Geri Dön

Adaptif parçacık sürü optimizasyonu ve karınca kolonisi algoritması kullanarak öz ayarlamalı PID denetleyici tasarımı

Design of self tuning PID controller using adaptive particular swarm optimization and ant colony optimization

PDF İndir

  1. Tez No: 609781
  2. Yazar: OĞUZHAN KAPUKAYA
  3. Danışmanlar: PROF. DR. MAHİT GÜNEŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tezde, Adaptif Parçacık Sürü Optimizasyonu (APSO) ve Karıca Kolonisi Optimizasyonu (KKA) algoritması kullanarak öz ayarlamalı oransal integra türevsel (PID) kontrolör tasarımı yapılmıştır ve DA (Doğru Akım) Motoru üzerinde test edilmiştir. PID kontrolör elle ayarlandığı zaman, parametrelerinin ayarlanması zor ve sıkıntılıdır, ayrıca iyi bir performans sağlanamaz. Bu yüzden, parametre ayar işlemi aşamasında optimizasyon metotları kullanmak işi kolaylaştırır ve pid kontrolcüden daha iyi performans alınmasını sağlar. Bu çalışmada PID kontrolörün parametre ayar işlemi, Klasik PID, Adaptif Parçacık Sürü Optimizasyonu (APSO) ve Karınca Kolonisi Optimizasyonu (KKA) algoritması ile yapılmış ve sonuçlar karşılaştırılmıştır.

Özet (Çeviri)

In this thesis, Self-tuning proportional integral derivative (PID) controller has been designed using the adaptive Particle Swarm Optimization (APSO) and Ant Colony Optimization (ACO) algorithm. When the PID controller is manually set, setting parameters are difficulty and do not have a good performance. Therefore, using optimization methods in the parameter setting process makes the easier and gives better results. In this study, the parameter setting process of the PID controller was performed and compared with Classical PID, Adaptive Particle Swarm Optimization (APSO) and Ant Colony Optimization (ACO) algorithm results.

Geri Dön