KaydedilenlerDerginizi ekleyin

Dergiler / Acta Infologica / 2026 / Volume: 6 Issue: 1

Otomatik Gerilim Regülatör Sistemi için Deniz Yırtıcıları Algoritmasının Performans Analizi

Performance Analysis of Marine Predators Algorithm for Automatic Voltage Regulator System

Zeynep Garip(SAKARYA UYGULAMALI BİLİMLER ÜNİVERSİTESİ)0000-0002-0420-8541
Murat Erhan Çimen(SAKARYA UYGULAMALI BİLİMLER ÜNİVERSİTESİ)0000-0002-1793-485X
Ali Fuat Boz(SAKARYA UYGULAMALI BİLİMLER ÜNİVERSİTESİ)0000-0001-6575-7678
Sayfa
—
Yayın Tarihi
2022-06-28
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Simülasyon sonuçları, deniz yırtıcıları algoritmasıyla ayarlanan oransal integral türev kontrollü otomatik gerilim regülatör sisteminin yerleşme süresi, tepe aşımı ve kararlılık açısından daha iyi performans gösterdiğini kanıtlamıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu makalede otomatik gerilim regülatör sistemin oransal integral türev denetleyici optimal parametre değerlerini ayarlamak amacıyla yeni bir algoritma olan deniz yırtıcıları algoritması önerilmiştir.
📊
Temel Bulgular & Veri:Önerilen algoritma ile terminal geriliminin maksimum yüzde aşımı, yerleşme süresi, yükselme süresi ve kararlı durum hatasını en aza indirmek ve optimal oransal integral türev denetleyicisi ile otomatik gerilim regülatör sisteminin geçici durum yanıtının iyileştirilmesi amaçlanmıştır.
💡
Sonuç & Katkı:Simülasyon sonuçları, deniz yırtıcıları algoritmasıyla ayarlanan oransal integral türev kontrollü otomatik gerilim regülatör sisteminin yerleşme süresi, tepe aşımı ve kararlılık açısından daha iyi performans gösterdiğini kanıtlamıştır.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Automatic Voltage Regulator · Proportional Integral Derivative · Marine Predators Algorithm

Özet

Bu makalede otomatik gerilim regülatör sistemin oransal integral türev denetleyici optimal parametre değerlerini ayarlamak amacıyla yeni bir algoritma olan deniz yırtıcıları algoritması önerilmiştir. Önerilen algoritma ile terminal geriliminin maksimum yüzde aşımı, yerleşme süresi, yükselme süresi ve kararlı durum hatasını en aza indirmek ve optimal oransal integral türev denetleyicisi ile otomatik gerilim regülatör sisteminin geçici durum yanıtının iyileştirilmesi amaçlanmıştır. Denetleyici parametrelerini ayarlamak için karesel hatanın integrali, ağırlıklı karesel hatanın integrali, zaman’ın karesel integrali ve Zwe-Lee Gaing amaç fonksiyonları kullanılmıştır. Deniz yırtıcıları algoritma tabanlı oransal-integral-türev denetleyicinin performansı, literatürde önerilen çeşitli amaç fonksiyonları kullanılarak gerçekleştirilen farklı meta-sezgisel algoritmalar tarafından uyarlanmış oransal integral türev denetleyicileri ile karşılaştırmalı analizler yapılmıştır. Bu analizler geçici tepki analizi, kök konum analizi ve sağlamlık gibi analiz yöntemleri ile gerçekleştirilmiştir. Simülasyon sonuçları, deniz yırtıcıları algoritmasıyla ayarlanan oransal integral türev kontrollü otomatik gerilim regülatör sisteminin yerleşme süresi, tepe aşımı ve kararlılık açısından daha iyi performans gösterdiğini kanıtlamıştır.

