Control Pid Home

19/12/2017 CONTROL-PID - home
 Try Wikispaces Classroom now. (http://www.wikispaces.com/t/y/classroom-switch/banner/0/) Brand new from Wikispaces.
home (/home)  Editar  0 (/home#discussion)  61 (/page/history/home) … (/page/menu/home)
CONTROL PID, METODOLOGÍA Y APLICACIONES
Table of Contents
CONTROL PID, METODOLOGÍA Y APLICACIONES
Introducción
Acción proporcional
Acción integral
Acción derivativa
Métodos experimentales de ajuste:
- Método de Ziegler-Nichols:
En bucle abierto:
En bucle cerrado:
- Método de Cohen-Coon
Reglas heurísticas de ajuste:
¿Cuándo un control PID es suficiente?
¿Cuándo es necesario un control más sofisticado?
Aplicaciones
Ejemplos
CONTROL PID ADAPTATIVO
1. PID Adaptativo
2. Algoritmos genéticos
3. Algoritmos genéticos en PID Adaptativo
4. Implementación del algoritmo genético
5. Conclusiones
Introducción
Un controlador PID (Proporcional Integrativo Derivativo) es un mecanismo de control generico sobre una realimentación de bucle cerrado, ampliamente usado en la
industria para el control de sistemas. El PID es un sistema al que le entra un error calculado a partir de la salida deseada menos la salida obtenida y su salida es
utilizada como entrada en el sistema que queremos controlar. El controlador intenta minimizar el error ajustando la entrada del sistema.
El controlador PID viene determinado por tres parametros: el proporcional, el integral y el derivativo. Dependiendo de la modalidad del controlador alguno de estos
valores puede ser 0, por ejemplo un controlador Proporcional tendra el integral y el derivativo a 0 y un controlador PI solo el derivativo sera 0, etc. Cada uno de
estos parametros influye en mayor medida sobre alguna caracteristica de la salida (tiempo de establecimiento, sobreoscilacion,...) pero tambien influye sobre las
demas, por lo que por mucho que ajustemos no encontrariamos un PID que redujera el tiempo de establecimiento a 0, la sobreoscilacion a 0, el error a 0,... sino
que se trata mas de ajustarlo a un termino medio cumpliendo las especificaciones requeridas.
Acción proporcional
La respuesta proporcional es la base de los tres modos de control, si los otros dos, control integral y control derivativo están presentes, éstos son sumados a la
respuesta proporcional. “Proporcional” significa que el cambio presente en la salida del controlador es algún múltiplo del porcentaje del cambio en la medición.
Este múltiplo es llamado “ganancia” del controlador. Para algunos controladores, la acción proporcional es ajustada por medio de tal ajuste de ganancia, mientras
que para otros se usa una “banda proporcional”. Ambos tienen los mismos propósitos y efectos.
Acción integral
La acción integral da una respuesta proporcional a la integral del error. Esta acción elimina el error en régimen estacionario, provocado por el modo proporcional.
Por contra, se obtiene un mayor tiempo de establecimiento, una respuesta más lenta y el periodo de oscilación es mayor que en el caso de la acción proporcional.
Acción derivativa
La acción derivativa da una respuesta proporcional a la derivada del error (velocidad de cambio del error). Añadiendo esta acción de control a las anteriores se
disminuye el exceso de sobreoscilaciones.
Existen diversos metodos de ajuste para controladores PID pero ninguno de ellos nos garantiza que siempre encuentre un PID que haga estable el sistema. Por lo
que el mas usado sigue siendo el metodo de prueba y error, probando paramentros del PID y en funcion de la salida obtenida variando estos parametros.
http://control-pid.wikispaces.com/ 1/10
Try Wikispaces
Métodos Classroom now. (http://www.wikispaces.com/t/y/classroom-switch/banner/0/)
experimentales de ajuste: Brand new from Wikispaces.
- Método de Ziegler-Nichols:
En bucle abierto:
En el primer método, la respuesta de la planta a una entrada escalón unitario se obtiene de manera experimental. Si la planta no contiene integradores ni polos
dominantes complejos conjugados, la curva de respuesta escalón unitario puede tener forma de S, como se observa en las siguientes figuras. Si la respuesta no
exhibe una curva con forma de S, este método no es pertinente. Tales curvas de respuesta escalón se generan experimentalmente o a partir de una simulación
dinámica de la planta.
La curva con forma de S se caracteriza por dos parámetros: el tiempo de retardo T0 y la constante de tiempo Tp. El tiempo de retardo y la constante de tiempo se
determinan dibujando una recta tangente en el punto de inflexión de la curva con forma de S y determinando las intersecciones de esta tangente con el eje del
tiempo y la línea c(t)=K, como se aprecia en la versión 1. En este caso, la función de transferencia C(s)/U(s) se aproxima mediante un sistema de primer orden con
un retardo de transporte del modo siguiente:
Kp Ti Td
Controlador P Tp/T0 - -
Controlador PI 0.9*Tp/T0 T0/0.3 -
Controlador PID 1.2*Tp/T0 2*Tp 0.5*T0
En bucle cerrado:
En el segundo método, primero establecemos Ti=Inf y Td=0. Usando sólo la acción de control proporcional, se incrementa Kp de 0 a un valor crítico Kc en donde la
salida exhiba primero oscilaciones sostenidas. Si la salida no presenta oscilaciones sostenidas para cualquier valor que pueda tomar Kp, no se aplica este método.
Por tanto, la ganancia critica Kc y el periodo P correspondiente se determinan experimentalmente. Ziegler-Nichols sugirieron que se establecieran los valores de los
parámetros Kp, Ti y Td de acuerdo con la fórmula que aparece en la siguiente tabla.
Kp Ti Td
Controlador P 0.5*Kc - -
Controlador PI 0.45*Kc (1/1.2)*P -
Controlador PID 0.6*Kc 0.5*P 0.125*P

