KR100725543B1 - 신경회로망을 이용한 자기동조 비례적분 제어 시스템 - Google Patents

신경회로망을 이용한 자기동조 비례적분 제어 시스템 Download PDF

Info

Publication number
KR100725543B1
KR100725543B1 KR1020050073148A KR20050073148A KR100725543B1 KR 100725543 B1 KR100725543 B1 KR 100725543B1 KR 1020050073148 A KR1020050073148 A KR 1020050073148A KR 20050073148 A KR20050073148 A KR 20050073148A KR 100725543 B1 KR100725543 B1 KR 100725543B1
Authority
KR
South Korea
Prior art keywords
controller
motor
speed
stpi
command
Prior art date
Application number
KR1020050073148A
Other languages
English (en)
Other versions
KR20070018442A (ko
Inventor
정동화
차영두
남수명
Original Assignee
순천대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 순천대학교 산학협력단 filed Critical 순천대학교 산학협력단
Priority to KR1020050073148A priority Critical patent/KR100725543B1/ko
Publication of KR20070018442A publication Critical patent/KR20070018442A/ko
Application granted granted Critical
Publication of KR100725543B1 publication Critical patent/KR100725543B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
    • H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
    • H02P27/06—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters
    • H02P27/08—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/41—Servomotor, servo controller till figures
    • G05B2219/41198—Fuzzy precompensation of pid, pd

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Electric Motors In General (AREA)
  • Control Of Ac Motors In General (AREA)

Abstract

본 발명은 STPI 제어기를 사용하는 전동기의 속도 제어 시스템으로서, PI 제어기와 신경회로망(NN)을 병렬 연결하여 이루어지고 상기 전동기에 대한 지령속도(
Figure 112005044024407-pat00001
)와 실제속도(
Figure 112005044024407-pat00002
)의 오차를 입력받아 상기 전동기의 속도 제어에 필요한 토크성분의 지령전류(
Figure 112005044024407-pat00003
)를 출력하는 STPI 제어기와, 상기 전동기로부터 상기 실제속도(
Figure 112005044024407-pat00004
)를 측정하는 속도측정기와 상기 토크성분 지령전류(
Figure 112005044024407-pat00005
) 및 자속성분 지령전류(
Figure 112005044024407-pat00006
)와 상기 전동기의 회전자위치(
Figure 112005044024407-pat00007
)를 입력받아 상전압 지령치(
Figure 112005044024407-pat00008
)를 출력하는 전류제어기와, 상기 상전압 지령치(
Figure 112005044024407-pat00009
)를 입력받아 상기 전동기를 구동하는 공간벡터 PWM 인버터를 포함한다. 따라서 전동기 시스템의 비선형 특성에 적절하게 대응할 수 있으므로, 파라미터 변동과 같은 시스템 변화에 강인성과 고성능을 유지할 수 있다.
영구자석형 동기전동기, 인버터, 신경회로망, PI 제어기, STPI 제어기

