Compartilhamento |
![]() ![]() |
Use este identificador para citar ou linkar para este item:
https://tedebc.ufma.br/jspui/handle/tede/tede/1743
Tipo do documento: | Dissertação |
Título: | Sintonia online de controladores PID adaptativo-ótimo via redes neuronais artificiais |
Título(s) alternativo(s): | Online tuning of adaptive-optimal PID controllers via artificial neural networks |
Autor: | Santos, Hilton Seheris da Silva ![]() |
Primeiro orientador: | FONSECA NETO, João Viana da |
Resumo: | O surgimento de novas plantas industriais com grande complexidade e a necessidade de melhorar a operação das plantas já existentes tem fomentado o desenvolvimento de sistemas de controle de alto desempenho, estes sistemas devem atender não só as especificações de projeto, tal como: figuras de mérito, mas também devem operar com um custo mínimo e sem causar impactos desastrosos para o meio ambiente. Motivados por esta demanda, apresenta-se nesta dissertação o desenvolvimento de métodos para sintonia online dos parâmetros dos sistemas de controle, ie, apresenta-se uma metodologia para a sintonia online de controladores PID adaptativo e ótimo via Redes Neurais Artificiais (RNAs). A abordagem desenvolvida nesta dissertação tem base as ações dos controladores PID de três termos, redes neurais artificiais com funções de base radial e Controle preditivo baseado em modelo (MPC - Model Predictive Control), a partir da união destas abordagens elabora-se a formulação geral do controlador PID Adaptativo-Ótimo via redes neurais artificiais, com sintonia online. A metodologia de ajuste online dos parâmetros da RNA está no contexto do MPC para predição de saída da planta. Para o caso do controlador PID, tem-se a modificação da estrutura padrão com o objetivo de adaptação em função do erro. O ajuste dos termos do controlador PID e da predição da saída na planta, de forma ótima, é realizada pelo ajustes dos pesos da RNA-RBF. Além disso, apresenta-se a implementação indoor do sistema de controle desenvolvido para o posicionamento de um painel fotovoltaico. As avaliações de desempenho do sistema proposto são obtidos de resultados de experimentos computacionais que são baseados em modelos matemáticos e experimentos em hardware que são obtidos de um modelo reduzido de um painel fotovoltaico. Por fim, comparando o PID clássico com o controlador desenvolvido constatou-se que este último apresenta mais flexibilidade para inserir novas métricas de desempenho e os resultados atingidos são melhores do que os parâmetros obtidos por meio da sintonia do PID clássica, tais como: métodos de Ziegler-Nichols ou tentativa e erro |
Abstract: | The emergence of new industrial plants with great complexity and the need to improve the operation of existing plants has fostered the development of high performance control systems, these systems must not only meet the design specifications, such as merit figures, but also operate at minimal cost and impacts at environment. Motivated by this demand, it is presented in this dissertation the development of methods for on-line tuning of control system parameters, ie, a methodology is presented for the on-line tuning of adaptive and optimal PID controllers via Artificial Neural Networks(ANNs). The approach developed in this dissertation is based on three PID controllers parameters. [Artificial neural networks with radial base functions and Model Predictive Control (MPC). From the union of these approaches a general formulation of an Adaptive-optimal PID controller via artificial neural networks with on-line tuning was presented. The on-line tuning methodology for the ANN parameters is presented in the context of MPC, predicting plant output. For the PID controller, we proposed a modification of the standard structure in order to adapt the error function. The adjustment of the PID controller parameters and the prediction of the optimally plant output, are performed by the ANN-RBF weights adjustments. In addition, an indoor implementation of the control system were proposed for the positioning of a photovoltaic panel. The performance evaluations of the proposed system were obtained from computational experiments results that were based on mathematical models and hardware experiments, that were obtained from a reduced model of a photovoltaic panel. Finally, a comparison between the proposed methodology with the classical PID controller were performed and the proposed methodology presented to be more flexible to the insertion of new performance metrics and the results achieved from the ANN, were better than the ones obtained by the classical PID tuning, such as: Ziegler-Nichols or trial and error. |
Palavras-chave: | Sintonia online Redes neurais artificiais Controlador PID Controle adaptativo Painel fotovoltaico Controle preditivo Online tuning Artificial neural networks PID controller Adaptive control Photovoltaic panel |
Área(s) do CNPq: | Controle de Processos Eletrônicos, Retroalimentação |
Idioma: | por |
País: | Brasil |
Instituição: | Universidade Federal do Maranhão |
Sigla da instituição: | UFMA |
Departamento: | DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET |
Programa: | PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET |
Citação: | SANTOS, Hilton Seheris da Silva. Sintonia online de controladores PID adaptativo-ótimo via redes neuronais artificiais. 2017. 101 f. Dissertação (Mestrado em Engenharia de Eletricidade) - Universidade Federal do Maranhão, São Luís, 2017. |
Tipo de acesso: | Acesso Aberto |
URI: | http://tedebc.ufma.br:8080/jspui/handle/tede/1743 |
Data de defesa: | 27-Jun-2017 |
Aparece nas coleções: | DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
HiltonSantos.pdf | Dissertação | 3,06 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.