moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2020.29.2.015 765 Контроллер двигателя постоянного тока с нейро-адаптивной нечеткой логикой управления DC motor controller with neuro-adaptive fuzzy control logic Хан Мьо Хтун Han Myo Htun hanmyoe123htun@gmail.com aff-1 Якунин Алексей Николаевич Yakunin Alexey Nikolaevich yakunin.alexey@gmail.com aff-2 Институт Микроприборов и Систем Управления (МПСУ) Национальный исследовательский университет МИЭТ Institute Microdevices and Control Systems (MDCS) National Research University "MIET" Институт Микроприборов и Систем Управления (МПСУ) Национальный исследовательский университет МИЭТ Institute Microdevices and Control Systems (MDCS) National Research University "MIET"

Разработка контроллеров двигательных приводов является актуальной задачей в промышленных и роботизированных манипуляторах. Контроллеры двигателей постоянного тока (ДПТ) могут применяться в различных задачах, так как их использование даёт гибкие возможности для развития алгоритмов управления. Многие известные контроллеры, использующие обратную связь, не могут поддерживать эффективность системы на приемлемом уровне. В работе предлагается разработка нового контроллера ДПТ, который позволяет увеличить эффективность его управления за счёт уменьшения tn (времени нарастания), σ (перерегулирования) и tp (времени регулирования) при сравнении с другими известными котроллерами (пропорционально-интегрально-дифференциальным (ПИД) контроллером и контроллером нечёткой (НЛ) логики). В статье рассматривается разработка контроллера на основе адаптивной системы с нейро-нечеткой логикой (АСНЛ) для эффективного управления скоростью ДПТ с нагрузкой. Реализована математическая модель разработанного контроллера в среде Matlab-Simulink. Сравнение предложенного контроллера с другими известными контроллерами выполнено по следующим критериям: tn, tp и σ. Для подтверждения эффективности предложенного АСНЛ-контроллера выполнено его сравнение с известными контроллерами. Результаты моделирования показали, что разработанный АСНЛ-контроллер снижает tn по сравнению с ПИД-контроллером на 5% и по сравнению с НЛ-контроллером на 17%, tp по сравнению с ПИД-контроллером на 37% и по сравнению с НЛ-контроллером на 17%, и σ по сравнению с ПИД-контроллером на 6% с нагрузкой.

The development of motor drive controllers is an urgent task in industrial and robotic manipulators. DC motor controllers (DCT) can be used in various tasks, as their use provides flexible opportunities for the development of control algorithms. Many well-known controllers that use feedback cannot maintain system performance at an acceptable level. The paper proposes the development of a new DCT controller, which allows to increase the efficiency of its control by reducing tn (rise time), σ (overshoot) and tp (regulation time) when compared with other known controllers (proportional-integral-differential (PID) controller and fuzzy controller (NL) logic). The article discusses the development of a controller based on an adaptive system with neuro-fuzzy logic (ASNL) to effectively control the speed of the DCT with the load. The mathematical model of the developed controller in the environment of Matlab-Simulink is implemented. Comparison of the proposed controller with other known controllers is performed according to the following criteria: tn, tp and σ. To confirm the effectiveness of the proposed ASNL controller, it was compared with known controllers. The simulation results showed that the developed ASNL controller reduces tn compared to the PID controller by 6% and compared to the NL controller by 17%, tp compared to the PID controller by 37% and compared to the NL controller by 17 %, and σ compared to the PID controller by 6% with the load.

 двигатели постоянного тока (дпт) пропорционально-интегрально-дифференциальный (пид) нечёткая логика (нл) адаптивная система нейро-нечеткого вывода (аснл) dc motors (dc motors) proportional-integral-differential (pid) fuzzy logic (nl) adaptive neuro-fuzzy output system (asnl) Исследование выполнено без спонсорской поддержки. The study was performed without external funding. References Молейкутый Георгий. Управление скоростью отдельно возбужденного двигателя постоянного тока. Американский журнал прикладных наук .2008;5(3):227-233. Юсиф Аль Мешхедани. Гибридный контроллер ANFIS для 6-DOF манипулятора с 3D-моделью. Международный журнал компьютеров и технологий. 2013;4(2):631- 638. Usoro Н, Itaketo U.T., Umoren M.A. Управление двигателем постоянного тока с использованием алгоритма нечеткой логики. Нигерийский технологический журнал. 2017;36(2):594-602. Джайн М., Сингх М., Чандра А., Уильямсон С.С. Управление без датчика синхронного двигателя с постоянными магнитами с использованием MRAS на основе ANFIS. Международная конференция электрических машин и приводов (IEMDC). 2011:599-606. Yaguo. Ле, Амира Й., Хайкал, Файз Ф. Арид. Диагностика неисправностей вращающихся механизмов на основе нескольких комбинаций ANFIS с GA. Механические системы и обработка сигналов. 200:2280-2294. Басма А. Омар, Чжэнцзя. Он, яньян. Цзы, Цяо. Ху. Адаптивный нейро-нечеткий регулятор скорости для отдельно возбужденного двигателя постоянного тока. Международный журнал компьютерных приложений. 2012;39(9):29-37. Jyh-Shing Roger Jang. Адаптивные сетевые системы нечеткого вывода. IEEE Транзакции по системам человек и кибернетика. 1993;23(3):665-683. Ясир Али Алматил, Ахмед Абдельрахман. Управление скоростью двигателя постоянного тока с использованием нечеткого логического контроллера. Международная конференция по коммуникациям, управлению, вычислительной технике и электронике (ICCCCEE). 2017:1-7. Исмаил Н. Л., Закария К. А., Мох Назар Н. С., М. Сярипуддин, Мохтар А. С. и С. Танакоди. Сриниваса Кишоре Бабуб. Управление скоростью двигателя постоянного тока с использованием нечеткого логического контроллера. Материалы конференции AIP. 2018;1930(1):020026(1-6).