Publicado 2021-12-31
Palabras clave
- Algoritmos de optimización, establecimiento, PID, sintonización.
Derechos de autor 2021 Victor Joel Moreno Ramos, Martin Alonso Narváez Grijalba, Paul Oscar Ramirez Zamudio, Juan Diego Sánchez Agreda, Josmell Henry Alva Alcántara, Edgar André Manzano Ramos
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Cómo citar
Resumen
Actualmente en las industrias, la búsqueda de optimizar controladores de nivel en depósitos o tanques es uno de los requisitos más buscados. Gran parte de los procesos industriales cuentan con estos sistemas, bien para el bombeo de líquidos o su almacenamiento en tanques, un claro ejemplo es en sistemas de prevención como el almacenamiento de agua para incendios o para fines reutilizables como el tratamiento de aguas residuales. Teniendo en cuenta lo mencionado se tomará como objeto de estudio el control de nivel de agua en un tanque en el entorno Factory IO. La planta tendrá dos válvulas para el control de caudal, una de flujo constante y la otra de flujo variable. Primero se planteó el objetivo de control, establecer la estructura de control, identificación y descripción de elementos, obtener el modelo de la planta y diseñar el controlador. Para el control PID se usó la sintonización Ziegler Nichols. También se planteó la optimización de los parámetros PID por medio de algoritmos genéticos (AG), algoritmo de colonia de abejas (ABC), algoritmo de enjambre de partículas (PSO) y algoritmo de evolución diferencial. Esto algoritmos nos permitió comparar y analizar las diferentes respuestas del controlador en tiempos de establecimiento y sobreelongación para obtener los mejores resultados. Finalmente, los valores obtenidos para los algoritmos en tiempos de establecimiento: AG: 2.17seg, PSO: 8.04seg, ABC: 6.87seg, ED:7.69seg. Además, en términos de sobreelongación se obtuvo AG:1.24 %, PSO: 1.01, ABC: 6.87seg, ED:7.69seg.
Referencias
- REFERENCIAS
- Aguilar Justo, A. (2014). Un algoritmo basado en la colonia artificial de abejas con búsqueda local para resolver problemas de optimización con restricciones. Universidad Veracruzana https://cdigital.uv.mx/handle/123456789/46834
- Balcázar Llanos, J. (2017). 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. Universidad Nacional de Trujillo https://dspace.unitru.edu.pe/handle/UNITRU/9482
- Giraldo Fernandez, G. (2011). Método del Enjambre de partículas y evolución diferencial para el diseño de peso mínimo de un panel naval reforzado. Universidad Tecnológica de Bolívar https://biblioteca.utb.edu.co/notas/tesis/0062054.pdf
- Hernandez Torres, R., Irizar Mesa, M., Llanes Santiago, O., Camara, L., da Silva, A., & Zumalacarregui de Cardenas, L. (2013). Comparación de diferentes algoritmos metaheurísticos en la estimación de. Ingeniare, 14- 25 https://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052014000100003
- IO, F. (s.f.). Docs Factory IO. Obtenido de https://docs.factoryio.com
- Iwan S., Mahmud, Fook T., Lee, Leap k., Moey. (2011). Tuning of PID Controller Using Particle Swarm Optimization (PSO). International Scientific Conference 2011 https://www.researchgate.net/publication/251442573_Tuning_of_PID_Controller_Using_Particle_Swarm_Optimization_PSO
- Ogata, K. (2010). Ingeniería de control moderna. Madrid: Pearson Educación https://www.academia.edu/9814191/Ingenieria_de_Control_Moderna_Ogata_5ed
- Ponce Cruz, P. (2011). Inteligencia Artificial con aplicaciones a la ingeniería. México: AlfaOmega https://lelinopontes.files.wordpress.com/2014/09/inteligencia-artificial-con-aplicaciones-a-la-ingenierc3ada.pdf
- Roca A. (2014) Control Automático de procesos industriales. Ediciones Diaz de Santos https://www.editdiazdesantos.com/libros/roca-cusido-alfredo-control-automatico-de-procesos-industriales-L27007800401.html
- Saad, M. S., Jamaluddin, H., & Darus, I. Z. M. (2012). Implementation of PID controller tuning using differential evolution and genetic algorithms. International Journal of Innovative Computing, Information and Control, 7761-7779 http://www.ijicic.org/ijicic-11-07073.pdf
- Tejada Muñoz, G. (2020). Controlador PID con algoritmos genéticos de números reales. Industrial Data https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/16489
- Zecua, M. Y. M., Vázquez, L. A. S., Pulido, L. F., Flores, E. A. P., & Arroyo, A. O. (2019). Evolución diferencial para la optimización global de procesos de ingeniería química https://rcs.cic.ipn.mx/2019_148_8/Evolucion%20diferencial%20para%20la%20optimizacion%20global%20de%20procesos%20de%20ingenieria%20quimica.pdf