Description

신경회로망을 이용한 자기동조 비례적분 제어 시스템{Self Tuning Proportional Integral Control System using Neural Network}
도 1은 종래의 PI 제어기를 적용한 PMSM의 속도제어를 위한 벡터제어 시스템의 구성도이다.
도 2는 본 발명에 따른 신경회로망의 구성도이다.
도 3은 본 발명에 따른 STPI 제어기의 구성도이다.
도 4는 본 발명에 따른 최적이득 결정 과정을 나타내는 그래프이다.
도 5는 본 발명에 따른 스위치 라인의 그래프이다.
도 6은 본 발명에 따른 STPI 제어기를 이용한 PMSM의 속도제어를 위한 벡터제어 시스템의 구성도이다.
도 7은 PI와 STPI 제어기의 응답특성을 비교한 그래프이다.
도 8은 PI와 STPI 제어기의 응답특성을 비교한 그래프이다.
도 9는 정·역회전 운전에 대한 응답특성을 비교한 그래프이다.
도 10은 속도와 부하의 변화에 대한 응답특성을 비교한 그래프이다.
도 11은 속도와 부하의 변화에 대한 응답특성을 비교한 그래프(J=2Jn)이다.
도 12는 속도와 부하의 변화에 대한 응답특성을 비교한 그래프(R=2Rn)이다.
도 13은 4상한 운전에 대한 응답특성을 비교한 그래프(J=3Jn)이다.
도 14는 스텝 지령속도 변화에 따른 속도 추정을 나타내는 그래프이다.
본 발명은 전동기의 속도 제어 시스템에 관한 것으로, 전동기의 운전상태에 따라 자기동조 비례적분(STPI: Self Tuning PI) 제어기를 이용하여 제어하는 전동기의 속도 제어 시스템에 관한 것이다.
최근 산업계에서 많이 이용되는 영구자석형 동기모터(PMSM: Permanent Magnet Synchronous Motor)를 구동하기 위해 대부분 고정 이득을 가진 PI 제어기가 사용되고 있다.
도 1에 종래의 PI 제어기를 적용한 PMSM의 속도제어 시스템의 구성도를 나타내었다.
도 1에서 종래의 PMSM 제어 시스템은 PI 제어기(12), 전류제어기(13), 공간벡터 PWM(SV PWM: Surface Vector Pulse Width Modulation) 인버터(inverter)(14), 속도 측정기(15), 적분기(16)로 구성되어 PMSM(11)의 구동을 제어한다.
도 1에서와 같이, 전동기 속도를 사용자가 원하는 속도로 설정한 지령속도(
Figure 112005044024407-pat00010
)와 PMSM(11)의 실제속도(
Figure 112005044024407-pat00011
)를 비교하여 PI 제어기(12)로 입력하여, 토크전류 지령치(
Figure 112005044024407-pat00012
)를 생성한다. 전류제어기(13)는 자속전류 지령치(
Figure 112005044024407-pat00013
) 및 상기 토크 전류 지령치(
Figure 112005044024407-pat00014
)와 더불어, 속도 측정기(15)로부터 실제속도(
Figure 112005044024407-pat00015
)의 적분값을 입력받아서, 토크전압 지령치와 자속전압 지령치를 생성하고 이를 좌표변환하여 3상 전압(
Figure 112005044024407-pat00016
)으로 공간벡터 PWM 인버터(14)로 출력하고, 공간벡터 PWM 인버터(14)는 상기 3상 전압에 의해 직류전원을 교류전원으로 변환시켜 PMSM(11)에 공급한다.
이러한 종래의 PI 제어기를 이용한 PMSM 제어 시스템은 PMSM의 비선형성 때문에 과도상태에서 양호한 성능을 기대하기 어렵다. 즉, PI 제어기가 고정 이득을 가지므로 특정한 동작 조건에서 양호한 성능을 나타내지만 동작 조건이 다양할 경우에는 성능이 저하된다. 다시 말해, PI 제어기의 이득계수를 조절하여도 시스템의 성능 향상에는 한계가 있으며, 외란, 속도 및 부하 등의 파라미터가 변동할 경우 고성능 및 강인성을 기대하기 어렵다.
또한 적절한 PI 이득을 얻기 위하여 일반적으로 시행 착오법을 사용하기 때문에, 제어에 시간이 많이 소요된다는 문제점도 있다.
본 발명의 목적은 STPI 제어기를 사용하여 전동기에 대한 고성능 속도 제어 시스템을 제공하는 것이다.
또한, 과도특성에서 다양한 속도추종 능력을 가지며, 부하 및 관성 등 파라미터 변동에도 고성능 및 강인성을 갖는 제어시스템을 제공하는 것이다.
상기한 목적을 달성하기 위하여, 본 발명의 속도 제어 시스템은 신경회로망과 PI 제어기를 병렬로 연결한 STPI 제어기를 포함한다.
본 발명에 따른 전동기의 속도를 제어하는 자기동조 비례적분(STPI) 제어 시스템은, PI 제어기와 신경회로망(NN)을 병렬 연결하여 이루어지고 상기 전동기에 대한 지령속도(
Figure 112005044024407-pat00017
)와 실제속도(
Figure 112005044024407-pat00018
)의 오차를 입력받아 상기 전동기의 속도 제어에 필요한 토크성분의 지령전류(
