Diseño de un algoritmo automático de sintonización de parámetros de un controlador PID empleando técnicas Bio-inspiradas de aprendizaje de máquinas
En la actualidad los sistemas de control en lazo cerrado mayormente empleados para aplicaciones industriales son los PID, dado que presentan grandes ventajas al ser comparados con otros sistemas de control; la sencillez de diseño y el bajo coste de implementación son ejemplos de dichas ventajas. De...
- Autores:
-
Cifuentes Duarte, Gloria Catalina
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/16570
- Acceso en línea:
- http://hdl.handle.net/11634/16570
- Palabra clave:
- PID tuning
artificial immune system
bio-inspired algorithm
Clonal selection principle
Algoritmos
Algoritmo -- Programacion
Controladores de dispositivos
Maquinas
Sistema Inmune Artificial
Algoritmo Bio-inspirado
Principio de selección clonal
Sintonizacion PID
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
| id |
SANTTOMAS2_92de19ad24b8c98258053f750fcc1ac5 |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/16570 |
| network_acronym_str |
SANTTOMAS2 |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Diseño de un algoritmo automático de sintonización de parámetros de un controlador PID empleando técnicas Bio-inspiradas de aprendizaje de máquinas |
| title |
Diseño de un algoritmo automático de sintonización de parámetros de un controlador PID empleando técnicas Bio-inspiradas de aprendizaje de máquinas |
| spellingShingle |
Diseño de un algoritmo automático de sintonización de parámetros de un controlador PID empleando técnicas Bio-inspiradas de aprendizaje de máquinas PID tuning artificial immune system bio-inspired algorithm Clonal selection principle Algoritmos Algoritmo -- Programacion Controladores de dispositivos Maquinas Sistema Inmune Artificial Algoritmo Bio-inspirado Principio de selección clonal Sintonizacion PID |
| title_short |
Diseño de un algoritmo automático de sintonización de parámetros de un controlador PID empleando técnicas Bio-inspiradas de aprendizaje de máquinas |
| title_full |
Diseño de un algoritmo automático de sintonización de parámetros de un controlador PID empleando técnicas Bio-inspiradas de aprendizaje de máquinas |
| title_fullStr |
Diseño de un algoritmo automático de sintonización de parámetros de un controlador PID empleando técnicas Bio-inspiradas de aprendizaje de máquinas |
| title_full_unstemmed |
Diseño de un algoritmo automático de sintonización de parámetros de un controlador PID empleando técnicas Bio-inspiradas de aprendizaje de máquinas |
| title_sort |
Diseño de un algoritmo automático de sintonización de parámetros de un controlador PID empleando técnicas Bio-inspiradas de aprendizaje de máquinas |
| dc.creator.fl_str_mv |
Cifuentes Duarte, Gloria Catalina |
| dc.contributor.advisor.spa.fl_str_mv |
Guarnizo Marín, José Guillermo Mateus Rojas, Armando |
| dc.contributor.author.spa.fl_str_mv |
Cifuentes Duarte, Gloria Catalina |
| dc.contributor.googlescholar.spa.fl_str_mv |
https://scholar.google.com/citations?user=_mObTPkAAAAJ&hl=es |
| dc.contributor.cvlac.spa.fl_str_mv |
http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000855847 http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000680630 |
| dc.subject.keyword.spa.fl_str_mv |
PID tuning artificial immune system bio-inspired algorithm Clonal selection principle |
| topic |
PID tuning artificial immune system bio-inspired algorithm Clonal selection principle Algoritmos Algoritmo -- Programacion Controladores de dispositivos Maquinas Sistema Inmune Artificial Algoritmo Bio-inspirado Principio de selección clonal Sintonizacion PID |
| dc.subject.lemb.spa.fl_str_mv |
Algoritmos Algoritmo -- Programacion Controladores de dispositivos Maquinas |
| dc.subject.proposal.spa.fl_str_mv |
Sistema Inmune Artificial Algoritmo Bio-inspirado Principio de selección clonal Sintonizacion PID |
| description |
En la actualidad los sistemas de control en lazo cerrado mayormente empleados para aplicaciones industriales son los PID, dado que presentan grandes ventajas al ser comparados con otros sistemas de control; la sencillez de diseño y el bajo coste de implementación son ejemplos de dichas ventajas. De sintonizarse correctamente, el controlador logra aumentar la estabilidad, la rapidez y la exactitud en la respuesta. Este proceso de sintonización presenta desafíos específicos relacionados al desconocimiento de diversos factores (los cuales se plantean en la sección 1) y el poco personal apropiadamente capacitado en la implementación ocasionando un mal uso de la técnica. Lo anterior produce una mala sintonización de los parámetros, realizada mediante procesos de prueba - error o empleando técnicas de empíricas como Ziegler Nichols. Teniendo en cuenta la problemática anterior, diversas empresas han enfocado una gran cantidad de esfuerzos que buscan facilitar el proceso de sintonización a través de algoritmos capaces