Farklı çıkarım yöntemlerine sahip bulanık mantık denetleyicileri kullanarak kalıcı mıknatıslı senkron motorun hız denetimi

Öz

Bulanık mantık, model belirsizliğine sahip, zamanla değişen ve doğrusal olmayan sistemlerin kontrolünde kullanılan bir yapay zekâ kontrol yöntemidir. Alternatif akım motorlarının yapılarında matematiksel modeli tam olarak belirlenemeyen ve doğrusal olmayan sistem dinamikleri bulunmaktadır. Bundan dolayı, bu motorlarının kontrolünde bulanık mantık denetleyiciler yaygın olarak kullanılmaktadır. Bu çalışmada, alternatif akım motorlarından birisi olan kalıcı mıknatıslı senkron motorun bulanık mantık ile hız denetimi yapılmıştır. Tasarlanan bulanık mantık denetleyicilerin giriş ve çıkış üyelik fonksiyonları, kural tabanlı çıkarım mekanizmaları ve durulaştırma işlemleri dahil tüm aşamaları yazılımsal olarak gerçekleştirilmiştir. Yapılan çalışmalarda, Mamdani, Larsen ve Tsukamoto çıkarım yöntemlerinin kullanıldığı bulanık mantık denetleyicilerin farklı çalışma koşulları altındaki performansları karşılaştırılmıştır. Elde edilen sonuçlar değerlendirildiğinde, Larsen ve Tsukamoto çıkarım yöntemlerinin daha iyi performans sergilediği görülmüştür.

Anahtar Kelimeler

• Bulanık mantık,Kalıcı mıknatıslı senkron motor,Hız denetimi

Speed control of permanent magnet synchronous motor by using fuzzy logic controllers having different inference methods

Abstract

Fuzzy logic is an artificial intelligence control method that is used for controlling time variant and nonlinear systems having model uncertainty. Alternative current motors contain unidentified and nonlinear system dynamics in their structures. Therefore, fuzzy logic controllers have been widely used in controlling of these motors. In this study, permanent magnet synchronous motor that is one of the alternative current motors has been controlled with fuzzy logic controllers. Input and output membership functions, rule based inference mechanisms and defuzzification processes have been realized in the designed controllers. Simulation results that are obtained under different load and speed operating conditions have been analyzed in the studies. Then performances of Mamdani, Larsen and Tsukamoto fuzzy inference methods have been compared. When the obtained results have been evaluated, It’s been seen that Larsen and Tsukamoto fuzzy inference methods have better performance.

Keywords

• Fuzzy logic,Permanent magnet synchronous motor,Speed control

References

1. Krishnan R. Electric Motor Drives: Modeling, Analysis and Control. New Jersey, USA, Prentice Hall, 2001.
2. Adam AA. Sabit Mıknatıslı Senkron Motorda Moment Dalgalanması ve Gürültünün Azaltılması. Doktora Tezi, Yıldız Teknik Üniversitesi, İstanbul, Türkiye, 2007.
3. Akar M. Sabit Mıknatıslı Senkron Motorda Yapay Zeka Yöntemleri İle Mekanik Hataların Teşhisi. Doktora Tezi, Sakarya Üniversitesi, Sakarya, Türkiye, 2009.
4. Kamel HM, Hasanien HM, Ibrahim HEA. “Speed control of permanent magnet synchronous motor using fuzzy logic controller”. Electric Machines and Drives Conference, Miami, USA, 3-6 May 2009.
5. Adhavan B, Kuppuswamy A, Jayabaskaran G, Jagannathan V. “Field oriented control of Permanent magnet synchronous motor (PMSM) using fuzzy logic controller”. Recent Advances in Intelligent Computational Systems, Trivandrum, India, 22-24 September 2011.
6. Mishra A, Makwana J, Agarwal P, Srivastava SP. “Mathematical modeling and fuzzy based speed control of permanent magnet synchronous motor drive”. Conference on Industrial Electronics and Applications (ICIEA), Singapore, 18-20 July 2012.
7. Maamoun A, Alsayed YM, Shaltout A. “Fuzzy logic based speed controller for permanent-magnet synchronous motor drive”. International Conference on Mechatronics and Automation, Takamatsu, Japan, 4-7 August 2013.
8. Na R, Wang X. “An ımproved vector-control system of pmsm based on fuzzy logic controller”. Computer, Consumer and Control (IS3C), Taichung, Taiwan, 10-12 June 2014.

9. Prasad KMA, Nair U, Unnikrishnan A. “Fuzzy sliding mode control of a permanent magnet synchronous motor with two different fuzzy membership functions”. International Conference on Power, Instrumentation, Control and Computing (PICC), Thrissur, India, 9-11 December 2015.
10. Litcanu M, Andea P, Mihai FIF. “Fuzzy logic controller for permanent magnet synchronous machines”. 13th International Symposium on Applied Machine Intelligence and Informatics, Herl'any, Slovakia, 22-24 January 2015.
11. Üstün O. Sürekli Mıknatıslı Senkron Motor Hızının Bulanık Sinirsel ve Kayma Kipli Denetleyicilerle Dönüşümlü Denetimi. Doktora Tezi, Gazi Üniversitesi, Ankara, Türkiye, 2004.
12. Pillay P, Krishnan R. “Modelling, simulation and analysis of permanent magnet motor drives II: The brushless DC motor drive”. IEEE Transactions on Industry Applications, 25(2), 274-279, 1996.
13. Zadeh LA. “Fuzzy Sets”. Elsevier Information and Control, 8, 338-353, 1965.
14. Şen Z. Bulanık Mantık İlkeleri ve Modelleme. 3. Baskı. İstanbul, Türkiye, Su Vakfı Yayınları, 2009.
15. Jang JSR, Sun CT, Mizutani E. Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence. New Jersey, USA, Prentice Hall, 1997.