Artigo - Atena Editora

Artigo

Baixe agora

Livros
capa do ebook IDENTIFICAÇÃO EXPERIMENTAL E PROJETO DE UM PID PARA UM SERVOMECANISMO

IDENTIFICAÇÃO EXPERIMENTAL E PROJETO DE UM PID PARA UM SERVOMECANISMO

O trabalho propõe a obtenção da

função de transferência de um sistema de

servomecanismo por meio de 2 algoritmos

de otimização: algoritmo genético e evolução

diferencial, assim como a sintonia de um

controlador PID para o mesmo utilizando

também as duas técnicas. Verificou-se que a

evolução diferencial obteve melhor resultado

para a identificação da planta quando comparada

a identificação realizada pelo MATLab®. Para

a identificação dos parâmetros do controlador

ambos AG e ED obtiveram resultados

semelhantes e satisfatórios, porem a ED foi

mais eficiente computacionalmente. Os testes

experimentais mostraram um comportamento

fiel ao resultado teórico obtido, comprovando o

poder e a eficácia dos métodos heurísticos de

otimização.

Ler mais

IDENTIFICAÇÃO EXPERIMENTAL E PROJETO DE UM PID PARA UM SERVOMECANISMO

  • DOI: 10.22533/at.ed.4701905048

  • Palavras-chave: Algoritmo Genético, Evolução diferencial, PID, Servomecanismo.

  • Keywords: Genetic Algorithm, Differential Evolution, PID, Servomechanism.

  • Abstract:

    The work proposes to obtain the

    transfer function of a servomechanism system

    by means of 2 optimization algorithms: genetic

    algorithm and differential evolution, as well

    as the tuning of a PID controller to the same

    using also the two techniques. It was verified

    that the differential evolution obtained better

    result for the identification of the plant when

    compared to the identification done in MATLab®.

    For the identification of the parameters of the

    controller both AG and ED obtained similar and

    satisfactory results, but the ED was more efficient

    computationally. The experimental tests showed

    a faithful behavior to the obtained theoretical

    result, proving the power and effectiveness of

    the heuristic optimization methods.

  • Número de páginas: 15

  • Rodrigo Hiroshi Murofushi
  • Bruno Luiz Pereira
  • Wesley Pereira Marcos
Fale conosco Whatsapp