de ajustar de forma automática los parámetros del controlador PID. Sin embargo, las herramientas desarrolladas producto de dichos esfuerzos conllevan altos costos asociados y la intervención directa del sistema (no deseable por tiempos de paro en la producción, disminución de la confiabilidad del sistema, etc.). En este trabajo, se propone la implementación de un algoritmo inteligente basado en la respuesta de sistema inmune enfocado al principio de selección clonal, cuyo objetivo es encontrar un conjunto de posibles soluciones que cumplan con unos criterios de diseño que representan las condiciones a las cuales se debe ajustar el sistema y el resultado que se desea obtener. En la ejecución del algoritmo se van descartando los parámetros cuyos resultados no satisfacen y se van replicando aquellos que van disminuyendo el error de las figuras de mérito. Al finalizar su ejecución, el algoritmo logra mejorar significativamente el resultado de las figuras de mérito comparadas con las obtenidas por la técnica clásica de sintonización Ziegler Nichols. El desarrollo de la técnica de Ziegler Nichols se realiza a partir de información de la planta y presenta un desempeño pobre en el controlador; este proceso se realiza manualmente al realizar un sencillo análisis matemático. Por otro lado, con el algoritmo se realiza un proceso heurístico donde se prueban diversos parámetros, se analiza su respuesta y se van afinando los parámetros para obtener un conjunto de soluciones que satisfacen los criterios establecidos. Este proceso se realiza automáticamente y puede tardar en función de los procesos de adquisición de información, presentando un coste computacional alto respecto a la técnica clásica elegida, pero con una notable diferencia en los resultados de las figuras de mérito. |
| publishDate |
2019 |
| dc.date.accessioned.spa.fl_str_mv |
2019-05-09T01:44:26Z |
| dc.date.available.spa.fl_str_mv |
2019-05-09T01:44:26Z |
| dc.date.issued.spa.fl_str_mv |
2019-05-07 |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.category.spa.fl_str_mv |
Formación de Recurso Humano para la Ctel: Trabajo de grado de Pregrado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Cifuentes Duarte, G. C. (2019). Diseño de un algoritmo automático de sintonización de parámetros de un controlador PID empleando técnicas bio-inspiradas de aprendizaje de máquinas |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/16570 |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
| identifier_str_mv |
Cifuentes Duarte, G. C. (2019). Diseño de un algoritmo automático de sintonización de parámetros de un controlador PID empleando técnicas bio-inspiradas de aprendizaje de máquinas reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/16570 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
J.A. Morales, M. A. Castro, D. García, C. Higuera, J. Sandoval. IDA-PBC Controller Tuning Using Steepest Descent. Tijuana, México. Springer. 2017. L.P Alomia Viver, C.A Bastidas Aldaz. “Caracterización y evaluación del comportamiento de controladores inteligentes difusos y controladores PID para aplicación industriales”, tesis master, Facultad de ingeniería mecánica, Escuela Politécnica Nacional, Quito, Ecuador, 2013. M.A Paz Ramos, S. Garibo Esquivel. “¿Conoce usted a su controlador PID?” InTech México Automatización. Vol. 8, pp. 20-25. agosto 2009. M.A Paz Ramos, S. Garibo Esquivel. “Un controlador bien sintonizado es dinero en su bolsillo”. InTech México Automatización. Vol. 9, pp. 30-34. abril 2010. M.A Paz Ramos, S. Garibo Esquivel. “Sintonice su controlador PID para obtener la respuesta deseada”. InTech México Automatización. Vol.8, pp. 22-28. octubre 2009 M.C Rodríguez. G. O Chuk. “Transferencia tecnológica de un sistema de control automático basado en PC para un molino de martillos industrial”, Facultad de ingeniería, Universidad Nacional de San Juan. San juan, Argentina. TECHMATION CO., LTD. En linea03 septiembre de 2018 disponible en: https://www.prm-taiwan.com/com/techmation.html D.B Ender. “Process Control Performance: Not as Good as you Think”. Control Engineering September 1993. A. CÁRDENAS CARDONA. “Inteligencia artificial, métodos bio-inspirados: un enfoque funcional para las ciencias de la computación”. Trabajo de grado. Universidad tecnológica de Pereira. Facultad de ingenierías eléctrica, electrónica, física y ciencias de la computación. Pereira. 