LQR and GA based PID Parameter Optimization: Liquid Level Control Application

Yüksek, Gökhan; Mete, Ahmet Naci; Alkaya, Alkan

doi:10.2339/politeknik.603344

Cited by 4 publications

(3 citation statements)

References 14 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Single tank liquid level system, which is a very common system in the industry, is widely used in process control [37,49]. It is mostly encountered in places where liquid filling and discharge are made such as medicine, food, and agriculture.…”

Section: Single Tank Liquid Level Systemmentioning

confidence: 99%

“…At the conclusion of the research, the values for different parameters were compared and interpreted [36]. Fatih et al have used to genetic algorithm to determine PID and LQR for controlling of level of the liquid tank system [37]. Selamet et al have implemented the control of the liquid tank system with the most optimal controller parameters by using the PSO algorithm to specify the parameters of the PID and LQR methods [38].…”

Section: Introduction *mentioning

confidence: 99%

See 1 more Smart Citation

Controlling a Single Tank Liquid Level System with Classical Control Methods and Reinforcement Learning Methods

Çimen,

Garip

2024

Kocaeli Journal of Science and Engineering

View full text Add to dashboard Cite

In this study, the control of the single tank liquid level system used in control systems have been carried out. The control of the single tank liquid level system has been performed with the classic PI, modified PI, state feedback with integrator action, and Q learning algorithm and SARSA algorithms, one of the artificial intelligence methods. The tank system to be modelled was carried out using classical physics, namely Newton's laws. Then, the mathematical model obtained of the system that are continuous model in time is acquired. The originality of the study; the non-linear liquid tank system is controlled by classical controllers and reinforcement methods. For this purpose, the system was firstly designed to model the system, then the system have been linearized at a specific point in order to design classic PI, modified PI, and state feedback with integral. After that, agents of Q Learning algorithm and SARSA algorithms were trained for the system. Then the agents have controlled the single -level tank system. The results of the classic controllers and supervised system are contrasted with regard to performance criteria such as rising time, settling time, overshoot and integral square error. Consequently, Q learning algorithm has produced and exhibited more thriving and successful results than other methods.

show abstract

Section: Single Tank Liquid Level Systemmentioning

confidence: 99%

Section: Introduction *mentioning

confidence: 99%

Controlling a Single Tank Liquid Level System with Classical Control Methods and Reinforcement Learning Methods

Çimen,

Garip

2024

Kocaeli Journal of Science and Engineering

View full text Add to dashboard Cite

show abstract

“…Ancak günümüz koşullarına uygun olarak bu yöntemler de zekileştirilmektedir. PID kontrol performansının arttırılması için bulanık mantık [9], genetik algoritmalar [10,11], ve parçacık sürü optimizasyonu [12] gibi yöntemler kullanılarak uyarlanabilir kontrol algoritmaları geliştirilmiştir. Ayrıca, tamamen zeki ve öğrenme tabanlı kontrol algoritmaları da geliştirilmektedir.…”

Section: Gi̇ri̇ş (Introduction)unclassified

DA Motor Kontrolünde Veri Güdümlü ve Model Tabanlı Yöntemlerin Ani Yük Değişimlerine Karşı Tepkilerinin Analizi

Sonugür

2024

Politeknik Dergisi

View full text Add to dashboard Cite

Doğru Akım (DA) motor hız denetleyicilerinde bozucu etkilere karşı direnç gösterme ve her türlü dış etki karşısında referans noktasını en az hata ile takip etmek kritik öneme sahiptir. DA motorlarda en sık karşılaşılan bozucu etki ani yük değişimleridir. Bu nedenle denetleyicilerin ani yük değişimlerine karşı hızlı ve etkili bir yanıt oluşturulması ve referans değerden en az sapmayı gerçekleştirmesi gerekir. Bu çalışmada DA motorlarda meydana gelebilecek ani yük değişimlerine karşı model tabanlı ve veri güdümlü yöntemlerin yanıtları analiz edilmiştir. Veri güdümlü kontrol (VGK), denetleyiciyi tasarlamak ve optimize etmek için toplanan giriş-çıkış verilerini kullanan öğrenme tabanlı bir kontrol yöntemidir. Model tabanlı kontrol (MTK) yönteminde ise, kontrol edilecek sistemin matematiksel modeli hesaplanır. Çalışma kapsamında model tabanlı yöntem olarak Oransal-İntegral-Türev (PID), veri güdümlü yöntemler olarak yapay sinir ağları (YSA) ve kontrol süreçlerinde zaman serilerini de dikkate alan dışsal girdili otoregresif sinir ağları (NARX) denetleyiciler incelenmiştir. Böylece DA motor hız kontrolünde model tabanlı, veri güdümlü ve veri güdümlü + zaman serili olmak üzere üç farklı yaklaşımın performansları incelenmiştir. Deneysel çalışmalarda simülasyon değil gerçek motorlar kullanılmış ve deneyler 100 rpm (DAM1) ve 300 rpm (DAM2) hızına sahip kalıcı mıknatıslı DA motorlar kullanılarak gerçek zamanlı olarak gerçekleştirilmiştir. Elde edilen sonuçlar, toplam normalize hata, yükselme zamanı ve maksimum yüzde aşma performans ölçütleri kullanılarak sunulmuş ve yöntemlerin başarılı ve başarısız yönleri tartışılmıştır.

show abstract

Epigenetik Algoritma ile Konferans Çizelgeleme

Atagün

Biroğul

2024

Politeknik Dergisi

View full text Add to dashboard Cite

Bilimsel çalışmaların sunumlarının yapıldığı etkinliklerin en önemlileri akademik konferanslardır. Multidisipliner konferanslar düzenlemek için günler, salonlar ve oturumlar önceden belirlenir ve bu sürece konferans çizelgeleme denir. Multidisipliner konferanslarda, sunumların planlanmasında aynı alanlara ait çalışmaların aynı oturumlarda bir arada bulunması konferans dinleyicisi ve konferans konuşmacısı için çok önemlidir. Bu bağlamda multidisipliner konferans planlama problemi çok kısıtlı bir optimizasyon problemi olarak görülmektedir. Çok kısıtlı optimizasyon problemleri, geleneksel optimizasyon yöntemleriyle değil, sezgisel optimizasyon teknikleriyle çözülür. Bu çalışmada, multidisipliner konferans verisi kullanılarak konferans planlaması sorunu ele alınmaktadır. Konferans çizelgeleme probleminin çözümü Genetik Algoritma (GA) ve Epigenetik Algoritma (EGA) ile C# programlama dili kullanılarak gerçekleştirilmiştir. Çalışmada GA ve EGA ile elde edilen deneysel sonuçlar incelenmiştir. Bu inceleme sonucunda EGA'nın klasik GA'ya göre daha az iterasyonda daha iyi sonuçlar elde ettiği görülmüştür.

show abstract

LQR and GA based PID Parameter Optimization: Liquid Level Control Application

Cited by 4 publications

References 14 publications

Controlling a Single Tank Liquid Level System with Classical Control Methods and Reinforcement Learning Methods

Controlling a Single Tank Liquid Level System with Classical Control Methods and Reinforcement Learning Methods

DA Motor Kontrolünde Veri Güdümlü ve Model Tabanlı Yöntemlerin Ani Yük Değişimlerine Karşı Tepkilerinin Analizi

Epigenetik Algoritma ile Konferans Çizelgeleme

Contact Info

Product

Resources

About