Controlling AVR System Based on Optimal FOPID Controllers: A Comparative Study
Notice bibliographique
Résumé
In this study different schemes of Fractional Order PID (FOPID) controllers are suggested to maintain the Automatic Voltage Regulator (AVR), the controllers' gains are selected using Gorilla Troops Optimization (GTO) and the fitness function Integral Time Absolute Error (ITAE) is used to monitor and obtain the efficient system behavior.The transient analysis is adopted to adjust and obtain the desired response.the nonlinear FOPID faces these signals with a small period and lowest settling time 0.164 sec., it is superior to conventional FOPID by 75.226% and superior to arctan FOPID by 81.898% in simulation time equal to 5 seconds, it reaches its peak value fast (t=0.126seconds) with a very small value equal to 0.00103 then it will obey the system to a stable level of its desired response efficiently, then the robustness analysis's are tested by adding two external disturbances signals with values equal to ±0.3 v, the three controllers suggested conventional FOPID, arctan FOPID, and the nonlinear FOPID controller try to fix the deviation done by these signals, the nonlinear FOPID faces these signal with small time till reach to the stable desired values.The second one is utilized by varying the original gains model for two parts of the system amplifier and sensor to ±25% from its real value, the best performance also appeared in the nonlinear controller if compared to the other two controllers in adjusting the system response in a small period of time.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».