2012. Qinghua Meng, Tingting Liu. “Study on Immune PID Control Method of an In-wheel Motor Used in an Electric Car”,en 36th conferencia de control China, Dalian, 2017, pp. pp. 9554-9559. Siti Fauziah Toha, Amir Fuhairah Abdul Rahim, Hasmah Mansor and Rini Akmeliawati. “PID tuned Artificial Immune System Hover Control for Lab-Scaled Helicopter System”, en 10th conferencia de control en Asia (ASCC), Kota Kinabalu, 2015, pp. 1-4. J.F GARCÍA MEJÍA, J.A GARCÍA MEJÍA, C. CARRANCO LÓPEZ. “Ajuste de Controladores PID por Medio de un Algoritmo de Selección Clonal”, en 10th Congreso Nacional de Mecatrónica, Puerto Vallarta, Jalisco, 2011. GARCÍA MEJÍA. Juan Fernando, GARCÍA MEJÍA. José Antonio, GUTIERREZ Citlali. Sintonización de controladores PID: Una comparación entre dos algoritmos evolutivos. A. GARCÍA PÉREZ, R. TORAL HERRERA. A.A JIMÉNEZ GARIBAY, C.G EURESTY URIBE. “Algoritmo genético para optimizar las ganancias de un controlador pi en un motor de cd”. Pistas educativas. Vol.39, N°125, octubre 2017. Her-Terng Yau, Po-Hsien Yu and Yuan-Hung Su. “Design and Implementation of Optimal Fuzzy PID Controller for DC Servo Motor”, natural sciences publishing. Vol.8, N°1L, pp 231-237,2014 D.A JIMENEZ MARTIN, O.A CHIVATA CASTAÑEDA. “Diseño de un algoritmo evolutivo bio-inspirado el cual permita sintonizar un controlador PID con el fin de controlar la variable de proceso “flujo” en un sistema de control de proceso AMATROL t5552 ubicado en el laboratorio de electrónica de facultad tecnológica universidad distrital Francisco José de caldas”. Bogotá D.C. Trabajo de grado, Facultad Tecnológica Ingeniería en Control. 2017. Muna Hadi Saleh, Saad Zaid Saad. “Artificial Immune System based PID Tuning for DC Servo Speed Control”, en International Journal of Computer Applications. Vol.155 Nº2 diciembre 2016. K. Sundereswaran, V. Devi y Nitin Anand Shrivastava. “Design and Development of a Feedback Controller for Boost Converter Using Artificial Immune System”, en Electric Power Components and Systems. Vol. 39, Nº10, pp 1007-1018, junio 2011. Bouchebbat Rochdi, Gherbi Sofiane. “Robust artificial immune PID design method”, en ICATS15, Annaba, Algeria, noviembre 2015. Sharad Kumar Tiwari, Gagandeep Kaur. “Analysis of Fuzzy PID and Immune PID Controller for Three Tank Liquid Level Control”, en International Journal of Soft Computing and Engineering (IJSCE). Vol. 1, Nº4, septiembre 2011. Mingan Wang, Shuo Feng, Chunhui He, Zhonghua Li, and Yu Xue4. “An Artificial Immune System Algorithm with Social Learning and Its Application in Industrial PID Controller Design”, en Mathematical Problems in Engineering, 2017. Hsu-Chih Huang, Sendren Sheng-Dong Xu, and Chang Han Wu. “A hybrid swarm intelligence of artificial immune system tuned with Taguchi–genetic algorithm and its field-programmable gate array realization to optimal inverse kinematics for an articulated industrial robotic manipulator” en Advances in Mechanical Engineering, 2016. SHAPIRO. Stuart C. Encyclopedia of artificial intelligence. (segunda edición). New york: john wiley & sons. PINO DÍEZ Raúl, GÓMEZ GÓMEZ Alberto, MARTÍNEZ Nicolás de Abajo. Introducción a la inteligencia artificial: sistemas expertos, redes neuronales artificiales y computación evolutiva. Algoritmos de inteligencia artificial. España, universidad de Oviedo, 2001. HERRERA LOZADA Juan Carlos. Sistema Inmune Artificial con Población Reducida para Optimización Numérica. México, D.F. 2011. Trabajo de grado para obtener el grado de doctorado en ciencias de la computación. Instituto politécnico nacional. Centro de investigación en computación. David B. Fogel. Evolutionary Computation. Toward a New Philosophy of Machine Intelligence. The Institute of Electrical and Electronic Engineers, New York, 1995. N. Cruz Cortes, “Sistema inmune artificial para solucionar problemas de optimización”, Tesis doctoral, ingeniería eléctrica sección de computación, centro de investigación y de estudios avanzados del instituto politécnico nacional, México D.F, 2004. L. Carrasco Payo, “Implementación del algoritmo de Scan-Matching basado en CLONALG”, Trabajo de grado, ingeniería electrónica industrial y automática, Universidad Carlos III de Madrid. J.C Herrera Lozada, “Sistema Inmune Artificial con Población Reducida para Optimización Numérica”, Tesis doctoral, centro de investigación en computación, Instituto politécnico nacional, Mexico D.F, 2011. E. Velasco Benito. (2015, enero 2). “Las defensas del cuerpo: el sistema inmune”. [online]. Disponible en: https://biomedvinetas.wordpress.com/2015/01/02/las-defensas-del-cuerpo-el-sistema-inmune/ P. Surat. (2018, octubre 29). “Cuál es la diferencia entre un fagocito, un macrófago, un neutrófilo y un eosinófilo” [online]. Disponible en: https://www.news-medical.net/life-sciences/What-is-the-difference-Between-a-Phagocyte-Macrophage-Neutrophil-and-Eosinophil-(Spanish).aspx. Sang-Joon Sun, Dong-Wook Lee and Kwee-Bo Sim, "Artificial immune-based swarm behaviors of distributed autonomous robotic systems," Proceedings 2001 ICRA. IEEE International Conference on Robotics and Automation (Cat. No.01CH37164), Seoul, South Korea, 2001, pp. 3993-3998 vol.4. H. Meshref and H. VanLandingham, "Artificial immune systems: application to autonomous agents," Smc 2000 conference proceedings. 2000 ieee international conference on systems, man and cybernetics. 