طراحي اتوماتيك سيستم استنتاج فازي بر اساس الگوريتم PSO براي كنترل سرعت موتورهاي DC

A PSO-based automatic design of fuzzy inference system for speed control of DC motors

ويژگي­ هاي خاص موتورهاي DC مانند قابليت اطمينان بالا، انعطاف پذيري، مصرف كم و سادگي كنترل باعث گسترش استفاده از اين موتورها در صنايع مختلفي همچون كارخانه­ هاي فولاد، قطارهاي برقي و… شده است. با اين وجود، در اكثر موارد هنوز اين سيستم ­ها از طريق كنترل كننده­ هاي مرسوم تناسبي انتگرال گير مشتق گير (PID) كنترل مي ­شوند كه در بعضي موارد ضرايب كنترل كننده با روش­هاي هوشمند تنظيم شده­ اند لذا در اين مقاله روشي جديد براي كنترل سرعت موتور DC ارائه شده كه در آن يك سيستم استنتاج منطق فازي از طريق الگوريتم بهينه سازي ازدحام ذرات (PSO) كاملاً بهينه سازي شده است. روش پيشنهادي بر روي مدل رياضي يك موتور DC در محيط شبيه سازي نرم افزار متلب اعمال شده و با روش­هاي مرسوم مبتني بر كنترل كننده­ هاي PID مقايسه گرديده است. نتايج شبيه سازي نشان مي­ دهد كه روش پيشنهادي شاخص­ هاي مختلف پاسخ زماني مانند زمان صعود، زمان تأخير و زمان نشست را براي كنترل سرعت موتور DC بهبود مي ­بخشد.

Special characteristics of the DC motors such as high reliability, flexibility, low consumption and simplicity of control have expanded the use of these motors in different industrials for instance steel plants, electric trains and etc. However, in the majority of applications, this system still controlled via traditional Proportional Integral Derivative (PID) controllers and in some cases, these controllers have been adjusted with intelligent methods. But this paper, in order to DC motor speed control, suggests a novel method to create a fuzzy logic inference system that is completely optimized through Particle Swarm Optimization (PSO) algorithm. The proposed approach has applied to a DC motor model in the MATLAB/Simulink software simulation environment and compared with different methods based on PID controllers. Simulation results show the suggested approach improved the various time response terms such as rise time, delay time and settling time for DC motor speed control.