Este trabalho apresentou a tentativa do desenvolvimento de uma forma alternativa para sintonia de controladores PID industriais. Para isto foi adotada a utilização de uma ferramenta de otimização, os Algoritmos Genéticos.
Para plantas de primeira ordem, os valores ótimos dos parâmetros de sintonia encontrados pelo AG foram bastante satisfatórios. Porém, com plantas de primeira ordem com tempo morto, o que é mais comum de se encontrar no meio industrial, não foi possível fazer uma análise de desempenho devido a dificuldade de se trabalhar e simular plantas com tempo morto.
Uma recomendação para trabalhos futuros seria uma investigação mais aprofundada de como se trabalhar plantas com tempo morto em ambiente computacional, para aí sim realmente propor uma nova metodologia para sintonia de controladores PID.
Pode-se então concluir que este trabalho teve parte de seu objetivo alcançado, uma vez que a dinâmica de se trabalhar sintonia de controladores PID por meio de algoritmos genéticos foi identificada e assimilada.
Também pode ser afirmado que esta metodologia, apesar de ainda não está validada, juntamente com o conhecimento da influencia das ações de controle proporcional, integral e derivativa em um processo, é de bastante serventia como passo inicial para sintonia de controladores, mesmo em plantas com tempo morto. Pois apesar da necessidade de uma sintonia fina, o conhecimento da dinâmica proposta, diminui bastante o tempo de sintonia e ainda sim mantém resultados satisfatórios.
REFERÊNCIAS BIBLIOGRÁFICAS
AERTS, S.; LOO, P.V.; MOREAU, Y.; MOOR, D.B. (2004), “A genetic algorithm for the detection of new cis-regulatory modules in sets of coregulated genes”, Bioinformatics, Oxford University Press.
AMARAL, J. F. M.; PACHECO, M. A. C.; TANSCHEIT, R. Sintonia de Controladores PID Utilizando Algoritmos Genéticos. Rio de Janeiro: Revista ICA nº 8, 2010.
ÅSTRÖM, K. J. e HÄGGLUND, T. PID Controllers: Theory, Design, and Tuning. 2ª ed. Research Triangle Park: Instrument Society of America. 1995.
ÅSTRÖM, K. J. e HÄGGLUND, T. Revisiting the Ziegler-Nichols step response method for PID control. Journal of Process Control. 2004.
AZEVEDO, F.M. “Algoritmos genéticos em redes neurais artificiais”, V Escola de Redes Neurais, promoção: Conselho Nacional de Redes Neurais – ITA, São José dos Campos, SP. 1999.
BARRETO, J.M. “Conexionismo e a Resolução de Problemas”. Concurso de Professor Titular. Universidade Federal de Santa Catarina. Departamento de Informática e Estatística, Florianópolis, SC. 1996.
BEGA, E. A.; DELMÉE, G. J.; COHN,P.E.; BULGARELLI, R.; KOCH, R.; FINKEL, V.S.; GROOVER, M. P. Instrumentação Industrial. Rio de Janeiro. Editora Interciência, 2003. BEGA, E. A.; DELMÉE, G. J.; COHN,P.E.; BULGARELLI, R.; KOCH, R.; FINKEL, V.S.; GROOVER, M. P. Instrumentação Industrial. Rio de Janeiro. Editora Interciência, 2006. CAMPOS, M. C. M. M.; TEIXEIRA, H. C. G. Controles típicos de equipamentos e processos industriais. São Paulo: Blücher, 2006.
CAMPOS, M.; VASCONCELLOS, L.; NETO, J.; SOUZA, A. G. Ganhos econômicos devidos à melhoria no controle de uma planta de processamento de gás natural, 2007. IV Congresso Rio Automação.
CARMO, M. J. ; GOMES, F. J. Avaliação de Desempenho em Malhas Industriais de Controle: uma Necessidade de Inserção nos Currículos e Meios Industriais. In: XI Encontro de Modelagem Computacional, Volta Redonda, 2008.
CARMO, M. J. Ambiente Educacional Multifuncional Integrado para Sintonia e Avaliação do Desempenho de Malhas Industriais de Controle. 2006. Universidade Federal de Juiz de Fora, Juiz de Fora. 2006.
CATARINA, A. S. Algoritmos Evolutivos Aplicados ao Processo de Análise de Dados Geográficos. INPE, São José dos Campos. 2005.
CHEN, D. e SEBORG, D. E. PI/PID Controller Design Based on Direct Synthesis and Disturbance Rejection. Department of Chemical Engineering, University of California, Santa Barbara, California. Vol. 41. Nº 19. 2002.
COELHO, L. S.; COELHO, A. A. R. Algoritmos evolutivos em identificação e controle de processos: uma visão integrada e perspectivas. SBA Controle & Automação vol.10 nº.01. 1999.
DARWIN, C. A origem das espécies. Rio de Janeiro: Ediouro. 2004
DIAS, J.S.; BARRETO, J.M. “Algoritmo genético: inspiração biológica na solução de problemas - uma introdução”, Revista Marítima Brasileira - Suplemento Especial, Pesquisa Naval, nº 11, p. 105-128. 1998.
FACCIN, F. Abordagem Inovadora no Projeto de Controladores PID. 2004. Dissertação (Mestrado) – Universidade Federal do Rio Grande do Sul, Porto Alegre, 2004.
FOGEL, D.B. Evolutionary Computation. IEEE Press: Piscataway, NJ. 1995.
FOGEL, G.B.; PORTO, V.W.; WEEKES, D.G.; GRIFFEY, R.H.; MCNEIL, J.A.; LESNIK, E.; ECKER, D.J.; SAMPATH, R. (2002), “Discovery of RNA structural elements using evolutionary computation”, Nucleic Acids Research, v.30, nº 23, p. 5310-5317.
