Você está na página 1de 14

Sintonia de controladores

P, PI, PID com


Otimizao por Enxame
de Partculas
PA U LO V I N C I U S
T H I AG O
SAMUEL
OSEAS
Introduo a otimizao
1. O que otimizar?
criar condies mais favorveis para...
tirar o melhor partido possvel de..
Estabelecer o valor timo de...
Introduo a otimizao
MONO - OBJETIVO MULTI- OBJETIVO

1. Variveis de projeto 1. Variveis de projeto


2. Restries 2. Restries
3. Espao de busca 3. Espao de busca
4. Funo objetivo 4. Funes objetivo
5. Ponto timo 5. Frente de Pareto
1. timos locais
6. Valor timo
2. timos Globais
Otimizao por enxame de
partculas
1. Algoritmo baseado na computao evolutiva.
2. Inspirado na estratgia de voo das aves.
3. Base na cooperao dos indivduos, partilha de conhecimento.
Incio do Algoritmo
T = 1;

Algoritmo PSO Faa j =1 a N


Faa i = 1 a nPopul
Xi(t) = Aleatrio [Limitesmin, LimiteMax]
Vi(t) = Aleatrio [Limitesmin, LimiteMax]
fim faa i
fi(t) = Avalia (xi(t) // Minimizao
Fim faa j
Faa t = 1 a Mac de geraes (Tmax)
pMelhor = Xi(t)
gMelhor = Xmelhor(t);
faa 1 = 1 a nPopul
Calcula COG(t), SOCi(t)
Calcula Xi(t+1) e Vi(t+1)
Fi(t+1) = Avalia (Xi(t+1))
Se Fi( t + 1) < f(pBesti), ento pMelhor i = Xi(t+1)
Se Fi( t + 1) < f(GBesti), ento gMelhor = Xi(t+1)
Fim Faa i
t = t+1
Fim Faa t
Fim do algoritmo
Melor soluo : GBEST
Algoritmo PSO

ConstCog .
Funo de transferncia
Funo de transferncia do sistema:

Funo de transferncia do controlador:


Funo otimizada
1. Otimizao Integral do tempo multiplicado pelo valor absoluto do
erro (ITAE)
2. Otimizao do sobressinal
3. Foi utilizado a soma pondera do ITAE e Sobressinal.
Caractersticas dos controladores

Tempo de Percentual de Tempo de


Erro de regime
Resposta Subida da Subida assentamento
estacionrio
resposta (Overshoot) (Estabilizao)
Kp Reduz Aumenta Pouca Alterao Reduz
Ki Reduz Aumenta Aumenta Elimina
Kd Pouca Alterao Reduz Reduz Pouca Alterao
P-PSO
Grfico - 04
PI - PSO
Grfico - 03
PID-PSO
Grfico - 02
Concluso
1. A otimizao do controlador um fator relevante para a
estabilidade e tempo de resposta de um sistema.
2. Algoritmo deve ser mais robusto a timos locais.
Referncias
1. SERAPIAO, Adriane Beatriz de Souza. Fundamentos de otimizao por inteligncia
de enxames: uma viso geral. Sba Controle & Automao, Natal , v. 20, n. 3, p.
271-304, Sept. 2009 . Available from <http://www.scielo.br/scielo.php?
script=sci_arttext&pid=S0103-17592009000300002&lng=en&nrm=iso>.access
on 02 June 2017.
2. Ayala, HELON VICENTE HULTMANN, and L. S. Coelho. "Otimizao por enxame de
partculas de controle multivarivel em uma aplicao de robtica de
manipuladorcs." Sociedade Brasileira de Automtica (2007).