ورود
مقالات فارسیISIکنفرانسهاژورنالها

یک رهیافت مبتنی بر الگوریتم بهینه سازی GAPSO برای طراحی بهینه کنترلر PID درسیستم AVR

محل انتشار: کنفرانس بین المللی یافته های نوین پژوهشی درمهندسی برق و علوم کامپیوتر
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 525

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/404627

شناسه ملی سند علمی:

COMCONF01_527

تاریخ نمایه سازی: 8 آذر 1394

چکیده مقاله:

دراین مقاله، یک روش طراحی جدید برای تعیین بهینه پارامترهای کنترلر (PID) برای یک سیستم AVR با استفاده از الگوریتم بهینه سازی ترکیبی GAPSO ارائه شده است. این مقاله با جزئیات توضیح می دهد که چگونه با استفاده ازالگوریتم GAPSO پارامتر های بهینه کنترلر PID را برای سیستم AVR می توان بدست آورد. روش ارائه شده ویژگیهای بخصوصی نظیر پیاده سازی آسان ،همگرایی، پایداری و کارایی محاسباتی مناسب دارد. تنظیم سریع پارامترهای بهینهکنترلر PID پاسخی با کیفیت بالا می دهد. به منظور افزایش کارآیی مدل ارایه شده برای کنترلر PID یک تابع جدیددرحوزه زمان نیز تعریف شده است. نتایج با الگوریتم ژنتیک ) GA ( مقایسه شده است. روش پیشنهادی در عمل و در راستای ارتقاء پاسخ پله یک سیستم AVR خود را موثر نشان داده است

کلیدواژه ها:

نویسندگان

حامد نژادستاری

گروه مهندسی برق، واحد اردبیل، دانشگاه آزاد اسلامی اردبیل، ایران، دانشجوی کارشناسی ارشد برق قدرت

غلامرضا آقاجانی

گروه مهندسی برق، واحد اردبیل، دانشگاه آزاد اسلامی اردبیل، ایران، عضو هیات علمی دانشگاه آزاد اسلامی اردبیل

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Zwe-Lee Gaing , " A particle SWarm optimization approach for ...
  • Moradi, M. ; Fekih, A. , _ Adaptive PID -Sliding-Mode ...
  • Neath, M.J. ; Swain, A.K. ; Madawala, U.K. ; Thrim ...
  • A. Visioli, "Tuning of PID controllers with fuzzy logic, " ...
  • T. L. Seng, M. B. Khalid, and R. Yusof, "Tuning ...
  • R. A. Krohling and J. P. Rey, "Design of optimal ...
  • Y. Mitsukura, T. Yamamoto, and M. Kaneda, _ design of ...
  • T. Kawabe and T Tagami, ":A real coded genetic algorithm ...
  • Istanbul, Turkey, July 1997, pp. 125-130. ...
  • D. P. Kwok and F. Sheng, _ algorithm and simulated ...
  • T. Ota and S. Omatu, "Tuning of the PID control ...
  • A. H. Jones and P. B. D. Oliveira, "Genetic auto-tuning ...
  • D. B. Fogel, Evolutionary Computation: Toward a New Philosophy of ...
  • J. Kennedy and R. Eberhart, "Particle Swarm optimization, " in ...
  • Y. Shi and R. Eberhart, _ modified particle Swarm optimizer, ...
  • Y. Shi and R. C. Eberhart, "Empirical study of particle ...
  • R. C. Eberhart and Y. Shi, "Comparison between genetic algorithms ...
  • P. J. Angeline, "Using selection to improve particle SWarm optimization, ...
  • H. Yoshida, K. Kawata, and Y. Fukuyama, "A particle Swarm ...
  • S. Naka, T. Genji, T. Yura, and Y. Fukuyama, "Practical ...
  • G. Cheng, Genetic Algorithms & Engineering Design. New York: Wiley, ...
  • H. Saadat, Power System Analysis. New York: McGraw-Hill, 1999. ...
    • نمایش کامل مراجع