'cybernetics evolving to systems, humans, organizations, and their complex interactions' (cat. no.0, Nashville, TN, 2000, pp. 61-66 vol.1. T. Huntsberger, "Clonal selection based Artificial Immune System for generalized pattern recognition," 2011 IEEE International Conference on Systems, Man, and Cybernetics, Anchorage, AK, 2011, pp. 3090-3095. M. Komar, V. Golovko, A. Sachenko and S. Bezobrazov, "Development of neural network immune detectors for computer attacks recognition and classification," 2013 IEEE 7th International Conference on Intelligent Data Acquisition and Advanced Computing Systems (IDAACS), Berlin, 2013, pp. 665-668. Guodong Wang, Chong Wang, Bo Zhou and Zhengjun Zhai, "Immunevonics: Avionics fault tolerance inspired by the biology system," 2009 Asia-Pacific Conference on Computational Intelligence and Industrial Applications (PACIIA), Wuhan, 2009, pp. 123-126. Zaiying Wang and Yuanbin Hou, "Adaptive fault-tolerant control based on artificial immune principle," 2008 7th World Congress on Intelligent Control and Automation, Chongqing, 2008, pp. 4377-4381. E. Hormozi, M. K. Akbari, M. S. Javan and H. Hormozi, "Performance evaluation of a fraud detection system based artificial immune system on the cloud," 2013 8th International Conference on Computer Science & Education, Colombo, 2013, pp. 819-823. Jianyong Tuo, Shouju Ren, Wenhuang Liu, Xiu Li, Bing Li and Lin Lei, "Artificial immune system for fraud detection," 2004 IEEE International Conference on Systems, Man and Cybernetics (IEEE Cat. No.04CH37583), The Hague, 2004, pp. 1407-1411 vol.2. H. Wei, "A Dynamic Data Mining Method Using Evolutionary and Immune Characteristics," 2011 Fourth International Conference on Intelligent Computation Technology and Automation, Shenzhen, Guangdong, 2011, pp. 313-317. S. Dixon and X. Yu, "Bioinformatics data mining using artificial immune systems and neural networks," The 2010 IEEE International Conference on Information and Automation, Harbin, 2010, pp. 440-445. X. Jin, J. Zhao, H. F. Wang and Z. Du, "Coordinated Control of Multiple Damping Controllers Using Artificial Immune Network Theory," 2006 International Conference on Power System Technology, Chongqing, 2006, pp. 1-5. Zhao Yunfeng, Fu Dongmei, Yin Yixin and Wang Jia, "A design method of immune controller based on Varela artificial immune network model," 2008 Chinese Control and Decision Conference, Yantai, Shandong, 2008, pp. 3726-3731. M. Sahraoui, M. Salem and M. F. Khelfi, "An artificial immune optimization approach in tuning nonlinear PID controllers," 2014 Second World Conference on Complex Systems (WCCS), Agadir, 2014, pp. 425-430. S. J. Nanda, G. Panda, B. Majhi and P. Tha, "Development of a New Optimization Algorithm Based on Artificial Immune System and Its Application," 2008 International Conference on Information Technology, Bhubaneswar, 2008, pp. 45-48. I. Aydin, M. Karakose and E. Akin, "Artificial Immune Based Support Vector Machine Algorithm for Fault Diagnosis of Induction Motors," 2007 International Aegean Conference on Electrical Machines and Power Electronics, Bodrum, 2007, pp. 217-221. B. Schmidt, D. Kountanis and A. Al-Fuqaha, "Artificial Immune System Inspired Algorithm for Flow-Based Internet Traffic Classification," 2014 IEEE 6th International Conference on Cloud Computing Technology and Science, Singapore, 2014, pp. 664-667. Qinghua Meng, "An immune-neuroendocrine-inspired inspired artificial homeostatic security-coordination model for E-Government system," 2011 2nd International Conference on Artificial Intelligence, Management Science and Electronic Commerce (AIMSEC), Dengleng, 2011, pp. 6960-6963. Yu Qiao and Jiayi Xu, "A network security situation awareness model based on cooperative artificial immune system," 2011 International Conference on Computer Science and Service System (CSSS), Nanjing, 2011, pp. 1945-1947. L. N. de Castro and F. J. Von Zuben, "Learning and optimization using the clonal selection principle," in IEEE Transactions on Evolutionary Computation, vol. 6, no. 3, pp. 239-251, June 2002. Quanser Inc. Quick Start Guide: Rotary Servo Base Unit. V.11 5.3.2013 J. Apkarian, M. Levis, H. Gurocak, “SRV02 Base Unit Experimet For Matlab/Simulink Users” Quanser Inc. 2011. |
| dc.rights.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Bogotá |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Ingeniería Electrónica |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería Electrónica |
| institution |
Universidad Santo Tomás |
| bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/16570/5/2019gloriacifuentes.pdf https://repository.usta.edu.co/bitstream/11634/16570/6/cartadeaprobacion.pdf https://repository.usta.edu.co/bitstream/11634/16570/7/cartaderechosdeautor.pdf https://repository.usta.edu.co/bitstream/11634/16570/8/license.txt https://repository.usta.edu.co/bitstream/11634/16570/9/2019gloriacifuentes.pdf.jpg https://repository.usta.edu.co/bitstream/11634/16570/10/cartadeaprobacion.pdf.jpg https://repository.usta.edu.co/bitstream/11634/16570/11/cartaderechosdeautor.pdf.jpg |
