SavedAdd your journal

Journals / Düzce Üniversitesi Bilim ve Teknoloji Dergisi / 2022 / Cilt: 10 - Sayı: 3

DC Motor Position Control with Model Predictive Control

Model Öngörülü Kontrol ile DA Motor Konum Kontrolü

Tuğçe YAREN
Selçuk KİZİR
Pages
1151–1164
Publication Date
2022-07-31
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Model predictive controller advantages over PID controller are demonstrated by experimental results.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:In this study, model predictive controller design that is one of the modern control methods for the position control of permanent magnet brushed direct current motor system, was carried out and the proposed controller design was verified in real-time with different tests.
📊
Key Findings & Data:The controller was implemented in real-time using the Matlab-supported Waijung block set and the STM32F4 development kit.
💡
Conclusion & Impact:Model predictive controller advantages over PID controller are demonstrated by experimental results.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:DA motor · Model öngörülü kontrol · Sistem tanımlama

Abstract

In this study, model predictive controller design that is one of the modern control methods for the position control of permanent magnet brushed direct current motor system, was carried out and the proposed controller design was verified in real-time with different tests. The system model was obtained by using the black box model approach, one of the system identification methods. The model predictive controller design has been developed based on the system model obtained with the experimental data sets. The controller was implemented in real-time using the Matlab-supported Waijung block set and the STM32F4 development kit. The controller performance has been tested under different reference inputs and parameter variations. The system output has successfully followed all reference inputs and maintained its success despite changing system parameters, confirming the proposed controller design. In addition, the results were compared with the PID controller, which is one of the classical control approaches. Model predictive controller advantages over PID controller are demonstrated by experimental results.

Özet

Bu çalışmada sabit mıknatıslı fırçalı doğru akım (DA) motor sisteminin konum kontrolü için modern kontrol yöntemlerinden model öngörülü kontrolcü tasarımı gerçekleştirilmiş ve önerilen kontrolcü tasarımı farklı testler ile gerçek zamanlı olarak doğrulanmıştır. Ele alınan sistem modeli, sistem tanımlama yöntemlerinden kara kutu modeli yaklaşımı ile elde edilmiştir. Deneysel veri setleri ile elde edilen sistem modeli üzerinden model öngörülü kontrolcü tasarımı geliştirilmiştir. Geliştirilen tasarımcı modeli, Matlab destekli Waijung blok seti ve STM32F4 uygulama geliştirme kiti kullanılarak gerçek zamanlı olarak gerçekleştirilmiştir. Farklı referans girişleri ve parametre değişimleri altında kontrolcü performansı test edilmiştir. Sistem çıkışının tüm referans girişleri başarılı bir şekilde takip etmesi ve değişen sistem parametrelerine rağmen başarısını sürdürmesi önerilen kontrolcü tasarımını doğrulamıştır. Ayrıca klasik kontrol yaklaşımlarından PID denetleyici ile sonuçlar karşılaştırılarak model öngörülü kontrolcü üstünlüğü deneysel sonuçlarla vurgulanmıştır.

🔖

Cite This Article

YAREN, T., KİZİR, S. (2022). DC Motor Position Control with Model Predictive Control. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, Cilt: 10 - Sayı: 3, 1151–1164. https://ajindex.com/articles/660851

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (15)

  1. B. Özkan, “Mekatronik sistemlerde uygulanan belli başlı kontrol yöntemleri,” TÜBAV Bilim Dergisi, c. 2, s. 3, ss. 302–316, 2009
  2. E. F. Camacho, and C. Bordons, Model Predictive Control, London, UK: Springer London, 2007
  3. İ. Kaya, ve A. Bawdaka, “DC motor sürücüsü için model öngörülü denetleyici tasarımı,” Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi, c. 10, s. 3, ss. 899–910, 2019
  4. M. Nikolaou, “Model predictive controllers: A critical synthesis of theory and industrial needs,” Advances in Chemical Engineering, vol. 26, pp. 131–204, 2001
  5. B. Kouvaritakis, and M. Cannon, Model Predictive Control, Denmark: Springer Cham, 2016
  6. S. Chai, L. Wang, and E. Rogers, “Model predictive control of a permanent magnet synchronous motor with experimental validation,” Control Eng. Pract., vol. 21, no. 11, pp. 1584–1593, 2013
  7. G. M. Bone, M. Xue, and J. Flett, “Position control of hybrid pneumatic–electric actuators using discrete-valued model-predictive control,” Mechatronics, vol. 25, pp. 1–10, 2015
  8. J. Espinoza, “Real-time implementation of model predictive control in a low-cost embedded device,” J. Syst. Cybern. Informatics, vol. 16, no. 2, pp. 72–77, 2018
  9. K. Xia, Y. Ye, J. Ni, Y. Wang, and P. Xu, “Model predictive control method of torque ripple reduction for BLDC motor,” IEEE Trans. Magn., vol. 56, no. 1, 2020
  10. J. Yang, H. Wu, L. Hu, and S. Li, “Robust predictive speed regulation of converter-driven DC motors via a discrete-time reduced-order GPIO,” IEEE Trans. Ind. Electron., vol. 66, no. 10, pp. 7893–7903, 2019
  11. M. A. Abbasi, and A. R. Husain, “Model predictive control of a dual induction motor drive fed by a single voltage source inverter,” Turkısh J. Electr. Eng. Comput. Sci., vol. 26, no. 3, 2018
  12. T. Yaren, V. Süel, Y. Yeniaydın, B. Sakacı, ve S. Kizir, “STM32F4 kiti ile Simulink tabanlı kontrol eğitimi uygulamaları geliştirme,” Otomatik Kontrol Ulusal Toplantısı, 2014, ss. 868–873
  13. S. Kizir, T. Yaren, ve E. Kelekçi, Matlab Simulink Destekli Gerçek Zamanlı Kontrol: Teori ve Mühendislik Uygulamaları, Ankara, Türkiye: Seçkin Yayıncılık, 2019
  14. N. Can, “Optimal kontrol ve optimizasyon,” Yüksek Lisans tezi, Matematik, Balıkesir Üniversitesi Fen Bilimleri Enstitüsü, Balıkesir, Türkiye, 2008
  15. G. Serale, M. Fiorentini, A. Capozzoli, D. Bernardini, and A. Bemporad, “Model predictive control (MPC) for enhancing building and HVAC system energy efficiency: problem formulation, applications an