Оптимальні значення параметрів ПІД-регулятора для двигуна постійного струму на основі модифікованого методу рою частинок з адаптивною вагою інерції
DOI:
https://doi.org/10.15587/1729-4061.2021.225383Ключові слова:
налаштування ПІД-регулятора, метод рою частинок, двигун постійного струму, функції ваги інерціїАнотація
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.
Посилання
- 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
- 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
- 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
- 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
- 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
- Bennett, S. (1993). Development of the PID controller. IEEE Control Systems, 13(6), 58–62. doi: https://doi.org/10.1109/37.248006
- 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
- 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
- Ǻström, K., Hägglund, T. (1995). PID controllers: theory, design, and tuning. Research Triangle Park.
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2021 Mohammed Obaid Mustafa
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.