Um novo controlador PID para controle de velocidade BLDCM usando sistemas de lógica difusa dupla com otimização HSA

Scientific Reports volume 12, Número do artigo: 11316 (2022) Citar este artigo

1388 Acessos

Detalhes das métricas

A fim de melhorar o desempenho do controle de velocidade do motor brushless DC (BLDCM), uma nova diferenciação de integração de proporção (PID) é proposta neste artigo usando sistemas de lógica difusa dupla (FLSs) com otimização de algoritmo de busca de harmonia (HSA), que é chamado DFPID-HSA. Em primeiro lugar, o FLS1 no DFPID-HSA bloqueia os três coeficientes do controlador PID em uma ampla faixa com base no erro do sistema e na taxa de alteração do erro. Em seguida, o FLS2 é otimizado pelo HSA (HSA-F2) para obter a correção precisa dos três coeficientes. Para obter melhor a harmonia global ideal, o modo de ajuste dinâmico aprimorado é usado para a taxa de ajuste de pitch (PAR) e largura de banda de distância (BW) em HSA, e o método de seleção tripla é adotado na seção de harmonia de composição para realizar a pesquisa global. Finalmente, o DFPID-HSA fornece o sinal de controle de fornecimento ideal para BLDCM para que ele possa controlar a velocidade de forma eficaz. Além disso, a estabilidade do sistema é analisada pelos métodos de determinação de pólo, Lyapunov e Nyquist. E a análise de sensibilidade do DFPID-HSA é realizada sob a condição de diferentes parâmetros mecânicos do motor para verificar sua robustez. Além disso, a superioridade do DFPID-HSA é verificada pela plataforma de simulação e experimento MATLAB.

O motor de corrente contínua sem escova (BLDCM) foi aplicado com sucesso a veículos elétricos1,2, aeroespacial3,4, bombas de água fotovoltaicas5 e outros campos industriais e agrícolas devido às suas vantagens, como bom desempenho de regulação de velocidade, alta densidade de potência, alta confiabilidade e controle fácil6. Dada a ampla aplicação do BLDCM, a pesquisa sobre seu problema de controle é de grande importância. Diante do progresso e desenvolvimento da ciência e tecnologia, a demanda das pessoas por problemas de controle motor também aumenta dia a dia. Durante décadas, especialistas e estudiosos propuseram várias estratégias de controle inteligente para obter um melhor desempenho de controle de motores7.

Para sistemas de controle BLDCM, o PID é uma das estratégias de controle mais clássicas. Geralmente, P (proporcional), I (integral) e D (diferencial) podem ser compostos de várias formas. Por exemplo, PI, PD, PID foram implementados com sucesso no controle de velocidade do BLDCM8,9. Embora a estrutura PID tradicional possa ser facilmente implementada no sistema de controle do motor, suas desvantagens, como parâmetros não determinísticos e problemas não lineares, levam o sistema a não conseguir obter o efeito de controle ideal. Portanto, muitos algoritmos inteligentes de controladores PID otimizados são propostos. Gobinath e Mu et al.10,11 adotam redes neurais para otimizar controladores de forma PID. Embora o desempenho do controle seja melhorado, o processo de treinamento da rede neural é online ou offline, com alta complexidade computacional e baixa velocidade de resposta. Dat e Xie et al.12,13 usam algoritmo de otimização de enxame de partículas para otimizar controladores de estrutura PID, e o desempenho do controle é melhorado em grande medida. Ainda assim, é difícil para o algoritmo de enxame de partículas encontrar a solução ótima por meio de iteração individual ou de partículas. Demirtas14 propôs o algoritmo genético para otimizar os ganhos do controlador PI, mas sua população inicial é difícil de determinar. No entanto, o controle de lógica difusa não requer um modelo de sistema preciso e apenas cálculos baseados em bases de conhecimento especializadas. Portanto, os métodos de otimização baseados no controle da lógica fuzzy têm melhores efeitos de controle do que outros algoritmos na maioria dos casos15,16. Por exemplo, He et al.17 propuseram um novo controlador ideal PID autoajustável fuzzy baseado na análise do princípio básico de funcionamento do motor brushless DC. A saída do controlador comuta os dispositivos MOSFET de potência, alterando a taxa de serviço do sinal de controle PWM para realizar o controle de velocidade do motor DC sem escova. Yin et al.18 projetaram um algoritmo de controle PI adaptativo de parâmetro difuso baseado no loop de velocidade do motor brushless DC, que tem bom efeito de controle e robustez e pode garantir a operação estável do sistema sob condições de velocidade variável.