Figure 112005044024407-pat00019
)를 출력하는 STPI 제어기와, 상기 전동기로부터 상기 실제속도(
Figure 112005044024407-pat00020
)를 측정하는 속도측정기와 상기 토크성분 지령전류(
Figure 112005044024407-pat00021
) 및 자속성분 지령전류(
Figure 112005044024407-pat00022
)와 상기 전동기의 회전자위치(
Figure 112005044024407-pat00023
)를 입력받아 상전압 지령치(
Figure 112005044024407-pat00024
)를 출력하는 전류제어기와, 상기 상전압 지령치(
Figure 112005044024407-pat00025
)를 입력받아 상기 전동기를 구동하는 공간벡터 PWM 인버터를 포함한다.
상기 STPI 제어기는 상기 PI 제어기에 입력되는 이득(
Figure 112005044024407-pat00026
와
Figure 112005044024407-pat00027
)은 상기 신경회로망(NN)을 통해 상기 전동기의 동작상태에 따라 수정될 수 있다.
상기 STPI 제어기는 상기 신경회로망에 의한 이득값과 스위치 라인에 따라서 상기 PI 제어기의 최적 이득값을 구할 수 있다.
이하, 본 발명에 대해서 첨부한 도면을 참조하여 보다 상세히 설명한다.
본 발명에서는 과도특성에서 다양한 속도추종 능력을 가지며, 부하 및 관성 등 파라미터 변동에도 고성능 및 강인성을 갖는 시스템을 구현하기 위해, STPI 제어기를 사용한다. 본 발명에 따른 STPI(Self Tuning PI) 제어기는 최적의 제어를 위해 PI 제어기와 신경회로망을 상호 결합한 제어기이다.
도 2에 본 발명의 실시예에 따른 신경회로망을 나타내었다.
상기 신경회로망은 입력, 은닉 및 출력 노드가 각각 3, 40, 2인 3층 피드포워드(feedforward) 신경회로망이다. 부하토크(
Figure 112005044024407-pat00028
), 지령 q축 전류(
Figure 112005044024407-pat00029
), 지령속도(
Figure 112005044024407-pat00030
)와 실제속도(
Figure 112005044024407-pat00031
)의 속도오차(e)를 입력으로 받아서, 각 노드를 통하여 출력된다. 상기한 신경회로망의 출력(
Figure 112005044024407-pat00032
,
Figure 112005044024407-pat00033
)은 PI 제어기에 입력된다.
도 3에 상기 신경회로망과 PI 제어기의 관계를 나타내었다. 여기서 신경회로망(NN: Neural Network)은 지능 파라미터 동조기로서,
Figure 112005044024407-pat00034
와
Figure 112005044024407-pat00035
는 PI의 이득이다.
도 3에서와 같이, PI 제어기(12)에 입력되는 이득(
Figure 112005044024407-pat00036
와
Figure 112005044024407-pat00037
)은 NN(17)을 통해 전동기의 동작상태에 따라 수정된다. 즉, PMSM(11) 속도를 사용자가 원하는 속도로 설정한 지령속도(
Figure 112005044024407-pat00038
)와 PMSM(11)의 실제속도(
Figure 112005044024407-pat00039
)를 비교하여 구한 속도오차(e)는, PI 제어기(12)를 통하여 지령 q축 전류(
Figure 112005044024407-pat00040
)를 구한다. 이때 PI 제어기(12)의 이득은 NN(17)의 출력을 받아 경신하게 된다. 이와 같이, 본 발명에서는 종래의 PI 제어기에서 고정된 이득을 신경회로망에 의해 가변시키고 있다.
동작조건에 따라 최적 이득을 발생시켜 신경회로망을 활성화하기 위하여, 신 경회로망의 입력 패턴은 전동기의 동작조건을 나타낼 수 있는 적합한 변수가 포함되어야 한다.
상기 신경회로망(NN)은 사용하기 전에 학습과정이 필요하다. 즉, 파라미터 동조기로서의 출력이 적용분야로부터 선정된 각 학습패턴을 위하여 요구되는 출력과 일치되게 하는 효과적인 학습이 필요하다.
각 학습 패턴은
Figure 112005044024407-pat00041
및
Figure 112005044024407-pat00042
의 5개 파라미터가 포함되도록 설계한다. 본 발명의 시스템에서는 입력은
Figure 112005044024407-pat00043
,
Figure 112005044024407-pat00044
및
Figure 112005044024407-pat00045
이며 출력은
Figure 112005044024407-pat00046
와
Figure 112005044024407-pat00047
이다.
Figure 112005044024407-pat00048
,
Figure 112005044024407-pat00049
및
Figure 112005044024407-pat00050
의 구성은 다음과 같다.
Figure 112005044024407-pat00051
를 0-40[rpm]까지 모두 5개의 동일한 구간으로 나눈다.
Figure 112005044024407-pat00052
는 0-20[A]까지 5개의 구간으로 동일하게 나누고
Figure 112005044024407-pat00053
은 0-5[N·m]까지 5개의 동일한 구간으로 나눈다. 성능지수 F는 다음 식과 같이 정의한다.
Figure 112005044024407-pat00054
(1)
여기서
Figure 112005044024407-pat00055
,
Figure 112005044024407-pat00056
및
Figure 112005044024407-pat00057
는 하중 인자이며 각각 100, 5 및 100으로 선정한다.
상기 성능지수는 전동기의 성능에 영향을 미치는 요소로 정한다. 즉, 오버슈트(overshoot), 상승시간(rise time) 및 정상상태 오차(steady_state_error)가 전동기를 운전할 경우에 미치는 성능을 나타낸다.
상기한 최적 이득을 결정하는 과정을 도 4에 나타내었다. 다음과 같은 3단계 의 과정을 거쳐 이득의 최적값을 구할 수 있다.
- 1 단계:
Figure 112005044024407-pat00058
및
Figure 112005044024407-pat00059
를 각각 7개의 구간으로 나눈다.
- 2 단계: 각
Figure 112005044024407-pat00060
의 결정을 위하여 다음 단계가 필요하다.
(a)
Figure 112005044024407-pat00061
의 조건 동안 한 구간에서
Figure 112005044024407-pat00062
를 점차적으로 증가시킨다.
(b)
Figure 112005044024407-pat00063
의 조건이 검출되면
Figure 112005044024407-pat00064
의 조건까지 1/2 구간까지 점차적으로
Figure 112005044024407-pat00065
를 점차적으로 감소시킨다.
(c)
Figure 112005044024407-pat00066
의 조건이 다시 검출될 때까지 1/4 구간까지
Figure 112005044024407-pat00067
를 증가시킨다.
(d) 선정된
Figure 112005044024407-pat00068
에 대한
Figure 112005044024407-pat00069
는
Figure 112005044024407-pat00070
이다. 선정된
Figure 112005044024407-pat00071
와
Figure 112005044024407-pat00072
에 대한
Figure 112005044024407-pat00073
는
Figure 112005044024407-pat00074
이다.
- 3 단계: 2단계에서 구한 모든
Figure 112005044024407-pat00075
및
Figure 112005044024407-pat00076
중에서 최소
Figure 112005044024407-pat00077
을 찾는다.
도 5는 빠른 응답특성에서 스위치 라인(switch line)을 나타낸 것으로서, 스테이지 I(stageⅠ)에서는 신경회로망에 의하여 이득을 구하고, 스테이지 II(stageⅡ)에서는 신경회로망에서 얻은 이득을 도 4을 통해 수정하여 최적의 이득을 얻는다. 스위치 라인은 0.5-0.7이 적절한 범위이다.
상기 설명한 스위치 라인은 다음 식과 같이 구해진다.
Figure 112005044024407-pat00078
(2)
상기한 신경회로망과 PI 제어기를 결합하여 본 발명에 따른 STPI 제어기가 형성된다. 이러한 STPI 제어기에 의해 속도를 제어하는 제어시스템을 도 6에 나타내었다.
도 6에서, PMSM(11)의 속도제어 시스템은 상기 PMSM(11)로부터 STPI 제어기(18)에 입력되는 PMSM(11)의 속도(
Figure 112005044024407-pat00079
)를 도출하기 위한 속도측정기(15), 지령속도(
Figure 112005044024407-pat00080
)와 속도(
Figure 112005044024407-pat00081
)의 오차를 입력으로 받아 속도제어에 필요한 토크성분의 지령전류(
Figure 112005044024407-pat00082
)를 출력하는 STPI 제어기(18), 회전자 위치(
Figure 112005044024407-pat00083
), 토크성분의 지령전류(
Figure 112005044024407-pat00084
)와 자속성분의 지령전류(
Figure 112005044024407-pat00085
)를 입력받아 상전압 지령치(
Figure 112005044024407-pat00086
)를 출력하는 전류제어기(13), 상기 상전압 지령치(
Figure 112005044024407-pat00087
)를 받아 PMSM(11)을 구동하는 공간벡터 PWM 인버터(14)를 포함한다.
상기한 STPI 제어기(18)는 지령속도(
Figure 112005044024407-pat00088
)와 PMSM(11) 속도(
Figure 112005044024407-pat00089
)의 오차(
Figure 112005044024407-pat00090
-
Figure 112005044024407-pat00091
)로부터 토크성분 지령전류(
Figure 112005044024407-pat00092
)를 출력한다. 토크성분 지령전류(
Figure 112005044024407-pat00093
)는 자속성분 지령전류(
Figure 112005044024407-pat00094
)와 함께 전류제어기(13)에 인가된다. 전류제어기(13)는 토크성분 지령전류(
Figure 112005044024407-pat00095
)와 자속성분 지령전류(
Figure 112005044024407-pat00096
) 그리고 PMSM 회전자 위치(
Figure 112005044024407-pat00097
)를 사용하여 상전압 지령치 (
Figure 112005044024407-pat00098
)를 출력한다. 출력된 상전압 지령치 (
Figure 112005044024407-pat00099
)는 공간벡터 PWM 인버터(14)로 PMSM(11)를 구동하게 된다.
이와 같이 본 발명에 따른 STPI 제어기는 최적의 지령전류(
Figure 112005044024407-pat00100
)를 계산함으로써, 이를 이용한 제어시스템이 고성능 및 강인성을 갖게 된다.
도 7 ~ 도 14에서 종래의 제어시스템과 본 발명에 따른 STPI 제어시스템의 성능을 비교하였다.
도 7은 0.1초에서 지령속도를 1800rpm으로 운전시키고 0.5~0.7초에서 부하토크를 5N·m으로 인가했을 경우에 나타나는 응답특성이다. 도 7(a)는 지령속도와 실제속도이며 본 발명에 따른 STPI 제어기를 종래의 PI 제어기와 비교하였다. 도 7(b)와 7(c)는 STPI 제어기에서 구한 이득
Figure 112005044024407-pat00101
,
Figure 112005044024407-pat00102
를 나타낸다. 도 7(d)는 q축 전류를 나타낸다.
도 8은 더욱 명확하게 검토하기 위하여 도 7의 초기 상태와 부하가 인가된 상태를 확대한 결과이다. STPI 제어기가 PI 제어기 보다 오버슈트가 작고 상승시간도 빠르며, 안정화 및 정상상태 추종이 빠르다.
도 9는 0.1초에서 지령속도를 1000rpm, 0.4초에서 지령속도를 -1500rpm, 0.8초에서 지령속도를 0rpm으로 하는 경우, 즉 속도를 다양하게 변화시켰을 경우의 응답특성이다. 다양한 속도변화에도 STPI 제어기는 PI 제어기보다 양호한 성능을 나타낸다.
도 10은 0.1초에서 지령속도를 1800rpm으로 주고, 0.5초에서 부하토크 5N·m로 인가한 후, 0.7초에서 지령속도를 -500rpm으로 감소시켰을 때 나타나는 응답특 성이다. 속도와 부하 변화에도 STPI 제어기는 PI 제어기보다 성능이 양호하게 나타난다.
도 11은 0.1초에서 지령속도를 1800rpm, 0.7초에서 부하토크 5N·m로 인가하고, 관성을 정격의 2배로 증가시켰을 경우에 나타나는 응답특성이다.
도 12는 0.1초에서 지령속도를 1800rpm, 0.7초에서 부하토크 5N·m로 인가하고, 전기자 저항을 정격의 2배로 증가시켰을 경우에 나타나는 응답특성이다. 관성과 전기자 저항의 파라미터 변동이 있을 경우에는 STPI 제어기의 성능이 더욱 뛰어난 효과를 나타낸다.
도 13은 관성을 3배로 증가시킨 상태에서 4상한 운전을 시킨 경우에 나타나는 응답특성이다. 4상한 운전에서도 STPI 제어기는 PI 제어기보다 속도오차가 작게 나타난다.
도 14는 다양한 속도변화에 대한 속도추종 성능을 나타내고 있다. 속도 오차는 1% 내로 추종 성능이 매우 우수함을 알 수 있다.
본 실시예에서는 STPI 제어기를 적용한 PMSM의 속도제어 시스템을 일례로서 설명하였으나, 본 발명은 다른 유형의 전동기에 대해서도 쉽게 적용할 수 있다.
본 발명은 상기한 바람직한 실시예와 첨부한 도면을 참조하여 설명되었지만, 본 발명의 개념 및 범위 내에서 상이한 실시예를 구성할 수도 있다. 따라서 본 발명의 범위는 첨부된 청구범위에 의해 정해지며, 본 명세서에 기재된 특정 실시예에 의해 한정되지 않는 것으로 해석되어야 한다.
상기한 바와 같이, 본 발명의 STPI 제어기는 신경회로망과 PI 제어기를 병렬 연결함으로써, 양호한 응답특성을 나타내며, 수렴속도를 빠르게 계산하고 최적의 지령 전류값을 구할 수 있다.
또한 본 발명에서는 상기 STPI 제어기를 사용함으로써, 전동기 시스템의 비선형 특성에 적절하게 대응할 수 있으므로, 파라미터 변동과 같은 시스템 변화에 강인성과 고성능을 유지할 수 있다. 따라서 전동기가 사용되는 기기의 효율을 높여 에너지를 절감할 수 있다.

