Fırçasız doğru akım motorlarının genetik tabanlı bulanık denetleyici ile sensörsüz kontrolü
Yükleniyor...
Dosyalar
Tarih
2006-07-21
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Selçuk Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Fırçasız Doğru Akım (DC) motorları, yüksek verim, yüksek kalkınma momenti ve sessiz çalışma gibi özelliklerinden dolayı gittikçe geniş bir kullanım alanı bulmaktadır. Fırçasız DC motorların çalıştırılabilmesi için, bir kontrol sistemine ve rotor pozisyonunu belirleyen sensörlere ihtiyaç duyulmaktadır. Ancak, sensörlerin maliyet, yer ve kararsızlık gibi dezavantajlarından dolayı, son yıllarda sensörsüz hız kontrolü önem kazanmıştır. Ayrıca, yapay zeka tekniklerindeki gelişmeyle birlikte, fırçasız DC motorların bulanık mantık, YSA ve genetik algoritma tabanlı sensörsüz hız kontrolü konusunda değişik çalışmalar yapılmaktadır. Bu çalışmada, fırçasız DC motorların genetik tabanlı bulanık denetleyici ile sensörsüz hız kontrolü simüle edilmiş ve pratik olarak gerçekleştirilmiştir. Fırçasız DC motor, trapezoidal zıt emk dalga şekline göre yeniden modellenmiş ve simülasyon işlemlerindeki hesaplama hatalarını azaltmak için dördüncü dereceden Runge-Kutta metodu kullanılmıştır. Fırçasız DC motor hız kontrol sistemi için ilk olarak uzman kişi bilgi ve becerisine dayanan bilgi tabanlı bir bulanık denetleyici tasarlanmıştır. Bu tip tasarımda, sistematik bir yaklaşım olmadığı için denetleyicinin başarısı, bilgi tabanıyla sınırlı kalmakta ve denetleyici tasarlanmış olsa bile optimum çözüm garanti edilememektedir. Bu dezavantaj, bulanık denetleyicilerin kullanım alanını sınırlandırmaktadır. Bu problemleri çözmek için, denetleyici tasarımında bilgi tabanı yerine, denetleyici parametrelerinin gerçek kodlu genetik algoritma ile optimize edildiği yeni bir kontrol sistemi geliştirilmiştir. Geliştirilen kontrol sisteminin optimizasyonunu sağlamak için, çok amaçlı bir performans indeksi tanımlanmış ve genetik algoritmada minimize edilmesi gereken amaç fonksiyonu olarak kullanılmıştır. Tanımlanan performans indeksine göre, denetleyici parametrelerinin genetik algoritma ile optimizasyonunda iki farklı yaklaşım ortaya konulmuştur. Bu yaklaşımlardan ilki, çok sayıdaki bulanık denetleyici parametresinin uygun biçimde gruplandırıldığı ve sırasıyla her bir gruptaki parametrelerin genetik algoritma ile belirlendiği ardışık yaklaşımdır. İkincisi ise, bulanık denetleyicinin tüm parametrelerinin genetik algoritma ile aynı anda belirlendiği eş zamanlı yaklaşımdır. Geliştirilen optimal bulanık denetleyiciler ile fırçasız DC motorun hız kontrolü simüle edilerek, geleneksel bulanık denetleyiciye ve birbirlerine göre üstünlükleri tartışılmıştır. Sonuçta, eş zamanlı yaklaşımın diğerlerine göre daha iyi sistem cevabına sahip olduğu görülmüştür. iii Simülasyon çalışmalarında başarıyla yürütülen geleneksel ve optimal bulanık denetleyici algoritmaları, uygun boyut ve kod yapısına dönüştürülerek ADSP-21992 sayısal işaret işlemcisine (DSP) yüklenmiş ve fırçasız DC motorun sensörsüz hız kontrolü deneysel olarak gerçekleştirilmiştir. Deneysel çalışmalardan elde edilen sonuçların, simülasyon çalışmalarından elde edilen sonuçlarla uyum içinde olduğu görülmüştür
Brushless DC motors are finding more widespread use due to their high efficiency, high starting torque and noiseless operation characteristics. The operation of brushless DC motors requires a control system and sensors to estimate rotor position. However, owing to some of their drawbacks such as cost, space requirement and instability, sensorless speed control has recently gained importance. Especially with the improvements in artificial intelligence techniques, various studies are implemented about the sensorless speed control of brushless DC motors based on fuzzy logic, ANNs and genetic algorithm. In this study, sensorless speed control of brushless DC motors with genetic- based fuzzy controller has been simulated and practically implemented. Brushless DC motor has been remodeled according to trapezoidal back emf waveform and in order to reduce calculation error in simulation process, fourth order Runge-Kutta method has been utilized. For brushless DC motor speed control system, firstly a knowledge-based fuzzy controller depending on the knowledge and capability of a human expert has been designed. In this type of design, because no systematic approach exists, the success of the controller is limited by the knowledge-base and an optimum solution in the designed controller is not guaranteed. This drawback limits the implementation fields of the fuzzy controllers. To overcome these drawbacks in controller design, in place of knowledge-base, a new method in which controller parameters are optimized by real coded genetic algorithm has been developed. In