پروژه متلب روش تنظیم خودکار IMC برای کنترل‌کننده‌های PID در یک پیش‌بینی‌کننده اسمیت
شبیه سازی تنظیم خودکار IMC برای کنترل‌کننده‌های PID در یک پیش‌بینی‌کننده اسمیت با متلب |MATLAB
در این مقاله، یک رویکرد جدید براساس autotuning رله یک کارخانه برای یافتن پارامترها برای کنترل آن با استفاده از یک پیش‌بینی‌کننده اسمیت ارائه شده‌است. یک پیکربندی پیش‌بینی‌کننده اسمیت به عنوان کنترل‌کننده مدل داخلی معادل آن (IMC)نشان‌داده شده‌است که پارامترهای یک کنترل‌کننده تناسبی – انتگرال (PI)یا proportional (PID) را تعریف می‌کند تا به صورت ثابت زمانی حلقه بسته مطلوب تعریف شود، که می‌تواند توسط اپراتور تنظیم شود، و پارامترهای مدل فرآیند. این به این معنی است که تنها یک پارامتر، یعنی زمان حلقه بسته مورد نظر، برای کوک کردن باقی می‌ماند، با این فرض که پارامترهای مدل از یک autotuning رله بدست آمده‌اند. معیار ISE برای پیدا کردن پارامتر فیلتر مورد استفاده قرار گرفت، و معادلات ساده برای تنظیم پیش‌بینی‌کننده اسمیت به دست آمد. این روش بسیار ساده است و نتایج مطلوبی را در مقایسه با روش‌های قبلی، به دست آورده‌است.
در این پروژه از معیار انتگرال قدر مطلق خطا برای بهینه سازی با استفاده از GA استفاده شده است. بجای این معیار می توان از معیار انتگرال مربعات خطا و یا معیار های دیگر نیز استفاده کرد. برای انتگرال مربعات خطا کافی است در هر یک از شبیه سازیها در بلوک Fcn به جای abs(u) از u^2 استفاده شود. تابع GA_Opt برای بهینه سازی پارامترهای کنترلر به کار می رود. با تغییر maxit و popsize می توان به دقت های بالاتری نیز دست یافت. تابع هزینه برای الگوریتم ژنتیک را انتگرال قدر مطلق خطا قرا داده ای که برنامه GA در صدد کاهش این مقدار با تغییر و بدست آوردن مقادیر بهینه پارامترهای کنترلر می باشد. با اجرای برنامه main بهترین مقدار بدست آورده شده برای تابع هزینه در هر مرحله نمایش داده می شود. و در پایان مقادیر بهینه نمایش داده می شوند.
لطفاً براي ارسال دیدگاه، ابتدا وارد حساب كاربري خود بشويد