Optimal PID Controller Design for BLDC Motor Speed Control System with Input Tracking and Load Regulating Constrained Optimization by Cuckoo Search
Article Sidebar
Main Article Content
บทคัดย่อ
การหาค่าเหมาะที่สุดเชิงอภิศึกษาสำนึกได้กลายมาเป็นกรอบแนวทางใหม่สำหรับการสังเคราะห์การควบคุม วัตถุประสงค์หลักของการออกแบบการควบคุมคือ การเฝ้าติดตามอินพุต (คำสั่ง) และการคุมค่าโหลด (การรบกวน) งานวิจัยนี้นำเสนอการออกแบบตัวควบคุมพีไอดีอย่างเหมาะสมสำหรับระบบควบคุมความเร็วของมอเตอร์ไฟฟ้ากระแสตรงแบบไร้แปรงถ่านกับการหาค่าเหมาะที่สุดแบบมีเงื่อนไขในการเฝ้าติดตามอินพุตและการคุมค่าโหลดโดยใช้การค้นหาแบบนกกาเหว่า หนึ่งในเทคนิคการหาค่าเหมาะที่สุดเชิงอภิศึกษาสำนึกที่มีประสิทธิภาพมากแบบอิงประชากร
ค่าความคลาดเคลื่อนยกกำลังสองได้มาจากผลรวมของค่าผลต่างกำลังสองระหว่างสัญญาณอินพุตกับสัญญาณเอาต์พุต ของระบบเป็นฟังก์ชันวัตถุประสงค์เพื่อทำให้มีค่าน้อยที่สุด ช่วงเวลาขึ้น ค่าพุ่งเกินสูงสุด ช่วงเวลาเข้าที่ และค่าผิดพลาดที่สถานะอยู่ตัวจะถูกกำหนดแบบมีเงื่อนไขอสมการสำหรับการเฝ้าติดตามอินพุต ในขณะที่ช่วงเวลาคุมค่าโหลดและค่าพุ่งเกินสูงสุดของการคุมค่าโหลดจะถูกกำหนดแบบมีเงื่อนไขอสมการสำหรับการคุมค่าโหลด ผลที่ได้รับจากการค้นหาแบบนกกาเหว่าจะถูกนำไปเปรียบเทียบกับผลที่ได้รับจากการหาค่าเหมาะที่สุดแบบฝูงอนุภาคและจีนเนติกอัลกอริทึม จากผลการจำลองพบว่า ค่าพารามิเตอร์ของการค้นหาแบบนกกาเหว่าจะให้ค่าที่เหมาะสมกว่าการหาค่าเหมาะที่สุดแบบฝูงอนุภาคและจีนเนติกอัลกอริทึมสำหรับระบบควบคุมความเร็วของมอเตอร์ไฟฟ้ากระแสตรงแบบไร้แปรงถ่านแบบมีเงื่อนไขในการเฝ้าติดตามอินพุตและการคุมค่าโหลดเป็นที่น่าพอใจ นอกจากนี้ ผลการจำลองได้รับการยืนยันจากผลการทดสอบระบบควบคุมความเร็วของมอเตอร์ไฟฟ้ากระแสตรงแบบไร้แปรงถ่านที่ถูกพัฒนาในห้องปฏิบัติการจริง
Article Details
เอกสารอ้างอิง
[2] J. J. Rubio, “Hybrid controller with observer for the estimation and rejection of disturbances,” ISA Transactions, Vol. 65, pp. 445-455, 2016.
[3] N. Minorsky, “Directional stability of automatically steered bodies,” ASNE, Vol. 34, pp. 284, 1922.
[4] J. J. Rubio, P. Cruz, L. A. Paramo, J. A. Meda, D. Mujica and R. S. Ortigoza, “PID anti-vibation control of a robotic arm,” IEEE Latin America Transactions, Vol. 14(7), pp. 3144-3150, 2016.
[5] V. Zakian, Control Systems Design: A New Framework, Springer-Verlag, 2005.
[6] Y. Mitsukura, T. Yamamoto and Kaneda, “A design of self-tuning PID controller using a genetic algorithm,” in Proc. of the International Conference on American Control Conference, pp. 1361-1365, 1999.
[7] A. J. Mohammed, “A particle swarm optimization (PSO) based optimum of tuning PID controller for a separately excited DC motor (SEDM),” Eng. & Tech. Journal, Vol. 29(16), pp. 3322- 3323, 2011.
[8] X. S. Yang and S. Deb, “Cuckoo search via Lévy flights,” World Congress on NaBIC2009, 2009, pp. 210–214.
[9] X. S. Yang “Firefly Algorithm,” Stochastic Test Functions and Design Optimization, Bio-Inspired Computation, Vol. 2, No. 2, pp. 78–84, 2010.
[10] X. S. Yang and S. Deb “Engineering Optimisation by Cuckoo Search,” Mathematical Modelling and Numerical Optimisation, Vol. 1(4), pp. 330–343, 2010.
[11] X. S. Yang, and S. Deb “Multiobjective cuckoo search for design optimization,” Computers and Operations Research, Vol. 40(6), pp. 1616–1624, 2013.
[12] V. K. R. S. Patel and A.K. Pandey, “Modeling and Performance Analysis of PID controlled BLDC Motor and Different Schemes of PWM controlled BLDC motor,” IJSRP, pp.1–14, 2013.
[13] MATLAB/SIMULINK User’s Guide, The Math Works Inc., Natick, MA, 1998.
[14] Texas Instruments, TMS320F28335, Digital Signal Controller, 2007.
