Uso De Algoritmos Genéticos Para La Sintonización De Un Controlador Pid Aplicado Al Control De Nivel Utilizando El Entrenador De Control De Procesos “Dl 2314” Del Instituto Superior Tecnológico Publico Nueva Esperanza
No Thumbnail Available
Date
2017-08-31
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de Trujillo
Abstract
El desarrollo esta tesis titulada “Uso de Algoritmos Genéticos para la Sintonización de un Controlador PID aplicado al Control de Nivel utilizando el Entrenador de Control de Procesos DL 2314 del Instituto Superior Tecnológico Público Nueva Esperanza”, tiene como objetivos desarrollar un Algoritmo Genético Multiobjetivo con Restricciones para mejorar la respuesta transitoria de un Sistema de Control de Nivel, en términos de Sobreimpulso Máximo y Tiempo de Establecimiento y cuyo controlador PID ha sido previamente sintonizado mediante el método de Ziegler-Nichols en lazo abierto, y además contrastar los resultados obtenidos por ambos métodos en una planta real.
Para la realización de los ensayos experimentales se empleó el módulo de Control de Nivel del Entrenador de Control de Procesos DL2314, que consta de un tanque presurizado (20 L), un sensor de nivel (LVDT), una bomba de recirculación (10 V, 1.5 A) y 4 válvulas de paso manuales; todos conectados mediante accesorios de bronce y mangueras (nylon).
Los resultados muestran que tras la identificación de la planta en mención, y con un porcentaje de confianza (fit) de 96%, se trata de un sistema de primer orden con una ganancia estática de 0.897 y una constante de tiempo de 285.28 segundos. Del mismo modo, se puede observar que la sintonización por el método clásico de Ziegler-Nichols en lazo abierto produce una respuesta transitoria con un Tiempo de Establecimiento de 286 segundos y un Sobreimpulso Máximo de 17.64 %; en contraste, el método de sintonización propuesto, usando un Algoritmo Genético Multiobjetivo con Restricciones, produce un Tiempo de Establecimiento de 255 segundos y un Sobreimpulso Máximo de 9.6% evidenciando claramente una mejor respuesta dinámica del sistema de control de nivel de primer orden en términos de Tiempo de Establecimiento (Ts) y Sobreimpulso máximo (Mp) en una cantidad superior al 10% para ambos casos. Las soluciones obtenidas (frente de Pareto) mediante el Algoritmo Genético Multiobjetivo con Restricciones no solo tienen buenos índices de desempeño (Tiempo de estabilización, Sobreimpulso máximo e Integral de la función de error en valor absoluto multiplicado por el tiempo), sino que asegura que el sistema sea estable en lazo cerrado y el error en estado estacionario sea nulo.
Description
The development of this thesis entitled "Use of Genetic Algorithms for Tuning a PID
Controller applied to Level Control using the Process Control Trainer DL 2314 of the Higher
Technological Public Institute of Nueva Esperanza ", aims to improve the tuning of a PID
controller obtained by the Ziegler-Nichols method and applied to the Level Control, using a
Multiobjective Genetic Algorithm with Constraints, and to contrast the results obtained by
both methods in a real plant.
For the realization of the experimental tests was used the Level Control module of the
Process Control Trainer DL2314, consisting of a pressurized tank (20 L), a level sensor
(LVDT, 0-10V), a recirculation pump (10 V, 1.5 A) and 4 manually operated bypass valves;
all connected by bronze fittings and hoses (nylon).
The results show, after Plant identification and with a confidence percentage (fit) of 96%,
that the plant is a first order system with a static gain of 0.897 and a time constant of 285.28
seconds. In the same way, it can be seen that the tuning by the Open Loop Ziegler-Nichols
classical method produces a transient response with a Settling Time of 286 seconds and a
Maximum Overshoot of 17.64%; in contrast, the proposed tuning method, using a
Multiobjective Genetic Algorithm with Restrictions, produce a Settling Time of 255 seconds
and a Maximum Overshoot of 9.6% and clearly demonstrates a better dynamic first order
level control system response in terms of Settling Time (Ts) and Maximum Overshoot (Mp)
by amount greater than 10% for both cases. The set of Pareto solutions obtained through the
Multiobjective Genetic Algorithm with Restrictions not only have good performance index
(Settling Time, Maximum Overshoot and ITAE), also ensures that the system is stable in
closed loop and steady state error is null.
Keywords
Algoritmos Genéticos, Controlador PID