accomplishing optimization of developed control system, a multi-objective performance index has been defined and it has been used as objective function to be minimized in genetic algorithm. According to the defined performance index, two approaches have been presented in genetic algorithm optimization of controller parameters. The first one is a sequential approach, by which parameters are appropriately grouped and parameters in each group is determined by genetic algorithm sequentially. The second one is a simultaneous approach by which all fuzzy controller parameters are determined simultaneously. The brushless DC motor speed control has been simulated for the developed optimal fuzzy controller and their superiorities have been compared with each other and with the conventional fuzzy controller. As a result, simultaneous approach has been found to possess a better system response than the others. v The successful implementations of simulated conventional and optimal fuzzy controller algorithms have been transformed into appropriate size and code structure and programmed into ADSP-21992 digital signal processor, and sensorless speed control of brushless DC motor has been experimentally implemented. The results obtained from the experimental studies have been found to be in compliance with the results obtained from the simulation studies
Brushless DC motors are finding more widespread use due to their high efficiency, high starting torque and noiseless operation characteristics. The operation of brushless DC motors requires a control system and sensors to estimate rotor position. However, owing to some of their drawbacks such as cost, space requirement and instability, sensorless speed control has recently gained importance. Especially with the improvements in artificial intelligence techniques, various studies are implemented about the sensorless speed control of brushless DC motors based on fuzzy logic, ANNs and genetic algorithm. In this study, sensorless speed control of brushless DC motors with genetic- based fuzzy controller has been simulated and practically implemented. Brushless DC motor has been remodeled according to trapezoidal back emf waveform and in order to reduce calculation error in simulation process, fourth order Runge-Kutta method has been utilized. For brushless DC motor speed control system, firstly a knowledge-based fuzzy controller depending on the knowledge and capability of a human expert has been designed. In this type of design, because no systematic approach exists, the success of the controller is limited by the knowledge-base and an optimum solution in the designed controller is not guaranteed. This drawback limits the implementation fields of the fuzzy controllers. To overcome these drawbacks in controller design, in place of knowledge-base, a new method in which controller parameters are optimized by real coded genetic algorithm has been developed. In accomplishing optimization of developed control system, a multi-objective performance index has been defined and it has been used as objective function to be minimized in genetic algorithm. According to the defined performance index, two approaches have been presented in genetic algorithm optimization of controller parameters. The first one is a sequential approach, by which parameters are appropriately grouped and parameters in each group is determined by genetic algorithm sequentially. The second one is a simultaneous approach by which all fuzzy controller parameters are determined simultaneously. The brushless DC motor speed control has been simulated for the developed optimal fuzzy controller and their superiorities have been compared with each other and with the conventional fuzzy controller. As a result, simultaneous approach has been found to possess a better system response than the others. v The successful implementations of simulated conventional and optimal fuzzy controller algorithms have been transformed into appropriate size and code structure and programmed into ADSP-21992 digital signal processor, and sensorless speed control of brushless DC motor has been experimentally implemented. The results obtained from the experimental studies have been found to be in compliance with the results obtained from the simulation studies
Açıklama
Anahtar Kelimeler
Fırçasız DC Motor, DSP, Brushless DC Motor, Bulanık denetleyici, Sensörsüz kontrol, Genetik algoritma, Performans indeksi, Optimal kontrol, Optimal control, Genetic algorithm, Fuzzy controller, Performance index, Sensorless control
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Aydoğdu, Ö. (2006). Fırçasız doğru akım motorlarının genetik tabanlı bulanık denetleyici ile sensörsüz kontrolü.Selçuk Üniversitesi, Yayımlanmış doktora tezi, Konya.
