2017
DOI: 10.1016/j.procs.2017.01.086
|View full text |Cite
|
Sign up to set email alerts
|

Optimization of Fuzzy PID Controller's Parameters

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
4
1

Citation Types

0
19
0
2

Year Published

2018
2018
2021
2021

Publication Types

Select...
8
2

Relationship

0
10

Authors

Journals

citations
Cited by 44 publications
(21 citation statements)
references
References 2 publications
0
19
0
2
Order By: Relevance
“…Posteriormente, para probar todo el modelo de la planta y del control, utiliza Matlab/Simulink y las librerías de lógica difusa, llevando la información recolectada a un arduino quien es realimentado con las señales del encoder y del control de velocidad de los motores. Finalmente, (Parikh 2018 [42]. Debido a esto, (Kudinov 2017) [42] propone un método simple de controladores, particularmente el PID difuso, con el uso de Matlab, adicionándoles ciertas disposiciones del método de linealización difusa, dividiendo a su vez este procedimiento en tres pasos: Identificación del controlador difuso, estimación de los coeficientes del controlador difuso y finalmente, construcción de un sistema de control digital.…”
Section: Figuraunclassified
“…Posteriormente, para probar todo el modelo de la planta y del control, utiliza Matlab/Simulink y las librerías de lógica difusa, llevando la información recolectada a un arduino quien es realimentado con las señales del encoder y del control de velocidad de los motores. Finalmente, (Parikh 2018 [42]. Debido a esto, (Kudinov 2017) [42] propone un método simple de controladores, particularmente el PID difuso, con el uso de Matlab, adicionándoles ciertas disposiciones del método de linealización difusa, dividiendo a su vez este procedimiento en tres pasos: Identificación del controlador difuso, estimación de los coeficientes del controlador difuso y finalmente, construcción de un sistema de control digital.…”
Section: Figuraunclassified
“…The control parameters are tuned to achieve stable closed-loop response of the system and reach desired positions within a certain time. Several approaches have been proposed to optimize the PID controller parameters, such as Zeigler-Nichols, a classical method to tune PID control parameters [5], fuzzy logic controller [6,7] and evolutionary algorithms such as genetic algorithm (GA) [8], and swarm optimization algorithms such as ant colony algorithm (ACO) [9], particle swarm optimization (PSO) [10] and artificial bee colony (ABC) algorithm [11].…”
Section: Introductionmentioning
confidence: 99%
“…The usage of fuzzy logic associated with CPID controller in [11] with an optimized controller's parameters. In [12], the FPID controller was employed for dual axis turntable servo system. Improved FPID controller is design using predictive functional control structure [13].…”
Section: Introductionmentioning
confidence: 99%