Resumen:
|
[ES] Els sistemes industrials moderns requereixen controls automàtics. El controlador PID
(Proporcional, Integral, Derivatiu) és un mecanisme que permet regular una variable de
qualsevol procés. Aquests controladors ...[+]
[ES] Els sistemes industrials moderns requereixen controls automàtics. El controlador PID
(Proporcional, Integral, Derivatiu) és un mecanisme que permet regular una variable de
qualsevol procés. Aquests controladors necessiten l obtenció d unes constants per al seu
funcionament (Kp, Ki, Kd) que depenen del sistema a controlar. La configuració manual
dels paràmetres PID requereix d experiència i antecedents teòrics de l operador. A més,
pot ser un procés llarg i costós.
En col·laboració amb l empresa Neureus Technologies S.L. desenvolupadora d una
gamma de fonts d alimentació unipolars d altes prestacions per a l àmbit científic, espe-
cialment orientada als acceleradors de partícules, s ha elaborat un procediment automa-
titzat d obtenció de les constants de PID integrat en les aquestes fonts.
L objectiu principal d aquest Treball Fi de Grau és trobar les millors constants del
controlador PID d un sistema donat, en el nostre cas una font d alimentació, de forma
automatitzada a través d algorismes d intel·ligència artificial. Després d un anàlisi de
l estat de l art tenint en compte la forma en què s adapte, el temps d entrenament i el
cost computacional, s han proposat dos algorismes candidats: optimització per eixam de
partícules (PSO) i algorisme genètic (GA), així com un mètode adicional basat en l ús de
xarxes neuronals.
La implementació i validació dels algorismes s ha realitzat en dues parts, una primera
fase consistent en una simulació en llenguatge de programació C i una segona fase en la
qual s han integrat en el hardware de la font real. A més, s ha dut a terme una compara-
tiva dels resultats obtinguts amb aquests algorismes, utilitzant scripts de Python, pel fet
que permeten una representació de dades senzilla, amb els resultats obtinguts mitjançant
ajust manual. Finalment, calcular la funció de transferència del sistema, que relaciona
l entrada amb l eixida i, per tant, validar el funcionament de la xarxa entrenada i compa-
rar resultats.
Els algorismes implementats han superat les expectatives per a la cerca d una so-
lució òptima amb bona precisió i un temps adequat. Encara que es podria millorar el
rendiment dels algorismes fent servir tècniques de paral·lelització o l ús de maquinària
especialitzada.
[-]
[EN] Modern industrial systems require the use of automatic controls. The PID controller
(Proportional, Integral, Derivative) is a mechanism that allows to regulate a variable of
any process. These controllers need to ...[+]
[EN] Modern industrial systems require the use of automatic controls. The PID controller
(Proportional, Integral, Derivative) is a mechanism that allows to regulate a variable of
any process. These controllers need to obtain a set of constants for their operation (Kp, Ki,
Kd) that depend on the system to be controlled. Manual configuration of PID parameters
may require operator experience and theoretical background. It can also be a long and
expensive process.
In collaboration with the company Neureus Technologies S.L. developer of a range of
high-performance unipolar power supplies for the scientific field, especially oriented to
particle accelerators, an automated procedure has been developed to obtain the constants
of the PID control integrated in these power supplies.
The main objective of this end of degree project is to find the best constants for the PID
controller in a given system, in our case a power supply, in an automated way through
artificial intelligence algorithms. After an analysis of the state of the art taking into ac-
count the way in which it adapts, the training time and the computational cost, two can-
didate algorithms have been proposed: particle swarm optimization (PSO) and genetic
algorithm (GA), as well as a method based on the uso of neural networks.
The implementation and validation of the algorithms has been carried out in two
parts, a first phase consisting of a simulation in C language and a second phase in which
they have been integrated into the embedded hardware of the real power supply. Finally,
a comparison of the results obtained has been made, using Python scripts for its simplic-
ity to represent data, with those calculated by manual adjustment. Finally, the system
transfer function has been calculated, which relates the input and output, in order to
validate the functioning of the trained neural network and compare results.
The implemented algorithms have exceeded expectations for finding an optimal so-
lution with good accuracy and adequate time. However, such as improving the perfor-
mance of the algorithms using parallelization techniques or the use of specialized ma-
chinery.
[-]
[ES] Los sistemas industriales modernos requieren controles automáticos. El controlador
PID (Proporcional, Integral, Derivativo) es un mecanismo que permite regular una variable de cualquier proceso. Estos controladores ...[+]
[ES] Los sistemas industriales modernos requieren controles automáticos. El controlador
PID (Proporcional, Integral, Derivativo) es un mecanismo que permite regular una variable de cualquier proceso. Estos controladores necesitan de la obtención de constantes
para su funcionamiento (Kp,Ki,Kd) que dependen del sistema que se quiere controlar.
La configuración manual de los parámetros PID requiere de experiencia y antecedentes
teóricos del operador. Además, puede ser un proceso largo y costoso.
En colaboración con la empresa Neureus Technologies S.L. desarrolladora de una gama de fuentes de alimentación unipolares de altas prestaciones para el ámbito científico,
especialmente orientada a los aceleradores de partículas, se ha elaborado un procedimiento automatizado para la obtención de las constantes del control PID integrado en
estas fuentes.
El objetivo principal de este trabajo fin de grado es encontrar las mejores constantes
del controlador PID para un sistema dado, en nuestro caso una fuente de alimentación, de
forma automatizada a través de algoritmos de inteligencia artificial. Tras un análisis del
estado del arte, teniendo en cuenta la forma en que se adapte, el tiempo de entrenamiento
y el coste computacional se han propuesto dos algoritmos candidatos: optimización por
enjambre de partículas (PSO) y algoritmo genético (GA), así como un método basado en
el uso de redes neuronales.
La implementación y validación de los algoritmos se ha realizado en dos partes, una
primera fase consistente en una simulación en lenguaje C y una segunda fase en la que
se han integrado en el hardware de la fuente real. Finalmente se ha realizado una comparativa de los resultados obtenidos, utilizando scripts de Python, por su facilidad para
la representación de datos, con los resultados obtenidos mediante ajuste manual. Finalmente se ha calculado la función de transferencia del sistema, que relaciona la entrada y
salida, con el fin de validar el funcionamiento de la red neuronal entrenada y comparar
resultados.
Los algoritmos implementados han superado las expectativas para la búsqueda de
una solución óptima con buena precisión y tiempo adecuado. No obstante, se podría
mejorar el rendimiento de los algoritmos utilizando técnicas de paralelización o uso de
maquinaria especializada.
[-]
|