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
| id |
SANTTOMAS2_af04394222d5b2f52f67a9547cc80c1b |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/45879 |
| network_acronym_str |
SANTTOMAS2 |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Implementación de un algoritmo bioinspirado para la sintonización de controladores PID en un rectificador PFC BOOST en medio puente. |
| title |
Implementación de un algoritmo bioinspirado para la sintonización de controladores PID en un rectificador PFC BOOST en medio puente. |
| spellingShingle |
Implementación de un algoritmo bioinspirado para la sintonización de controladores PID en un rectificador PFC BOOST en medio puente. 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 |
| title_short |
Implementación de un algoritmo bioinspirado para la sintonización de controladores PID en un rectificador PFC BOOST en medio puente. |
| title_full |
Implementación de un algoritmo bioinspirado para la sintonización de controladores PID en un rectificador PFC BOOST en medio puente. |
| title_fullStr |
Implementación de un algoritmo bioinspirado para la sintonización de controladores PID en un rectificador PFC BOOST en medio puente. |
| title_full_unstemmed |
Implementación de un algoritmo bioinspirado para la sintonización de controladores PID en un rectificador PFC BOOST en medio puente. |
| title_sort |
Implementación de un algoritmo bioinspirado para la sintonización de controladores PID en un rectificador PFC BOOST en medio puente. |
| dc.creator.fl_str_mv |
Torres Montufar, Julián Andrés Roldán Torres, Yerson Esteban |
| dc.contributor.advisor.none.fl_str_mv |
Guarnizo Marín, José Guillermo |
| dc.contributor.author.none.fl_str_mv |
Torres Montufar, Julián Andrés Roldán Torres, Yerson Esteban |
| dc.contributor.corporatename.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.subject.keyword.spa.fl_str_mv |
Bio-inspired Controller Tuning Clonal selection Power factor correction AC/DC converter |
| topic |
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 |
| dc.subject.lemb.spa.fl_str_mv |
Ingeniería Electrónica Algoritmos |
| dc.subject.proposal.spa.fl_str_mv |
Bioinspirados Sintonización del controladores Selección clonal Corrección de factor de potencia Convertidor AC/DC |
| description |
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. |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-07-18T13:51:57Z |
| dc.date.available.none.fl_str_mv |
2022-07-18T13:51:57Z |
| dc.date.issued.none.fl_str_mv |
2022-07-10 |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| 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 |
Torres Montufar, J. A. y Roldán Torres, Y. E. (2022). Implementación de un algoritmo bioinspirado para la sintonización de controladores PID en un rectificador PFC BOOST en medio puente. [Trabajo de grado, Universidad Santo Tomás]. Repositorio institucional. |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/45879 |
| 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 |
Torres Montufar, J. A. y Roldán Torres, Y. E. (2022). Implementación de un algoritmo bioinspirado para la sintonización de controladores PID en un rectificador PFC BOOST en medio puente. [Trabajo de grado, Universidad Santo Tomás]. Repositorio institucional. reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/45879 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
