Энергоэффективное нейросетевое управление бесколлекторным двигателем постоянного тока

Date
2025Publisher
Another Title
Еnеrgy Efficiеnt Nеural Nеtwork Control of a Brushlеss DC Motor
Bibliographic entry
Энергоэффективное нейросетевое управление бесколлекторным двигателем постоянного тока = Еnеrgy Efficiеnt Nеural Nеtwork Control of a Brushlеss DC Motor / А. А. Вельченко, С. А. Павлюковец, А. А. Радкевич, А. К. Ибрагим // Известия высших учебных заведений и энергетических объединений СНГ. Энергетика. – 2025. – № 1. – С. 45-57.
Abstract
В работе рассмотрены основные тенденции развития электродвигателей для электромобилей и мобильных роботов, а также современных методик расчета силовой электроники и электроприводов на основе искусственной нейронной сети. Представлены аспекты развития эффективности современных синхронных и бесколлекторных двигателей постоянного тока. На основе математической модели бесколлекторного двигателя постоянного тока построена архитектура блока управления с нейросетевым контроллером. Проведен упреждающий расчет нейронной сети, определены правила корректировки весовых коэффициентов. На базе упреждающего расчета построен ПИД-регулятор с самонастраивающимися параметрами с использованием нейронной сети, а также на основе нейронной сети BP (BP-нейросеть, от англ. BP Nеural Nеtwork) построена структурная схема системы ПИД-регулирования и получен регулятор скорости путем использования модулей MATLAB, построена S-функция активации в качестве контроллера нейронной сети BP, основанная на математическом описании нейронной сети блока управления бесколлекторного двигателя постоянного тока. В работе подробно показана установка демультиплексора для лучшего распределения выхода S-функции. Полученная нейронная сеть инкапсулирует S-функцию весовой функции. По полученным результатам исследования нейронной сети и анализа алгоритма нейронной сети BP составлен алгоритм управления, который используется для управления ПИД-регулятором и инкапсулируется в системе моделирования. Продемонстрированы теоретические возможности расчета на основе нейронной сети с обратной связью для построения имитационной модели адаптивного управления бесколлекторным двигателем постоянного тока.
Abstract in another language
The paper considers the main trends in the development of electric motors for electric vehicles and mobile robots, as well as trends in the development of modern methods for calculating power electronics and electric drives based on an artificial neural network. Aspects of the efficiency development of modern synchronous and brushless DC motors are presented. Based on the mathematical model of a brushless DC motor, the architecture of a control unit with a neural network controller is built. A proactive calculation of the neural network was carried out, and the rules for adjusting the weighting coefficients were determined. Based on proactive calculation, a PID controller with self-adjusting parameters using a neural network was built, as well as a block diagram of the PID control system was built on the basis of the BP neural network; also, a speed controller was built using MATLAB modules. Besides, an S-activation function was built as a controller of the BP neural network; the function was based on the mathematical description of the neural network of the control unit of a brushless DC motor. The paper shows in detail the installation of a demultiplexer for better distribution of the S-function output. The resulting neural network encapsulates the S-function of the weight function. Based on the results of the neural network research and analysis of the BP neural network algorithm, a control algorithm has been established that is used to control the PID controller and is encapsulated in the simulation system. The theoretical possibilities of calculation based on a feedback neural network for constructing a simulation model of adaptive control of a brushless DC motor are demonstrated.
View/ Open
Collections
- № 1[6]