- Método de Cohen-Coon
El ajuste de Ziegler y Nichols para la curva de reacción es muy sensible a variaciones de t/Y0. Cohen y Coon desarrollaron una tabla modiﬁcada para mejo-
rar esta limitación usando datos del mismo ensayo.
En este método se obtiene experimentalmente la respuesta de la planta al aplicar un escalón unitario, como se muestra en la siguiente figura. Si la planta no incluye
integrador(es) o polos dominantes complejos conjugados, la curva de respuesta al escalón unitario puede tener el aspecto de una curva en forma de S, como se
observa en dicha figura, en el caso en que la curva no presente esta forma, no se puede aplicar el método.
Kp Ti Td
Controlador P (Y0/(K0*T0))*(1+3*T0/Y0) - -
Controlador PI (Y0/(K0*T0))*(0.9+T0/(12*Y0)) (T0*(30*Y0+3*T0))/(9*Y0+20*T0) -
Controlador PID (Y0/(K0*T0))*(4/3+T0/(4*Y0)) (T0*(32*Y0+6*T0))/(13*Y0+8*T0) (4*T0*Y0)/(11*Y0+2*T0)
Reglas heurísticas de ajuste:
Paso 1: Acción Proporcional
Tiempo integral (TI), a su máximo valor.

Tiempo derivativo (TD), a su mínimo valor.
Empezando con ganancia baja se va aumentando hasta obtener las características de respuesta deseadas.
Paso 2: Acción integral

Reducir el TI hasta anular el error en estado estacionario, aunque la oscilación sea excesiva.
Disminuir ligeramente la ganancia.
Repetir hasta obtener las características de respuesta deseadas.
Paso 3: Acción Derivativa

Mantener ganancia y tiempo integral obtenidos anteriormente.
Aumentar el TD hasta obtener características similares pero con la respuesta más rápida.
Aumentar ligeramente la ganancia si fuera necesario.
Kp aumenta Ti disminuye Td aumenta

Estabilidad Se reduce Disminuye Aumenta
Velocidad Aumenta Aumenta Aumenta
Error estacionario No eliminado Eliminado No eliminado
Se reduce Disminuye hasta Se reduce
Área del error
cierto punto
Aumenta Aumenta Aumenta
Perturbación control
bruscamente gradualmente bruscamente
No afecta hasta Disminuye Aumenta
Frecuencia lazo
cierto punto
¿Cuándo un control PID es suficiente?
El control PID es suficiente para procesos donde la dinámica dominante es de segundo orden. Para estos procesos no existe mayor beneficio con el uso de un
controlador más sofisticado.
Un caso típico de la acción derivativa, introducida para mejorar la respuesta, es cuando la dinámica del proceso está caracterizada por constantes de tiempo que
difieren en magnitud. La acción derivativa puede dar buenos resultados para aumentar la velocidad de respuesta. El control de temperatura es un caso típico. La
acción derivativa es también beneficiosa cuando se requiere un control más fino para un sistema de alto orden. La dinámica de alto orden limitaría la cantidad de
ganancia proporcional para un buen control. Con la acción derivativa, se mejora el amortiguamiento ya que se puede utilizar una ganancia proporcional más alta y
elevar la velocidad de la respuesta transitoria.
¿Cuándo es necesario un control más sofisticado?
Se necesitan controladores más sofisticados cuando nos encontramos con:

