A comparative analysis of FLC and ANFIS controller for vector controlled induction motor drive

Kılıç, Erdal; Yılmaz, Şaban; Özçalık, Hasan Rıza; Şit, Sami

doi:10.1109/optim.2015.7426971

Cited by 13 publications

(15 citation statements)

References 14 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…ANFIS, daha iyi performans ve doğruluk sağlamak için tasarlanan modern kontrol sistemlerinde yaygın olarak kullanılan kontrol stratejilerden biridir [7][8] [8][9][10][11]. Şekil 1'de asenkron motorun matematiksel modelini elde etmek için üç fazlı değişkenlerin d-q eksen takımına aktarımı gösterilmiştir.…”

Section: Gġrġġunclassified

Asenkron Motorların Online Adaptif Sinirsel-Bulanık Denetim (ANFIS) Sistemine Dayalı Hız Denetim Performansının İncelenmesi

Şit¹,

Özçalık²,

Kılıç³

et al. 2016

Çukurova Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi

View full text Add to dashboard Cite

ÖzÜç fazlı asenkron motorların hız denetiminde sistemin doğrusal olmayan yapısı, yük momentindeki değişimler, parametre değişimleri ve bilinmeyen bozucu etkilerinden dolayı geleneksel PI tipi denetim ile iyi bir performans sağlanamamaktadır. Bu nedenle asenkron motorun hız denetiminde, daha iyi bir performans elde etmek için adaptif kontrol yöntemleri uygulanmaya başlamıştır. Bu çalışmada vektör kontrollü asenkron motorun hız denetiminde geleneksel PI denetim yerine modern denetim yöntemlerinden olan adaptif sinirsel-bulanık denetim (ANFIS) sistemi önerilmiştir. Bu çalışmanın esas amacı, PI denetimli çalışmadan elde edilen giriş-çıkış verileri kullanılarak önerilen denetleyici parametrelerini ayarlamak ve asenkron motorun hız denetiminde yüksek performans elde etmektir. Her iki denetim sisteminin performansı MATLAB/Simulink ortamında farklı çalışma koşullarında incelenmiştir. Asenkron motorun hız kontrolü simülasyon çalışmasında, yükselme zamanı, aşım, yerleşme zamanı ve sürekli hal hatası gibi performans parametreleri ayarlanarak önerilen denetim sistemi geleneksel PI denetime kıyasla daha iyi bir performans sağlamıştır.Ayrıca, sistemde referans hızın değiştirildiği ve yükün değiştirildiği bölgelerde ANFIS, geleneksel PI tipi denetimden daha iyi bir performansa sahip olduğu simülasyon sonuçlarından gözlemlenmiştir.Anahtar Kelimeler: Asenkron motor, Adaptif sinirsel-bulanık denetim (ANFIS), PI denetim, Yapay sinir ağları Investigation of Performance Based on Online Adaptive Neuro-Fuzzy Inference System (ANFIS) for Speed Control of Induction Motors AbstractIn the speed control of three-phase induction motor, conventional PI type control can not provide a good performance due to non-linear structure of the system, change in load torque, change in parameters and * Corresponding author (Sorumlu yazar): Sami ŞİT,

show abstract

Section: Gġrġġunclassified

Asenkron Motorların Online Adaptif Sinirsel-Bulanık Denetim (ANFIS) Sistemine Dayalı Hız Denetim Performansının İncelenmesi

Şit¹,

Özçalık²,

Kılıç³

et al. 2016

Çukurova Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi

View full text Add to dashboard Cite

show abstract

“…The PD control is a common strategy in controlling an inverted pendulum system (Kilic, 2015;Hasan, 2012). PD controller is a type of feedback controllers with a single output, which is a control variable (u), and a single input, which is the error (e) between a reference variable (r) and measured process variable (y).…”

Section: Pd Controller Designmentioning

confidence: 99%

Modelling and Performance Comparison of PD and Takagi-Sugeno Type Fuzzy Logic Controllers for Inverted Pendulum System

Şit

Kılıç

Özçalık

et al. 2016

Bitlis Eren University Journal of Science and Technology

View full text Add to dashboard Cite

In recent years, fuzzy logic based modeling and control methods have been increasingly used in the academic field. Inverted pendulum system consists of conventional materials with nonlinear dynamic structure in order to test types of controllers. This paper presents a simulation study of Takagi-Sugeno type fuzzy logic controllers for an inverted pendulum (cart-pole) system. A Takagi-Sugeno method was applied to the inverted-pendulum system, which can balance the pendulum over a greater range of pole angle and cart position. Takagi-Sugeno fuzzy logic controller proposed in this study is compared with the conventional PD controller in order to demonstrate the performance of the proposed controller. This study aims to determine the best control strategy that provides better performance in terms of pendulum's angle and cart's position. A Takagi-Sugeno type fuzzy logic controller yields better results. Simulation results demonstrated that the proposed fuzzy controller is effectiveness and robust.

show abstract

“…Studies in recent years, in order to improve the performance of the induction motor drive systems, used artificial intelligence‐based methods such as artificial neural network (ANN), fuzzy logic, adaptive neuro‐fuzzy inference system (ANFIS), and genetic algorithm, expert system …”

Section: Introductionmentioning

confidence: 99%

“…7,8 Studies in recent years, in order to improve the performance of the induction motor drive systems, used artificial intelligence-based methods such as artificial neural network (ANN), fuzzy logic, adaptive neuro-fuzzy inference system (ANFIS), and genetic algorithm, expert system. [9][10][11][12][13] The ANN has been successfully used for the control of dynamic system and identification. It is easy to design nonlinear controllers with the ability ANN modeling of nonlinear dynamical systems.…”

mentioning

confidence: 99%

Adaptive controller with RBF neural network for induction motor drive

Kılıç

Özçalık

Şit

2017

Int J Numerical Modelling

View full text Add to dashboard Cite

In this paper, the radial basis function neural network‐based model reference adaptive speed control for vector controlled induction motor drive system is presented. The speed control of induction motors is challenging because of their complex mathematical model, non‐linear structure, and time varying dynamics. The radial basis function neural network is used to compensate the non‐linearity which comes from the non‐linear state equations of induction motor model. Neural network parameters are online updated via gradient descent algorithm to minimize the error. The drive system has been tested under various operating conditions. This paper demonstrated benefits of the proposed control approach by comparing the algorithm to conventional PI controllers. The results show that the proposed controller ensures good robustness and stable operation of the system under variable speed and variable loads than the PI controller.

show abstract

A comparative analysis of FLC and ANFIS controller for vector controlled induction motor drive

Cited by 13 publications

References 14 publications

Asenkron Motorların Online Adaptif Sinirsel-Bulanık Denetim (ANFIS) Sistemine Dayalı Hız Denetim Performansının İncelenmesi

Asenkron Motorların Online Adaptif Sinirsel-Bulanık Denetim (ANFIS) Sistemine Dayalı Hız Denetim Performansının İncelenmesi

Modelling and Performance Comparison of PD and Takagi-Sugeno Type Fuzzy Logic Controllers for Inverted Pendulum System

Adaptive controller with RBF neural network for induction motor drive

Contact Info

Product

Resources

About