Fuzzy gain scheduling of PID controller for stiction compensation in pneumatic control valve
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 449
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCARME-8-2_005
تاریخ نمایه سازی: 20 خرداد 1398
چکیده مقاله:
Inherent nonlinearities like, deadband, stiction and hysteresis in control valves degenerate plant performance. Valve stiction standouts as a more widely recognized reason for poor execution in control loops. Measurement of valve stiction is essential to maintain scheduling. For industrial scenarios, loss of execution due to nonlinearity in control valves is an imperative issue that should be tackled. Thus, an intelligent technique is required for automated execution, observation and enhancement. The paper shows the creative utilization of an intelligent controller for nonlinearity diagnosis in control valves. This is a Fuzzy Gain Scheduling (FGS) PID smart controller that tunes its gain parameters in real time to manage a control valve’s inherent nonlinearity. The viability of the FGS PID controller is experimentally verified in a laboratory scale plant. An execution comparison between FGS PID and classical PID controllers are undertaken for their set point following and disturbance rejection at different operating points. Experimental results show that the FGS PID controller outperforms the classical PID controller for all explored cases effectively managing stiction based oscillation in the controller output.
کلیدواژه ها:
نویسندگان
Pardeep Rohilla
Northern india Engineering College, GGSIP University, New Delhi.
Feras Hakkak
Mechanical Engineering Department, The NorthCap University, Gurugram - ۱۲۲۰۱۷, India
Vineet Kumar
Division of Instrumentation and Control Engineering, Netaji Subhas Institute of Technology, New Delhi - ۱۱۰۰۷۸, India
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :