طراحی کنترل کننده فازی نوع سوگنو بهینه برای کنترل سرعت موتور DC با در نظر گرفتن دینامیک درایو و چاپر با الگوریتم بهینه سازی مبتنی برآموزش و یادگیری

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 489

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JCEJ-10-40_005

تاریخ نمایه سازی: 19 تیر 1400

چکیده مقاله:

با توجه به ساختار ساده موتور های DC این موتورها کاربردهای زیاد در صنعت و بخصوص حوزه رباتیک پیدا کرده است. از این رو کنترل دقیق سرعت آنها حائز اهمیت است. در این مقاله برای کنترل سرعت موتو DC با در نظر گرفتن دینامیک درایو و چاپر، کنترل کننده فازی نوع سوگنو پیشنهاد می شود. علاوه بر این برای افزایش کارایی کنترل کننده فازی از ضرایب مقیاس دهی غیر خطی استفاده می شود. برای کنترل ولتاژ اعمالی به آرمیچر موتور DC از چاپر استفاده می شود. با در نظر گرفتن ملاحضات عملی در نظر گرفتن دینامیک درایو چاپر باعث افزایش پیچیدگی سیستم می شود. بعد از طراحی کنترل کننده فازی برای افزایش عملکرد سیستم کنترل پارامتر های کنترل کننده فازی با استفاده از الگوریتم مبتنی بر آموزش و یادگیری تنظیم می شوند. این الگوریتم جدید بوده و یکی از ویژه گی های آن تعداد کم پارامترهای آن می باشد. نتایج نشان می دهد کنترل کننده فازی در مقایسه با کنترل کننده تناسبی- انتگرالی مشتقی کلاسیک دارای عملکرد بهتری در مقابل تغییرات پارامترهای سیستم و اغتشاش دارد. با در نظر گرفتن تابع معیار مناسب مقدار تابع هزینه برای روش پیشنهادی ۲/. ولی با کنترل کننده بهینه شده تناسبی- انتگرالی مشتقی حدود ۳۱/. می باشد که نشان از برتری ۵۵ درصدی روش پیشنهادی را دارد.

کلیدواژه ها:

: کنترل کننده فازی نوع سوگنو ، موتور DC ، چاپر ، الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری

نویسندگان

علی صدارت نیا

گروه برق، دانشکده فنی و مهندسی، دانشگاه آزاد واحد بوشهر

مجید مرادی زیرکوهی

گروه برق، دانشکده فنی، دانشگاه صنعتی بهبهان، بهبهان، ایران

نجمه چراغی شیرازی

گروه برق، واحد بوشهر، دانشگاه آزاد اسلامی، بوشهر، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • U. A. Bakshi, and M. V. Bakshi, Electrical drives and ...
  • A. Kumar, H. Saraf, and R. Kumar, “Hardware design of ...
  • H. M. Usman, A. G. Haddad, H. Rehman, and S. ...
  • A. Rajasekhar, R. K. Jatoth, and A. Abraham, “Design of ...
  • V. H. Haji, and C. A. Monje, “Fractional-order PID control ...
  • N. Hemati, J. S. Thorp, and M. C. Leu, “Robust ...
  • P. M. PeŁczewski, and U. H. Kunz, “The optimal control ...
  • V. K. Ummidivarapu, H. K. Voruganti, T. Khajah, and S. ...
  • Hybrid Teaching-Learning-Based Optimization and Harmony Search for Optimum Design of Space Trusses [مقاله ژورنالی]
  • R. Rao, “Review of applications of TLBO algorithm and a ...
  • R. V. Rao, “Design Optimization of a Robot Manipulator Using ...
  • Z. S. Hasan, and M. Nema Hawas, “Using Teaching Learning ...
  • A. T. Azar, Fuzzy systems: BoD–Books on Demand, ۲۰۱۰ ...
  • L. A. Zadeh, “The concept of a linguistic variable and ...
  • L. A. Zadeh, “Outline of a new approach to the ...
  • E. Khan, “Neural fuzzy based intelligent systems and applications,” Fusion ...
  • L.-X. Wang, and L.-X. Wang, “A course in fuzzy systems ...
  • R. V. Rao, V. J. Savsani, and D. Vakharia, “Teaching–learning-based ...
  • A. K. Shukla, P. Singh, and M. Vardhan, “An adaptive ...
  • O. T. Chong, W. H. Lim, N. A. M. Isa, ...
  • W. Chen, X. Chen, J. Peng, M. Panahi, and S. ...
  • S. J. Hammoodi, K. S. Flayyih, and A. R. Hamad, ...
  • A. Latif, A. Z. Arfianto, H. A. Widodo, R. Rahim, ...
  • A. Rajasekhar, R. K. Jatoth, and A. Abraham, “Design of ...
  • A. Rajasekhar, S. Das, and A. Abraham, “Fractional order PID ...
  • نمایش کامل مراجع