Asenkron motorların sinirsel-bulanık denetleyici ile uyarlamalı denetimi

Bu çalışmada, gerilim referanslı-dolaylı vektör denetimli asenkron motorlar için hız hatası ve hız hatasının integralini giriş olarak kullanan bir Sinirsel Bulanık Denetleyici (PI-SBD) ile uyarlamalı ve dayanıklı bir hız denetimi önerilmiştir. Asenkron motorların hız denetim başarısı, motor sürücülerindeki doğrusal olmayan elemanlar ve parametre değişimlerinden önemli ölçüde etkilenmektedir. Öğrenmeli bir sistem olan sinirsel bulanık denetleyicilerle, parametre değişimleri ve doğrusal olmayan yükler altında, asenkron motor sürücülerinin dayanıklılığının ve hız denetim başarılarının iyileştirilmesi amaçlanmıştır. Ayrıca, önerilen PISBD ile sürekli durum hız hataları da giderilmiştir. Değişik hızlarda ve doğrusal olmayan yükler altında çalışan asenkron motor sürücüleri için, PI-SBD’ nin denetim başarısını gösteren benzetim sonuçları, çeşitli sinirsel-bulanık denetleyicilerle karşılaştırmalı olarak sunulmuştur.

Adaptive control of induction motors using neuro-fuzzy controllers

This study proposes an adaptive and robust speed control for voltage based indirect vector controlled induction motors using a Proportional-Integral type Neuro-Fuzzy Controller (PI-NFC) with the inputs of speed error and error integral. Speed control performance of induction motors is affected by parameter deviations and nonlinearities in the induction motor drives. The aim of the proposed control scheme is to improve the performance and robustness of the induction motor drives under nonlinear loads and parameter variations. Furthermore, the steady-state speed error is eliminated using the proposed PI-NFC. Simulation results showing the speed control performance of the PI-NFC for the induction motor drives are presented by comparing the performance of various neuro-fuzzy control approaches under nonlinear loads and parameter variations.

PDF

___

1. Bose, B. K., Modern Power Electronics and AC Drives, Prentice-Hall, Upper Saddle River.NJ, 2002. 2. G.O Garcia, R. M. Stephan and E. H. Watanabe, "Comparing the indirect field-oriented control with a scalar method", IEEE Trans. Ind. Appl., 41(2),201-207, April 1994. 3. Harnefors, L., "Design and analysis of general rotor-fulux-oriented vector control systems," IEEE Trans. Ind. Electron., vol.48, 383-390, 2001. 4. Boldea, I., Nasar, S.A., Vector Control of AC Drives, CRC Pres, New York, 1992. 5. Jang J.-S.R., Sun C.-T. And Mizutani E., Neuro-Fuzzy and Soft Computing, Prentice Hall, 1997. 6. Jang J.-S.R. and Sun C.-T., "Neuro-fuzzy modelling and control," Proceeding of the IEEE, vol. 83, 378-405,1995. 7. Lazerini B., Reyneri L. M. And Chiaberge M., "A neuro-fuzzy Approach to hybrid intelligent control", IEEE Trans, on Ind. Appl., Vol. 35, 413-425,1999. 8. Chen Y.C. and Teng C.C., "A model reference control structure using a fuzzy neural network", Fuzzy Sets and Sys.,73,291-312, 1995. 9. Y.S. Lai, and J.C. Lin, "New hybrid fuzzy controller for direct torque control induction motor drives", IEEE Trans, on Power Electronics, 18, 1211-1219, 2003. 10. Rubai, A., Ricketts, D.and Kanham, D., "Development and implementation of an adaptive fuzzy-neural network controller for brushless drivers," IEEE Trans, on Ind. Appl., vol. 38,441-447,2002. 11. Kim, S.H., Kim, L.K., "Design of Neuro-Fuzzy controller for speed control applied to AC servo motor", ISBN: 0-7803-7090-2/01, 435-440,2001. 12. Ahn, T.C., Kwon, Y. W., Hwang, H. S. and Pedrycz, W., "Design of Neuro-Fuzzy controller on DSP real-time control of induction motors", ISBN:0-7803-7078-3/01,3038-3043. 13. Lin F.-J., Wai R. J. and Chen H. P., "A PM synchronous servo motor drive with an on-line trained fuzzy neural network controller," IEEE Trans, on Energy Conv., Vol. 13, 319-325, 1998. 14.Lin, F.-J., Wai, R.J., "Hybrid Control Using Recurrent Fuzzy Neural Network for Linear- Induction Motor Servo Driver", IEEE Trans, of Fuzzy Sys., Vol:9, 102-115,2001.