Return to search

Comparative Study of Genetic Algorithm Optimized FO-PID and LQR Control Strategies Applied to a Piston Pump in a Volume Calibration System / Jämförande studie av genetisk algoritmoptimerade FOPID och LQR kontrollstrategier tillämpade på en kolvpump i ett volymkalibreringssystem

One of the key responsibilities of Getinge's ventilators is to deliver accurate gas volumes to patients. To ensure this precision, specially designed rigid steel tanks are utilized to evaluate the performance and precision of the ventilators in providing exact air volume. The intention of this study is to design and implement a suitable controller for actuating a servo piston pump in order to be used for the tank volume measuring and calibration process. Two controlling strategies were chosen for this purpose: Linear Quadratic Regulator (LQR) and Fractional Order Proportional Integral Derivative (FOPID). This work also aimed to establish a narrative of the two controlling strategies after optimizing them using genetic algorithm optimization (GA) and evaluating their effectiveness in controlling a brushless DC motor (BLDC) actuating a servo piston pump. This involved modeling the system in Matlab and Simulink based on the mathematical representations of the system's dynamics, specifically focusing on its pneumatic behavior. The nonlinear model was linearized and served as a basis for the controllers' optimization through the genetic algorithm. Both controller designs were then compared in both the Simulink environment and the actual physical system. The results show that the FOPID exhibits superior performance in the Simulink environment. Contrariwise, the LQR displays a far greater level of superiority in the physical system, whereas the FOPID performance significantly deteriorated upon implementation in the physical system. Furthermore, the study suggests implementing anti-windup techniques and ensuring the accurate digitization of fractional calculus for further research to enhance the performance of the FOPID controller on the physical system. / En av de centrala uppgifterna för Getinges ventilatorer är att leverera exakta gasvolymer till patienter. För att säkerställa denna precision används speciellt designade ståltankar för att bedöma ventilatorernas funktion och precision att leverera exakt luftvolym. Syftet med denna studie är att utforma och implementera en lämplig Styrenhet för att aktivera en servokolvspump som ska användas för tankvolymens mätning och kalibreringsprocess. Två styrstrategier valdes för detta ändamål: Linear Quadratic Regulator (LQR) och Fractional Order Proportional Integral Derivative (FOPID). Arbetet kommer också att syfta till att etablera ett narrativ för de två styrstrategierna efter att ha optimerat dem med genetisk algoritmoptimering (GA) och utvärderat deras effektivitet vid styrning av en borstlös DC-motor som aktiverar en servokolvspump. Detta innefattade modellering av systemet i Matlab och Simulink baserat på de matematiska representationerna av systemdynamiken, med speciellt fokus på dess pneumatiska beteende. Den icke-linjära modellen linjäriserades och fungerade som grund för regulatorernas optimering genom den genetiska algoritmen (GA). Båda regulatorernas utformningar jämfördes sedan både i Simulink-miljön och det fysiska systemet. Resultaten visar att FOPID uppvisar överlägsen prestanda i Simulink-miljön. Å andra sidan visar sig LQR vara överlägsen i det fysiska systemet, medan FOPID-prestandan försämras avsevärt vid implementering i det fysiska systemet. Dessutom föreslår studien att implementera anti-windup-tekniker och säkerställa korrekt digitalisering av fraktionell kalkyl för vidare forskning för att förbättra prestanda för FOPID-regulatorn på det fysiska systemet.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-334871
Date January 2023
CreatorsDeif, Yaman
PublisherKTH, Skolan för industriell teknik och management (ITM)
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageEnglish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationTRITA-ITM-EX ; 2023:171

Page generated in 0.0039 seconds