Claims (4)

  1. 전동기의 속도를 제어하는 자기동조 비례적분(STPI) 제어 시스템에 있어서,
    PI 제어기와, 상기 전동기의 동작 상태에 따라 상기 PI 제어기에 입력되는 이득(
    Figure 112007015623334-pat00128
    와
    Figure 112007015623334-pat00129
    )을 가변시키는 신경회로망(NN)으로 이루어지고, 또한 상기 전동기에 대한 지령속도(
    Figure 112007015623334-pat00130
    )와 실제속도(
    Figure 112007015623334-pat00131
    )의 오차를 입력받아 상기 전동기의 속도 제어에 필요한 토크성분의 지령전류(
    Figure 112007015623334-pat00132
    )를 출력하는 STPI 제어기,
    상기 전동기로부터 상기 실제속도(
    Figure 112007015623334-pat00133
    )를 측정하는 속도측정기,
    상기 토크성분 지령전류(
    Figure 112007015623334-pat00134
    ) 및 자속성분 지령전류(
    Figure 112007015623334-pat00135
    )와, 상기 전동기의 회전자 위치(
    Figure 112007015623334-pat00136
    )를 입력받아, 상전압 지령치(
    Figure 112007015623334-pat00137
    )를 출력하는 전류제어기,
    상기 상전압 지령치(
    Figure 112007015623334-pat00138
    )를 입력받아 상기 전동기를 구동하는 공간벡터 PWM 인버터를 포함하는 것을 특징으로 하는 STPI 제어 시스템.
  2. 제1항에 있어서, 상기 전동기는 영구자석형 동기전동기(PMSM)인 것을 특징으로 하는 STPI 제어 시스템.
  3. 삭제
  4. 삭제
KR1020050073148A 2005-08-10 2005-08-10 신경회로망을 이용한 자기동조 비례적분 제어 시스템 KR100725543B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020050073148A KR100725543B1 (ko) 2005-08-10 2005-08-10 신경회로망을 이용한 자기동조 비례적분 제어 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050073148A KR100725543B1 (ko) 2005-08-10 2005-08-10 신경회로망을 이용한 자기동조 비례적분 제어 시스템