Abstract

In this study, the emerging, novel marine predators algorithm is proposed to adjust the proportional–integral– derivative controller of the automatic voltage regulator system. With the proposed algorithm, this study aimed to minimize the maximum percent excess of the terminal voltage, settling time, rise time, and steady-state error and improve the transient response of the automatic voltage regulator system with an optimal proportional–integral– derivative controller. The integral of squared error, integral of weighted squared error, squared integral of time, and Zwe-Lee Gaing objective functions were used to set the controller parameters. The performance of the proportional–integral–derivative controller based on the marine predators algorithm was compared with those of the proportional–integral–derivative controllers adapted by different metaheuristic algorithms using various objective functions suggested in the literature. These analyses were conducted using analysis methods such as transient response, root locus, and robustness. The simulation results show better performance in terms of the settling time, over-peak, and stability of the proportional–integral–derivative-controlled automatic voltage regulator system tuned with the marine predators algorithm.

🔖

Bu Makaleye Atıf Yap

Garip, Z., Çimen, M. E., Boz, A. F. (2022). Otomatik Gerilim Regülatör Sistemi için Deniz Yırtıcıları Algoritmasının Performans Analizi. Acta Infologica, Volume: 6 Issue: 1. https://doi.org/10.26650/acin.1026494

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (24)

