Implementation of a DSP- TMS320F28335 based state feedback with optimal design of PI controller for a speed of BLDC motor by ant colony optimization

• Autorzy: Wongkhead Sompod , Tunyasrirut Satean

Identyfikatory

DOI

10.15199/48.2021.07.02

Warianty tytułu

PL

Zastosowanie sprzężenia zwrotnego opartego na DSP-TMS320F28335 z optymalnym projektem kontrolera PI dla sterowania prędkością silnika BLDC przez optymalizację z wykorzystanie algorytmów genetycznych

• Języki publikacji: EN

Abstrakty

EN

This paper presents the design for control system and Implementation of a DSP TMS320F28335 Based State Feedback with Optimal Design of PI Controller for control Speed of BLDC Motor by genetic algorithm (GA), particle swarm optimization (PSO) and Ant Colony Optimization (ACO) for comparison the control Speed of BLDC Motor System. The experimental results show that Optimal Design of PI controller is the ACO controller, was able to control speed of BLDC motor. In load and non-load condition, control system can maintain the level of speed in steady state. According to the responses of the reference signal, this can be concluded that controlling speed round using an ACO controller is highly effective in controlling the speed of BLDC motor.

PL

W artykule przedstawiono projekt systemu sterowania i implementację DSP TMS320F28335 opartego na sprzężeniu zwrotnym z optymalnym kontrolerem PI do sterowania prędkością silnika BLDC za pomocą algorytmu genetycznego (GA), optymalizacji roju cząstek (PSO) i optymalizacji kolonii mrówek (ACO) dla Porównanie kontroli prędkości systemu silnika BLDC. Wyniki eksperymentalne pokazują, że optymalną konstrukcją kontrolera PI jest kontroler ACO, który był w stanie kontrolować prędkość silnika BLDC. W warunkach obciążenia i bez obciążenia układ sterowania może utrzymać poziom prędkości w stanie ustalonym. Zgodnie z odpowiedziami sygnału odniesienia można stwierdzić, że sterowanie prędkością obrotową za pomocą kontrolera ACO jest wysoce skuteczne w sterowaniu prędkością silnika BLDC.

Słowa kluczowe

EN

BLDC motor; PI controller; ant colony optimization

PL

silnik BLDC; kontroler PI; optymalizacja kolonii mrówek

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2021
• Tom: R. 97, nr 7
• Strony: 7--12
• Opis fizyczny: Bibliogr. 16 poz., rys., tab.

Twórcy

autor

Wongkhead Sompod

• Pathumwan Institute of Technology, Faculty of Engineering, Bangkok, 10330, Thailand

• https://orcid.org/0000-0002-9793-7582

autor

Tunyasrirut Satean

• Pathumwan Institute of Technology, Faculty of Engineering, Bangkok, 10330, Thailand

• https://orcid.org/0000-0002-0902-9382

Bibliografia

• [1] Baharudin N.N., Ayob S.M., Brushless DC Motor Drive Control using Single Input Fuzzy PI Controller (SIFPIC),IEEE, (2015),doi:10.1109/CENCON.2015.7409506
• [2] Vaishali R.W., Murkute S.V., Speed Control of B LDC Motor using PI & Fuzzy Approach: A Comparative Study, IEEE, (2018),978-1-5386-5510-8, 78
• [3] Giridhar Balakrishna R., Yogananda Reddy P., Speed Control of Brushless DC Motor Using Microcontroller, ISSN., (2015), No. 2349-4476
• [4] Rajesh R.G., Balaji C., Speed Control of BLDC Motor Using PID Controller, Issue, (2014), Vol.3
• [5] El-Balluq T. NN., Acarnley P.P., Atkinson D.J., Adaptive Tuning of a PI Speed Controller for a Brushless DC Motor: Optimum Speed Control using a Neural Network, IEEE, (2004), doi: 10.1109/ISIE.2004.1571851
• [6] Prathibanandhi K., Ramesh R., Hybrid Control Technique for Minimizing the Torque Ripple of Brushless Direct Current Motor, IEEE. (2018), doi:10.1177/0020294018786753
• [7] Praveen Y., Rajesh P., Khaja N., High Dynamic Performance of a BLDC Motor with a Front-end Converter Using an FPGA Based Controller for Electric Vehicle Application, IEEE. (2016), doi:10.3906/elk-1401-289
• [8] Adel A.O, Abbas K.K., Speed and Current Limiting Control Strategies for BLDC Motor Drive System: A Comparative Study, Issue-2, (2018), Vol-5, 2349-6495
• [9] Chookiat K., Danupon K., Satean T., Deacha P., PSO-Based Optimal PI(D) Controller Design for Brushless DC Motor Speed Control with Back EMF Detection,ISSN,(2016), 2093-74232
• [10] Priyanka B., Godbole A.A., Fuzzysmc based Speed Control of BLDC Motor, ISSN, (2019), Vol. 8 , 2278-0181
• [11] Narmadha T.V., Velu J., Sudhakar T.D., Comparison of Performance Measures for PV based Super-Lift Luo-Converter using Hybrid Controller with Conventional Controller, ISSN, 29 (2016), Vol 9, 0974-5645
• [12] Sompod w., Satean T., Wachirapond P., Deachap P., State Space Model for BLDC Motor Based on Digital Sigal Processors TMS320F28335 for Speed Control by Using Proportional Integral Controller, IEEE, (2019), doi: 10.1109/iEECON45304.2019.8938880
• [13] Mohankrishna C., Rajesh K.G., Ramesh A., Rao Gupta G.s.,Preparation of Papers for Transactions, IEEE Trans. Magn., 50 (2002), No. 5, 133-137
• [14] Ogata K., Modern Control Engineering, Prentice-Hall, New Jersey, NJ, USA, 4th edition, 2010.
• [15] Essamudin A., Ant-Colony Optimization Control of Brushless- DC Motor Driving a Hybrid Electric-Bike and Fed from Photovoltaic Generator, IEEE, (2016), doi: 10.1109/CEC.2016.7744326
• [16] Changliang X., Hongwei F., Wei C., Jie X., Ant Colony Algorithm Based Fuzzy Control for a Brushless DC Motor, IEEE, (2006), doi: 10.1109/WCICA.2006.1714337

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).