| bitstream.checksum.fl_str_mv |
a8a161e3f0bb6dda6dded7a85bf5689e 0350eaae0006a3ca4fcd195d41a76f10 2051bba060a8537ac0c93deebffe4e89 f6b8c5608fa6b2f649b2d63e10c5fa73 96e36b981befdee5e04eb88f98b9e5f3 bff3ce6622fce19118205b395f50b696 6f9d647d585cbd66add40115f5c3fe20 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
repositorio@usantotomas.edu.co |
| _version_ |
1782026171115896832 |
| spelling |
Guarnizo Marín, José GuillermoMateus Rojas, ArmandoCifuentes Duarte, Gloria Catalinahttps://scholar.google.com/citations?user=_mObTPkAAAAJ&hl=eshttp://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000855847http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=00006806302019-05-09T01:44:26Z2019-05-09T01:44:26Z2019-05-07Cifuentes Duarte, G. C. (2019). Diseño de un algoritmo automático de sintonización de parámetros de un controlador PID empleando técnicas bio-inspiradas de aprendizaje de máquinashttp://hdl.handle.net/11634/16570reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEn la actualidad los sistemas de control en lazo cerrado mayormente empleados para aplicaciones industriales son los PID, dado que presentan grandes ventajas al ser comparados con otros sistemas de control; la sencillez de diseño y el bajo coste de implementación son ejemplos de dichas ventajas. De sintonizarse correctamente, el controlador logra aumentar la estabilidad, la rapidez y la exactitud en la respuesta. Este proceso de sintonización presenta desafíos específicos relacionados al desconocimiento de diversos factores (los cuales se plantean en la sección 1) y el poco personal apropiadamente capacitado en la implementación ocasionando un mal uso de la técnica. Lo anterior produce una mala sintonización de los parámetros, realizada mediante procesos de prueba - error o empleando técnicas de empíricas como Ziegler Nichols. Teniendo en cuenta la problemática anterior, diversas empresas han enfocado una gran cantidad de esfuerzos que buscan facilitar el proceso de sintonización a través de algoritmos capaces de ajustar de forma automática los parámetros del controlador PID. Sin embargo, las herramientas desarrolladas producto de dichos esfuerzos conllevan altos costos asociados y la intervención directa del sistema (no deseable por tiempos de paro en la producción, disminución de la confiabilidad del sistema, etc.). En este trabajo, se propone la implementación de un algoritmo inteligente basado en la respuesta de sistema inmune enfocado al principio de selección clonal, cuyo objetivo es encontrar un conjunto de posibles soluciones que cumplan con unos criterios de diseño que representan las condiciones a las cuales se debe ajustar el sistema y el resultado que se desea obtener. En la ejecución del algoritmo se van descartando los parámetros cuyos resultados no satisfacen y se van replicando aquellos que van disminuyendo el error de las figuras de mérito. Al finalizar su ejecución, el algoritmo logra mejorar significativamente el resultado de las figuras de mérito comparadas con las obtenidas por la técnica clásica de sintonización Ziegler Nichols. El desarrollo de la técnica de Ziegler Nichols se realiza a partir de información de la planta y presenta un desempeño pobre en el controlador; este proceso se realiza manualmente al realizar un sencillo análisis matemático. Por otro lado, con el algoritmo se realiza un proceso heurístico donde se prueban diversos parámetros, se analiza su respuesta y se van afinando los parámetros para obtener un conjunto de soluciones que satisfacen los criterios establecidos. Este proceso se realiza automáticamente y puede tardar en función de los procesos de adquisición de información, presentando un coste computacional alto respecto a la técnica clásica elegida, pero con una notable diferencia en los resultados de las figuras de mérito.At present, closed loop control systems mostly used for industrial applications are PIDs, since they have great advantages when compared with other control systems; simplicity of design and low cost of implementation are examples of such advantages. By tuning correctly, the controller manages to increase stability, speed and accuracy in the response. This tuning process presents specific challenges related to the ignorance of several factors (which are raised in section 1) and the few personnel properly trained in the implementation causing a misuse of the technique. This produces a bad tuning of the parameters, carried out through trial-and-error processes or using empirical techniques such as Ziegler Nichols. Taking into account the previous problems, several companies have focused a large amount of efforts that seek to facilitate the tuning process through algorithms capable of automatically adjusting the parameters of the PID controller. However, the tools developed as a result of such efforts have high associated costs and direct system intervention (undesirable