no-img
شبیه سازی MATLAB با eMATLAB.com

ترجمه مقاله High performance controller for interior permanent magnet synchronous motor drive using artificial intelligence methods


شبیه سازی MATLAB با eMATLAB.com
آخرین پروژه های اضافه شده ...
اطلاعیه های سایت

adsads

ادامه مطلب

ZIP
ترجمه مقاله High performance controller for interior permanent magnet synchronous motor drive using artificial intelligence methods
امتیاز 4.00 ( 1 رای )
zip
می 12, 2018
604 kb
۱۵,۰۰۰ تومان

ترجمه مقاله High performance controller for interior permanent magnet synchronous motor drive using artificial intelligence methods


ترجمه مقاله  High performance controller for interior permanent magnet synchronous motor drive using artificial intelligence methods از سایت تخصصی ایمتلب (Ematlab) دانلود کنید. 

قیمت : ۱۵۰,۰۰۰ ریال شناسه محصول : ۲۰۰۱۷۷ کلمه عبور همه فایلها : www.ematlab.com

دانلود رایگان مقاله انگلسی

عنوان فارسي  کنترل عملکرد بالای درایو موتور سنکرون آهنربا دائم داخلی با استفاده از روش‌های هوش مصنوعی

چکیده

 این مقاله یک کنترل‌کنندۀ PI عملکرد بالا را برای درایو یک موتور سنکرون آهنربا دائم داخلی (IPMSM) ارائه می‌دهد. از یک شبکۀ عصبی مصنوعی برای تنظیم برخط (آنلاین) کنترل‌کنندۀ PI استفاده می‌شود. الگوریتم ژنتیک (GA) در این کار به منظور دستیابی به مقادیر بهینۀ پارامترهای کنترل‌کننده به کار رفته است تا کنترل سرعت دقیقی برای شرایط مختلف کاری در طی یک محدوده سرعت گسترده بدست آید. در این مقاله، یک راهبرد انتگرالی ضد بادخوری[۱] (AW) نیز برای کنترل‌کنندۀ سرعت PI به کار گرفته شده است تا موقع بروز تغییرات بزرگ نقطه تنظیم، بر اثرات جانبی نامطلوب موسوم به بادخوردی انتگرالگیر غلبه شود. رفتار بهینۀ درایو را می‌توان از طریق در نظر گرفتن دو راهبرد کنترلی بدست آورد: حداکثر گشتاور در هر آمپر (MTPA) و تضعیف شار[۲] (FW).

در توسعۀ کنترل‌کنندۀ پیشنهادی، پارامترهای کنترل‌کنندۀ PI و نیز راهبرد ضدبادخور با استفاده از الگوریتم ژنتیک برای برخی شرایط عملکردی، در یک طرح کنترل برداری حلقه بسته بهینه می‌شوند. با بدست آوردن پارامترها در تعدادی از نقاط در محدودۀ کاری ممکن، یک روش جدول جستجو تکمیل شده است. سپس، یک شبکۀ عصبی مصنوعی با این جدول جستجو آموزش می‌بیند. در نهایت، شبکۀ عصبی مصنوعی که به خوبی آموزش دیده است به منظور تنظیم برخط پارامترهای کنترل‌کننده به کار می‌رود تا از عملکرد بهینۀ درایو تحت اغتشاشات و شرایط مختلف کاری اطمینان حاصل شود.

 

مقدمه

اخیراً، موتور سنکرون آهنربا دائم داخلی به طور گسترده در کاربردهای عملکرد بالا به کار رفته است که دلیل آن ویژگی‌های بارزی چون نسبت بالای گشتاور به جریان، نسبت بالای توان به جریان، راندمان بالا، نویز پایین و مقاوم‌بودن است [۱-۳]. در سیستم‌های درایو سرعت متغیر با عملکرد بالا، سرعت موتور باید به طور نزدیک از یک مسیر حرکت مرجع مشخصی پیروی کند و این صرفنظر از اغتشاشات بار، تغییر پارامترها و هرگونه عدم قطعیت مدل باشد.

همچنین، در برخی کاربردها، عملکرد سرعت گستردۀ درایوهای الکتریکی مطلوب و مدنظر است. به عبارت دیگر، عملکرد در هردو ناحیۀ گشتاور ثابت و توان ثابت مطلوب است. کنترل‌کنندۀ PI معمولی به عنوان یک کنترل‌کنندۀ سرعت سنتی به کار می‌رود.

نویسنده/ناشر/نام مجله :
elsevier
سال انتشار: ۲۰۱۲
تعداد صفحات انگليسي :۶
تعداد صفحات فارسي :۱۵
نوع فایل های ضمیمه : Pdf+Word
حجم فایل انگلیسی :۰٫۸۳۶ mb
حجم فایل فارسی :۰٫۷۴۲ مگا بایت
 مقاله مهندسی برق با ترجمه

عنوان انگليسي : High performance controller for interior permanent magnet synchronous motor drive using artificial intelligence methods


Abstract

This paper develops a high performance PI based controller for an Interior Permanent Magnet Synchronous Motor (IPMSM) drive. An artificial neural network is used for on-line tuning of the PI controller. The Genetic Algorithm (GA) has been used in this work in order to obtain the optimized values of the controller parameters for precise speed control for different operating conditions over a wide speed range. In this paper, an integral Anti-Windup (AW) strategy for the PI speed controller is also utilized to suppress the undesired side effect known as integrator windup when large set-point changes are made. The optimal behavior of the drive can be achieved by considering two control strategies: Maximum Torque Per Ampere (MTPA) and Flux-Weakening (FW). In developing the proposed controller, the PI controller parameters and, also, the anti-windup strategy are optimized by GA for some operating conditions, in a closed loop vector control scheme. By obtaining the parameters at a number of points in the possible operating region, a look-up table approach has been completed. Then, an ANN is trained by this look-up table. Ultimately, the well-trained ANN is utilized for on-line tuning of the controller parameters to ensure optimum drive performance under different disturbances and operating conditions.

 Keywords: Interior permanent magnet, synchronous motor, PI controller, Anti-wind up compensator, Genetic algorithm, Artificial neural network, Maximum torque per ampere, Flux-weakening.



دیدگاه ها


دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.