Sterowanie lewitacją magnetyczną za pomocą regulatora PID z adaptacją opartą na liniowej interpolacji i algorytmie genetycznym

##plugins.themes.bootstrap3.article.main##

Dominik Fila

dominikfila01@gmail.com

https://orcid.org/0009-0001-9554-1840
Andrzej Neumann

endrju.neu@gmail.com

https://orcid.org/0009-0009-1814-5738
Bartosz Olesik

bolesik9@gmail.com

https://orcid.org/0009-0006-5680-5504
Jakub Pawelec

j.pawelec01@outlook.com

https://orcid.org/0009-0006-5909-8796
Kamil Przybylak

przybylak.kamill@gmail.com

https://orcid.org/0009-0004-8631-5405
Mateusz Ungier

mateusz.un@outlook.com

Dawid Wajnert

d.wajnert@po.edu.pl

https://orcid.org/0000-0001-9025-4327

Abstrakt

W niniejszym artykule przedstawiono system lewitacji magnetycznej, w którym pozycja stalowej kuli utrzymywana jest na żądanym poziomie poprzez sterowanie prądem cewki. Przybliżenie zachowania obiektu dokonano za pomocą modelu matematycznego, uwzględniającego zależność indukcyjności od położenia kuli. Następnie przeprowadzono symulacje w środowisku MATLAB/Simulink, a ich wyniki porównano z danymi uzyskanymi na fizycznym stanowisku, potwierdzając dokładność modelu symulacyjnego. W ramach prac zrealizowano dwa warianty układu sterowania: klasyczny regulator PID oraz wersję adaptacyjną, w której parametry PID wyznaczane są z zastosowaniem algorytmu genetycznego. Dodatkowo wprowadzono logikę interpolacji liniowej, umożliwiającą płynną adaptację nastaw w zależności od aktualnych warunków pracy. Badania eksperymentalne zrealizowane dla wymuszeń skokowych i sinusoidalnych wykazały wyraźną poprawę jakości regulacji, skrócony czas narastania oraz zredukowany uchyb w układzie z algorytmem genetycznym i logiką interpolacji liniowej w porównaniu z klasycznie strojonym PID.

Słowa kluczowe:

pole elektromagnetyczne, lewitacja magnetyczna, sterowanie PID, algorytmy genetyczne, logika rozmyta

Bibliografia

##plugins.themes.bootstrap3.article.details##

Sterowanie lewitacją magnetyczną za pomocą regulatora PID z adaptacją opartą na liniowej interpolacji i algorytmie genetycznym. (2025). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 15(4), 5-9. https://doi.org/10.35784/iapgos.7841