Otimização evolutiva de controladores PID para bancadas motor-gerador utilizando algoritmos genéticos e PyGad

Este trabalho de conclusão de curso propõe uma abordagem inovadora para o controle de uma bancada motor-gerador, integrando técnicas avançadas de otimização, modelagem e controle. O estudo utiliza algoritmos genéticos (AGs) desenvolvidos com a biblioteca PyGad para otimização offline na sintonia dos controladores Proporcional-Integral (PI) e Proporcional-Integral-Derivativo (PID). A obtenção de dados da bancada é efetuada mediante a execução de um código Python dedicado, ao passo que um segundo código é elaborado para a criação do modelo, empregando a abordagem SINDy (Identificação Esparsa de Dinâmicas Não Lineares). Esse modelo serve como base para o desenvolvimento dos controladores. Dois conjuntos de códigos são implementados para os controladores PI e PID. O primeiro conjunto, de caráter offline, utiliza AG com PyGad para otimização dos parâmetros dos controladores. O segundo conjunto é de natureza online e tem como função a transmissão do controlador obtido com a otimização para a bancada motor-gerador em tempo real. O estudo aborda aspectos teóricos e práticos, fornecendo uma análise aprofundada dos resultados obtidos com a implementação dos controladores PI e PID, comparando o desempenho dos dois sintonizadores. Além disso, são apresentadas contribuições significativas no contexto de controle de sistemas dinâmicos, explorando a eficácia da integração de técnicas modernas para otimização e modelagem.