C. de Regulación de Energía y Gas, “Resolución: Gestión de flujo de potencia reactiva 018,” 2005. D.W.Hart, RECTIFICADORES DE ONDA COMPLETA Y MEDIA ONDA: Conversión CA- CC,pp.115-169. second edition ed., 2001. A. Uan-Zo-li, F. Lee, and R. Burgos, “Modeling, analysis and control design of single-stage voltage source pfc converter,” vol. 3, pp. 1684–1691, 2005. L. Rossetto, G. Spiazz, and P. Tenti, “Control techniques for power factor correction converters,” Paper, University of Padova, Italy, pp. 1–9, 1994. A. Martins and A. Cardoso, “Input current distortion and output voltage regulation of the boost pfc converter operating with different control methods,” International Conference on Renewable Energies and Power Quality, vol. 1, no. 1, pp. 328–333, 2012. C. electronica Internacional, “Iec 61000-3-2,” Comisión Electrónica Internacional, 2005. R. W. Erickson and D. Maksimovic, Fundamentals of Power Electronics. second edition ed., 2004. J. Bayona, H. Chamorro, A. Sanchez, J. Aguillon, and D. Rubio, “Linear control of a power factor co- rrection rectifier in half-bridge configuration,” IEEE CACIDI 2016 - IEEE Conference on Computer Sciences, pp. 1–6, Buenos Aires, Argentina, 2016. R. Ghosh and G. Narayanan, “A simple analog controller for single-phase half-bridge rectifier,” IEEE Transactions on Power Electronics, vol. 22, no. 1, pp. 186–198, 2007. M. Fernandez, “Modelos no lineales y control en modo deslizante de convertidores de estructura resonante,” Trabajo de grado, Departamento Ingeniería electrónica, Universidad Politecnica de Ca- talunya, 1998. M. Rodriguez, A. Villarreal and O. Serrano, “Asynchronous bio-inspired tuning for the dc motor speed controller with simultaneous identification and predictive strategies,” IEEE Congress on Evolutionary Computation, CEC 2020 - Conference Proceedings, pp. 1–8, 2020. J. G. Ziegler and N. B. Nichols, “Optimum settings for automatic controllers,” Trans. ASME, vol. 64, pp. 759–768, 1942. E. Forero, C. Torres and D. Tibaduiza, “Consideraciones de diseño de un control doble lazo de un convertidor boost para la corrección del factor de potencia,” Latin American and Caribbean Conference for Engineering and Technology (LACCEI’2014), pp. 1–9, Guayaquil, Ecuador, 2014. G. Tulay, I. İskender, and H. Erdem, “Optimal tuning of a boost pfc converter pi controller using heuristic optimization methods,” International Transactions on Electrical Energy Systems, pp. 1–10, 2017. D. Karaboga and B. Basturk, “A powerful and efficient algorithm for numerical function optimization: artificial bee colony (abc) algorithm,” Journal of Global Optimization, vol. 39, pp. 459–471, 2007. A. K. Tanuka Bhattacharjee, Sriparna Saha and A. K. Nagar, “Static video summarization using artificial bee colony optimization,” SSCI 2018, vol. 8, pp. 777–784, 2018. O. Castillo and L. Amador, “A new fuzzy bee colony optimization with dynamic adaptation of parameters using interval type-2 fuzzy logic for tuning fuzzy controllers,” Soft Computing, p. 571–594, 2018. Z. Bingul and O. Karahan, “Comparison of pid and fopid controllers tuned by pso and abc algorithms for unstable and integrating systems with time delay,” Optim Control Appl Meth, vol. 39, pp. 1431– 1450, 2018. J. Tien and L. Tzuu-Hseng, “Hybrid clonal selection algorithm and the artificial bee colony algorithm for a variable pid-like fuzzy controller design,” International Conference on Fuzzy Theory and its applications, pp. 87–94, 2012. A. MUGHEES and S. MOHSIN, “Design and control of magnetic levitation system by optimi- zing fractional order pid controller using ant colony optimization algorithm,” IEEE Acces, vol. 8, pp. 116704–116723, 2020. F. A. S. babu and S. B. Chiranjeevi, “Implementation of fractional order pid controller for an avr system using ga and aco optimization techniques,” IFAC-PapersOnLine, vol. 49, no. 1, pp. 456–461, 2016. L. de Castro and F. Von Zuben, “Learning and optimization using the clonal selection principle,” IEEE Transactions on Evolutionary Computation, vol. 6, no. 3, pp. 239–251, 2002. M. Qinghua and L. Tingting, “Study on immune pid control method