Procesos de orden elevado
Cuando el sistema
Try Wikispaces es de orden
Classroom mayor a dos, el control puede ser mejorado usando un Brand
now. (http://www.wikispaces.com/t/y/classroom-switch/banner/0/) controlador más
new from complejo que el controlador PID.
Wikispaces.
Sistemas con grandes retardos
Los sistemas de control con un retardo de tiempo dominante son notoriamente difíciles. Es también un tópico sobre el cual existen diferentes opiniones,
concernientes al mérito del control PID. Sin embargo, todos parecen estar de acuerdo en que la acción derivativa no ayuda mucho a los procesos con retardo
dominantes. Para un proceso estable en lazo abierto, la respuesta se puede mejorar sustancialmente introduciendo una compensación de tiempo muerto. El
rechazo a las perturbaciones de carga también puede ser mejorado en algún grado, debido a que el compensador de tiempo muerto permite una mayor ganancia
de lazo que un controlador PID. Los sistemas con retardo de tiempo dominante son, de esta manera, candidatos para la aplicación de controladores más
sofisticados.
Sistemas con modos oscilatorios
Procesos con ruidos significativos
Cuando se plantean objetivos de control ambiciosos
Aplicaciones
Los controladores PID son suficientes para resolver el problema de control de muchas aplicaciones en la industria, particularmente cuando la dinámica del proceso
lo permite (en general procesos que pueden ser descritos por dinámicas de primer y segundo orden), y los requerimientos de desempeño son modestos
(generalmente limitados a especificaciones del comportamiento del error en estado estacionario y una rápida respuesta a cambios en la señal de referencia).
Los fabricantes proporcionan los controladores PID de variadas formas. Existen sistemas del tipo “stand alone” con capacidad para controlar uno o varios lazos de
control. Estos dispositivos son fabricados en el orden de cientos de miles al año. El controlador PID es también un ingrediente importante en los sistemas de control
distribuido, ya que proporciona regulación a nivel local de manera eficaz. Por otro lado, pueden también venir empotrados, como parte del equipamiento, en
sistemas de control de propósito especial, formando así parte integrante de la aplicación.
Su uso extensivo en la industria es tal que el 95% de los lazos de control que existen en las aplicaciones industriales son del tipo PID, de los cuales la mayoría son
controladores PI, lo que muestra la preferencia del usuario en el uso de leyes de control muy simples. En general, el usuario no explota todas las características de
estos controladores, quizás por falta de una mejor comprensión desde el punto de vista de la teoría de control.
En la actualidad, el control PID dispone de una serie de prestaciones, que en el pasado han sido consideradas como secretos de los fabricantes. Un par de
ejemplos típicos de este tipo de prestaciones son las técnicas de conmutación de modos de control y el antiwindup del integrador.
Los algoritmos actuales se combinan con funciones lógicas y secuenciales y una seire de mecanismos y funciones adicionales para adecuarse a los requerimientos
de los modernos sistemas de control y automatización industrial, lo que da lugar a dispositivos especializados para el control de temperatura, velocidad, distribución
de energía, transporte, máquinas-herramientas, reacción química, fermentación, entre otros.
Los controladores PID son generalmente usados en el nivel de control más bajo, por debajo de algunos dispositivos de mediano nivel como PLCs, supervisores, y
sistemas de monitoreo. Sin embargo, su importancia es tal que se convierte en el “pan de cada día” del ingeniero de control.
Los controladores PID han sobrevivido a muchos cambios en la tecnología a lo largo de su historia. Desde los antiguos reguladores de Watt, de la época de la
revolución industrial, pasando por los controladores neumáticos, los controladores análogicos, eléctricos y electrónicos (primero implementados con válvulas y
luego con circuitos integrados) hasta los modernos controladores basados en microprocesadores, que proporcionan una mayor flexibilidad debido a su
programabilidad. El microprocesador ha tenido una influencia dramática sobre el desarrollo del controlador PID; ha permitido brindar nuevas oportunidades para
implementar funciones adicionales como el ajuste automático de parámetros y los cambios de modos de control. Para los efectos de estos apuntes, se considera la
frase “ajuste automático” en el sentido de que los parámetros del controlador se ajustan automáticamente en base a la demanda de un operador o de una señal
externa, desactivando para ello el controlador. Esto hace que esta función sea diferente a la función de adaptación, propias de los controladores adaptivos, que
ajustan en línea (o de manera continua) los parámetros del controlador.
El desarrollo de los sistemas de control PID está también influenciado por el desarrollo en el campo de la comunicación de datos de campos, lo que ha permitido su
inserción como módulos importantes en los esquemas de control distribuido. En este sentido, la capacidad de comunicación de estos dispositivos con otros
dispositivos de campo como PLCs y otros sistemas de control de niveles superiores, es una función necesaria en los modernos controladores PID.
Si bien a nivel industrial existen grupos de ingenieros de procesos e instrumentación que están familiarizados con los controladores PID, en el sentido de que llevan
una práctica continua de instalación, puesta en marcha y operación de sistemas de control con lazos PID, también es cierto que existe mucho desconocimiento
acerca de los detalles involucrados en la construcción de los algoritmos. Prueba de ello es que muchos controladores son puestos en modo manual y, entre
aquellos que están en el modo automático, frecuentemente la acción derivativa se encuentra desactivada. La razón es obvia, el ajuste de los controladores es un
trabajo tedioso y requiere de cierta intuición basada en los principios de funcionamiento tanto de los procesos físicos controlados como de la misma teoría de
control. Otras razones del pobre desempeño tienen que ver con problemas en la instrumentación y los equipos y accesorios utilizados en el lazo de control, como
son los sensores, actuadores, dispositivos de comunicación, interfaces de adquisición de datos, etc. Los principales problemas de los actuadores están
generalmente relacionados con fallas de dimensionamiento (en general están subdimensionados) y los problemas de histéresis que introducen no linealidades
importantes. Por su parte, los dispositivos asociados con la medición de las señales de la planta (sensores, dispositivos de adquisición de datos, adecuación de
señales y sistemas de comunicación de datos de campo) a menudo se encuentran mal calibrados y, es frecuente que estén dotados de mecanismos inadecuados
de filtraje pobre o bien de filtraje excesivo (producido en los llamados sensores inteligentes). Más aún, muchos sistemas de control no cumplen con las condiciones
mínimas para su operación en tiempo real.
Es así que quedan por hacer muchas mejoras sustanciales con respecto al desempeño de los procesos industriales. Por su parte, la industria, a medida que la
demanda de productos requiere una mejor calidad, está obligada a mejorar sus lazos de control, lo que a su vez requiere un mayor conocimiento acerca de los
procesos y de sus mecanismos de regulación.
Algunas de las aplicaciones más comunes son:
Lazos de Temperatura (Aire acondicionado, Calentadores, Refrigeradores, etc.)

