دانلود ترجمه مقاله کنترل کننده های سرعت موتور DC بدون جاروبک برای کاربردهای صنعتی
عنوان فارسی |
مطالعه تطبیقی چهار کنترل کننده سرعت موتورهای DC بدون جاروبک برای کاربردهای صنعتی |
عنوان انگلیسی |
Comparative Study of Four Speed Controllers of Brushless DC Motors for Industrial Applications |
کلمات کلیدی : |
  موتور BLDC؛ کنترل کننده منطق فازی (FLC)؛ کنترل کننده مرجع مدل شبکه عصبی مصنوعی (ANNMRC)؛ کنترل ترکیبی (عصبی فازی) |
درسهای مرتبط | ماشین های الکتریکی |
تعداد صفحات مقاله انگلیسی : 6 | نشریه : ELSEVIER |
سال انتشار : 2020 | تعداد رفرنس مقاله : 11 |
فرمت مقاله انگلیسی : PDF | نوع مقاله : ISI |
پاورپوینت :
ندارد سفارش پاورپوینت این مقاله |
وضعیت ترجمه مقاله : انجام شده و با خرید بسته می توانید فایل ترجمه را دانلود کنید |
1. مقدمه 2. طراحی سیستم و موتور دینامیک BLDC 3. طراحی و شرح کنترل کننده 4. نتایج شبیه سازی 5. نتیجه گیری ها
چکیده – موتورهای جریان مستقیم (DC) یکی از مهم ترین انواع موتورها بوده و به طور فزاینده ای در کاربردهای روباتیک و صنعتی استفاده می شوند. در سالهای اخیر با هدف کنترل سرعت موتورها، تلاش های فراوانی برای توسعه موتورهای جریان مستقیم (DC) انجام شده است. با این وجود، رویکردهای کنترلی امروزی از لحاظ پایداری و واکنش سریع از عملکرد چندان مطلوبی برخوردار نیستند. از اینرو، در مطالعه حاضر یک پیکربندی کنترلکننده هوشمند ترکیبی برای کنترل سرعت بهینه موتورهای جریان مستقیم بدون جاروبک (BLDC) در یک سیستم جمعآوری دادههای کنترل نظارتی کارخانه (SCADA) ارائه شده است. همچنین در مطالعه حاضر،کنترلکننده هوشمند ترکیبی با یک کنترلکننده PID معمولی، کنترلکننده منطق فازی (FLC) و کنترلکننده مرجع مدل شبکه عصبی مصنوعی (ANNMRC) در متلب مورد مقایسه قراز گرفته است. نتایج بدست آمده حاکی از آن است که کنترلکننده ترکیبی (عصبی فازی) از لحاظ عملکرد، ثبات، قابلیت ردیابی مسیر سرعت، پاسخ سریع و سهولت اجرا دارای برتری است.
Direct current (DC) motors are one of the most important kind of motors and are widely used in robotic and industrial applications. Recently, there have been significant efforts to develop direct current (DC) motors in an attempt to control speed of motors. However, conventional controlling approaches perform undesirably in terms of stability and quick response. Therefore, this paper presents a hybrid intelligent controller configuration for optimized speed control of brushless direct current (BLDC) motors in a factory supervisory control data acquisition (SCADA) system. We compare this hybrid intelligent controller with a conventional PID controller, fuzzy logic controller (FLC), and artificial neural network model reference controller (ANNMRC) in MATLAB, and the results show that the hybrid (neuro-fuzzy) controller performs superior in terms of stability, speed trajectory tracking capability, fast response, and simplicity for implementation.
محتوی بسته دانلودی:
PDF مقاله انگلیسی ورد (WORD) ترجمه مقاله به صورت کاملا مرتب (ترجمه شکل ها و جداول به صورت کاملا مرتب)
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.