of an in-wheel motor used in an electric car,” pp. 9554–9559, 2017. G. Tsakyridis, N. Xiros, and M. Scharringhausen, “Design and control of a dc boost converter for fuel-cell-powered marine vehicles.,” Journal of Marine Science and Application, p. 246–265, 2020. J. Shaik and V. Ganesh, “A power system restoration method using voltage source converter–high- voltage direct current technology, aided by time-series neural network with firefly algorithm,” Soft Computing, p. 9495–9506, 2020. J. Romero, D. Paez, B. Noriega, J. Guarnizo, and J. Bayona, “Design and simulation of a voltage control based on neural networks,” 2021 IEEE 5th Colombian Conference on Automatic Control (CCAC), pp. 133–138, Ibague, Colombia, 2021. J. Guarnizo, J. Guacaneme, and C. Trujillo, “General inverse neural current control for buck conver- ter,” Novel Algorithms and Techniques In Telecommunications, Automation and Industrial Electro- nics, p. 117–122, 2008, doi. 10.1007/978-1-4020-8737-021. E. Tapoglou, I. Trichakis, Z. Dokou, I. Nikolos, and G. Karatzas, “Groundwater-level forecasting under climate change scenarios using an artificial neural network trained with particle swarm opti- mization,” Hydrological Sciences Journal, vol. 59:6, pp. 1225–1239, 2014. C. C. J. Aguila and C. Vargas, “Particle swarm optimization, genetic algorithm and grey wolf opti- mizer algorithms performance comparative for a dc-dc boost converter pid controller,” Advances in Science, Technology and Engineering Systems Journal, vol. 6, pp. 619–625, 2021. M. Ahmed, I. Mohammed, and A. Younis, “Design and implementation of pso/abc tunned pid con- troller for buck converters,” Periodicals of Engineering and Natural Sciences, vol. 9, pp. 641–656, 2021. S. B. Panduranga Vittal and A. Keshri, “Comparative study of pi, pid controller for buck-boost con- verter tuned by bio-inspired optimization techniques,” IEEE International Conference on Distributed Comput, pp. 219–224, 2021. D. M.S.A. and R. M.V.C., “A hybrid genetic algorithm for selective harmonic elimination pwm ac/ac converter control,” Electrical Engineering 89, p. 285–291, 2007. S. M. S. Mirjalili and A. Lewis, “Grey wolf optimizer,” Adv. Eng. Softw, vol. 69, pp. 46–61, 2014. R. Guha and Benerjee, “Load frequency control of interconnected power system using grey wolf optimization,” Swarm and Evolutionary Computation, vol. 27, pp. 97–115, 2016. E. Pereira, P. Bassetto, L. Biuk, M. Itaborahy, A. Converti, M. dos Santos, and H. Valadares, “Swarm- inspired algorithms to optimize a nonlinear gaussian adaptive pid controller,” Energies, vol. 14, pp. 1–20, 2021. J. Romero, D. Paez, B. Noriega, J. Guarnizo, and J. Bayona, “Bio-inspired pso technique applied to pid sintonization for powerfactor correction in a boost converter,” 2021 IEEE 5th Colombian Conference on Automatic Control (CCAC), pp. 139–144, Ibague, Colombia, 2021. K. Aseem and S. Kumar, “Hybrid k-means grasshopper optimization algorithm based fopid controller with feed forward dc–dc converter for solar-wind generating system,” Journal of Ambient Intelligence and Humanized Computing, p. 2439–2462, 2022. I. C. Abderrahmen B, Samir M and R. B, “Design and real time implementation of adaptive neural- fuzzy inference system controller based unity single hase power factor converter,” Electric Power Systems Research, vol. 152, pp. 357–366, 2021. K. Umamaheswaria and V. Venkatachalamb, “Optimal pf ccorrector of single stage power converter using bc tuned pid controller,” Journal of Intelligent Fuzzy Systems, vol. 30, pp. 3155–3166, 2016. M. Ali, L. Wang, and G. Chen, “Control system optimization of three-phase active rectifier based on evolutionary algorithm,” The 4th International Conference on Power and Renewable Energy, pp. 212–216, 