كنترل بدون حس­گر موقعيت موتورهاي رلوكتانسي سوئيچ­ شده بر اساس شبكه­ ي عصبي بهبود يافته

پس از پرداخت، لينك دانلود فايل براي شما نشان داده مي شود

پرداخت و دانلود

Position sensorless control of switched reluctance motors based on improved neural network

Abstract: Neural network (NN) has been applied as rotor position estimator in switched reluctance motor (SRM) whose
characteristic is highly non-linear. However, conventional two inputs back propagate (BP) NN based rotor position estimator
is not appropriate for real-time application in high speed operations because of its considerable computational time
consumption in its hidden layer. In this study, an improved BP NN with inductance input pretreatment for the rotor position
estimator of SRM is proposed. It achieves 75.44% computational burden reduction while staying at the same accuracy as the
conventional one. Moreover, with the pretreatment, the NN can output the angle of full electrical period of the SRM
operation. Training data includes rotor position, flux-linage which is acquired by finite element analysis (FEA) and phase
current Sensorless control algorithm is also described. Simulations and experiments are performed based on a 12/8 SRM. The
results are compared with conventional method. The effectiveness of the proposed sensorless estimator and control strategy
are testified under low speed, high speed and sudden loading change operations

كنترل بدون حس­گر موقعيت موتورهاي رلوكتانسي سوئيچ­ شده بر اساس شبكه­ ي عصبي بهبود يافته

چكيده

از شبكه­ي عصبي (NN) به عنوان تخمين­گر موقعيت روتور در موتور رلوكتانسي سوئيچ­شده (SRM) استفاده شده استكه داراي مشخصات بسيار غير خطي است. با اين­حال، تخمين­گر موقعيت مبتني بر NN انتشار رو به عقب (BP) دو ورودي متعارف براي كاربرد بلادرنگ در عمليات سريع مناسب نيست كه دليل آن زمان محاسباتي زياد در لايه­ پنهانش است. در اين مقاله، يك BP NN با پيش­عمل­آوري ورودي اندوكتانس براي تخمين­گر موقعيت روتور SRM ارائه شده است كه در عين حال كه 75.44% كاهش بار محاسباتي را در پي دارد داراي همان دقت شبكه­ي عصبي متداول است. همچنين، پيش­عمل­آوري باعث شده است تا NN زاويه­ي دوره­ي كامل الكتريكي عمليات SRM را بصورت خروجي تحويل دهد. آموزش داده شامل موقعيت روتور و شار پيوندي است كه توسط تحليل المان محدود (FEA) بدست مي­آيد و الگوريتم كنترل بدون حس­گر جريان نيز توضيح داده شده است. شبيه­سازي­ها و آزمايشات بر مبناي يك 12/8 SRM انجام شده­اند.نتايج با روش متعارف مقايسه شده­اند. كارايي تخمين­گرِ بدون حس­گر پيشنهادي و راهبرد كنترلي تحت عمليات سرعت-كم، سرعت-بالا، و تغيير ناگهاني بارگذاري مورد آزمايش قرار گرفته است.

.

پس از پرداخت، لينك دانلود فايل براي شما نشان داده مي شود

پرداخت و دانلود