PID Ayarlama İçin Üç Kanallı Amaç Fonksiyonu Tabanlı Yapay Arı Kolonisi Algoritması

Öz

Son zamanlarda, sürü zekası optimizasyonu tekniklerine (Parçacık Sürüsü Optimizasyonu, Genetik Algoritma, Tabu Araştırma Algoritması, Yapay Arı Koloni Algoritması, vb.) ilgi artmıştır ve bu konu özellikle bilim adamları için ilgi odağı haline gelmiştir. Optimizasyon algoritmaları kullanılarak optimum kontrolör parametreleri kısa sürede daha az deneyim ile bulunabilir. PID, endüstride yaygın olarak kullanılan bir kontrolcü türüdür. PID kontrolcünün karakteristiği kontrolcü parametrelerine bağlıdır ve iyi bir kontrol için parametrelerin optimum değerlerde ayarlanması gerekir. Pratikte yaygın olarak kullanılan bir DC motorun hız kontrolü, mühendislikte önemli sorunlardan biridir. DC motorlar, kontrol kolaylığı ve optimum moment-hız özellikleri nedeniyle hem endüstriyel uygulamaların hem de günlük yaşamımızın ekonomik ve önemli elektrikli makineleridir. Kp, Ki ve Kd'nin klasik yöntemlerle en iyi değerleri zaman alıcı bir sorundur. Meta-sezgisel yöntemlerin kullanılması, optimum değerlerin bulunmasında hem hız hem de doğruluk sağlar. Bu çalışmada, Yapay Arı Koloni Algoritması (ABC) kullanılarak bir PID kontrolörü için optimum parametreler belirlenmiştir. PID kontrol DC motorun için hızını kontrol etmek amacıyla tasarlanmıştır ve benzetim çalışması yapılmıştır. Literatürde genellikle optimizasyon, tek bir amaç fonksiyonu veya farklı amaç fonksiyonlarının uygun kazançlarla bir kombinasyonu ile gerçekleştirilmiştir. Bu yaklaşım yaklaşımı, PID denetleyicisi optimizasyonu için uygun değildir çünkü her parametrenin etkisi sistemin çıktısı üzerinde farklıdır. Bu nedenle her bir parametrenin optimum değeri üç kanallı amaç fonksiyonu kullanılarak ayrı ayrı araştırılmıştır. Bu çalışmada önerilen algoritma, tek amaç fonksiyonuna sahip geleneksel ABC algoritmasından daha başarılı sonuçlar vermektedir.

Anahtar Kelimeler

• Üç-Kanallı Amaç Fonksiyonu,Yapay Arı Kolonisi,Sürü Zekâsı,PID,DA Motoru

Three-Channel Cost Function Based Artificial Bee Colony Algorithm for PID Tuning

Abstract

Recently, interest in swarm intelligence optimization techniques (Particle Swarm Optimization, Genetic Algorithm, Tabu Research Algorithm, etc.) has increased and this issue has become the focus of attention especially for scientists. Optimum controller parameters can be found with less experience in a short time by using optimization algorithms. PID is a type of controller which is widely used in the industry. The characteristic of the PID controller has effected the controller coefficients and optimum parameters must be tuned for good control. The speed control of a DC motor that is commonly used in practice is one of the important problems in engineering. DC motors are economical as well as important electrical machines of both industrial applications and our daily life due to their ease of control and optimum moment-speed characteristics. The best values of Kp, Ki and Kd with classical methods are a time consuming problem. The use of meta-heuristic methods gives both speed and accuracy in finding optimum values. In this study, optimum parameters are determined for a PID controller using Artificial Bee Colony Algorithm (ABC). The PID controller is designed as a speed controller for DC motor and simulated. In the literature, generally, the optimization was carried out with a single cost function or a combination of different functions with appropriate gains. This type of approach does not fit for the PID controller optimization since the effect of each parameter is different on the output of the system. Because of this reason, the optimum value of each parameter has been searched separately by using the three-channel cost function. The proposed algorithm in the present study gives more successful results than the traditional ABC algorithm having a single cost function.

Keywords

• Three-Channel Cost Function,Artificial Bee Colony Algorithm,Swarm Intelligence,PID,DC Motor

Kaynakça

1. Bingöl, O., Pacaci, S., (2012) “A virtual laboratory for neural network controlled DC motors based on a DC-DC buck converter”, Int J Eng Educ, 28(3), 713 – 723.
2. Singh, V., Garg, V. K., (2014) “Tuning of PID controller for speed control of DC motor using soft computing techniques – A Review”, International Journal of Applied Engineering Research, Vol. 9(9), pp. 1141 – 1148.
3. Tepljakov, A., Gonzalez, E. A., Petlenkov, E., Belikov, J., Monje, C. A. and Petráš, I., (2016) “Incorporation of fractional-order dynamics into an existing PI/PID DC motor control loop”, ISA Trans, vol. 60, pp. 262 – 273.
4. Çelik, E., Öztürk, N., (July 2017) “Doğru Akım Motor Sürücüleri için PI Parametrelerinin Simbiyotik Organizmalar Arama Algoritması ile Optimal Ayarı”, Bilişim Teknolojileri Dergisi, Vol.10(3).
5. Öztürk, C., Hançer, E., Karaboğa, D., (2014) “Küresel En İyi Yapay Arı Koloni Algoritması İle Otomatik Kümeleme”, Gazi Üniv. Müh. Mim. Fak. Der., Vol. 29(4), pp. 677-687.
6. Mavrovouniotisa, M., Lib, C. and Yangc, S., (January 12,2017) “A survey of swarm intelligence for dynamic optimization: Algorithms and applications”, Preprint submitted to Journal of Swarm and Evolutionary Computation.
7. Reynolds, C. W., (1987) “Flocks, herds and schools: A distributed behavioral model”. Computer Graphics. 21 (4), s. 25–34. doi:10.1145/37401.37406. ISBN 0-89791-227-6.
8. Dorigo, M. and Birattari, M., (2007) “Swarm intelligence” Scholarpedia, 2(9):1462, Access 11 March 2020, http://www.scholarpedia.org/article/Swarm_intelligence

9. Karaboga, D. (2010) “Artificial bee colony algorithm” Scholarpedia, vol. 5(3), Access 11 March 2020, http://www.scholarpedia.org/article/Artificial_bee_colony_algorithm
10. Özdemir, M., (2013) “Zaman Kısıtı Altında Takım Oryantiring Problemlerinin Yapay Arı Kolonisi Yaklaşımı ile Çözümü,” Yüksek Lisans Tezi, İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü.
11. Karaboga, D, (2005) “An idea based on honey bee swarm for numerical optimization.” Technical Report TR06, Erciyes University, Engineering Faculty, Computer Engineering Department.
12. Integral Square Error. (n.d.) McGraw-Hill Dictionary of Scientific & Technical Terms, 6E. (2003). Access 11 March 2020, https://encyclopedia2.thefreedictionary.com/integral+square+error
13. Maiti, D., Acharya, A., Chakraborty, M., Konar, A., and Janarthanan, R., (2008) “Tuning PID and PI/λ D δ controllers using the integral time absolute error criterion.” In 2008 4th International Conference on Information and Automation for Sustainability, pp. 457-462. IEEE.
14. Furat, M., Eker, İ., (June 2012) “Experimental Evaluation of Sliding-Mode Control Techniques”, Çukurova University Journal of the Faculty of Engineering and Architecture, 27(1), pp. 23-37.