2019. R. O. Ramesh Srinivasan, “A unity power factor converter using half-bridge boost topology,” IEEE Transactions on Power Electronics, vol. 13, pp. 1–2, 1998. A. Pereira, J. Vieira, and L. de Freitas, “A lossless switching forward converter with unity power factor operation,” vol. 1, pp. 329–334, 1995. G. C. Kiam Heong Ang and Y. Li, “Pid control system analysis, design, and technology,” IEEE Transactions on Control Systems Technology, vol. 4, pp. 559–576, 2005. J. Navarrete, “Diseño y evaluación de un rectificador en medio puente con factor de potencia unitario,” Trabajo de grado, Ingeniería electrónica, Universidad Santo Tomas, 2014 N. D. F Bolivar and J. Bayona, “Diseño e implementación de un controlador digital tipo pid con pre-compensación para un boost pfc de medio puente,” Revista UIS Ingenierías, vol. 19, pp. 179–192, 2020. M. M. J.F. Avila and V. Quesada, “La inteligencia artificial y sus aplicaciones en medicina i: intro- ducción antecedentes a la ia y robótica,” Atención Primaria, vol. 52, pp. 778–784, 2020. R. Pino, A. Goméz, and N. Martínez, Introducción a la inteligencia artificial: sistemas expertos, redes neuronales artificiales y computación evolutiva. 2001. J. Herrera, Sistema Inmune Artificial con Población Reducida para Optimización Numérica. PhD thesis, Instituto politécnico nacional, Centro de Investigación en computación , México D.F, 2011. M. S. J. Monserrat, A. Gomez and A. Prieto, “Introducción al sistema inmune. componentes celulares del sistema inmune innato,” Medicine - Programa de Formación Médica Continuada Acreditado, vol. 12, pp. 1369–1378, 2017. H. Barcenilla, A. Prieto, M. Monserrat, D. Díaz, E. Reyes, and M. Álvarez, “Respuesta inmune adaptativa o antígeno específica,” Medicine - Programa de Formación Médica Continuada Acreditado, vol. 10, pp. 1868–1879, 2009. J. Guarnizo and L. Nino, “Clonal selection algorithm applied to object recognition in mobile robots,” 15th International Conference on Machine Learning and Data Mining, MLDM 2019, vol. 1, pp. 50–62, 2019. N. Cruz, Sistema inmune artificial para solucionar problemas de optimización. PhD thesis, ingenie- ría eléctrica sección de computación, centro de investigación y de estudios avanzados del instituto politécnico nacional, México D.F, 2004. L. Carrasco, “Implementación del algoritmo de scan-matching basado en clonalg,” Trabajo de grado, Ingeniería electrónica industrial y automática, Universidad Carlos III de Madrid, 2015. I. d. A. I. Chauvin Arnoux®, Power Quality Analyzer Model 3945-B. Chauvin Arnoux®, Inc. d.b.a. AEMC® Instruments, 15 Faraday Drive Dover, USA. |
| 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/11634/45879/1/2022roldanyerson%26torresjulian.pdf https://repository.usta.edu.co/bitstream/11634/45879/2/Carta_aprobacion_Biblioteca.%20TORRES%20Y%20ROLDAN.pdf https://repository.usta.edu.co/bitstream/11634/45879/3/Carta%20Derechos%20de%20autor.pdf https://repository.usta.edu.co/bitstream/11634/45879/4/license_rdf https://repository.usta.edu.co/bitstream/11634/45879/5/license.txt https://repository.usta.edu.co/bitstream/11634/45879/6/2022roldanyerson%26torresjulian.pdf.jpg https://repository.usta.edu.co/bitstream/11634/45879/7/Carta_aprobacion_Biblioteca.%20TORRES%20Y%20ROLDAN.pdf.jpg https://repository.usta.edu.co/bitstream/11634/45879/8/Carta%20Derechos%20de%20autor.pdf.jpg |
| bitstream.checksum.fl_str_mv |
666dc4a90afcf7172ca7178bf885129e 8b48852e5f9dbfd7717095f0bd3fe9b5 ff3d352f1d2fccb66d019f9c3625a6eb 217700a34da79ed616c2feb68d4c5e06 aedeaf396fcd827b537c73d23464fc27 12a7396b1c73749c8d6d00841fcf4b76 c6681b92e4f57a80821fada9a7c18eb8 58871616fd23b40f788cf3b062920bb1 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 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_ |