Lazos de Nivel (Nivel en tanques de líquidos como agua, lácteos, mezclas, crudo, etc.)
Lazos de Presión (para mantener una presión predeterminada en tanques, tubos, recipientes, etc.)
Lazos de Flujo (mantienen la cantidad de flujo dentro de una línea o tubo)
Otros
Ejemplos
Proyecto de construcción de un quadcopter (helicóptero de cuatro hélices) controlado mediante PID: http://airhacks.org/
external image Wyvern.jpg
Controlador ProporcionalDerivativo implementado hidraulicamente:
Videos:
Práctica de control de un ventilador desde un ordenador mediante PID:
Aplicación Control PID-USB 6211
- Video de un pequeño 'robot' controlado primero por un P y despues por un PID en el que se observa que en el primer caso la sobreoscilacion es mayor que en el
segundo caso.
P vs PID control
-Video curioso de como estabilizan los controladores P, PID, LQR:
A Comparison of Control
Methods for Standing in
Place
de Pyry Matikainen
01:33
CONTROL PID ADAPTATIVO
INTRODUCCIÓN
Existen muchos métodos para implementar un algoritmo de control PID adaptativo, pero estos métodos son en su mayoría iterativos y consumen tiempo de
procesamiento, por esto se hace necesario un método alternativo para el cálculo de las constantes PID. Algunas de las alternativas estudiadas han sido las
técnicas de la computación emergente tales como los algoritmos genéticos, las redes neuronales, la lógica difusa, etc. La técnica que es objeto de estudio en este
proyecto son los algoritmos genéticos. Existen investigaciones que demuestran que los algoritmos genéticos pueden encontrar combinaciones óptimas de valores
PID en tiempos muy cortos.
La técnica de la Computación Emergente conocida como Algoritmos Genéticos, consiste en originar un conjunto de posibles soluciones seleccionadas
aleatoriamente, evaluarlas, seleccionar parte de esta población, cruzarlas y obtener una nueva generación mejor que la anterior, hasta llegar a obtener la solución
optima que será capaz de ajustar nuevamente el proceso al valor deseado con las nuevas condiciones del sistema.
1. PID Adaptativo
Surge de la necesidad de mantener la variable del proceso estable a pesar de los disturbios externos que puedan aparecer en cualquier momento, esto se logra
mediante el ajuste
Try Wikispaces automático
Classroom now.de los parámetros del controlador.
(http://www.wikispaces.com/t/y/classroom-switch/banner/0/) Brand new from Wikispaces.
El objetivo principal de este tipo de algoritmo de control, es asegurar un cambio automático de la estructura del controlador y parámetros para que ellos
correspondan a las propiedades actuales del proceso y su ambiente, para lograr mejora considerable de la robustez de un sistema de control.
2. Algoritmos genéticos
Los programas evolutivos son métodos de búsqueda estocástica basado en el concepto de la genética y la selección natural. Es un proceso de selección en el que
los individuos de una población, producen descendencia que toman las mejores características de sus padres, quizás incluso se combina las mejores
características de ambos padres. De esta manera, la aptitud total de la población puede aumentar gradualmente de generación en generación. Para ello se
requiere un mecanismo que mida la calidad del individuo.
Para implementar cualquier algoritmo genético es muy importante realizar un buen diseño de tres aspectos que son esenciales para el buen funcionamiento del
algoritmo, los cuales son: codificación de los individuos, función de adaptación y mecanismos de reproducción.
Codificación: Tomando en cuenta que la información de las características fisiológicas y físicas se encuentra en los cromosomas y que la evolución ocurre a nivel
de los mismos, se debe representar las soluciones potenciales (las entradas del modelo) por medio de los cromosomas ideando una codificación y decodificación
de la estructura de la información. La codificación es una manera de convertir la representación de la variable del problema a una representación del Algoritmo
Genético.
