research centers


Search results: Found 5

Listing 1 - 5 of 5
Sort by

Article
Artificial Neural Control of 3-Phase Induction Motor Slip Regulation Using SPWM Voltage Source Inverter
السيطرة العصبية الأصطناعية لتنظيم الأنزلاق في محرك حثي ثلاثي الطور بأستخدام عاكس مصدر الجهد لمضمن عرض النبضة الجيبي

Authors: Lina J. Rashad --- Fadhil A. Hassan
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 12 Pages: 2392-2404
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Variable-Voltage Variable-Frequency control represents the mostsuccessful used method in speed control of 3-phase induction motor, which isimplemented by using PWM techniques. This paper proposes modeling andsimulation of sinusoidal PWM voltage source inverter as a VVVF A.C drive. Thedynamic model, simulation of 3-phase induction motor, and open loop speedcontrol system is proposed too. The PI closed loop controller of rotor slipregulation is illustrated as a traditional speed control method, which gives stableoperation behavior of motor speed in the constant torque region with settling time=0.5 sec and maximum overshot =20%, but unstable operation in the fieldweakening regions with steady state error =15%. The Artificial Neural Network(ANN) is going to be the modern type of speed controller. This paper proposesNARMA-L2 (Nonlinear Autoregressive-Moving Average) neural network as animproved Artificial Neural Network technique, and trained as a close loop slipregulation controller, which gives an ideal performance with settling and rise time= 0.18 sec, maximum overshot and steady state error less than 1% in differentspeed range and constant air gap flux, including the field weakening regions.

تمثل طريقة تغيير الجهد والتردد من أنجح الطرق المستخدمة في السيطرة على سرعةالمحرك الحثي الثلاثي الطور ، والتي تطبق بأستخدام تقنيات التضمين لعرض النبضة. يقدم هذاالبحث النموذج والتمثيل لعاكس مصدر الجهد لمضمن عرض النبضة الجيبي كسواقة مغير الجهدوالتردد. كما ويقدم أيضاُ النموذج والتمثيل للمحرك الحثي الثلاثي الطور مع مسيطر السرعة ذوالحلقة المفتوحة. كما ويقدم المسيطر التناسبي- التكاملي التقليدي كمسيطر الحلقة المغلقة علىسرعة الأنزلاق للجزء الدوار في المحرك، والذي قدم أداءمستقراً في منطقة ثبات العزم حيثكان زمن الوضع 0,5 ثانية وأقصى مدى أطلاق 20 % مع أداء غير مستقراً في مناطق أضعافالمجال مع خطأ في حالة الأستقرار 15 %. أن مسيطرات الشبكات العصبية الأصطناعية في كتقنية محسنة للشبكات (NARMA-L طريقها لتصبح المسيطرات العصرية، يقدم هذا البحث ( 2العصبية الاصطناعية والتي تُدرب كمسيطر الحلقة المغلقة على تنظیم الأنزلاق، والذي قدم أداءً مثالیاً فيمدى سرع مختلفة حیث كان زمن الأرتفاع وزمن الوضع یساوي 0,18 ثانیة وكان أقصى أطلاق ومقدارالخطأ في حالة الأستقرار أقل من 1% مع أستقرار لقیمة المجال المغناطیسي في الفجوه الھوائیة بضمنھاالمنطقة الضعیفة المجال .


Article
Speed Control of Permanent Magnet D.C. Motor Using Neural Network Control
السیطرة على سرعة المحرك ذو تیار ثابت ذو مجال مغناطیسي دائم باستخدام الشبكة العصبیة الاصطناعیة

Author: Lina J. Rashad
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 19 Pages: 5844-5856
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper proposes the speed control of a permanent magnet direct current(PMDC) motor by varying armature voltage. The objective is to control therotor angular speed to follow the desired value. The main feature of theproposed controller is neural network, which captures the nonlinearity system ofthe motor. Neural network (NN) performance is compared with theconventional controller performance like PI (Proportional-Integral) controller toshow that NN performance is excellent. Numerous work reported in recent pasthave shown that Artificial Neural Network (ANN) controller has a potential toreplace the conventional PI controller. Artificial Neural Network controlapparently offers a possibility of obtaining an improvement in the quality of thespeed response, compared to PI control. This research proposes NARMA-L2(Nonlinear Autoregressive-Moving Average) as an improved ANNtechnique,and trained as a close loop controller, which gives an ideal performance ascompared with PI controller to control the angular speed of rotor in a permanentmagnet dc (PMDC) motor. Simulation results show the effectiveness of theproposed control scheme.The entire system has been modeled using MATLABtoolbox.

هذه الدراسة لغرض السيطرة على سرعة محرك ذو تيار مستمر ذو مجال مغناطيسيدائم ذو فولتية محرك مختلفة. إن الهدف من هذه الدراسة هو السيطرَة على السرعة الزاوية للمحرك لإتّباع القيمة المطلوبة .إن الميزة الرئيسية لجهازِ السيطرة المقَترحِ (الشبكة العصبية الاصطناعية ) هو استيعاب النظام اللاخطي للمحرك. يقارن أداء مسيطر الشبكة العصبية مع أداء مسيطر تقليديِ مثل جهازِ المسيطر(التناسبي – التكاملي) لبيان أمتياز مسيطرة الشبكة العصبية .ُ ان العديد من البحوث التي صدرت في الماضي الحديث اضهرت ان مسيطراتالشبكات العصبية الأصطناعية حلت محل المسيطر(التناسبي – التكاملي) التقليدي. ان الشبكة العصبية الاصطناعية اظهرت مدى فعاليتها في تحسين أستجابة سرعة المحرك للسيطرة كتقنية (NARMA-L بالمقارنة مع المسيطر (التناسبي – التكاملي). يقدم هذا البحث ( 2 محسنة للشبكات العصبية الاصطناعية والتي ُتدرب كمسيطر حلقي مغلق والذي يعطي اداء مثالي بالمقارنة مع المسيطر(التناسبي – التكاملي) للسيطرةعلى سرعة المحرك ذو تيار مستمر من نوع مجال مغناطيسي دائم. تضهر نَتائِج المحاكاة فعالية مخطط السيطرة المقَترحِ. ان نضام المحاكاة المستخدم هو برنامج ماتلاب.


