Sürekli mıknatıslı senkron motorun yapay sinir ağı kullanılarak konum denetimi

Abstract

SÜREKLİ MIKNATISLI SENKRON MOTORUN YAPAY SINIR AĞI KULLANILARAK KONUM DENETİMİ M. Zeki BİLGİN Anahtar kelimeler: Sürekli Mıknatıslı Senkron Motor (SMSM), Yapay Sinir Ağı (YSA), Konum Kontrolü, Servosürücü Özet: Sürekli mıknatıslı senkron motorlar genellikle yüksek performans isteyen endüstriyel robotlar, bilgisayar denetimli tezgahlar, elektrikli otomobiller, uzay ve hava araçları gibi alanlarda kullanılırlar. Sürekli mıknatıslı senkron motor sürücü sistemlerinin performansı, tahmin edilemeyen motor parametre değişiklikleri, harici yük parametreleri ve modellenemeyen motor dinamiklerinden olumsuz yönde etkilenir. Geçmişte bu olumsuz etkileri yok etmek için birçok denetim tekniği geliştirilmiştir. Bu tezde, yapay sinir ağları üzerine oluşturulmuş bir Sürekli Mıknatıslı Senkron Motor (SMSM) konum denetim sistemi tanımlanmıştır. İlk olarak SMSM' nin dinamik modeli oluşturularak benzetimi yapılmıştır. Sonra, SMSM için alışılmış PID denetleyici dizayn edilmiştir. Motor PID denetleyici ile denetlenmiş ve sistem parametre değişikliğinde zaman domeni takip performansı belirlenmiştir. PID denetleyici ile parametre değişikliğinde başarılı sonuçlar alınamamıştır. Yapay sinir ağlarının tanımı ve dört kontrol yapısı teorik olarak anlatılıp SMSM' ye uygulanmıştır. YSA denetleyiciler gerçek zamanda öğrenme yaptıkları için parametre değişikliklerinde de çok iyi takip performansı göstermişlerdir. Tüm sürücü sistemi için benzetimler Matlab/Simulink paket programında yapılmıştır. PID ve YSA denetleyicilerin benzetim sonuçlarına göre performansları belirlenmiştir.

POSITION CONTROL OF PERMANENT MAGNET SYNCHRONOUS MOTOR USING ARTIFICIAL NEURAL NETWORKS M. Zeki BİLGİN Keywords: Permanent Magnet Synchronous Motor (PMSM), Artificial Neural Network (ANN), Position Control, Servodrive Abstract: Permanent magnet synchronous motors are widely used many application that require rapid torque response and high-performance drive application such as industrial robots, computer numerically controlled ( CNC ) machine tools, elevators, electric vehicle and many other applications in the area of mechatronics. The control performanqe of the PMSM motor servodrive is still influenced by uncertainties, which usually are composed of unpredictable motor parameter variations, external load disturbances and unmodelled and nonlinear dynamics of motor. In the past decade, many control theories have been developed for the PM synchronous motor drive to deal with these uncertainties. In this thesis, the position control drive system based on artificial neural networks for PMSM is described. First, the field-oriented PMSM servo drive is implemented and the dynamic model of the system at nominal conditions is simulated. An conventional PID controller designed second. The PMSM is controlled by this PID controller and obtained match the time-domain command tracking specification under the parameter variation. The PID position controller is not effective under parameter variation. Third, the theoretical basis of four ANN controllers are derived and the effectiveness of the ANN controllers are confirmed by the simulation. The ANN position controllers are real-time designed (learned). Therefore, the ANN controllers have good time- domain commend tracking performance under the parameter variations. All PMSM drive systems are simulated using Matlab/simulink software package. The analysis, design and simulation of the conventional PID and ANN' s position control system is described. Ill