Elde edilen benzetim çalışmaları sonuçlarından tüm çalışma durumlarıdan AT2-TSK-BMD’nin daha etkin ve daha hızlı dinamik cevaplar sağladığı açık bir şekilde gözlemlenmiştir.
📌 3 Maddede Bu Makale
🎯
Amaç & Hipotez:Bu çalışmada, Fırçasız Doğru Akım Motorundan (FDAM) etkin bir hız denetim performansının elde edilmesi amaçlanmıştır.
📊
Temel Bulgular & Veri:Bunun için denetlenecek sistem için uzman kişinin bilgi birikimlerinden yararlanarak tasarlanan, daha hızlı sistem çıkış tepkisi sahip olan ve denetlenen sistemin matematiksel modeline gereksinim duymadan denetim yapabilen akıllı denetleyicilerden biri olan Aralıklı Tip-2 Takagi-Sugeno-Kang Bulanık Mantık Denetleyici (AT2-TSK-BMD) kullanılmıştır.
💡
Sonuç & Katkı:Elde edilen benzetim çalışmaları sonuçlarından tüm çalışma durumlarıdan AT2-TSK-BMD’nin daha etkin ve daha hızlı dinamik cevaplar sağladığı açık bir şekilde gözlemlenmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Fırçasız Doğru Akım Motoru · PI Denetleyici · Tip-1 Bulanık Mantık Denetleyici
Özet
Bu çalışmada, Fırçasız Doğru Akım Motorundan (FDAM) etkin bir hız denetim performansının elde edilmesi amaçlanmıştır. Bunun için denetlenecek sistem için uzman kişinin bilgi birikimlerinden yararlanarak tasarlanan, daha hızlı sistem çıkış tepkisi sahip olan ve denetlenen sistemin matematiksel modeline gereksinim duymadan denetim yapabilen akıllı denetleyicilerden biri olan Aralıklı Tip-2 Takagi-Sugeno-Kang Bulanık Mantık Denetleyici (AT2-TSK-BMD) kullanılmıştır. Önerilen denetleyici yapısının hız performansını incelemek için Matlab/Simulink ortamında benzetim çalışmaları gerçekleştirilmiştir. Ek olarak, AT2-TSK-BMD’nin geçici ve sürekli durumlardaki hız cevapları Tip-1 BMD (T1BMD) ile PI denetleyici ile karşılaştırılmıştır. Elde edilen benzetim çalışmaları sonuçlarından tüm çalışma durumlarıdan AT2-TSK-BMD’nin daha etkin ve daha hızlı dinamik cevaplar sağladığı açık bir şekilde gözlemlenmiştir.
AÇIKGÖZ, H., ŞEKKELİ, M., BEREKETOĞLU, S. (2022). Fırçasız Doğru Akım Motorunun Aralıklı Tip-2 Bulanık Mantık Denetleyici Tabanlı Hız Denetimi. EMO Bilimsel Dergi, Cilt: 10 - Sayı: 2, 33–42. https://ajindex.com/articles/500663
Kim, S. H. “Electric Motor Control”, Elsevier Science, 2017
Burger, F., Besse, P.A., Popovic, R. S. “New Single Chip Hall Sensor for Three Phases Brushless Motor Control”, Sensor and Actuators, 81, pp. 320-323, 2000
Kim, T., Lee, H-W., Ehsani, M. “Positon Sensorless Brushless DC Motor/Generator Drives: Review and Future”, IET Electric Power Applications, 1, (4), pp. 557-564, 2007
Ogasawara, S., Akagi, H. “An Approach to Position Sensorless Drive for Brushless DC Motors”, IEEE Transactions on Industry Applications, 275, (5), pp. 928-933, 1991
Premkumar, K., Manikandan, B. V. “Adaptive Neuro-Fuzzy Inference System Based Speed Controller for Brushless DC Motor”, Neurocomputing, 138, pp. 260-270, 2014
Türker, T. “Fırçasız doğru akım motorunun hız kontrolü için uyarlamalı geri adımlamalı kontrolcü tasarımı”, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 24, (2), ss. 214-218, 2018
Bernat, J., Stepien, S. “The Adaptive Speed Controller for the BLDC Motor Using MRAC Technique”, Proceedings of the 18th World Congress The International Federation of Automatic Control, pp. 4143-4148, 2011
Kandiban, R., Arulmozhiyal, R. “Speed Control of BLDC Motor Using Adaptive Fuzzy PID Controller”, International Conference on Modelling, Optimisation and Computing, pp. 306-313, 2012
Potnuru, D., Mary, K. A., Babu, S.C. “Experimental Implementation of Flower Pollunation Algorithm for Speed Controller of a BLDC Motor”, Ain Shams Engineering Journal, 10, pp. 287-295, 2019
Prasad, K. A., Nair, U. “Intelligent Fuzzy Sliding Mode Controller Based on FPGA for the Speed Control of a BLDC Motor”, International Journal of Power Electronics and Drive System, 11, (1), pp. 477-486. 2020
Balamurugan, K., Mahalakshmi, R. “ANFIS-Fractional order PID with Inspired Oppositional Optimization Based Speed Controller for Brushles DC Motor”, International Journal of Wavelets Multiresolution and Information Processing, 18, (1), pp. 1-18, 2020
Zadeh L.A. “The concept of a linguistic variable and its application to approximate reasoning-I”, Information Sciences, 8, (3), pp. 199-249, 1975
Takagi, T., Sugeno, M. “Fuzzy identification of systems and its applications to modeling and control”, IEEE Transactions on Systems, Man, and Cybernetics, 15, pp. 116-132, 1985