Article
Study the Robustness of Automatic Voltage Regulator for Synchronous Generator Based on Neural Network

Author: Dr. Abdulrahim Thiab Humod
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2013 Volume: 13 Issue: 3 Pages: 51-64
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Abstract – Artificial Neural Networks (ANN) can be used as intelligent controllers tocontrol non-linear dynamic systems through learning, which can easily accommodatethe non linearity’s, time dependencies, model uncertainty and external disturbances.Modern power systems are complex and non-linear and their operating conditions canvary over a wide range. The Nonlinear Auto-Regressive Moving Average (NARMAL2)model system is proposed as an effective neural networks controller model toachieve the desired robust Automatic Voltage Regulator (AVR) for SynchronousGenerator (SG) to maintain constant terminal voltage. The concerned neural networkscontroller for AVR is examined on different models of SG and loads. The results showsthat the neuro-controllers have excellent responses for all SG models and loads in viewpoint of transient response and system stability compared with conventional PIDcontrollers. Also shows that the margins of robustness for neuro-controller are greaterthan PID controller.


Article
Comparison Robustness of Automatic Voltage Regulator for Synchronous Generator using Neural Network and Neuro - Fuzzy controllers †

Authors: Yasir Thaier Haider2 --- Dr. Abdulrahim Thiab Humod1
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2015 Volume: 15 Issue: 2 Pages: 1-10
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Abstract – Artificial Neural Networks (ANN) and Neuro - Fuzzy controllers can be used as intelligent controllers to control non-li¬near dynamic systems through learning, which can easily accommodate the non-linearity’s, time dependencies, model uncertainty and external disturbances. Modern power systems are complex and non-linear and their operating conditions can vary over a wide range. The Nonlinear Auto-Regressive Moving Average (NARMA-L2) model system is proposed as an effective neural networks controller model to achieve the desired robust Automatic Voltage Regulator (AVR) for Synchronous Generator (SG) to maintain constant terminal voltage. The essential part of Neuro-Fuzzy comes from a common framework called adaptive networks, which unifies both neural networks and fuzzy models. The fuzzy models under the framework of adaptive networks are called Adaptive-Network-based Fuzzy Inference System (ANFIS), which possess certain advantages over neural networks. The concerned neural networks and Neuro - Fuzzy controllers for AVR is examined on different models of SG and loads. The results show that the Neuro-controllers and Neuro - Fuzzy controllers have excellent responses for all SG models and loads in view point of transient response and system stability. Also it shows that the margins of robustness for Neuro - Fuzzy controller are greater than Neuro-controller.


Article
Direct Torque Control for Permanent Magnet Synchronous Motor Based on NARMA-L2 controller
السيطرة المباشرة على العزم للمحرك التزامني ذو المغناطيس الدائم باستخدام تقنية NARMA-L2)

Authors: Huda B. Ahmed --- Ali H. Almukhtar --- Abdulrahim T. Humod
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2016 Volume: 34 Issue: 3 Part (A) Engineering Pages: 464-482
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper investigates the improvement of the speed and torque dynamic responses of three phase Permanent Magnet Synchronous Motor (PMSM) using Direct Torque Control (DTC) technique. Different torques are applied to PMSM at different speeds during operation to ensure the robustness of the controller for wide torque variations. Optimal PI controller is used to modify the response of DTC. The optimal gains of PI controller are tuned by Particle Swarm Optimization (PSO) technique. Neural Network controller is called the Nonlinear Autoregressive-Moving Average (NARMA-L2) which is trained based on optimal PI controller (PI-PSO) data. The results show the superiority performance of using NARMA-L2 controller on PI-PSO controller for different speeds and load change. The overall simulation and design of the scheme are implemented Using MATLAB/Simulink program.

تم في هذا البحث دراسة تحسين استجابة السرعة والعزم الديناميكية للمحرك ثلاثي الاطوار التزامني ذو المغناطيس الدائم (PMSM) باستخدام تقنية السيطرة المباشرة على العزم ((DTC. تم تجهيز المحرك التزامني ذو المغناطيس الدائم بعزوم مختلفة خلال سرع مختلفة لضمان الحصول على مسيطر أكثر متانة لمتغيرات الحمل والسرعة. استخدم المسيطر التناسبي-التكاملي (PI) المثالي لتعديل استجابة ال (DTC). المتغيرات (gains) المثالية للمسيطر (PI) تم ضبطها باستخدام تقنية أفضلية الحشد الجزيئي (PSO). قد درب المسيطر المعتمد على الشبكات العصبية الاصطناعية (NARMA-L2)على النتائج التي تم الحصول عليها من المسيطر PI-PSO)). اظهرت النتائج اداءاً متفوقاً عند استخدام المسيطر (NARMA-L2) على المسيطر PI-PSO)) لسرعات متغيرة وبتغير الحمل. تم تنفيذ المحاكاة الشاملة وتصميم المخطط باستخدام برنامج MATLAB/ SIMULINK

Listing 1 - 5 of 5
Sort by
Narrow your search

Resource type

article (5)


Language

English (5)


Year
From To Submit

2016 (1)

2015 (1)

2013 (1)

2010 (2)