Implementación de un algoritmo bioinspirado para la sintonización de controladores PID en un rectificador PFC BOOST en medio puente.
En el presente documento se muestra la sintonización de parámetros en un controlador PID y un filtro precompensador en un rectificador PFC Halft Bridge Boost. Se hace una investigación para determinar un algoritmo Bioinspirado que pueda cumplir con la optimización que se necesita en este proyecto. S...
- Autores:
-
Torres Montufar, Julián Andrés
Roldán Torres, Yerson Esteban
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/45879
- Acceso en línea:
- http://hdl.handle.net/11634/45879
- Palabra clave:
- Bio-inspired
Controller Tuning
Clonal selection
Power factor correction
AC/DC converter
Ingeniería
Electrónica
Algoritmos
Bioinspirados
Sintonización del controladores
Selección clonal
Corrección de factor de potencia
Convertidor AC/DC
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
Summary: | En el presente documento se muestra la sintonización de parámetros en un controlador PID y un filtro precompensador en un rectificador PFC Halft Bridge Boost. Se hace una investigación para determinar un algoritmo Bioinspirado que pueda cumplir con la optimización que se necesita en este proyecto. Se escoge el algoritmo de selección clonal basado en el sistema inmune natural y se realiza la implementación en MATLAB/SIMULINK. Las constantes del controlador PID y el filtro son representadas por las poblaciones de antígenos del algoritmo. Para la sintonización se escoge una población inicial de 200 antígenos que se mantiene en todas las iteraciones y una población memoria de 20 anticuerpos, al final de las iteraciones está población de memoria representa el conjunto de soluciones de la sintonización, con varios óptimos locales y un óptimo global, la población inicial no se genera de forma aleatoria sino un rango acotado a partir de una solución funcional en uno de los puntos de operación del rectificador. El error a minimizar es de la variable factor de potencia, es utilizada en la función de aptitud. En la búsqueda poblaciones se establecen límites en los cuales se puede mover las constantes, debido a que el sistema puede llegar a desestabilizarse. La población resultante del algoritmo logra alcanzar un factor de potencia de 0.998 con una carga resistiva de 6.6 kOhm. Se comprueba las constantes en un prototipo real de la planta y se comparan con los resultados simulados. En el prototipo también se analiza la robustez de la solución cambiando el punto de operación del convertidor. |
---|