Función de Aptitud: Para realizar la selección de los individuos más aptos se debe tener una función de aptitud, es decir, un mecanismo de presión el cual
determinará cuáles son los individuos más fuertes. Es un mecanismo que mide la calidad del individuo como solución del problema.
Mecanismo de Reproducción: Se debe crear el mecanismo de reproducción, el cual emulará la reproducción sexual y la mutación, el proceso constará de la
recombinación y la alteración parcial del material genético, estos operadores actúan sobre los cromosomas para modificar la información genética. Este proceso
ocurre en dos pasos. El primer paso se llama el proceso de cruce. Usando la probabilidad de cruce el cromosoma con aptitud más alta tiene una probabilidad más
alta de que su gen en su posición actual bajo consideración se pasará al gen de la descendencia.
Este segundo paso se llama el proceso de mutación. En el método de búsqueda del Algoritmo Genético, es este método de perturbación que le permite al
Algoritmo Genético buscar nuevas soluciones, hay que tener presente que la alteración de los cromosomas por mutación debe ser leve.
3. Algoritmos genéticos en PID Adaptativo
Codificación de los Individuos: En este aspecto se debe elegir la representación de una posible solución (cromosomas). En el caso del algoritmo PID, un
cromosoma representa una combinación de las tres constantes Kc (Proportional), Ti (Integral), Td (Derivativo).
En consecuencia, se debe usar una cadena que contenga las tres constantes y que permita facilmente identificar y separar cada una de estas, ademas de que
permita aplicar mecanismos de reproducción sobre ellas.
En el caso de que se use codificación binaria es necesario colocar bandas dentro de las cuales se moveran cada una de las constantes, no existe un metodo
especifico pare el calculo de estas bandas, por consiguiente deben ser escogidas experimentalmente. Otras representaciones pueden ser usadas como la
representación en numeros reales.
Funcion de Adaptación: La función de adaptación es el aspecto mas crítico de los algoritmos geneticos, por esto es muy importante disenar una función de
adaptación correcta y apropiada para el problema determinado que resolvera el algoritmo.
Pare el problema del PID adaptativo, se debe escoger una funcion de adaptation que minimice el error en el tiempo que producira un determinado individuo del
espacio de soluciones.
Un criterio que puede ser usado pare el calculo de la funcion de adaptation es el del cuadrado de la integral del error o el valor absoluto de la integral del error en el
tiempo; tambien pueden ser tomados en cuenta otros criterion tales como: el sobreimpulso, el tiempo de reposo, etc.
Mecanismos de Reproducción: Se deben diseñar mecanismos que permitan combinar caracteristicas de los individuos. Los mecanismos de reproducción dependen
de la representation que se ha escogido.
Para una representation binaria se puede tener diferentes tipos de cruce, tales como: cruce de un punto, cruce de don puntos y cruce uniforme; además de que se
deben escoger experimentalmente las probabilidad de cruce de cada uno de los tipos de cruce escogidos.
Para otro tipo de representation como la real, pueden tener cruce de suma pesada o cualquier otro tipo que permita combinar las caracteristicas de los padres.
Tambien se debe elegir un tipo de mutation que cambie la estructura interna de cad individuo y u probabilidad de mutación.
4. Implementación del algoritmo genético
Codificación de los individuos: En este caso, se necesita una cadena binaria de 32 bits para representar un cromosoma una combinación especifica de las
constantes PID, es decir, en un cromosoma representará un valor proporcional, integral y derivativo. Graficamente se puede ver:
El cromosoma de 32 bits se puede ver en la figura 5.
El número de bits determina la precision. Se estableció una estimación experimental para suministrar los margenes en los que se movera los valores de cada una
de las constantes.
Funcion de Aptitud: La función de aptitud del algoritmo genético se basa en uno de los criterios de optimización de control: la integral del valor absoluto del error
