การระบุเอกลักษณ์แบบจำลองทางคณิตศาสตร์ของเครื่องกำเนิดไฟฟ้ากระแสตรง ด้วยการหาค่าเหมาะที่สุดแบบฝูงอนุภาค

Abstract

บทคัดย่อ 

บทความนี้นำเสนอการระบุเอกลักษณ์แบบจำลองทางคณิตศาสตร์ของเครื่องกำเนิดไฟฟ้ากระแสตรงด้วยการหาค่าเหมาะที่สุดแบบฝูงอนุภาค (particle swarm optimization: PSO) ซึ่งเป็นเทคนิคการค้นหาเชิงอภิศึกษาสำนึกที่มีประสิทธิภาพ เครื่องกำเนิดไฟฟ้ากระแสตรงจากห้องปฏิบัติการทางวิศวกรรมได้รับการทดสอบเพื่อเก็บข้อมูลสำคัญสำหรับกระบวนการระบุเอกลักษณ์ได้แก่ สัญญาณแรงดันอินพุตแบบขั้นบันไดและสัญญาณแรงดันเอาต์พุตของเครื่องกำเนิด การระบุเอกลักษณ์ได้รับการเปรียบเทียบกับจีนเนติกอัลกอริทึม (genetic algorithm: GA) และการค้นหาแบบตาบู (tabu search:TS) จากผลการทดสอบพบว่า PSO สามารถระบุเอกลักษณ์แบบจำลองทางคณิตศาสตร์ของเครื่องกำเนิดไฟฟ้ากระแสตรงได้อย่างน่าพึงพอใจและมีความถูกต้องกว่า GA และ TS

Abstract

This paper proposes the model identification of a DC generator using the particle swarm optimization (PSO) which is one of the efficient metaheuristic search techniques. A DC generator in the engineering laboratory is tested to collect the useful data for identification process. Such the data are step input voltage and step output responses. For comparison, the genetic algorithm (GA) and the tabu search (TS) are conducted for identification. As results, it was found that the PSO can provide very satisfactory mathematical model of a DC generator with more accurate than GA and TS.