Sabit mıknatıslı senkron motorların bulanık sinir ağı denetleyici ile dayanıklı hız denetimi

Bu çalışmada, sabit mıknatıslı senkron motorların (SMSM) hız denetimi için giriş değişkenleri olarak hata ve hatanın integralini kullanan bir bulanık sinir ağı denetleyici (BSAD) önerilmiştir. Doğrusal olmayan ve modellenemeyen motor dinamikleri, bozucu girişler, parametre ve yük değişimleri nedeniyle SMSM' lar, uyarlanabilir ve dayanıklı bir hız denetim sistemine ihtiyaç duyar. Bu amaçla BSAD' ler, elektrik sürücülerinin hız/konum ya da vektör denetimlerinde kullanılmaya başlanmıştır. Bu çalışmada, bazı BSAD yapılarında karşılaşılan sürekli durum hatalarını gidermek amacıyla, giriş değişkenleri olarak hata ve hatanın integralini kullanan bir BSAD önerilmiştir. Önerilen BSAD yapısı SMSM' nin hız denetimine uygulanmış ve doğrusal olmayan yük koşulları altında elde edilen benzetim sonuçları sunulmuştur.

Robust speed control of permanent magnet synchronous motors using fuzzy neural network controllers

In this study, a fuzzy neural nertwork controller (FNNC) using error and error integral inputs is proposed for the speed control of permanent magnet synchronous motors (PMSM). An adaptive and robust speed control is required for the PMSM because of the nonlinear and unknown motor dynamics, disturbances, and, parameter and load variations. For this purpose, in recent years, FNNC is used for the speed / position and vector control of electrical drives. In this paper, the FNNC using the error and error integral inputs is proposed to eliminate the steady state error seen in many fuzzy- neuro structures. The proposed FNNC is applied to the speed control of PMSM and the simulation results obtained for some nonlinear loads are given.

PDF

___

1. S.A.Nasar, I. Boldea, and L. E. Unnewhr, Permament magnet, reluctance and self-synchronous motors, CRC Pres, New York 1993.
2. M.A. Rahman and P. Zhow, Analysis of brushless permament magnet synchronous motors, IEEE Transactions on Industrial Electronics, 43, 256-267, 1996.
3. I. Boldea, S.A.Nasar, Vector Control of AC Drives, CRC Pres, New York, 1992.
4. K. S. Narendra, S. Mukhopadhyay, Adaptive Control Using Neural Networks and Approximate Models,, IEEE Trans. on;Neural Networks, 8, 475-485, 1997
5. J.-S.R. Jang, C.-T.Sun, And E. Mizutani, Neuro-Fuzzy and Soft Computing, Prentice Hall, 1997.
6. J.-S.R. Jang and C.-T. Sun, Neuro-fuzzy modelling and control, Proceeding of the IEEE, 83, 378-405, 1995.
7. B.Lazerini, L. M. Reyneri And M. Chiaberge, A neuro-fuzzy Approach to hybrid intelligent control, IEEE Transactions on Industry Applications, 35, 413-425,1999.
8. F.-J. Lin, R. J. Wai, Hybrid Control Using Recurrent Fuzzy Neural Network for Linear-Induction Motor Servo Driver, IEEE Trans. Of Fuzzy Sys. 9, 102-115, 2001.
9. F.-J. Lin, R. J. Wai and H. P. Chen, A PM synchronous servo motor drive with an on-line trained fuzzy neural network controller, IEEE Transactions on Energy Conv., 13, 319-325, 1998.
10. A. Rubai, D. Ricketts, and D. Kanham, Development and implementation of an adaptive fuzzy-neural network controller for brushless drivers, IEEE Transaction on Industry Applications, 38, 441-447, 2002.
11. Y.C. Chen and C. C. Teng, A model reference control structure using a fuzzy neural network, Fuzzy Sets and Systems, 73, 291-312, 1995.