім того, запропонований підхід має більш високу швидкість пошуку в порівнянні з класичним МРЧ. Однак було встановлено, що класичний алгоритм МРЧ має передчасний, неточний і локальний процес збіжності при вирішенні складних задач оптимізації. Представлений алгоритм запропонований для збільшення швидкості пошуку вихідного МРЧ.

Біографія автора

Mohammed Obaid Mustafa, University of Mosul

PhD

Department of Electrical Engineering

College of Engineering

Посилання

  1. De la Guerra, A., Alvarez–Icaza, L., Torres, L. (2018). Brushless DC motor control with unknown and variable torque load. IFAC-PapersOnLine, 51 (13), 644–649. doi: https://doi.org/10.1016/j.ifacol.2018.07.353
  2. Åström, K. J., Hägglund, T. (2001). The future of PID control. Control Engineering Practice, 9 (11), 1163–1175. doi: https://doi.org/10.1016/s0967-0661(01)00062-4
  3. Leena, N., Shanmugasundaram, R. (2014). Artificial neural network controller for improved performance of brushless DC motor. 2014 International Conference on Power Signals Control and Computations (EPSCICON). doi: https://doi.org/10.1109/epscicon.2014.6887513
  4. Azman, M. A. H., Aris, J. M., Hussain, Z., Samat, A. A. A., Nazelan, A. M. (2017). A comparative study of fuzzy logic controller and artificial neural network in speed control of separately excited DC motor. 2017 7th IEEE International Conference on Control System, Computing and Engineering (ICCSCE). doi: https://doi.org/10.1109/iccsce.2017.8284430
  5. Bennett, S. (2001). The past of PID controllers. Annual Reviews in Control, 25, 43–53. doi: ttps://doi.org/10.1016/s1367-5788(01)00005-0
  6. Bennett, S. (1993). Development of the PID controller. IEEE Control Systems, 13(6), 58–62. doi: https://doi.org/10.1109/37.248006
  7. Fišer, J., Zítek, P. (2019). PID Controller Tuning via Dominant Pole Placement in Comparison with Ziegler-Nichols Tuning. IFAC-PapersOnLine, 52 (18), 43–48. doi: https://doi.org/10.1016/j.ifacol.2019.12.204
  8. Åström, K. J., Hägglund, T. (2004). Revisiting the Ziegler–Nichols step response method for PID control. Journal of Process Control, 14 (6), 635–650. doi: https://doi.org/10.1016/j.jprocont.2004.01.002
  9. Ǻström, K., Hägglund, T. (1995). PID controllers: theory, design, and tuning. Research Triangle Park.
  10. Mishra, A. K., Tiwari, V. K., Kumar, R., Verma, T. (2013). Speed control of dc motor using artificial bee colony optimization technique. 2013 International Conference on Control, Automation, Robotics and Embedded Systems (CARE). doi: https://doi.org/10.1109/care.2013.6733772
  11. Rodríguez-Molina, A., Villarreal-Cervantes, M. G., Aldape-Pérez, M. (2017). An adaptive control study for a DC motor using meta-heuristic algorithms. IFAC-PapersOnLine, 50 (1), 13114–13120. doi: https://doi.org/10.1016/j.ifacol.2017.08.2164
  12. Syafaah, L., Widianto, Pakaya, I., Suhardi, D., Irfan, M. (2017). PID designs using DE and PSO algorithms for damping oscillations in a DC motor speed. 2017 4th International Conference on Electrical Engineering, Computer Science and Informatics (EECSI). doi: https://doi.org/10.1109/eecsi.2017.8239138
  13. Potnuru, D., Alice Mary, K., Sai Babu, C. (2019). Experimental implementation of Flower Pollination Algorithm for speed controller of a BLDC motor. Ain Shams Engineering Journal, 10 (2), 287–295. doi: https://doi.org/10.1016/j.asej.2018.07.005
