logo móvil
Contáctanos

Diseño de un controlador PID para celdas de combustible microbianas utilizando una optimización de enjambre de partículas mejorada

Autores: Wang, Chenlong; Zhu, Baolong; Ma, Fengying; Sun, Jiahao

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Diseño de un controlador PID para celdas de combustible microbianas utilizando una optimización de enjambre de partículas mejorada


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Célula de combustible microbiana
Tecnología de energía renovable
Microorganismos anaeróbicos
Materia orgánica
Controlador PID
Optimización de enjambre de partículas

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 41

Citaciones: Sin citaciones


Descripción
La celda de combustible microbiana (MFC) es una tecnología de energía renovable que utiliza los procesos de descomposición oxidativa de microorganismos anaeróbicos para convertir la energía química en materia orgánica, como aguas residuales, sedimentos u otros biomateriales, en energía eléctrica. Esta tecnología no solo es aplicable al tratamiento de aguas residuales, sino que también se puede utilizar para la recuperación de recursos de diversos desechos orgánicos. La MFC generalmente requiere un controlador externo que le permita operar en condiciones controladas para obtener un voltaje de salida estable. Por lo tanto, en este artículo se propone la aplicación de un controlador PID a la MFC. La fase de diseño de este controlador implica la identificación de tres parámetros. Aunque el algoritmo de optimización de enjambre de partículas (PSO) es un algoritmo avanzado basado en inteligencia de enjambre, sufre de problemas como una inicialización de población irrazonable y una velocidad de convergencia lenta. Por lo tanto, en este trabajo se propone un algoritmo de optimización de enjambre de partículas mejorado basado en la Estrategia del Seno Dorado (GSCPSO). Utilizando un mapeo caótico circular para hacer que la distribución de la población inicial sea más uniforme, y luego utilizando la Estrategia del Seno Dorado para mejorar la fórmula de actualización de posición, no solo se mejora la velocidad de convergencia de la población, sino que también se mejora la precisión de la convergencia. El algoritmo GSCPSO se aplica para ejecutar el proceso de diseño descrito. Los resultados de la simulación muestran que el método de control diseñado presenta un error en estado estacionario, sobreimpulso y vibración más pequeños en comparación con el control de modo deslizante (SMC), control de retroceso, SMC difuso (FSMC), PSO-PID y CPSO-PID.

Otros recursos que podrían interesarte

Temas Virtualpro