بهینه سازی همزمان چند تابع هدف با الگوریتم ژنتیک- فازی و کاربرد آن در کنترل سرعت موتور القایی

نویسندگان

بهزاد میرزائیان

b. mirzaeian مهدی معلم

m. moallem ولی اله طحانی و کارولوکس

v. tahani and caro lucas

چکیده

در این مقاله یک روش جدید براساس الگوریتم ژنتیک - فازی برای بهینه سازی همزمان چند تابع هدف ارائه شده است . از الگوریتم ارائه شده برای تعیین نقطه بهینه دو تابع هدف ریاضی غیر خطی و طراحی و تنظیم بهینه ضرایب بهره یک کنترل کننده کلاسیک pi در روش کنترل اسکالری یک موتور القایی تغذیه شده با اینورتر نوع جریان اجباری1 به عنوان یک سیستم غیر خطی استفاده شده است. برای تعیین و تنظیم ضرایب بهره کنترل کننده پاسخ سیستم به ورودی پله در نظر گرفته شده و زمان خیز2 (tr)، ماکزیمم جهش3 (mp)، زمان تثبیت4 (ts) و خطای حالت ماندگار5 (ess) به عنوان چهار تابع هدف بهینه می شوند. نتایج حاصله از روش جدید ارائه شده در این مقاله با نتایج حاصل از به کارگیری روش سعی و خطا ] 13 و14 [ در تنظیم ضرایب کنترل کننده ها و روش فازی وزنی]4 [در تعیین نقطه بهینه دو تابع ریاضی مقایسه شده است . از امتیازات برجسته الگوریتم بهینه سازی ارائه شده این است که می توان درجه اهمیت توابع هدف را از قبل مشخص کرده و یا به صورت فازی با توجه به بهبود تابع هدف در روند بهینه سازی تعیین کرد. نتایج به دست آمده نشان دهنده عملکرد مناسب روش ارائه شده است .

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

کنترل فازی سرعت موتور مغناطیس دائم داخلی و تنظیم ضرایب کنترل‌کننده به‌کمک الگوریتم ژنتیک

در این مقاله روش کنترل برداری فازی در کنترل سرعت موتورهای مغناطیس دائم داخلی (IPMSM) ارائه شده است. در این کنترل­کننده از دو تنظیم­گر سرعت و جریان استفاده شده است. کنترل­کننده سرعت از نوع فازی و کنترل­کننده جریان از نوع PI کلاسیک است. از الگوریتم ژنتیک در بهینه­سازی ضرایب هر دو کنترل­کننده استفاده شده است. بهینه­سازی با اهداف سرعت پاسخ بالا، خطای حالت دائمی کم به نحوی ­که کنترل­کننده با دقت خوب...

متن کامل

کنترل فازی سرعت موتور مغناطیس دائم داخلی و تنظیم ضرایب کنترل کننده به کمک الگوریتم ژنتیک

در این مقاله روش کنترل برداری فازی در کنترل سرعت موتورهای مغناطیس دائم داخلی (ipmsm) ارائه شده است. در این کنترل کننده از دو تنظیم گر سرعت و جریان استفاده شده است. کنترل کننده سرعت از نوع فازی و کنترل کننده جریان از نوع pi کلاسیک است. از الگوریتم ژنتیک در بهینه سازی ضرایب هر دو کنترل کننده استفاده شده است. بهینه سازی با اهداف سرعت پاسخ بالا، خطای حالت دائمی کم به نحوی که کنترل کننده با دقت خوبی...

متن کامل

مدل بهینه شده‏ی فرکانس بالای موتور القایی با استفاده از الگوریتم ژنتیک

در این مقاله، مدل فرکانس بالای موتور القایی ارائه شده است. مقادیر پارامترهای این مدل فشرده با استفاده از الگوریتم ژنتیک تعیین و بهینه شده است. مدل و روش جدیدی برای تعیین پارامترهای معرفی شده است. در ابتدا محدوده‏ی تغییرات پارامترها بدست آمده و سپس با استفاده از الگوریتم ژنتیک مقدار دقیق و بهینه‏ی هر یک از پارامترها بدست آمده است. مدل ارائه شده در باند فرکانسی 100 Hz تا 30 MHz هم در مد مشترک و ه...

متن کامل

بهینه سازی و بهبود کنترل سرعت موتور الکتریکی dc بوسیله ترکیب منطق فازی و الگوریتم ژنتیک

علم کنترل در طول حیات خود دستخوش تغییرات بسیاری شده است. به عنوان مثال از 1940 تا 1960 روشهای کنترل خطی و غیرخطی ابداع شدند که بیشتر آنها مبتنی بر مدلهای حوزه فرکانس بودند. از 1960 تا 1980 علم کنترل پیشرفت بسیار سریع و چشمگیری داشت و مفاهیم جدید بسیاری در زمینه سیستم- های کنترل معرفی شدند. استفاده از فضای حالت و مفاهیم قدرتمندی چون کنترل پذیری و مشاهده- پذیری در آن سالها وارد عرصه کنترل شدند و ...

بهبود تخمین سرعت در کنترل میدانی موتور القایی بدون حسگر سرعت با استفاده از الگوریتم ژنتیک

در این پایان نامه به بررسی انواع موتورهای القایی و بویژه موتور های سه فاز و انواع درایور ها و روش های کنترل این موتور ها پرداخته شده است . با بیان مزایا و لزوم بهره گیری از درایور ها، انواع الگوهای طراحی اینورتر مورد بررسی قرار گرفته است . به منظور طراحی درایور های هوشمند، انواع روش های موجود کنترل سرعت و گشتاور این موتور ها بررسی شده و با ملاحظه ی مزایا و معایب هریک، در نهایت کنترل میدانی و یا...

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
روش های عددی در مهندسی (استقلال)

جلد ۲۰، شماره ۱، صفحات ۲۹-۴۲

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023