  14. Taki El-Deen, A., Mahmoud, A. A. H., R. El-Sawi, A. (2015). Optimal PID Tuning for DC Motor Speed Controller Based on Genetic Algorithm. International Review of Automatic Control (IREACO), 8 (1), 80. doi: https://doi.org/10.15866/ireaco.v8i1.4839
  15. Mamchur, D., Yatsiuk, R. (2018). Development of the PID-neurocontroller to compensate for the impact of damages and degradation of induction motor on operation of the electric drive system. Eastern-European Journal of Enterprise Technologies, 5 (2 (95)), 66–77. doi: https://doi.org/10.15587/1729-4061.2018.136466
  16. Muniraj, M., Arulmozhiyal, R., Kesavan, D. (2020). An Improved Self-tuning Control Mechanism for BLDC Motor Using Grey Wolf Optimization Algorithm. International Conference on Communication, Computing and Electronics Systems, 315–323. doi: https://doi.org/10.1007/978-981-15-2612-1_30
  17. Achanta, R. K., Pamula, V. K. (2017). DC motor speed control using PID controller tuned by jaya optimization algorithm. 2017 IEEE International Conference on Power, Control, Signals and Instrumentation Engineering (ICPCSI). doi: https://doi.org/10.1109/icpcsi.2017.8391856
  18. Qi, Z., Shi, Q., Zhang, H. (2020). Tuning of Digital PID Controllers Using Particle Swarm Optimization Algorithm for a CAN-Based DC Motor Subject to Stochastic Delays. IEEE Transactions on Industrial Electronics, 67 (7), 5637–5646. doi: https://doi.org/10.1109/tie.2019.2934030
  19. Xie, W., Wang, J.-S., Wang, H.-B. (2019). PI Controller of Speed Regulation of Brushless DC Motor Based on Particle Swarm Optimization Algorithm with Improved Inertia Weights. Mathematical Problems in Engineering, 2019, 1–12. doi: https://doi.org/10.1155/2019/2671792
  20. Agarwal, J., Parmar, G., Gupta, R. (2018). Comparative Analysis of PID Controller for Speed Control of DC motor with Intelligent Optimization Algorithms. 2018 International Conference on Advances in Computing, Communication Control and Networking (ICACCCN), 273–277. doi: https://doi.org/10.1109/icacccn.2018.8748475
  21. Gupta, S., Deep, K. (2019). A novel hybrid sine cosine algorithm for global optimization and its application to train multilayer perceptrons. Applied Intelligence, 50 (4), 993–1026. doi: https://doi.org/10.1007/s10489-019-01570-w
  22. Hashim, N. L. S., Yahya, A., Andromeda, T., Kadir, M. R. R. A., Mahmud, N., Samion, S. (2012). Simulation of PSO-PI Controller of DC Motor in Micro--EDM System for Biomedical Application. Procedia Engineering, 41, 805–811. doi: https://doi.org/10.1016/j.proeng.2012.07.247
  23. Kennedy, J., Eberhart, R. (1995). Particle Swarm Optimization. Proceedings of ICNN'95 - International Conference on Neural Networks, 1942–1948. doi: https://doi.org/10.1109/icnn.1995.488968
  24. Shi, Y., Eberhart, R. (1998). A modified particle swarm optimizer. 1998 IEEE International Conference on Evolutionary Computation Proceedings. IEEE World Congress on Computational Intelligence (Cat. No.98TH8360). doi: https://doi.org/10.1109/icec.1998.699146
  25. Zhan, Z.-H., Zhang, J., Li, Y., Chung, H. S.-H. (2009). Adaptive Particle Swarm Optimization. IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), 39 (6), 1362–1381. doi: https://doi.org/10.1109/tsmcb.2009.2015956

##submission.downloads##

Опубліковано

2021-02-26

Як цитувати

Mustafa, M. O. (2021). Оптимальні значення параметрів ПІД-регулятора для двигуна постійного струму на основі модифікованого методу рою частинок з адаптивною вагою інерції. Eastern-European Journal of Enterprise Technologies, 1(2 (109), 35–45. https://doi.org/10.15587/1729-4061.2021.225383