کنترل وضعیت موتور DCتحریک ‌جداگانه با کمک کنترلر شبکه ‌عصبی NARMA-L2

Abstract

چکیده به دلیل کاربرد وسیع موتورهای dc ، کنترل وضعیت یا سرعت آنها اهمیت فراوانی پیدا می‌کند. در این مقاله هدف، ارائه روشی جدید برای کنترل هوشمند وضعیت موتور dc تحریک جداگانه با استفاده از شبکه‌های عصبی مصنوعی است. برای این منظور ازکنترلر شبکه عصبی NARMA-L2 استفاده شده است. در کنترل وضعیت با استفاده از شبکه عصبی، وضعیت مبنای شبکه عصبی همان وضعیت ورودی (مطلوب) در نظر گرفته شده است و پس از انطباق وضعیت خروجی موتور بر وضعیت مبنا، ولتاژ آرمیچر صفر شده و موتور از کار می‌ایستد. در این روش، شبکه عصبی مدل موتور dc مورد استفاده برای کنترل وضعیت را می‌آموزد. سپس ورودی را برای تطبیق وضعیت خروجی مدل بر وضعیت مطلوب بهینه می‌سازد. ویژگی روش پیشنهادی، اصلاح ضرایب شبکه عصبی در حین کارکردن موتور و مقاوم بودن پاسخ‌ها نسبت به تغییرات لختی دورانی (J) و اصطکاک (B) است. برخلاف کنترلر PID که در اثر تغییر یکی از پارامترهای مدل، نظیر J و B کارایی بهینه خود را از دست می‌دهد و نیاز به تنظیم مجدد پارامترهای کنترلر دارد، روش پیشنهادی نیاز به طراحی مجدد ندارد و در صورت تغییر، این پارامترها به طور خودکار اصلاح می‌شود. روش پیشنهادی با استفاده از اطلاعات یک موتورdc تحریک جداگانه توسط نرم‌افزار MATLAB و در محیط SIMULINK شبیه‌سازی شده است. نتایج نشان می‌دهند که به واسطه‌ی استفاده از روش پیشنهادی، نوسان در پاسخ‌ها به شدت کاهش یافته، همچنین زمان رسیدن به وضعیت مطلوب نیز کم شده است.