1782026128315121664 |
| spelling |
Guarnizo Marín, José GuillermoTorres Montufar, Julián AndrésRoldán Torres, Yerson EstebanUniversidad Santo Tomás2022-07-18T13:51:57Z2022-07-18T13:51:57Z2022-07-10Torres Montufar, J. A. y Roldán Torres, Y. E. (2022). Implementación de un algoritmo bioinspirado para la sintonización de controladores PID en un rectificador PFC BOOST en medio puente. [Trabajo de grado, Universidad Santo Tomás]. Repositorio institucional.http://hdl.handle.net/11634/45879reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEn 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.This document shows the tuning of parameters in a PID controller and a precompensating filter in a PFC Halft Bridge Boost rectifier. An investigation is made to determine a Bioinspired algorithm that can fulfill the optimization that is needed in this project. The clonal selection algorithm based on the natural immune system is chosen and the implementation is carried out in MATLAB/SIMULINK. The constants of the PID controller and the filter are represented by the antigen populations of the algorithm. For tuning, an initial population of 200 antigens is chosen, which is maintained in all iterations, and a memory population of 20 antibodies. At the end of the iterations, this memory population represents the set of tuning solutions, with several local optima and a global optimum, the initial population is not generated randomly but a limited range from a functional solution at one of the rectifier operating points. The error to be minimized is from the power factor variable, it is used in the fitness function. In the population search, limits are established in which the constants can be moved, because the system can become destabilized. The resulting population of the algorithm manages to reach a power factor of 0.998 with a resistive load of 6.6 kOhm. The constants are checked in a real prototype of the plant and compared with the simulated results. In the prototype, the robustness of the solution is also analyzed by changing the operating point of the converter.Ingeniero ElectronicoPregradoapplication/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_abf2Implementación de un algoritmo bioinspirado para la sintonización de controladores PID en un rectificador PFC BOOST en medio puente.Bio-inspiredController TuningClonal selectionPower factor correctionAC/DC converterIngenieríaElectrónicaAlgoritmosBioinspiradosSintonización del controladoresSelección clonalCorrección de factor de potenciaConvertidor AC/DCTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BogotáC. de Regulación de Energía y Gas, “Resolución: Gestión de flujo de potencia reactiva 018,” 2005.D.W.Hart, RECTIFICADORES DE ONDA COMPLETA Y MEDIA ONDA: Conversión CA- CC,pp.115-169. second edition ed., 2001.A. Uan-Zo-li, F. Lee, and R. Burgos, “Modeling, analysis and control design of single-stage voltage source pfc converter,” vol. 3, pp. 1684–1691, 2005.L. Rossetto, G. Spiazz, and P. Tenti, “Control techniques for power factor correction converters,” Paper, University of Padova, Italy, pp. 1–9, 1994.A. Martins and A. Cardoso, “Input current distortion and output voltage regulation of the boost pfc converter operating with different control methods,” International Conference on Renewable Energies and Power Quality, vol. 1, no. 1, pp. 328–333, 2012.C. electronica Internacional, “Iec 61000-3-2,” Comisión Electrónica Internacional, 2005.R. W. Erickson and D. Maksimovic, Fundamentals of Power Electronics. second edition ed., 2004.J. Bayona, H. Chamorro, A. Sanchez, J. Aguillon, and D. Rubio, “Linear control of a power factor co- rrection rectifier in half-bridge configuration,” IEEE CACIDI 2016 - IEEE Conference on Computer Sciences, pp. 