Optimización multiobjetivo en el proyecto de controlador de nivel en una planta piloto

Autores/as

DOI:

https://doi.org/10.33448/rsd-v9i7.4794

Palabras clave:

Algoritmo bioinspirado; Control de retroalimentación; Evolución diferencial; Optimización.

Resumen

El control de las variables del proceso en el punto deseado representa desde el beneficio económico, la calidad en el producto final y el control de la seguridad industrial. La optimización tiene como objetivo buscar la mejor solución, para que esto ocurra, se utilizan algoritmos como Firefly Colony y Diferencial Evolution, que minimizan el error relativo de la señal de salida de la variable controlada. Para comparar los algoritmos de evolución diferencial y la bioinspiración: colonia de luciérnagas y el método clásico Ziegler-Nichols, se llevó a cabo el proyecto de control PI y control PID aplicado a una planta piloto, considerando dos elementos finales sistemas de control (válvula y bomba) para control de nivel, estableciendo el mínimo esfuerzo de la variable manipulada como criterio de rendimiento. La comparación de los resultados obtenidos entre los controladores proyectados, utilizando los tres métodos para los dos elementos en estudio, demostró que los algoritmos de optimización mostraron un excelente control del proceso, sin ningún sobreimpulso (desviación máxima del valor de la variable controlada, con el valor del punto de ajuste). Los resultados obtenidos demostraron que ambos algoritmos de optimización son buenos métodos para el diseño de controladores cuando se trabaja con el mínimo esfuerzo de la variable manipulada.

Biografía del autor/a

Davi Leonardo de Souza, Universidade Federal do Triângulo Mineiro

Departamento de Engenharia Química (DEQ)

Citas

Boccato, L., Attux, R. R. F., & Zuben, F. J. V. (2009). Evolução Diferencial: Introdução e Conceitos Básicos. Recuperado de: http://scholar.googleusercontent.com/scholar?q=cache:95Wqnjr8uHEJ:scholar.google.com/&hl=pt-BR&as_sdt=0,5&as_vis=1

Correa, V. (2019). Projeto de Controlador PID Cascata em planta piloto, utilizando algoritmo de otimização Bio-inspirado. Trabalho de Conclusão de Curso na Engenharia Química -UFTM Uberaba.

Elipse SCADA. (2020). (Versão 5.1) [Programa de computador]. Kaohsiung - Taiwan: Elipse.

Labtrix. (2019). Portfolio Labtrix - Bancada para ensino de bancada. Recuperado de: http://www.labtrix.com.br/portfolio-item/xl33-bancada-para-ensino-de-controle-de-processos.

Ogata, K. (2010); Engenharia de controle moderno (5º ed). Pearson Prentice Hall. Always Learning. 822p.

Scilab – Algos development. (2020). (Versão 6.1.0) [Programa de computador]. Rungis - França: Scilab.

Seborg, D. E., Edgar, T. F., Mellichamp, D. A. & Doyle, F. J. (2017). Process Dynamics and Control (4º ed). New Jersey: John Willey and Sons. 515p.

Silva, C. J., Neto, O. M. N. & Martins, F. V. C. (2011). Utilização de algoritmo de evolução diferencial multiobjetivo no projeto de controladores. Departamento de Engenharia Elétrica – UFMG, In: X Congresso Brasileiro de Inteligência Computacional - CBIC, Ceará., 7p.

Smith, C. A & Corripio A. (1997). Principles and Practice of Automatic Process Control (2º ed). John Willey and Sons. 768p.

Yang, X. S. (2010). Engineering Optimization: An Introduction With Metaheuristic Applications (1º ed). United Kingdom: John Willey and Sons. 347p.

Publicado

08/06/2020

Cómo citar

OLIVEIRA, M. D. M.; SILVA, R. C. M.; SOUZA, D. L. de. Optimización multiobjetivo en el proyecto de controlador de nivel en una planta piloto. Research, Society and Development, [S. l.], v. 9, n. 7, p. e743974794, 2020. DOI: 10.33448/rsd-v9i7.4794. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/4794. Acesso em: 2 jul. 2024.

Número

Sección

Ingenierías