Porównanie struktur regulacyjnych dla napędu bezpośredniego z silnikiem PMSM ze zmiennym momentem bezwładności i obciążenia

• Autorzy: Pajchrowski T.

Identyfikatory

DOI

10.15199/48.2018.05.23

Warianty tytułu

EN

Comparison of control structures for direct drive with PMSM motor with variable inertia and load torque

• Języki publikacji: PL

Abstrakty

PL

W pracy dokonano oceny efektów implementacji neuronowego regulatora prędkości uczonego w czasie rzeczywistym według algorytmu RPROP (ang. Resilient backPROPagation ) z układem: jednopętlowym WRM (ang. Without Reference Model), dwupętlowym MFC (ang. Model Following Control) i MRAC (ang. Model Reference Adaptive Control) dla napędu bezpośredniego z silnikiem synchronicznym z magnesami trwałymi (ang. PMSM) oraz zmiennym momentem bezwładności i obciążenia w funkcji kąta położenia wału silnika. Przeprowadzono liczne badania symulacyjne i eksperymentalne na podstawie których dokonano oceny właściwości regulacyjnych układu regulacji prędkości obrotowej.

EN

The evaluation of the implementation of the real-time neural speed controller according to the RPROP (Resilient backPROPagation) algorithm was performed with a single-loop WRM (Without Reference Model), MFC (Model Following Control) and Model Reference Adaptive Control (MRAC) for direct drive with PMSM motor with variable inertia and load torque. Numerous simulations and experiments have been performed, the basis of which the control system have been evaluated.

Słowa kluczowe

PL

napęd bezpośredni; regulator neuronowy; MFC; MRAC

EN

direct drive; neural controller; MFC; MRAC

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2018
• Tom: R. 94, nr 5
• Strony: 133--138
• Opis fizyczny: Bibliogr. 15 poz., rys.

Twórcy

autor

Pajchrowski T.

• Politechnika Poznańska, Instytut Automatyki, Robotyki i Inżynierii informatycznej, ul. Piotrowo 3a, 60-965 Poznań

Bibliografia

• [1] Bose B.K., Chio K.M., Kim H.J., Self Tunning Neural Network Controller for Induction Motor Drives, IEEE Annual Conference of the IEEE Industrial Electronics Society, (2002), Vol.1, 152-156.
• [2] Chen D., York M., Adaptive Neural Inverse Control Applied to Power Systems, IEEE Power Systems Conference and Exposition, (2006), 2109-2115.
• [3] Colina-Morles E., Mort N., Inverse Model Neural Network - Based Control of Dynamic Systems, IEEE ControlConference, (1994), Vol. 2, 955- 960.
• [4] Leonard W., Control of electrical drives, Berlin, Heiderberg, Springer-Verlag, (2001).
• [5] Fayez F. M. El-Sousy, High-Performance Neural-Network Model-Following Speed Controller for Vector-Controlled PMSM Drive System, IEEE International Conference on Industrial Technology ICIT (2004).
• [6] Lusu Guo, Leila Parsa, Model Reference Adaptive Control of Five-Phase IPM Motors Based on Neural Network, IEEE Transactions on Industrial Electronics, (2012), vol. 59, no. 3.
• [7] Nguyen D.H., Widrow B., Neural Networks for Self-Learning Control Systems, Control Systems Magazine, IEEE (April 1990), Volume:10, Issue: 3,.
• [8] Pajchrowski T., Robust control of PMSM system using the structure of MFC, COMPEL: The International Journal for Computation and Mathematics in Electrical and Electronic Engineering, (2011),Vol. 30 Issue: 3, pp.979 – 995.
• [9] Pajchrowski, T., Zawirski, K.: Application of artificial neural network for adaptive speed control of PMSM drive with variable parameters, COMPEL, The International Journal for Computation and Mathematics in Electrical and Electronics Engineering, (2013) Vol. 32, No. 4.
• [10] Pajchrowski, K. Zawirski, K. Nowopolski, Neural Speed Controller Trained Online by Means of Modified RPROP Algorithm, IEEE Trans. Ind. Informat., (2015), vol. 11, no. 2, pp. 560–568.
• [11] Rahman M.A., Hoque M.A.,On-line adaptive artificial neural network based vector control of permanent magnet synchronous motors, IEEE Transactions on Energy Conversion, (1988), vol. 13, No. 4, pp.311-318.
• [12] Riedmiller M., Braun H., A direct adaptive method for faster backpropagation learning: The RPROP algorithm, IEEE International Conference on Neural Networks (1993), vol. 1, 28pp. 586-591.
• [13] Rutkowski L., Computational Intelligence Methodts and Techniques, (2008) Springer-Verlag.
• [14] Mohamed Y.A.-R.I., Adaptive Self-Tuning speed control for Permanent-Magnet Synchronous Motor Drive with Dead Time, IEE Transactions on energy conversion, (2006) Vol. 21, No. 4.
• [15] Tursini M., Parasiliti F., Zhang D. , Real-Time Gain Tuning of PI Controllers for High-Performance PMSM Drives, IEEE Transactions of Industrial Applications, (2002) Vol. 38, No. 4

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).