1–6, Buenos Aires, Argentina, 2016.R. Ghosh and G. Narayanan, “A simple analog controller for single-phase half-bridge rectifier,” IEEE Transactions on Power Electronics, vol. 22, no. 1, pp. 186–198, 2007.M. Fernandez, “Modelos no lineales y control en modo deslizante de convertidores de estructura resonante,” Trabajo de grado, Departamento Ingeniería electrónica, Universidad Politecnica de Ca- talunya, 1998.M. Rodriguez, A. Villarreal and O. Serrano, “Asynchronous bio-inspired tuning for the dc motor speed controller with simultaneous identification and predictive strategies,” IEEE Congress on Evolutionary Computation, CEC 2020 - Conference Proceedings, pp. 1–8, 2020.J. G. Ziegler and N. B. Nichols, “Optimum settings for automatic controllers,” Trans. ASME, vol. 64, pp. 759–768, 1942.E. Forero, C. Torres and D. Tibaduiza, “Consideraciones de diseño de un control doble lazo de un convertidor boost para la corrección del factor de potencia,” Latin American and Caribbean Conference for Engineering and Technology (LACCEI’2014), pp. 1–9, Guayaquil, Ecuador, 2014.G. Tulay, I. İskender, and H. Erdem, “Optimal tuning of a boost pfc converter pi controller using heuristic optimization methods,” International Transactions on Electrical Energy Systems, pp. 1–10, 2017.D. Karaboga and B. Basturk, “A powerful and efficient algorithm for numerical function optimization: artificial bee colony (abc) algorithm,” Journal of Global Optimization, vol. 39, pp. 459–471, 2007.A. K. Tanuka Bhattacharjee, Sriparna Saha and A. K. Nagar, “Static video summarization using artificial bee colony optimization,” SSCI 2018, vol. 8, pp. 777–784, 2018.O. Castillo and L. Amador, “A new fuzzy bee colony optimization with dynamic adaptation of parameters using interval type-2 fuzzy logic for tuning fuzzy controllers,” Soft Computing, p. 571–594, 2018.Z. Bingul and O. Karahan, “Comparison of pid and fopid controllers tuned by pso and abc algorithms for unstable and integrating systems with time delay,” Optim Control Appl Meth, vol. 39, pp. 1431– 1450, 2018.J. Tien and L. Tzuu-Hseng, “Hybrid clonal selection algorithm and the artificial bee colony algorithm for a variable pid-like fuzzy controller design,” International Conference on Fuzzy Theory and its applications, pp. 87–94, 2012.A. MUGHEES and S. MOHSIN, “Design and control of magnetic levitation system by optimi- zing fractional order pid controller using ant colony optimization algorithm,” IEEE Acces, vol. 8, pp. 116704–116723, 2020.F. A. S. babu and S. B. Chiranjeevi, “Implementation of fractional order pid controller for an avr system using ga and aco optimization techniques,” IFAC-PapersOnLine, vol. 49, no. 1, pp. 456–461, 2016.L. de Castro and F. Von Zuben, “Learning and optimization using the clonal selection principle,” IEEE Transactions on Evolutionary Computation, vol. 6, no. 3, pp. 239–251, 2002.M. Qinghua and L. Tingting, “Study on immune pid control method of an in-wheel motor used in an electric car,” pp. 9554–9559, 2017.G. Tsakyridis, N. Xiros, and M. Scharringhausen, “Design and control of a dc boost converter for fuel-cell-powered marine vehicles.,” Journal of Marine Science and Application, p. 246–265, 2020.J. Shaik and V. Ganesh, “A power system restoration method using voltage source converter–high- voltage direct current technology, aided by time-series neural network with firefly algorithm,” Soft Computing, p. 9495–9506, 2020.J. Romero, D. Paez, B. Noriega, J. Guarnizo, and J. Bayona, “Design and simulation of a voltage control based on neural networks,” 2021 IEEE 5th Colombian Conference on Automatic Control (CCAC), pp. 133–138, Ibague, Colombia, 2021.J. Guarnizo, J. Guacaneme, and C. Trujillo, “General inverse neural current control for buck