covid
Buscar en
Revista Iberoamericana de Automática e Informática Industrial RIAI
Toda la web
Inicio Revista Iberoamericana de Automática e Informática Industrial RIAI Control Adaptativo Fraccionario Optimizado por Algoritmos Genéticos, Aplicado a...
Información de la revista
Vol. 13. Núm. 4.
Páginas 403-409 (octubre - diciembre 2016)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
2837
Vol. 13. Núm. 4.
Páginas 403-409 (octubre - diciembre 2016)
Open Access
Control Adaptativo Fraccionario Optimizado por Algoritmos Genéticos, Aplicado a Reguladores Automáticos de Voltaje
Fractional Adaptive Control Optimized by Genetic Algorithms, Applied to Automatic Voltage Regulators
Visitas
2837
Marco E. Ortiz-Quisberta,b, Manuel A. Duarte-Mermouda,b,
Autor para correspondencia
mduartem@ing.uchile.cl

Autor para correspondencia.
, Freddy Millaa,b, Rafael Castro-Linaresc
a Departamento de Ingeniería Eléctrica, Universidad de Chile, Av. Tupper 2007, Santiago, Chile
b Centro Avanzado de Tecnología para la Minería (AMTC), Universidad de Chile, Av. Tupper 2007, Santiago, Chile
c Departamento de Ingeniería Eléctrica, CINVESTAV-IPN, Av. Instituto Politécnico Nacional 2508, D.F., México
Este artículo ha recibido

Under a Creative Commons license
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Resumen

En este trabajo se presenta la técnica del control adaptable de orden fraccionario por modelo de referencia (CAOFMR), aplicada a los reguladores automáticos de voltaje (RAV). El artículo se enfoca en el ajuste de las ganancias adaptables y los órdenes de derivación de las leyes de ajuste del controlador CAOFMR, determinados por la minimización de una función criterio definida para el modelo simplificado del RAV, mediante la utilización de la técnica de optimización de algoritmos genéticos (AG). En base a un criterio de evaluación propuesto por otros autores, se realizan comparaciones, por medio de simulaciones, de la técnica de control propuesta con los resultados obtenidos por la técnica de control PID de orden entero (OEPID) (Zamani et al., 2009). Se muestra que el controlador CAOFMR con parámetros optimizados por AG, entrega mejores resultados en términos de robustez frente a variaciones en los parámetros del sistema controlado y mejoras en relación a la velocidad de convergencia hacia las señales de referencia del sistema RAV.

Palabras clave:
Control Adaptativo de Orden Fraccionario por Modelo de Referencia
Control Adaptativo por Modelo de Referencia
Control Fraccionario
Regulador Automático de Voltaje
Algoritmos Genéticos
Optimización por Algoritmos Genéticos
Abstract

The technique Fractional Order Model Reference Adaptive Control (FOMRAC) applied to an Automatic Voltage Regulator (AVR) is presented in this paper. The work is focused on tuning the adaptive gains and the derivation order of the adaptive laws of the FOMRAC, determined through the minimization of a criterion function defined for the simplified model of the AVR, by means of the genetic algorithm (GA) optimization technique. Based on the criterion function proposed by other authors a simulated comparative study is performed, comparing the proposed methodology with the integer order PID control reported in (Zamani et al., 2009). It is shown that the FOMRAC with parameters optimized by GA provides better results in terms of robustness under parameters variations of the system under control and improvements in the convergence speed of the control error.

Keywords:
Fractional Order Model Reference Adaptive
Model Reference Adaptive Control
Fractional Control
Automatic Voltage Regulator
Genetic Algorithms
Genetic Algorithm Optimization
Referencias
[Aguila-Camacho y Duarte-Mermoud, 2013]
N. Aguila-Camacho, M.A. Duarte-Mermoud.
Fractional adaptive control for an automatic voltage regulator.
ISA transactions, 52 (2013), pp. 807-815
[Chapman, 2006]
S.J. Chapman.
Maquinas Electricas.
McGraw Hill, (2006),
[Chatterjee et al., 2009]
A. Chatterjee, V. Mukherjee, S. Ghoshal.
Velocity relaxed and craziness-based swarm optimized intelligent PID and PSS controlled AVR system.
International Journal of Electrical Power & Energy Systems, 31 (2009), pp. 323-333
[Conceicao, 2008]
I. Conceicao.
Quantum Gaussian Particle Swarm Optimization Approach for PID Controller Design in AVR System.
En: Proceedings International Conference on Systems, Man and Cybernetics, (2008), pp. 3708-3713
[Gaing, 2004]
Z.-L. Gaing.
A Particle Swarm Optimization Approach for Optimum Design of PID Controller in AVR System.
IEEE Transactions on Energy Conversion, 19 (2004), pp. 384-391
[Goldberg, 1989]
D.E. Goldberg.
Genetic Algorithms in Search.
Optimization and Machine Learning, (1989),
[Holland, 1992]
J.H. Holland.
Adaptation in Natural and Artificial Systems: An Introductory Analysis with Applications to Biology, Control, and Artificial Intelligence.
The MIT Press, (1992),
[Kilbas et al., 2006]
A.A. Kilbas, H.M. Srivastava, J.J. Trujillo.
Theory and Applications of Fractional Differential Equations.
Elsevier B.V, (2006),
[Kim y Park, 2005]
D. Kim, J. Park.
Intelligent PID Controller Tuning of AVR System Using GA and PSO.
Advances in Intelligent Computing. Lecture Notes in Computer Science., pp. 366-375
[Kundur, 1994]
P. Kundur.
Power System Stability and Control.
McGraw-Hill, Palo Alto, (1994),
[Mitra et al., 2007]
P. Mitra, S. Maulik, S.P. Chowdhury, S. Chowdhury.
ANFIS based automatic voltage regulator with hybrid learning algorithm.
2007 42nd International Universities Power Engineering Conference, 1 (2007), pp. 397-401
[Mukherjee y Ghoshal, 2007]
V. Mukherjee, S. Ghoshal.
Comparison of intelligent fuzzy based AGC coordinated PID controlled and PSS controlled AVR system.
International Journal of Electrical Power & Energy Systems, 29 (2007), pp. 679-689
[Narendra y Annaswamy, 2005]
K.S. Narendra, A.M. Annaswamy.
Stable Adaptive Systems.
Dover Publications Inc, (2005),
[Oustaloup, 1991]
A. Oustaloup.
La commande CRONE: commande robuste d’ordre non entier.
Hermes, (1991),
[Panda et al., 2012]
S. Panda, B. Sahu, P. Mohanty.
Design and performance analysis of PID controller for an automatic voltage regulator system using simplified particle swarm optimization.
Journal of the Franklin Institute, 349 (2012), pp. 2609-2625
[Valério y da Costa, 2004]
D. Valério, J.S. da Costa.
Ninteger: a non-integer control toolbox for MatLab.
En: Proceedings of the First IFAC Workshop on Fractional Differentiation and Applications, (2004), pp. 208-213
[Zamani et al., 2009]
M. Zamani, M. Karimi-Ghartemani, N. Sadati, M. Parniani.
Design of a fractional order PID controller for an AVR using particle swarm optimization.
Control Engineering Practice, 17 (2009), pp. 1380-1387
Descargar PDF
Opciones de artículo