due to downtime in production, decrease in system reliability, etc.). In this work, we propose the implementation of an intelligent algorithm based on the response of the immune system focused on the principle of clonal selection, whose objective is to find a set of possible solutions that meet design criteria that represent the conditions to which You must adjust the system and the desired result. In the execution of the algorithm the parameters whose results do not satisfy are discarded and those that decrease the error of the figures of merit are replicated. At the end of its execution, the algorithm manages to significantly improve the result of the figures of merit compared with those obtained by the classic tuning technique Ziegler Nichols. The development of the Ziegler Nichols technique is carried out from plant information and shows poor performance in the controller; This process is done manually when performing a simple mathematical analysis. On the other hand, the algorithm performs a heuristic process where various parameters are tested, its response is analyzed and the parameters are refined to obtain a set of solutions that meet the established criteria. This process is performed automatically and may take depending on the processes of information acquisition, presenting a high computational cost with respect to the classical technique chosen, but with a notable difference in the results of the figures of merit.Ingeniero Electronicohttp://unidadinvestigacion.usta.edu.coPregradoapplication/pdfspaUniversidad Santo TomásPregrado Ingeniería ElectrónicaFacultad de Ingeniería ElectrónicaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Diseño de un algoritmo automático de sintonización de parámetros de un controlador PID empleando técnicas Bio-inspiradas de aprendizaje de máquinasPID tuningartificial immune systembio-inspired algorithmClonal selection principleAlgoritmosAlgoritmo -- ProgramacionControladores de dispositivosMaquinasSistema Inmune ArtificialAlgoritmo Bio-inspiradoPrincipio de selección clonalSintonizacion PIDTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BogotáJ.A. Morales, M. A. Castro, D. García, C. Higuera, J. Sandoval. IDA-PBC Controller Tuning Using Steepest Descent. Tijuana, México. Springer. 2017.L.P Alomia Viver, C.A Bastidas Aldaz. “Caracterización y evaluación del comportamiento de controladores inteligentes difusos y controladores PID para aplicación industriales”, tesis master, Facultad de ingeniería mecánica, Escuela Politécnica Nacional, Quito, Ecuador, 2013.M.A Paz Ramos, S. Garibo Esquivel. “¿Conoce usted a su controlador PID?” InTech México Automatización. Vol. 8, pp. 20-25. agosto 2009.M.A Paz Ramos, S. Garibo Esquivel. “Un controlador bien sintonizado es dinero en su bolsillo”. InTech México Automatización. Vol. 9, pp. 30-34. abril 2010.M.A Paz Ramos, S. Garibo Esquivel. “Sintonice su controlador PID para obtener la respuesta deseada”. InTech México Automatización. Vol.8, pp. 22-28. octubre 2009M.C Rodríguez. G. O Chuk. “Transferencia tecnológica de un sistema de control automático basado en PC para un molino de martillos industrial”, Facultad de ingeniería, Universidad Nacional de San Juan. San juan, Argentina.TECHMATION CO., LTD. En linea03 septiembre de 2018 disponible en: https://www.prm-taiwan.com/com/techmation.htmlD.B Ender. “Process Control Performance: Not as Good as you Think”. Control Engineering September 1993.A. CÁRDENAS CARDONA. “Inteligencia artificial, métodos bio-inspirados: un enfoque funcional para las ciencias de la computación”. Trabajo de grado. Universidad tecnológica de Pereira. Facultad de ingenierías eléctrica, electrónica, física y ciencias de la computación. Pereira. 2012.Qinghua Meng, Tingting Liu. “Study on Immune PID Control Method of an In-wheel Motor Used in an Electric Car”,en 36th conferencia de control China, Dalian, 2017, pp. pp. 9554-9559.Siti Fauziah Toha, Amir Fuhairah Abdul Rahim, Hasmah Mansor and Rini Akmeliawati. “PID tuned Artificial Immune System Hover Control for Lab-Scaled Helicopter System”, en 10th conferencia de control en Asia (ASCC), Kota Kinabalu, 2015, pp. 1-4.J.F GARCÍA MEJÍA, J.A GARCÍA MEJÍA, C. CARRANCO LÓPEZ. “Ajuste de Controladores PID por Medio de un Algoritmo de Selección Clonal”, en 10th Congreso Nacional de Mecatrónica, Puerto Vallarta, Jalisco, 2011.GARCÍA MEJÍA. Juan Fernando, GARCÍA MEJÍA. José Antonio, GUTIERREZ Citlali. Sintonización de controladores PID: Una comparación entre dos algoritmos evolutivos.A. GARCÍA PÉREZ, R. TORAL HERRERA. A.A JIMÉNEZ GARIBAY, C.G EURESTY URIBE. “Algoritmo genético para optimizar las ganancias de un controlador pi en un motor de cd”. Pistas educativas. Vol.39, N°125, octubre 2017.Her-Terng Yau, Po-Hsien Yu and Yuan-Hung Su. “Design and Implementation of Optimal Fuzzy PID Controller for DC Servo Motor”, natural sciences publishing. Vol.8, N°1L, pp 231-237,2014D.A JIMENEZ MARTIN, O.A CHIVATA CASTAÑEDA. “Diseño de un algoritmo evolutivo bio-inspirado el cual permita sintonizar un controlador PID con el fin de controlar la variable de proceso “flujo” en un sistema de control de proceso AMATROL t5552 ubicado en el laboratorio de electrónica de facultad tecnológica universidad distrital Francisco José de caldas”. Bogotá D.C. Trabajo de grado, Facultad Tecnológica Ingeniería en Control. 