No abstract

In this paper, the radial basis function neural network‐based model reference adaptive speed control for vector controlled induction motor drive system is presented. The speed control of induction motors is challenging because of their complex mathematical model, non‐linear structure, and time varying dynamics. The radial basis function neural network is used to compensate the non‐linearity which comes from the non‐linear state equations of induction motor model. Neural network parameters are online updated via gradient descent algorithm to minimize the error. The drive system has been tested under various operating conditions. This paper demonstrated benefits of the proposed control approach by comparing the algorithm to conventional PI controllers. The results show that the proposed controller ensures good robustness and stable operation of the system under variable speed and variable loads than the PI controller.

Original scientific paperThis paper proposes a model reference adaptive speed controller based on artificial neural network for induction motor drives. The performance of traditional feedback controllers has been insufficient in speed control of induction motors due to nonlinear structure of the system, changing environmental conditions, and disturbance input effects. A successful speed control of induction motor requires a nonlinear control system. On the other hand, in recent years, it has been demonstrated that artificial intelligence based control methods were much more successful in the nonlinear system control applications. In this work, it has been developed an intelligent controller for induction motor speed control with combination of radial basis function type neural network (RBF) and model reference adaptive control (MRAC) strategy. RBF is utilized to adaptively compensate the unknown nonlinearity in the control system. The indirect field-oriented control (IFOC) technique and space vector pulse width modulation (SVPWM) methods which are widespread used in high performance induction motor drives has been preferred for drive method. In order to demonstrate the reliability of the control technique, the proposed adaptive controller has been tested under different operating conditions and compared performance of conventional PI controller. The results show that the proposed controller has got a clear superiority to the conventional linear controllers.Key words: Induction motor, neural network, model reference adaptive control, vector control.Učinkovito upravljanje brzinom induktivnog motora korištenjem metode adaptivnog upravljanja s referentnim modelom zasnovane na RBF-u. Ovaj rad prikazuje adaptivni regulator s referentnim modelom zasnovan na neuronskoj mreži za induktivne motore. Ponašanje tradicionalnih regulatora s povratnom vezom pokazalo se nedovoljno dobrom za upravljanje brzinom induktivnih motora zbog nelineatnosti strukture sustava, promjene okolišnih uvjeta, i efekta ulaznih poremećaja. Uspješno upravljanje brzinom induktivnog motora zahtjeva nealinearne upravljačke sustave. S druge strane, posljednjih godina pokazano je kako su upravljačke metode zasnovane na umjetnoj inteligenciji bitno uspješnije u primjenama upravljanja nelinearnim sustavima. U ovome radu razvijen je inteligentni regulator za upravljanje brzinom induktivnog motora s kombinacijom radijalne neuronske mreže (RBF) i strategije adaptivnog regulatora s referentnim modelom (MRAC). RBF je realiziran kako bi adaptivno kompenzirao nepoznatu nelinearnost u sustavu upravljanja. Tehnika indirektnog vektorskog upravljanja (IFOC) i metoda prostorno vektorske širinsko impulsne modulacije koje su široko korištene za induktivne motore visokih performansi preferirani su kao metode u ovome radu. Kako bi se prikazala pouzdanost tehnike upravljanja, predloženi adaptivni regulator ispitan je u različitih uvjetima rada i usporeeno je vladanje s obzirom na konvencionalni PI regulator. Rezultati pokazuju kako predloženi regulator očito pokazuje bolj...

No abstract

ÖzetAsenkron motorların hız denetiminde, sistemin doğrusal olmayan yapısı, değişen çevre koşulları ve bozucu girişlerin etkisi nedeniyle geleneksel geri beslemeli denetleyiciler ile iyi bir performans elde edilememektedir. Asenkron motor sürücülerinin performansının arttırılmasında yapay zekâ tabanlı yöntemlerin kullanılmasının yararları son yıllardaki araştırmalarla açık bir şekilde ortaya konulmuştur. Bu çalışmada radyal tabanlı yapay sinir ağlarından (RTYSA) ve model referans adaptif kontrol (MRAK) yapısından faydalanılarak asenkron motorların hız denetimi için yapay zekâ esaslı bir denetleyici geliştirilmiştir. Asenkron motorun sürme yönteminde, yüksek performanslı sürücü sistemlerinde yaygın olarak kullanılan dolaylı alan yönlendirmeli vektör kontrol tekniği tercih edilmiştir. Geliştirilen bu denetim yönteminin başarısını belirlemek amacıyla benzetim sonuçları geleneksel PItipi denetleyici ile karşılaştırılmıştır. Motor fan tipi yük altında iken, denetleyicinin performansı Matlab/Simulink ortamında incelenmiştir. Simülasyon sonuçları RTYSA temelli MRAK denetleyici performansının, geleneksel PI denetleyiciden daha iyi olduğunu göstermiştir. AbstractIn the speed control of induction motors, an acceptable good performance cannot be obtained by using traditional feedback controllers due to the non-linear structure of the system, the effects of changing environmental conditions and several disturbance inputs. On the other hand, in recent years, it has been demonstrated that artificial intelligence based control methods were much more successful in the nonlinear system control applications. In this study, an intelligent controller has been developed for speed control of induction motors by using radial basis function neural network (RBFNN) and model reference adaptive control (MRAC) strategy. In the driving of induction motor, indirect field oriented vector control method which is widely used in high-performance drive system has been preferred. Simulation results to determine the success of the development of this control method was compared with conventional PI type controller. While the motor is under the fan-type load, the performance of controller has been investigated in Matlab/Simulink environment. The simulation results demonstrate that the performance of RBFNN based MRAC controller is better than that of conventional PI controller.