FOGEL, G.B.; WEEKES, D.G.; VARGA, G.; DOW, E.R; HARLOW, H.B.; ONYIA, J.E.; SU, C. Discovery of sequence motifs related to coexpression of genes using evolutionary computation. Nucleic Acids Research, v. 32, nº 13, p. 3826-3835. 2004
FONSECA, M. O.; FILHO, C. S.; TORRES, B. S. Avaliação de Desempenho e Auditoria de Malhas de Controle. InTech Brasil, 63, 32-37. 2004.
FURTADO, J.C.; LORENA, L.A.N. Algoritmo genético construtivo na otimização de problemas combinatórios de agrupamentos. III Oficina de cortes e empacotamento, lac.inpe.br. 1998.
FUTUYAMA, D.J. Biologia evolutiva. Ribeirão Preto: FUNPEC-RP. 2003 HAUGEN, F. PID Control. Trondheim: Tapir Academic Press. 2004.
HAUPTY, R.L.; HAUPTY, S.E. Practical genetic algorithm. 2º ed. A John Wiley & Sons, Inc., Publications. 2004.
HOLLAND, J.H. Adaptation in natural and artificial systems. University of Michigan Press. 1975.
HWANG, C. e HSIAO, C. A new approach to mixed H2/H∞ optimal PI/PID controller design. In: 15th IFAC World Congress. Barcelona. 2002.
Inteligência Artificial. Rio de Janeiro: PUC-Rio, Certificação digital Nº 0621507/CA.
ISAKSSON, A. J. e GRAEBE, S. F. Analytical PID parameter expressions for higher order systems. Automatica, 35, 1121-1130. 1999.
JOHNSON, C. D. Process Control Instrumentation Technology. 5ª ed. Upper Saddle River: Prentice-Hall. 1997.
KOZA, J.R. Survey of genetic algorithms and genetic programming. Proc. Of Wescon 95, IEEE Press, p. 589-594. San Francisco, California. 1995.
KWOK, K. E.; PING, M. C.; LI, P. A model-based augmented PID algorithm. Journal of
Process Control, 10, 9-18. 2000.
LEITE, A. C.; Experimentos de Controle PID. Campos dos Goytacazes. 2007.
Matlab. Genetic algorithm and direct search toolbox user’s guide. © COPYRIGHT 2004– 2005 by The MathWorks, Inc. 2005.
MICHALEWICZ, Z. Genetic algorithm + data structures = evolution programs. 3º ed. Springer-Verlag. 1996.
MOEDINGER, L. H.; COELHO, L. S. Otimização de controlador por alocação de pólos baseada em algoritmo genético híbrido com método simplex. XV Congresso Brasileiro de Automática. 2004
MORADI, M. H.; KATEBI, M. R.; JOHNSON, M. A. MIMO Predictive PID Controls. In:
15th IFAC World Congress. Barcelona (2002).
NUNES, L. E. N. P.; ROSADO, V. O. G.; GRANDINETTI, F. J. Ajuste dos parâmetros de um controlador proporcional, integral e derivativo através de algoritmos genéticos. Revista Ciências Exatas, Taubaté vol. 9/10, nº 1-2, p. 47-52. 2003/2004.
OGATA, K. Engenharia de Controle Moderno. São Paulo: Pearson, 2003.
PIAZZI, A. e VISIOLI, A. Improved PI control via dynamic inversion. In: 15th IFAC World
Congress. Barcelona. 2002.
SATROM, P.; SNEVE, R.; Kristiansen, K.I; SNOVE, O.; GRÜNFELD, T.; ROGNES, T.; SEEBERG, E. Predicting non-coding RNA genes in Escherichia Coli with boosted genetic programming. Nucleic Acids Research, v.33, nº 10, p. 3263-3270. 2005.
SILVA, G.J.; DATTA, A.; BHATTACHARYYA, S. P. PID Controllers for Time-Delay Systems. Boston: Birkhäuser, 2005.
SRINIVAS, M.; PATNAIK, L.M. Genetic algorithms: A survey. IEEE. 1994. STEARNS, S.C. Evolução: uma introdução. Atheneu: São Paulo. 2003. STEWART, J. Cálculo, Vol. 1. São Paulo: Pioneira Thomson Learning, 2005.
VAJTA, M. Some Remarks on Padé-Approximations. Department of Mathematical Sciences University of Twente. Veszprém, Hungary. 2000.
VALE, M. R. B. G. Análise comparativa do desempenho de um Controlador Fuzzy acoplado a um PID Neural sintonizado por um Algoritmo Genético com Controladores Inteligentes Convencionais. 2007. Dissertação (Mestrado) – Universidade Federal do Rio Grande do Norte, Natal. 2007.
WALKER, J.D.; FILE, P.E.; MILLER, C.J.; SAMSON, W.B. (1994), “Building DNA maps, a genetic algorithm based approach”, Advances in molecular bioinformatics. S. Schulze- Kremer, IOS Press. p. 179-199
WANG, Q., Book review: Autotuning of PID controllers. Journal of Process Control, 11, 105-107. 2001.
WHITLEY, D. A genetic algorithm tutorial. Springer Science + Business Media B.V., Formerly Kluwer Academic. p. 65-85. 1994.
ZHONG, Q. e LI, H. A delay-type PID controller. In: 15th IFAC World Congress. Barcelona. 2002.
ZUBEN, F.J.V. Computação evolutiva: uma abordagem pragmática. Tutorial: Notas de aula da disciplina IA707, DCA/FEEC/Unicamp. 2000.