کنترل موقعیت موتورسنکرون مغناطیس دائم BLDC به روش کنترل پیش بین مبتنی بر مدل با استفاده از توابع لاگر و الگوریتم بهینه سازی اجتماع ذرات

یکی از عواملی که در کارایی موتورهای سنکرون مغناطیس ­دائم نقش مهمی دارد، طراحی بهینه کنترل­کننده می­باشد. از کنترل­کننده­هایی که می­تواند در دستیابی به دینامیک مطلوب و بهینه این موتورها مورد استفاده قرار گیرد، کنترل­کننده پیش­بین است. از مهم­ترین چالش­هایی که بر سر راه پیاده­سازی عملی کنترل­کننده پیش­بین وجود دارد و اعمال آن را محدود می­کند، حجم محاسباتی این روش کنترلی و تنظیم پارامترهای کنترل­کننده می­باشد. در واقع، در سیستم­هایی که زمان نمونه ­برداری کوچک یا دینامیک سیستم پیچیده می­باشد، متناسب با آن، حجم محاسباتی بصورت نمایی افزایش یافته و تنظیم پارامترهای کنترل­کننده پیچیده­تر می­شود. این امر موجب کاهش سرعت اجرای بلادرنگ این روش از یک سو و از سوی دیگر، اتخاذ افق پیش­بین کوتاه­تر خواهد شد. ایده اصلی در این مقاله این است که جهت دست­یابی به افق پیش­بین طولانی­تر، حجم بالای محاسبات به واسطه تعدادی از توابع پایه متعامد گسسته، از قبیل چند جمله­ای­ لاگر تقریب زده شده و همچنین تنظیم پارامترهای کنترل­کننده با استفاده از الگوریتم اجتماع ذرات، بهینه­سازی شود. مزیت اصلی این رویکرد، بهینه­سازی ضرایب با تعداد کمتری از توابع متعامد به جای بهینه­سازی خود مسیر کنترل می­باشد که انتخاب افق پیش­بین طولانی­تری را ممکن می­سازد.

کلیدواژه ها:

Permanent Magnet Synchronous Motor ، Predictive Control ، Laguerre Functions ، Particle Swarm Optimization Algorithm ، موتور سنکرون مغناطیس دائم ، کنترل پیش بین ، توابع لاگر ، الگوریتم بهینه سازی اجتماع ذرات