Genetic algorithm for a tuning control structure mpc (dmc) applied to a pressure plan
Keywords:
Genetic Algorithm, Dynamic Matrix Control, Individual, Population, TuningAbstract
The development of genetic algorithm AG for tuning predictive control strategy known as Dynamic Matrix Control (DMC) to a prototype pressure plant is presented, the genetic algorithm to find the best parameters according to the minimizing performance indices. The superiority of DMC compared with conventional techniques such as PI internal model control (IMC) is also shown, the benefits are determined from performance indexes obtained with the implementation of both controllers in the system. The benefits of working with the evolutionary techniques and between the AG for tuning control systems that lack a thorough study of the influence of the tuning parameters on their responses are discussed.
Article Metrics
|Abstract: 371 | PDF (Español (España)): 375 |References
Ramírez J., Posada N., Construcción de una Planta de Presión Didáctica y Portable para Implementación de Algoritmos de Control”, Memorias, VIII Congreso de Ingeniera Mecánica, Cuenca-Ecuador, 1160-1165, 2014.
Johnson M., A. Moradi, PID Control New Identification and Design Methods. Springer-Verlag London Limited, London, 2005.
Hägglund, T., Åström, K., Revisiting the Ziegler-Nichols tuning rules for PI control. Asian Journal of Control, 4, 354–380, 2002.
García L.E., Sistemas de control digital, Teoría y práctica, Politécnico Colombiano JIC, Medellín. Colombia. 2012.
Posada J., DMC adaptativo para procesos no lineales utilizando inteligencia artificial, [Tesis pregrado], Universidad del Norte, Barranquilla. Colombia. 2006
Iglesias E., Sanjuán M., Smith C., Tuning equation for dynamicmatrix control in siso loops”, Ingeniería y Desarrollo, vol.19, 88-100, 2006
De Almeida G., Felix J., J. Denti, Using genetic algorithm to optimize the tuning parameters of dynamic matrix control, SBAI, Brasil, 2007.
González E.A, Algoritmos de control predictivo multivariable para procesos con dinámica rápida. Aplicación al control de un sistema de motores acoplados [MSc Tesis], Universidad Politécnica de Valencia, Valencia, España, 2011
Argimiro P., Katty M., Cantero V., Ramiro J., Chamorro C., “Control por Matriz Dinámica (DMC): Sistemas de lazo simple y Multivariable”, Revista Prospectiva, vol. 8, 69-75, 2010.
Ramírez J. A., Posada N. L., Aplicación de Diseño y Simulación de DMC para plantas de primer orden con tiempo muerto y dinámica lenta. Revista Educación en Ingeniería, Vol. 9, N°. 18, 35-43, 2014.
Ponce P, “Inteligencia artificial con aplicaciones a la ingeniería”, México. 2010
Tamilarasi A., Anantha T., An enhanced genetic algorithm with simulated annealing for jobshop scheduling, International Journal of Engineering, Science and Technology, Vol. 2, No. 1, 144-151, 2010
Dorf, R. C., Bishop, R. H.,Sistemas de control moderno (10.a ed.). Madrid: Pearson Educación, S.A, 2005.
Smith, C. A. & Corripio, A. B., Principles and Practice of Automatic Process Control (2.a ed.). John Wiley & Sons, Inc. 1997.
Ogata, K., Sistemas de control en tiempo discreto (4.a ed.). México: Prentice Hall Hispanoamericana, S.A., 2002.
_