conver- ter,” Novel Algorithms and Techniques In Telecommunications, Automation and Industrial Electro- nics, p. 117–122, 2008, doi. 10.1007/978-1-4020-8737-021.E. Tapoglou, I. Trichakis, Z. Dokou, I. Nikolos, and G. Karatzas, “Groundwater-level forecasting under climate change scenarios using an artificial neural network trained with particle swarm opti- mization,” Hydrological Sciences Journal, vol. 59:6, pp. 1225–1239, 2014.C. C. J. Aguila and C. Vargas, “Particle swarm optimization, genetic algorithm and grey wolf opti- mizer algorithms performance comparative for a dc-dc boost converter pid controller,” Advances in Science, Technology and Engineering Systems Journal, vol. 6, pp. 619–625, 2021.M. Ahmed, I. Mohammed, and A. Younis, “Design and implementation of pso/abc tunned pid con- troller for buck converters,” Periodicals of Engineering and Natural Sciences, vol. 9, pp. 641–656, 2021.S. B. Panduranga Vittal and A. Keshri, “Comparative study of pi, pid controller for buck-boost con- verter tuned by bio-inspired optimization techniques,” IEEE International Conference on Distributed Comput, pp. 219–224, 2021.D. M.S.A. and R. M.V.C., “A hybrid genetic algorithm for selective harmonic elimination pwm ac/ac converter control,” Electrical Engineering 89, p. 285–291, 2007.S. M. S. Mirjalili and A. Lewis, “Grey wolf optimizer,” Adv. Eng. Softw, vol. 69, pp. 46–61, 2014.R. Guha and Benerjee, “Load frequency control of interconnected power system using grey wolf optimization,” Swarm and Evolutionary Computation, vol. 27, pp. 97–115, 2016.E. Pereira, P. Bassetto, L. Biuk, M. Itaborahy, A. Converti, M. dos Santos, and H. Valadares, “Swarm- inspired algorithms to optimize a nonlinear gaussian adaptive pid controller,” Energies, vol. 14, pp. 1–20, 2021.J. Romero, D. Paez, B. Noriega, J. Guarnizo, and J. Bayona, “Bio-inspired pso technique applied to pid sintonization for powerfactor correction in a boost converter,” 2021 IEEE 5th Colombian Conference on Automatic Control (CCAC), pp. 139–144, Ibague, Colombia, 2021.K. Aseem and S. Kumar, “Hybrid k-means grasshopper optimization algorithm based fopid controller with feed forward dc–dc converter for solar-wind generating system,” Journal of Ambient Intelligence and Humanized Computing, p. 2439–2462, 2022.I. C. Abderrahmen B, Samir M and R. B, “Design and real time implementation of adaptive neural- fuzzy inference system controller based unity single hase power factor converter,” Electric Power Systems Research, vol. 152, pp. 357–366, 2021.K. Umamaheswaria and V. Venkatachalamb, “Optimal pf ccorrector of single stage power converter using bc tuned pid controller,” Journal of Intelligent Fuzzy Systems, vol. 30, pp. 3155–3166, 2016.M. Ali, L. Wang, and G. Chen, “Control system optimization of three-phase active rectifier based on evolutionary algorithm,” The 4th International Conference on Power and Renewable Energy, pp. 212–216, 2019.R. O. Ramesh Srinivasan, “A unity power factor converter using half-bridge boost topology,” IEEE Transactions on Power Electronics, vol. 13, pp. 1–2, 1998.A. Pereira, J. Vieira, and L. de Freitas, “A lossless switching forward converter with unity power factor operation,” vol. 1, pp. 329–334, 1995.G. C. Kiam Heong Ang and Y. Li, “Pid control system analysis, design, and technology,” IEEE Transactions on Control Systems Technology, vol. 4, pp. 559–576, 2005.J. Navarrete, “Diseño y evaluación de un rectificador en medio puente con factor de potencia unitario,” Trabajo de grado, Ingeniería electrónica, Universidad Santo Tomas, 2014N. D. F Bolivar and J. Bayona, “Diseño e implementación de un controlador digital tipo pid con pre-compensación para un boost pfc de medio puente,” Revista UIS Ingenierías, vol. 19, pp. 179–192, 2020.M. M. J.F. Avila and V. Quesada, “La inteligencia artificial y sus aplicaciones en medicina i: intro- ducción antecedentes a la ia y robótica,” Atención Primaria, vol. 52, pp. 778–784, 2020.R. Pino, A. Goméz, and N. Martínez, Introducción a la inteligencia artificial: sistemas expertos, redes neuronales artificiales y computación evolutiva. 