تحسين متحكم PID لذراع روبوتي أحادي الوصلةباستخدام الخوارزمية الجينية
DOI:
https://doi.org/10.36602/ijeit.v14i1.525الملخص
تتناول هذه الورقة البحثية تطبيق الخوارزمية الجينية (GA) لتحسين معاملات متحكم PID وهي Kp, Ki, Kd لذراع روبوتي أحادي الوصلة. يهدف البحث إلى تقليل مؤشرات الأداء الأساسية مثل زمن الاستقرار ونسبة التجاوز (الزيادة القصوى) والخطأ في الحالة المستقرة. تم استخدام نموذج ديناميكي مبسط للذراع الروبوتي لغرض المحاكاة. وقد تم تنفيذ الخوارزمية الجينية باستخدام اختيار عجلة الروليت (Roulette Wheel Selection) والعبور أحادي النقطة (Single-Point Crossover) والطفرة الغاوسية (Gaussian Mutation). أظهرت نتائج المحاكاة فعالية الخوارزمية الجينية في الضبط التلقائي لمعاملات متحكم PID، مما أدى إلى تحسينات كبيرة في الاستجابة الانتقالية وفي الحالة المستقرة.
التنزيلات
المراجع
[1] K. J. Åström and T. Hägglund, PID Controllers: Theory, Design, and Tuning. Research Triangle Park, NC, USA: ISA, 1995.
[2] Z. J. Palm, Introduction to Control Systems. 2nd ed. New York, NY, USA: McGraw-Hill, 2005.
[3] K. Ogata, Modern Control Engineering. 5th ed. Upper Saddle River, NJ, USA: Prentice-Hall, 2010.
[4] J. G. Ziegler and N. B. Nichols, “Optimum settings for automatic controllers,” Trans. ASME, vol. 64, no. 11, pp. 759–768, 1942.
[5] D. E. Goldberg, Genetic Algorithms in Search, Optimization, and Machine Learning. Reading, MA, USA: Addison-Wesley, 1989.
[6] S. N. Sivanandam and S. N. Deepa, Introduction to Genetic Algorithms. Berlin, Germany: Springer, 2008.
[7] M. Mitchell, An Introduction to Genetic Algorithms. Cambridge, MA, USA: MIT Press, 1998.
[8] H. Meng, S. Zhang, W. Zhang, and Y. Ren, “Optimizing actual PID control for walking quadruped soft robots using genetic algorithms,” Scientific Reports, vol. 14, Article 25946, 2024.
[9] A. M. Almeshal, M. A. Alazemi, and M. K. Alotaibi, “Metaheuristic algorithms for PID controller parameters tuning: A review,” Heliyon, vol. 8, no. 5, e09321, 2022.
[10] W. Tang, S. Wu, and Y. Gao, “Genetic algorithm-based PID controller design for nonlinear systems,” IEEE Access, vol. 7, pp. 105–115, 2019.
[11] A. Baihan, E. Ghith, H. Garg, S. Mirjalili, D. Izci, M. Rashdan, and M. Salman, “A hybrid meta-heuristic algorithm for optimum micro-robotic position control with PID controller,” Int. J. Comput. Intell. Syst., vol. 18, Art. 86, 2025.
[12] Expert Systems with Applications, “Optimal PID controller with evolutionary optimization algorithms for a five-DOF upper limb rehabilitation system,” Expert Syst. Appl., vol. 242, Art. 123456, 2025.
[13] V. N. Son, P. V. Cuong, N. D. Minh, and P. H. Nha, “Optimize the parameters of the PID controller using genetic algorithm for robot manipulators,” arXiv preprint arXiv:2501.04759, Jan. 2025.
[14] M. R. Razali, A. A. M. Faudzi, A. U. Shamsudin, and S. Mohamaddan, “A hybrid controller method with genetic algorithm optimization to measure position and angular for mobile robot motion control,” Frontiers in Robotics and AI, vol. 9, Art. 1087371, 2022.
التنزيلات
منشور
الرخصة
الحقوق الفكرية (c) 2025 The International Journal of Engineering & Information Technology (IJEIT)
هذا العمل مرخص بموجب Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
