Development of a Hybrid Optimization Strategy Based on a Bacterial Foraging Algorithm (BFA) and a Particle Swarm Algorithm (PSO) to Tune the Pid Controller of

Los actuales sistemas a controlar son cada vez más complejos debido a su no linealidad, su variación en el tiempo y las incertidumbres se presentan tanto en las entradas como en su estructura. Debido a estas razones, las plantas difícilmente pueden optimizarse usando técnicas clásicas de control. En este trabajo un optimización híbrida de las constantes del controlador PID mediante el bioinspirado Los algoritmos BFA y PSO se han desarrollado para Ball and Plate (B&P) sistema modelo 33-240 Feedback. Para el modelado del sistema, el Euler- Se utilizaron las ecuaciones de Lagrange y los criterios de estabilidad de Routh-Hurwitz; mientras para la optimización de las constantes del controlador PID, el Ziegler clásico Se utilizó la técnica de control de Nichols, que permitió determinar las restricciones de los parámetros del controlador. La optimización fue realizada por primera vez por simulación en MATLAB y luego implementada en la planta real mediante el propia interfaz del sistema en el software LabVIEW. Los resultados del híbrido BFA - El algoritmo PSO se comparó con los resultados de los algoritmos BFA y PSO para determinar el rendimiento real de cada algoritmo.