Anahtarlamalı Relüktans Motorlarında Bulanık Mantık Ve Yapay Sinir Ağları İle Konum Algılayıcısız Denetim

Abstract

Bu çalışmada, anahtarlamalı relüktans motorlarının, en önemli sakıncalarından biri olan, rotor konum algılayıcıları kullanma zorunluluğu yerine, rotor konumunun elektriksel yanda yapılan ölçümler ile rotor dolaylı olarak belirlenebilmesi için bir yöntem sunulmuştur.. Özellikle küçük güçlü sistemlerde, rotor konum algılayıcının maliyeti, anahtarlamalı relüktans motorlu sistemin maliyetini önemli oranda arttırmaktadır. Bu çalışma ile anahtarlamalı relüktans motorlarının bulanık mantık ve yapay sinir ağları ile konum algılayıcısız denetiminin ortaya koyduğu özellikler ve üstünlükler sunulmuştur. Ortaya konulan yöntemin uygulanması için hazırlanan algoritmaya ilişkin yazılımlar, sayısal işaret işlemci kullanılarak motorun denetiminde kullanılmış; yapılan deneysel çalışmalar ve benzetim sonuçları verilmiştir. Böyle bir sistemle, anahtarlamalı relüktans motorunun denetiminin klasik denetim yöntemlerinin yanında çok daha hızlı cevap vermesi, daha basit yapıya sahip olması gibi sonuçların ortaya çıktığı gözlenmiştir.

In this study the determination of rotor position in an indirect method done by means of electrical measurements instead of using the rotor position sensors which is the most defective problem of switched reluctance motors. Although, in last decades the switched reluctance motors are used in many fields, the difficulties in the determination of rotor position makes this type of motors not preferable. Especially, in the low power system, the cost of rotor position sensing increases the overall cost of switched reluctance motor system. The fuzzy logic controller and the artificial neural network model that will be used in switched reluctance motor, have described. The thesis contents an algorithm which is prepared according to the digital signal processor and the flow-charts. This study includes the hardwares which were used in the system, experimental and simulation results for several conditions. As a result, the specialities and the advantages of sensorless control of switched reluctance motors using fuzzy logic and artificial neural network are presented. Compared to the classical control strategies, system response of the motor will be faster and the structure of control will be simpler by using this type of control system.