کنترل دور موتورهای جریان مستقیم بدون جاروبک به کمک شبکه عصبی مصنوعی

این مقاله به بررسی عملکرد دو کنترل دور یک موتورجریان مستقیم بدون جاروبک BDCM ( Brushlee DC Motor) اختصاص دارد. به کمک شبیه سازی کامپیوتری مدل غیرخطی موتور تحت شرایط کاری مختلف قرار میگیرد و پاسخ آن به ورودی های مختلف ولتاژ بدست می آید . به علت رفتار و دینامیک کاملا غیرخطی BDCM کنترل کننده های مبتنی بر ، تئوری کلاسیک کنترل سیستمهای خطی، روش کارا و مفیدی برای این منظور نمی باشند. لذا از یک شبکه عصبی مصنوعی که طبیعت غیرخطی دارند برای آموزش و شناسایی مدل دینامیکی معکوسBDCM استفاده شده است و تا حصول به دقت کافی در فرایند شناسایی ، آموزش شبکه عصبی مصنوعی ادامه پیدا میکند. شبکه عصبی آموزش دیده شده، سپس در یک سیستم کنترل حلقه بسته قرار داده میشود تا عمل کنترل دور را بصورت هوشمندانه انجام دهد. کنترل در هرلحظه نسبت به یک مدل مرجع انجام میپذیرد و مدل غیرخطیBDCM بدو ن خطی سازی حول نقطه کار مشخصی در نظر گرفته میشود. در نهایت به کمک تئوری کنترل آداپتور نسبت به مدل مرجع با استفاده از شبکه عصبی مصنوعی (Neural Network based indirect Model Reference Adaptive Control)ارائه میشود و کارایی این BDCM یک ساختار کلی برای شناسایی و کنترل روش بکمک شبیه سازی کامپیوتری امتحان میشود. نتایج ارائه شده مبین توانایی و قابل اطمینان بودن روش مذکور می باشد.

کلیدواژه ها:

موتور جریان مستقیم بدون جاروبک ، شناسایی و کنترل دینامیک سیستمها ، شبکه عصبی مصنوعی ، شبیه سازی کامپیوتری