The increasing need for energy requires using existing energy sources more efficiently. Because it is the active power that supplies useful power for industrial facilities, reactive power must be minimized, and supplied by another source instead of electrical grid. Therefore, reactive power supplied by the grid can be reduced via by correcting power factor of the grid. In electrical power systems, power factor correction is called reactive power compensation. Generating reactive power during excessive excitation, synchronous motors are used as dynamic compensators in power systems. Synchronous motors are more cost-effective for industrial facilities when they are used to generate mechanic power and compensate reactive power, which increases the efficiency of industrial facilities. There are various studies focusing on the efficiency, capacity and stability of the power system via reactive power compensation in the literature. In today's world, there are numerous optimization techniques inspired by biological systems. One of these techniques is Particle Swarm Optimization (PSO) inspired by the movements of swarms of birds. This study focuses on the reactive power compensation of a power system by controlling the excitation current of a synchronous motor via PSO based PID and Ziegler Nichols (Z-N) based PID controllers.

Günümüzde ana enerji kaynağı olarak en çok kullanılan fosil yakıtlar, yüksek fiyat, sınırlı kaynak ve çevresel kirliliği gibi birçok sorunu barındırması nedeniyle alternatif enerji kaynak arayışları artmıştır. Birçok ülke bu sorunların üstesinden gelmek için özellikle otomotiv sektöründe elektrikli araçları geliştirmeye ve kullanmaya başlamıştır. Elektrikli araçların yaygınlaşması ile birlikte batarya teknolojisi, hızlı ve kaliteli şarj cihazları, batarya yönetim sistemleri önemli araştırma konuları olmuştur. Bir elektrikli aracın bataryasının ömrü ve şarj süresi gibi bazı özellikleri doğrudan şarj cihazıyla ilgilidir. Bu durum batarya şarj cihazlarını, elektrikli araç endüstrinin gelişimi için kritik bileşenlerden biri yapmaktadır. Bu çalışmada DA-DA yükselten tip dönüştürücü kullanılarak elektrikli araçlar için bir batarya şarj cihazının tasarımı ve simülasyon işlemi sunulmaktadır. Batarya paketi ve şarj cihazının modellemesi, kontrol şeması tasarımı ve performansının değerlendirilmesi Matlab/Simulink ortamında gerçekleştirilmiştir.

ÖzetGerçek hayattaki sistemlerin hemen hemen hiçbiri lineer değildir. Bulanık mantık doğrusal olmayan denetim yöntemleri arasında alternatif bir yaklaşım olarak ortaya çıkmıştır. Sistemlerin doğrusal olmayan karakteristikleri; üyelik fonksiyonları, bulanık kural tabanı ve bulanık çıkarım işlemi ile temsil edilir. Durağan olmayan, enerji depolayıcı elemanlar içeren ve sistem parametrelerinin durum değişkenlerine bağlı olarak değiştiği sistemler lineer olmayan dinamik sistemlerdir. Dinamik sistemlerin genellikle lineer olmayan bir yapıya sahip olmasından dolayı kontrol uygulamalarını gerçekleştirmek oldukça zordur. Bu tür sistemlerin kontrol uygulamalarında lineer olmayan dönüşüm yeteneklerine sahip olan bulanık mantık esaslı denetleyiciler başarılı olmaktadır. Bu denetleyicilerin performansı, tasarım aşamasında kullanılan yöntemlerin iyileştirilmesiyle arttırılabilmektedir. Bu çalışmada, dc servo motorun lineer olmayan modelinin hız denetimi için farklı bulanık üyelik fonksiyonları kullanılarak geliştirilen bulanık mantık esaslı denetleyicinin sistem performansına etkileri araştırılacaktır. AbstractAlmost none of the systems is not linear in real life. Fuzzy logic control has emerged as an alternative approach with non-linear methods. Non-linear characteristics of the systems are represented by membership functions, fuzzy rule base and fuzzy inference process. The systems that contain non-stationary, energy storage elements and system parameters that vary depending on the state variable are non-linear dynamic systems. Control applications of dynamic systems are difficult to realize because dynamic systems have usually non-linear structure. Fuzzy logic based controllers that have the ability with non-linear conversion capabilities are successful control applications of such systems. The performance of this controller can be increased by treating the method used at the design stage. In this study, fuzzy logic based controller that is improved nonlinear model of dc servo motor for speed control by using different fuzzy membership functions will be investigated on the system performance.