2017.Muna Hadi Saleh, Saad Zaid Saad. “Artificial Immune System based PID Tuning for DC Servo Speed Control”, en International Journal of Computer Applications. Vol.155 Nº2 diciembre 2016.K. Sundereswaran, V. Devi y Nitin Anand Shrivastava. “Design and Development of a Feedback Controller for Boost Converter Using Artificial Immune System”, en Electric Power Components and Systems. Vol. 39, Nº10, pp 1007-1018, junio 2011.Bouchebbat Rochdi, Gherbi Sofiane. “Robust artificial immune PID design method”, en ICATS15, Annaba, Algeria, noviembre 2015.Sharad Kumar Tiwari, Gagandeep Kaur. “Analysis of Fuzzy PID and Immune PID Controller for Three Tank Liquid Level Control”, en International Journal of Soft Computing and Engineering (IJSCE). Vol. 1, Nº4, septiembre 2011.Mingan Wang, Shuo Feng, Chunhui He, Zhonghua Li, and Yu Xue4. “An Artificial Immune System Algorithm with Social Learning and Its Application in Industrial PID Controller Design”, en Mathematical Problems in Engineering, 2017.Hsu-Chih Huang, Sendren Sheng-Dong Xu, and Chang Han Wu. “A hybrid swarm intelligence of artificial immune system tuned with Taguchi–genetic algorithm and its field-programmable gate array realization to optimal inverse kinematics for an articulated industrial robotic manipulator” en Advances in Mechanical Engineering, 2016.SHAPIRO. Stuart C. Encyclopedia of artificial intelligence. (segunda edición). New york: john wiley & sons.PINO DÍEZ Raúl, GÓMEZ GÓMEZ Alberto, MARTÍNEZ Nicolás de Abajo. Introducción a la inteligencia artificial: sistemas expertos, redes neuronales artificiales y computación evolutiva. Algoritmos de inteligencia artificial. España, universidad de Oviedo, 2001.HERRERA LOZADA Juan Carlos. Sistema Inmune Artificial con Población Reducida para Optimización Numérica. México, D.F. 2011. Trabajo de grado para obtener el grado de doctorado en ciencias de la computación. Instituto politécnico nacional. Centro de investigación en computación.David B. Fogel. Evolutionary Computation. Toward a New Philosophy of Machine Intelligence. The Institute of Electrical and Electronic Engineers, New York, 1995.N. Cruz Cortes, “Sistema inmune artificial para solucionar problemas de optimización”, Tesis doctoral, ingeniería eléctrica sección de computación, centro de investigación y de estudios avanzados del instituto politécnico nacional, México D.F, 2004.L. Carrasco Payo, “Implementación del algoritmo de Scan-Matching basado en CLONALG”, Trabajo de grado, ingeniería electrónica industrial y automática, Universidad Carlos III de Madrid.J.C Herrera Lozada, “Sistema Inmune Artificial con Población Reducida para Optimización Numérica”, Tesis doctoral, centro de investigación en computación, Instituto politécnico nacional, Mexico D.F, 2011.E. Velasco Benito. (2015, enero 2). “Las defensas del cuerpo: el sistema inmune”. [online]. Disponible en: https://biomedvinetas.wordpress.com/2015/01/02/las-defensas-del-cuerpo-el-sistema-inmune/P. Surat. (2018, octubre 29). “Cuál es la diferencia entre un fagocito, un macrófago, un neutrófilo y un eosinófilo” [online]. Disponible en: https://www.news-medical.net/life-sciences/What-is-the-difference-Between-a-Phagocyte-Macrophage-Neutrophil-and-Eosinophil-(Spanish).aspx.Sang-Joon Sun, Dong-Wook Lee and Kwee-Bo Sim, "Artificial immune-based swarm behaviors of distributed autonomous robotic systems," Proceedings 2001 ICRA. IEEE International Conference on Robotics and Automation (Cat. No.01CH37164), Seoul, South Korea, 2001, pp. 3993-3998 vol.4.H. Meshref and H. VanLandingham, "Artificial immune systems: application to autonomous agents," Smc 2000 conference proceedings. 2000 ieee international conference on systems, man and cybernetics. 'cybernetics evolving to systems, humans, organizations, and their complex interactions' (cat. no.0, Nashville, TN, 2000, pp. 61-66 vol.1.T. Huntsberger, "Clonal selection based Artificial Immune System for generalized pattern recognition," 2011 IEEE International Conference on Systems, Man, and Cybernetics, Anchorage, AK, 2011, pp. 3090-3095.M. Komar, V. Golovko, A. Sachenko and S. Bezobrazov, "Development of neural network immune detectors for computer attacks recognition and classification," 2013 IEEE 7th International Conference on Intelligent Data Acquisition and Advanced Computing Systems (IDAACS), Berlin, 2013, pp. 665-668.Guodong Wang, Chong Wang, Bo Zhou and Zhengjun Zhai, "Immunevonics: Avionics fault tolerance inspired by the biology system," 2009 Asia-Pacific Conference on Computational