DC motor hız kontrol sistemlerinin birçok endüstriyel uygulamasında, çoğunlukla oransal-integral-türevsel (PID) kontrolörler kullanılmaktadır. Bu çalışmada, DC motor hız kontrolünün en uygun PID kontrolör parametreleri, yani oransal (Kp), integral (Ki) ve türev (Kd) kazançları, etkin ve hızlı bir ayar yöntemi olan böbrek-ilhamlı algoritma (Kidney-inspired Algorithm - KA) ile belirlenmektedir. Kontrol sisteminin tasarımında, kontrolör parametrelerinin KA tarafından optimize edilebilmesi için zaman bölgesi tabanlı bir performans ölçütü kullanılmıştır. Bu amaç fonksiyonu ile önerilen yaklaşımın performansını değerlendirmek için son yıllarda yayımlanmış gri kurt optimizasyon (Grey Wolf Optimization - GWO) algoritması, istilacı ot optimizasyon (Invasive Weed Optimization – IWO) algoritması ve stokastik fraktal arama (Stochastic Fractal Search – SFS) algoritması gibi diğer modern sezgisel-üstü optimizasyon algoritmalarına dayalı yaklaşımlarla karşılaştırmalar yapılmıştır. Simülasyon sonuçlarından, DC motorun hız kontrolü için tasarlanan KA tabanlı PID (KA-PID) kontrolörün kapalı çevrim sisteminin aşım, yerleşme zamanı ve yükselme zamanı gibi sistem karakteristiklerini en az iterasyonla önemli ölçüde iyileştirdiği görülmüştür. KA-PID kontrolör yaklaşımının gürbüzlük analizi de, DC motor parametrelerindeki değişikliklerle gerçekleştirilmiştir.
In many industrial applications of DC motor speed control systems, mostly use the proportional-integral-functional (PID) controls. In this study, the most suitable PID control parameters of DC motor speed control, i.e. the proportional (Kp), integral (Ki) and derivative (Kd) gains, are determined by a renal-inspired algorithm (Kidney-inspired Algorithm - KA), which is an effective and fast setting method. In the design of the control system, a time zone-based performance standard has been used to optimize the controler parameters by KA. For the performance of the proposed approach with this goal function, comparisons have been made based on the recent years published Grey Wolf Optimization (GWO) algorithm, the invasive Weed Optimization (IWO) algorithm and other modern intuitive-up-optimization algorithm such as the Stochastic Fractal Search (SFS) algorithm. The simulation results showed that the KA-based PID (KA-PID) controller designed to control the speed of the DC engine significantly improved the system characteristics, such as overflow, installation time, and elevation time, with a minimum of iteration. The curvature analysis of the KA-PID controller approach has also been carried out with changes in the DC motor parameters.
Alan : Fen Bilimleri ve Matematik; Mühendislik
Dergi Türü : Ulusal
Benzer Makaleler | Yazar | # |
---|
Makale | Yazar | # |
---|