Publications (2)

Publication Number Publication Date
KR20070018442A KR20070018442A (ko) 2007-02-14
KR100725543B1 true KR100725543B1 (ko) 2007-06-08

Family

ID=43651854

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050073148A KR100725543B1 (ko) 2005-08-10 2005-08-10 신경회로망을 이용한 자기동조 비례적분 제어 시스템

Country Status (1)

Country Link
KR (1) KR100725543B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108333936A (zh) * 2018-01-30 2018-07-27 山西机电职业技术学院 一种基于神经网络提高异步电机定位精度的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040097021A (ko) * 2004-10-12 2004-11-17 순천대학교 산학협력단 유도전동기의 고성능 제어를 위한 적응 fnn 제어 시스템
KR20050072522A (ko) * 2004-01-06 2005-07-12 삼성전자주식회사 직류모터 비례적분 제어기의 셀프 튜닝 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050072522A (ko) * 2004-01-06 2005-07-12 삼성전자주식회사 직류모터 비례적분 제어기의 셀프 튜닝 장치 및 방법
KR20040097021A (ko) * 2004-10-12 2004-11-17 순천대학교 산학협력단 유도전동기의 고성능 제어를 위한 적응 fnn 제어 시스템

Also Published As

Publication number Publication date
KR20070018442A (ko) 2007-02-14

Similar Documents

Publication Publication Date Title
Alsofyani et al. Dynamic hysteresis torque band for improving the performance of lookup-table-based DTC of induction machines
US6979967B2 (en) Efficiency optimization control for permanent magnet motor drive
US9209735B2 (en) Control system and method for an electric three-phase variable speed motor
Jevremovic et al. Speed-sensorless control of induction motor based on reactive power with rotor time constant identification
Lascu et al. Super-twisting sliding mode direct torque contol of induction machine drives
Inanc et al. Torque ripple minimization of a switched reluctance motor by using continuous sliding mode control technique
Vicente et al. Comparative study of stabilising methods for adaptive speed sensorless full-order observers with stator resistance estimation
KR100725537B1 (ko) 적응 퍼지 신경회로망 제어기를 이용한 효율 최적화제어시스템
Rain et al. Comparative study of various current controllers for the switched reluctance machine
Sahoo et al. Application of spatial iterative learning control for direct torque control of switched reluctance motor drive
KR100725543B1 (ko) 신경회로망을 이용한 자기동조 비례적분 제어 시스템
Tarczewski et al. Gain-Scheduled State Feedback Speed Control of Synchronous Reluctance Motor
Huang et al. Model reference adaptive control of pulse amplitude modulated PM motor drive for high power transport drone applications
JP2006211894A (ja) Ｖ／ｆ制御法則に従って動作する速度制御機による電流出力を制限する方法およびシステム
Rain et al. Second order sliding mode current controller for the switched reluctance machine
Wong et al. On-line instantaneous torque control of a switched reluctance motor based on co-energy control
KR102442866B1 (ko) 복수의 pmsm을 병렬 구동하는 인버터 시스템
Walz et al. Multi-step model predictive control for a high-speed medium-power PMSM
KR20050033601A (ko) 유도전동기의 속도제어를 위한 hbpi 제어 시스템
Senthilnathan et al. Mathematical modelling and torque ripple waning in BLDC motor using outgoing-phase current discharge hysteresis controlled ANFIS controller
El Khatib et al. Deadbeat flux vector control with continuous transition from linear to overmodulation including six-step operation considering the voltage and current limits by applying one single control law
Sowjanya et al. PI and sliding mode control for permanent magnet brushless dc motor
Anyalebechi SIMULATION OF SPEED CONTROL TECHNIQUES OF SWITCHED RELUCTANCE MOTORS (SRM)
Mardaneh et al. Nonlinear PI controller for interior permanent magnet synchronous motor drive
Kim Nonlinear speed control for a PM synchronous motor with a sequential parameter auto-tuning algorithm

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
G170 Publication of correction
FPAY Annual fee payment

Payment date: 20130424

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20140424

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20150422

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20160502

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20170418

Year of fee payment: 11

LAPS Lapse due to unpaid annual fee