(iabs). Si la integral del valor absoluto del error, luego de un tiempo considerablemente largo, es un valor muy pequeño, implica que el controlador es bueno, es
decir, que la respuesta del sistema después de cierto tiempo, con una combinación acertada en los valores de los parámetros del controlador, mantiene la
respuesta del sistema en el valor deseado.
La integral vendría dada por:
Donde e(t) es la diferencia entre el valor deseado y la respuesta del sistema con respecto al tiempo. En este caso la función de adaptación es la inversa de la
integral del valor absoluto del error. Quedando como sigue:
La función a integrar es el valor absoluto del error con respecto al tiempo. Se sabe que el error se considera como la diferencia entre el valor deseado y el valor
actual del sistema. Donde el valor deseado es el "set_point", y el valor actual del sistema se obtiene por medio de la transformada inversa de Laplace de la función
de transferencia del sistema en lazo cerrado. De este modo se obtiene la respuesta del sistema con respecto al tiempo en función de una combinación de un valor
PID dado.
Mecanismos de Reproducción: Los operadores evolutivos implementados en este algoritmo, son los siguientes:
Cruce de un punto: Parte de los dos cromosomas paternos se intercambian después de un punto al azar seleccionado, creando a dos hijos.
Cruce de dos puntos: Se sortean dos puntos sobre los cromosomas entre los cuales se efectuará el cruce, se intercambia material genético entre los puntos de
cruce.
Cruce Uniforme: Se sortea con una probabilidad a priori, genes sobre el cromosoma que se intercambiaran con sus homólogos en el otro cromosoma.
Mutación: El cromosoma de la descendencia se evalúa una vez más bit por bit y la probabilidad de mutación asignada al Algoritmo Genético se usa para
determinar si el valor booleano actual del bit particular será invertido (es decir, un uno a un cero o un cero a un uno).
5. Conclusiones
El algoritmo genético es capaz de encontrar rápidamente los valores óptimos de las constantes PID, que permiten al proceso ajustarse al valor deseado a pesar de
las perturbaciones existentes en un momento dado. La función de adaptación del A.G. utiliza la función de transferencia en lazo cerrado, y esto es favorable para
guiar en la búsqueda, debido a que esta función toma en cuenta la temperatura ambiente que pueda causar perturbaciones en el sistema.
La constante óptima Td (término derivativo), encontrada por el algoritmo genético es cero, debido a que la constante de tiempo de retardo del sistema (i) es
pequeña, es decir, que la respuesta del sistema es rápida. El algoritmo genético anula el término derivativo porque se da cuenta que este término sólo provocaría
oscilaciones en el sistema.
Se hicieron ensayos variando las probabilidades para seleccionar entre los tipos de cruce y se observó que esto no afectaba los valores óptimos encontrados por el
algoritmo genético; sin embargo la rapidez de convergencia si era alterada, siendo menor cuando la probabilidad de seleccionar el cruce de 1 punto era mayor que
las probabilidades de seleccionar los otros tipos de cruce. Esto es debido a que el cruce de un punto exige menos tiempo de procesamiento que el cruce de dos
puntos, y éste a su vez menos que el cruce uniforme.
El algoritmo PID adaptativo elimina la necesidad de la atención continua de un operador experimentado, ya que constantemente verifica la temperatura de la
superficie del bombillo, y cuando el error (respecto a un valor deseado) excede una tolerancia, entonces recalcula las constantes PID que se ajusten a las
condiciones actuales del sistema.
El algoritmo genético se adapta muy bien para encontrar los valores óptimos en tiempo real, ya que el tiempo de convergencia es pequeño, además de que el
sistema puede seguir funcionando con las constantes anteriores hasta que el algoritmo genético encuentre las nuevas constantes.
Video Controlador PID Adaptativo:

Adaptive PID video for LabVIEWU.wmv
Quadcopter con piloto automatico (controlador Adaptativo):
X4- yer (Quadrocopter) complete autonomous ight
Enlaces de interes:
http://ntrs.nasa.gov/archive/nasa/casi.ntrs.nasa.gov/20090032037_2009032571.pdf
Ayuda · Acerca de · Precio · Privacidad · Términos · Apoyo · Elevar de categoría

Contributions to http://control-pid.wikispaces.com/ are licensed under a Creative Commons Attribution Share-Alike 3.0 License.
Portions not contributed by visitors are Copyright 2017 Tangient LLC
TES: The largest network of teachers in the world

Control Pid Home

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Control Pid Home

Transféré par

Droits d'auteur :

Formats disponibles

19/12/2017 CONTROL-PID - home

 Try Wikispaces Classroom now. (http://www.wikispaces.com/t/y/classroom-switch/banner/0/) Brand new from Wikispaces.

home (/home)  Editar  0 (/home#discussion)  61 (/page/history/home) … (/page/menu/home)

CONTROL PID, METODOLOGÍA Y APLICACIONES

 Try Wikispaces Classroom now. (http://www.wikispaces.com/t/y/classroom-switch/banner/0/) Brand new from Wikispaces.

Reglas heurísticas de ajuste:

Paso 1: Acción Proporcional

Tiempo integral (TI), a su máximo valor.

Paso 2: Acción integral

Paso 3: Acción Derivativa

Kp aumenta Ti disminuye Td aumenta

¿Cuándo un control PID es suficiente?

¿Cuándo es necesario un control más sofisticado?

Se necesitan controladores más sofisticados cuando nos encontramos con:

Algunas de las aplicaciones más comunes son:

Lazos de Temperatura (Aire acondicionado, Calentadores, Refrigeradores, etc.)

 Try Wikispaces Classroom now. (http://www.wikispaces.com/t/y/classroom-switch/banner/0/) Brand new from Wikispaces.

external image Wyvern.jpg

Controlador ProporcionalDerivativo implementado hidraulicamente:

Práctica de control de un ventilador desde un ordenador mediante PID:

Aplicación Control PID-USB 6211

 Try Wikispaces Classroom now. (http://www.wikispaces.com/t/y/classroom-switch/banner/0/) Brand new from Wikispaces.

-Video curioso de como estabilizan los controladores P, PID, LQR:

CONTROL PID ADAPTATIVO

3. Algoritmos genéticos en PID Adaptativo

4. Implementación del algoritmo genético

La integral vendría dada por:

 Try Wikispaces Classroom now. (http://www.wikispaces.com/t/y/classroom-switch/banner/0/) Brand new from Wikispaces.

Video Controlador PID Adaptativo:

 Try Wikispaces Classroom now. (http://www.wikispaces.com/t/y/classroom-switch/banner/0/) Brand new from Wikispaces.

Quadcopter con piloto automatico (controlador Adaptativo):

X4- yer (Quadrocopter) complete autonomous ight

Ayuda · Acerca de · Precio · Privacidad · Términos · Apoyo · Elevar de categoría

Vous aimerez peut-être aussi