Resumen

La automatización de la síntesis de sistemas de control robustos para sistemas inciertos es de gran interés práctico. En este trabajo, se ha automatizado el paso de conformación de lazos para sintetizar un controlador basado en la teoría de realimentación cuantitativa (QFT) para un motor paso a paso bifásico de imanes permanentes (PMSM) utilizando el algoritmo de optimización basado en aprendizaje de enseñanza (TLBO). El problema de diseño del controlador QFT se ha planteado como un problema de optimización y se ha utilizado el algoritmo TLBO para minimizar la función de coste propuesta. Esto facilita el diseño del controlador de estructura fija de bajo orden, elimina la necesidad del paso manual de conformación de lazo en los gráficos de Nichols y evita el sobrediseño del controlador. Se ha realizado una comparación del rendimiento del controlador diseñado con el método clásico de sintonización PID de Ziegler-Nichols y el controlador QFT sintonizado utilizando otros algoritmos de optimización. Los resultados de la simulación muestran que el controlador QFT diseñado utilizando TLBO ofrece una estabilidad robusta, rechazo de perturbaciones y un seguimiento de referencia adecuado sobre un rango de incertidumbres paramétricas del PMSM en comparación con las técnicas de diseño clásicas.

• Materias:Radiación Modelado Campos de tensión Nanohaces elásticos Termoelectromecánico
• Subjects:Radiation Modeling Strain fields Elastic nanobeams Thermoelectromechanical
• Palabras claves:controlador, controlador QFT, problema de diseño del controlador QFT, método clásico de sintonización del PID, motor paso a paso de imanes permanentes, síntesis robusta del sistema de control, técnicas clásicas de diseño, gran interés práctico, otros algoritmos de optimización, teoría cuantitativa de la realimentación
• Keywords:controller, QFT controller, QFT controller design problem, classical PID tuning method, permanent magnet stepper motor, robust control system synthesis, classical design techniques, great practical interest, other optimization algorithms, quantitative feedback theory