KARADUL OPTİMİZASYON ALGORİTMASI İLE PID VE FOPID DENETLEYİCİ PERFORMANS KARŞILAŞTIRMASI


Creative Commons License

Dincer K., Kahveci H.

SELÇUK ZİRVESİ 7. ULUSLARARASI UYGULAMALI BİLİMLER KONGRESİ, Konya, Türkiye, 10 - 11 Aralık 2022, ss.157-164

  • Yayın Türü: Bildiri / Tam Metin Bildiri
  • Basıldığı Şehir: Konya
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.157-164
  • Karadeniz Teknik Üniversitesi Adresli: Evet

Özet

Bu çalışmada PID ve kesir dereceli PID (FOPID) denetleyicilerinin performans kıyaslaması doğru akım (DA) motoru hız kontrolü üzerinde yapılmıştır. Denetleyici parametreleri bulunurken amaç fonksiyonu olarak mutlak hatanın integrali (ITAE) kullanılmıştır. Elde edilen sonuçların oturma süreleri (ts), yükselme süreleri (tr) ve tepe süreleri (tp) karşılaştırılmıştır. FOPID denetleyicinin, PID denetleyiciye göre üstünlükleri araştırılmıştır. Denetleyici parametrelerinin optimizasyonu için Karadul Optimizasyon Algoritması (KOA) kullanılmıştır. Bu metasezgisel algoritma 2020 yılında çıkmış olup Karadul örümceklerinin çiftleşme davranışlarından ilham alınarak geliştirilmiştir. Diğer metasezgisel yöntemlerden farklı olarak yamyamlık adı verilen bir aşama içermektedir. Bu aşama, uygun olmayan türlerin çözüm adaylarından çıkarılarak algoritmanın hızlı yakınsamasını sağlamaktadır. 

In this study, performance comparison of PID and fractional order PID (FOPID) controllers is made on DC motor speed control. Integral of absolute error (ITAE) is used as objective function while finding controller parameters. Settling times (ts), rise times (tr) and peak times (tp) of the obtained results in the time domain were compared. The advantages of the FOPID controller over the PID controller have been investigated. Black Widow Optimization Algorithm (BWOA) was used for the optimization of the controller parameters. This metaheuristic algorithm was released in 2020 and was inspired by the mating behavior of Black Widow spiders. Unlike other metaheuristics, it involves a stage called cannibalism. This step provides fast convergence of the algorithm by removing unsuitable species from the solution candidates.