Algoritmos genéticos para la optimización del controlador PID aplicado al sistema pelota y aro

Abstract

Los algoritmos genéticos es un método global de búsqueda estocástica que imita el proceso de la evolución natural. Los algoritmos genéticos han demostrado que son capaces de dar soluciones en dominios complejos sin experimentar las dificultades que pueden asociarse con la dimensión alta u óptima como suelen ocurrir con las técnicas basadas en gradiente descendente. Utilizar algoritmos genéticos para realizar la síntonía del controlador tiene como resultado un controlador óptimo que puede ser evaluado cada vez. Para el estudio de los algoritmos genéticos se decidió crear una función objetivo de optimización que evalúe las ganancias en forma óptima del controlador PID basado en los sistemas de control de error global. El sistema pelota y aro puede ser sometido a pruebas de algoritmos recursivos de tal forma que se alcance su función de transferencia, un estimador recursivo de mínimos cuadrados es creado para estimar el sistema en línea y proporcionar la estimación más precisa del sistema para que el algoritmo genético diseñe un controlador PID más óptimo.

The Mastery Thesis project has as purpose to create a controller PID optimum for the system ball and hoop that consists of a ball of steel that is free rolling inside of a hoop to circulate. This system illustrates the dynamics complex of liquid sprinkled, that is to say the way as behaves the liquid in a mobile tenant. The apparatus of the ball and the hoop is difficult to control with traditional techniques, is required of a design of controller that optimize parameters of a controller of PID because the parameters of system change constantty. The study of opttmizatton of the controller was proposed PID by being this a controller extensively used in the industry. To tune up again the controller of the system is necessary for take the system off-line. The purpose of the controller PID is to find as a result the best general performance of the system. The controller will be tuned in utilizing artificial intelligence, basically, the genetic algorithms. The application of genetic algorithms to the optimization of the controller PIO is of great importance since is considerad like a technique of tuning for processes that are difficult to tune in.