2001.J. Herrera, Sistema Inmune Artificial con Población Reducida para Optimización Numérica. PhD thesis, Instituto politécnico nacional, Centro de Investigación en computación , México D.F, 2011.M. S. J. Monserrat, A. Gomez and A. Prieto, “Introducción al sistema inmune. componentes celulares del sistema inmune innato,” Medicine - Programa de Formación Médica Continuada Acreditado, vol. 12, pp. 1369–1378, 2017.H. Barcenilla, A. Prieto, M. Monserrat, D. Díaz, E. Reyes, and M. Álvarez, “Respuesta inmune adaptativa o antígeno específica,” Medicine - Programa de Formación Médica Continuada Acreditado, vol. 10, pp. 1868–1879, 2009.J. Guarnizo and L. Nino, “Clonal selection algorithm applied to object recognition in mobile robots,” 15th International Conference on Machine Learning and Data Mining, MLDM 2019, vol. 1, pp. 50–62, 2019.N. Cruz, Sistema inmune artificial para solucionar problemas de optimización. PhD thesis, ingenie- ría eléctrica sección de computación, centro de investigación y de estudios avanzados del instituto politécnico nacional, México D.F, 2004.L. Carrasco, “Implementación del algoritmo de scan-matching basado en clonalg,” Trabajo de grado, Ingeniería electrónica industrial y automática, Universidad Carlos III de Madrid, 2015.I. d. A. I. Chauvin Arnoux®, Power Quality Analyzer Model 3945-B. Chauvin Arnoux®, Inc. d.b.a. AEMC® Instruments, 15 Faraday Drive Dover, USA.ORIGINAL2022roldanyerson&torresjulian.pdf2022roldanyerson&torresjulian.pdfTrabajo de Gradoapplication/pdf2542281https://repository.usta.edu.co/bitstream/11634/45879/1/2022roldanyerson%26torresjulian.pdf666dc4a90afcf7172ca7178bf885129eMD51open accessCarta_aprobacion_Biblioteca. TORRES Y ROLDAN.pdfCarta_aprobacion_Biblioteca. TORRES Y ROLDAN.pdfCarta aprobación facultadapplication/pdf332528https://repository.usta.edu.co/bitstream/11634/45879/2/Carta_aprobacion_Biblioteca.%20TORRES%20Y%20ROLDAN.pdf8b48852e5f9dbfd7717095f0bd3fe9b5MD52metadata only accessCarta Derechos de autor.pdfCarta Derechos de autor.pdfCarta derechos de autorapplication/pdf1805489https://repository.usta.edu.co/bitstream/11634/45879/3/Carta%20Derechos%20de%20autor.pdfff3d352f1d2fccb66d019f9c3625a6ebMD53metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repository.usta.edu.co/bitstream/11634/45879/4/license_rdf217700a34da79ed616c2feb68d4c5e06MD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/45879/5/license.txtaedeaf396fcd827b537c73d23464fc27MD55open accessTHUMBNAIL2022roldanyerson&torresjulian.pdf.jpg2022roldanyerson&torresjulian.pdf.jpgIM Thumbnailimage/jpeg5836https://repository.usta.edu.co/bitstream/11634/45879/6/2022roldanyerson%26torresjulian.pdf.jpg12a7396b1c73749c8d6d00841fcf4b76MD56open accessCarta_aprobacion_Biblioteca. TORRES Y ROLDAN.pdf.jpgCarta_aprobacion_Biblioteca. TORRES Y ROLDAN.pdf.jpgIM Thumbnailimage/jpeg7141https://repository.usta.edu.co/bitstream/11634/45879/7/Carta_aprobacion_Biblioteca.%20TORRES%20Y%20ROLDAN.pdf.jpgc6681b92e4f57a80821fada9a7c18eb8MD57open accessCarta Derechos de autor.pdf.jpgCarta Derechos de autor.pdf.jpgIM Thumbnailimage/jpeg8611https://repository.usta.edu.co/bitstream/11634/45879/8/Carta%20Derechos%20de%20autor.pdf.jpg58871616fd23b40f788cf3b062920bb1MD58open access11634/45879oai:repository.usta.edu.co:11634/458792022-10-10 15:19:35.967open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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 |