Intelligence and Industrial Applications (PACIIA), Wuhan, 2009, pp. 123-126.Zaiying Wang and Yuanbin Hou, "Adaptive fault-tolerant control based on artificial immune principle," 2008 7th World Congress on Intelligent Control and Automation, Chongqing, 2008, pp. 4377-4381.E. Hormozi, M. K. Akbari, M. S. Javan and H. Hormozi, "Performance evaluation of a fraud detection system based artificial immune system on the cloud," 2013 8th International Conference on Computer Science & Education, Colombo, 2013, pp. 819-823.Jianyong Tuo, Shouju Ren, Wenhuang Liu, Xiu Li, Bing Li and Lin Lei, "Artificial immune system for fraud detection," 2004 IEEE International Conference on Systems, Man and Cybernetics (IEEE Cat. No.04CH37583), The Hague, 2004, pp. 1407-1411 vol.2.H. Wei, "A Dynamic Data Mining Method Using Evolutionary and Immune Characteristics," 2011 Fourth International Conference on Intelligent Computation Technology and Automation, Shenzhen, Guangdong, 2011, pp. 313-317.S. Dixon and X. Yu, "Bioinformatics data mining using artificial immune systems and neural networks," The 2010 IEEE International Conference on Information and Automation, Harbin, 2010, pp. 440-445.X. Jin, J. Zhao, H. F. Wang and Z. Du, "Coordinated Control of Multiple Damping Controllers Using Artificial Immune Network Theory," 2006 International Conference on Power System Technology, Chongqing, 2006, pp. 1-5.Zhao Yunfeng, Fu Dongmei, Yin Yixin and Wang Jia, "A design method of immune controller based on Varela artificial immune network model," 2008 Chinese Control and Decision Conference, Yantai, Shandong, 2008, pp. 3726-3731.M. Sahraoui, M. Salem and M. F. Khelfi, "An artificial immune optimization approach in tuning nonlinear PID controllers," 2014 Second World Conference on Complex Systems (WCCS), Agadir, 2014, pp. 425-430.S. J. Nanda, G. Panda, B. Majhi and P. Tha, "Development of a New Optimization Algorithm Based on Artificial Immune System and Its Application," 2008 International Conference on Information Technology, Bhubaneswar, 2008, pp. 45-48.I. Aydin, M. Karakose and E. Akin, "Artificial Immune Based Support Vector Machine Algorithm for Fault Diagnosis of Induction Motors," 2007 International Aegean Conference on Electrical Machines and Power Electronics, Bodrum, 2007, pp. 217-221.B. Schmidt, D. Kountanis and A. Al-Fuqaha, "Artificial Immune System Inspired Algorithm for Flow-Based Internet Traffic Classification," 2014 IEEE 6th International Conference on Cloud Computing Technology and Science, Singapore, 2014, pp. 664-667.Qinghua Meng, "An immune-neuroendocrine-inspired inspired artificial homeostatic security-coordination model for E-Government system," 2011 2nd International Conference on Artificial Intelligence, Management Science and Electronic Commerce (AIMSEC), Dengleng, 2011, pp. 6960-6963.Yu Qiao and Jiayi Xu, "A network security situation awareness model based on cooperative artificial immune system," 2011 International Conference on Computer Science and Service System (CSSS), Nanjing, 2011, pp. 1945-1947.L. N. de Castro and F. J. Von Zuben, "Learning and optimization using the clonal selection principle," in IEEE Transactions on Evolutionary Computation, vol. 6, no. 3, pp. 239-251, June 2002.Quanser Inc. Quick Start Guide: Rotary Servo Base Unit. V.11 5.3.2013J. Apkarian, M. Levis, H. Gurocak, “SRV02 Base Unit Experimet For Matlab/Simulink Users” Quanser Inc. 2011.ORIGINAL2019gloriacifuentes.pdf2019gloriacifuentes.pdfapplication/pdf1413219https://repository.usta.edu.co/bitstream/11634/16570/5/2019gloriacifuentes.pdfa8a161e3f0bb6dda6dded7a85bf5689eMD55open accesscartadeaprobacion.pdfcartadeaprobacion.pdfapplication/pdf152602https://repository.usta.edu.co/bitstream/11634/16570/6/cartadeaprobacion.pdf0350eaae0006a3ca4fcd195d41a76f10MD56metadata only accesscartaderechosdeautor.pdfcartaderechosdeautor.pdfapplication/pdf216146https://repository.usta.edu.co/bitstream/11634/16570/7/cartaderechosdeautor.pdf2051bba060a8537ac0c93deebffe4e89MD57metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/16570/8/license.txtf6b8c5608fa6b2f649b2d63e10c5fa73MD58open accessTHUMBNAIL2019gloriacifuentes.pdf.jpg2019gloriacifuentes.pdf.jpgIM Thumbnailimage/jpeg5049https://repository.usta.edu.co/bitstream/11634/16570/9/2019gloriacifuentes.pdf.jpg96e36b981befdee5e04eb88f98b9e5f3MD59open accesscartadeaprobacion.pdf.jpgcartadeaprobacion.pdf.jpgIM Thumbnailimage/jpeg6175https://repository.usta.edu.co/bitstream/11634/16570/10/cartadeaprobacion.pdf.jpgbff3ce6622fce19118205b395f50b696MD510open accesscartaderechosdeautor.pdf.jpgcartaderechosdeautor.pdf.jpgIM Thumbnailimage/jpeg6798https://repository.usta.edu.co/bitstream/11634/16570/11/cartaderechosdeautor.pdf.jpg6f9d647d585cbd66add40115f5c3fe20MD511open access11634/16570oai:repository.usta.edu.co:11634/165702022-10-10 15:01:45.625open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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 |