Numer: 06/2021 Str. 1
Autorzy: Feby Pamuji , Deksaraka Danier , Soedibyo Soedibyo , Bambang Sudarmanta , Harus Guntur , Prisma Praskosa , Ilham Waskito :
Tytuł: Porównanie projektu sterownika silnika BLDC dla pojazdów elektrycznych wykorzystujących sterownik Fuzzy Logic i sztuczną sieć neuronową
Streszczenie: Istnienie technologii, takich jak bezszczotkowy silnik prądu stałego, stało się jednym z powodów zastępujących silnik zasilany paliwem kopalnym. Aby silnik BLDC obracał się z kontrolowaną prędkością, potrzebny jest zamknięty system, który może skorygować rzeczywistą prędkość lub błąd, gdy silnik BLDC się obraca. W tym projekcie zastosowaną metodą sterowania prędkością jest modulacja szerokości impulsu (PWM), a rzeczywiste sprzężenie zwrotne prędkości będzie sterowane za pomocą sterownika logiki rozmytej, tak aby można było ustawić rzeczywistą prędkość zgodnie z żądaną prędkością. W artykule porównano dwie metody sterowania FLC i sztuczną sieć neuronową (ANN). Dlatego przeprowadzana jest symulacja i implementacja, a uzyskane dane wskazują, że wyniki wdrożeń, które zostały wykonane, zbliżają się do wyników symulacji. Różnica między wynikami implementacji a symulacją polega na tym, że podczas implementacji zastosowany czujnik prędkości ma średni błąd wynoszący 2,1%, więc wynikająca z tego rzeczywista prędkość również się zmienia. Z wyników danych wdrożeniowych błędy, które występują, sięgają 1,28%. Wynik symulacji ma średni błąd 58,9% z SSN.
Słowa kluczowe: silnik bezszczotkowy BLDC, logika rozmyta, sztuczne sieci neuronowe