  1. Abdel-Basset, M., El-Shahat, D., Chakrabortty, R.K. & Ryan, M. (2021). Parameter estimation of photovoltaic models using an improved marine predators algorithm, Energy Conversion and Management, 227, 113491. https,//doi.org/10.1016/j.enconman.2020.113491. google scholar
  2. Ayas, M.S. (2019). Design of an optimized fractional high-order differential feedback controller for an AVR system. Electrical Engineering, 101,1221-1233. https,//doi.org/10.1007/s00202-019-00842-5. google scholar
  3. Bhookya, J., Jatoth, R. K. (2019). Optimal FOPID/PID controller parameters tuning for the AVR system based on sine-cosine-algorithm. Evolutionary Intelligence, 12,725-733.https,//doi.org/10.1007/s12065-019-00290-x. google scholar
  4. Bhullar, A.K., Kaur, R. & Sondhi, S. (2020). Enhanced crow search algorithm for AVR optimization. Soft Computing, 24,11957-11987.https,//doi. org/10.1007/s00500-019-04640-w. google scholar
  5. Bingul, Z., & Karahan, O. (2018). A novel performance criterion approach to optimumdesign of PID controller using cuckoo search algorithm for AVR system. Journal of the Franklin Institute, 355, 5534-5559. https,//doi.org/10.1016/j.jfranklin.2018.05.056 google scholar
  6. Blondin, M., Sanchis, J., Sicard P. & Herrero J.M. (2018). New optimal controller tuning method for an AVR system using a simplifed Ant Colony Optimization with a new constrained Nelder-Mead algorithm. Appl Soft Comput,62,216-229. https,//doi.org/10.1016/j.asoc.2017.10.007 google scholar
  7. Blondin, M.J., Sanchis, J. Sicard, P. & Herrero, J.M. (2018). New optimal controller tuning method for an AVR system using a simplified Ant Colony Optimization with a new constrained Nelder-Mead algorithm. Applied Soft Computing, 62, 216-229. ttps,//doi.org/10.1016/j.asoc.2017.10.007. google scholar
  8. Çelik, E. (2018). Incorporation of stochastic fractal search algorithm into efficient design of PID controller for an automatic voltage regulator system. Neural Computing and Applications, 30,1991-2002. https,//doi.org/10.1007/s00521-017-3335-7. google scholar
  9. Chen, X., Qi, X., Wang Z., Cui, C., Wu, B. & Yang Y. (2021).Fault diagnosis of rolling bearing using marine predators algorithm-based support vector machine and topology learning and out-of-sample embedding. Measurement, 176,109116. https,//doi.org/10.1016/j.measurement.2021.109116. google scholar
  10. Ekinci, S. & Hekimoğlu, B. (2019). Improved Kidney-Inspired Algorithm Approach for Tuning of PID Controller in AVR System. IEEE Access, 7, 21693536. http,//dx.doi.org/10.1109/ACCESS.2019.2906980. google scholar
  11. Faramarzi, A., Heidarinejad, M., Mirjalili, S. & Gandomi, A. H. (2020). Marine predator algorithm, a nature-inspired metaheuristic. Int J Expert Syst Appl, 52, 113377. https,//doi.org/10.1016/j.eswa.2020.11337. google scholar
  12. Faramarzi, A., Heidarinejad, M., Mirjalili, S. & Gandomi, A. H. (2020). Marine Predators Algorithm, A nature-inspired metaheuristic. Expert Systems With Applications, 152, 113377. https,//doi.org/10.1016/j.eswa.2020.113377. google scholar
  13. Gaing, L. (2004). A particle swarm optimization approach for optimum design of PID controller in AVR system. IEEE Trans. Energy Convers., 19(2),384-391. https,//doi.org/10.1109/TEC.2003.821821 google scholar
  14. Gozde, H., & Taplamacioglu, M.C. (2011). Comparative performance analysis of artificial bee colony algorithm for automatic voltage regülatör (AVR) system. Journal of the Franklin Institute, 348, 1927-1946. http,//dx.doi.org/10.1016/j.jfranklin.2011.05.012 google scholar
  15. Guvenc, U., Yiğit, T., Işık, A.H. & Akkaya İ. (2016). Performance analysis of biogeography-based optimization for automatic voltage regulator system. google scholar Turk J Elec Eng & Comp Sci, 24, 1150 -1162. http,//dx.doi.org/10.3906/elk-1311-11. google scholar
  16. Hekimoğlu, B. & Ekinci, S. (2018). Grasshopper Optimization Algorithm for Automatic Voltage Regulator System. 5th International Conference on Electrical and Electronics Engineering, 152-156. google scholar
  17. Hekimoğlu, B. (2019). Sine-cosine algorithm-based optimization for automatic voltage regulator system. Transactions of the Institute of Measurement and Control, 41(6), 1761-1771. http,//dx.doi.org/10.1177/0142331218811453. google scholar
  18. Li, Y., Ang, K.H. & Chong, G.C.Y. (2006). PID control system analysis and design. IEEE Control Systems Magazine, 26(1),32-41. https,//doi.org/10.1109/ TCST.2005.847331. google scholar Micev, M., Calasan, M., Ali, Z.M., Hasanien, H.M. & Aleem, S.H.E. A. (2021). Optimal design of automatic voltage regulation controller using hybrid simulated annealing - Manta ray foraging optimization algorithm. Ain Shams Engineering Journal, 12, 641-657. https,//doi.org/10.1016/j.asej.2020.07.010. google scholar
  19. Mohanty, P.K., Sahu, B.K. & Sidhartha Panda (2014) Tuning and Assessment of Proportional-Integral-Derivative Controller for an Automatic Voltage Regulator System Employing Local Unimodal Sampling Algorithm. Electric Power Components and Systems, 42(9), 959-969. http,//dx.doi.org/10. 1080/15325008.2014.903546 google scholar
  20. Panda, S., Sahub, B.K. & Mohanty, P.K. (2012). Design and performance analysis of PID controller for an automatic voltage regulator system using simplified particle swarm optimization. Journal of the Franklin Institute, 349, 2609-2625. http,//dx.doi.org/10.1016/j.jfranklin.2012.06.008 google scholar
  21. Sahib, M.A. (2015). A novel optimal PID plus second order derivative controller for AVR system. Engineering Science and Technology an International Journal, 18(2), 194-206. https,//doi.org/10.1016/j.jestch.2014.11.006. google scholar
  22. Yousri, D., Hasanien, H.M. & Fathy, A. (2021). Parameters identification of solid oxide fuel cell for static and dynamic simulation using comprehensive learning dynamic multi-swarm marine predators algorithm. Energy Conversion and Management, 228, 113692. https,//doi.org/10.1016/j. enconman.2020.113692. google scholar
  23. Blondin, M., Sanchis, J., Sicard P. & Herrero J.M. (2018). New optimal controller tuning method for an AVR system using a simplifed Ant Colony Optimization with a new constrained Nelder-Mead algorithm. Appl Soft Comput,62,216-229. https,//doi.org/10.1016/j.asoc.2017.10.007 google scholar
  24. Chen, X., Qi, X., Wang Z., Cui, C., Wu, B. & Yang Y. (2021).Fault diagnosis of rolling bearing using marine predators algorithm-based support vector machine and topology learning and out-of-sample embedding. Measurement, 176,109116. https,//doi.org/10.1016/j.measurement.2021.109116. google scholar