Fırçasız doğru akım motorlarının YSA ile tanılanması ve öğrenme algoritmaları

Abstract

Doğrusal olmayan dinamik sistemlerin tanılanması ve uyarlamalı denetiminde yapay sinir ağları (YSA) yaygın olarak kullanılmaya başlanmış ve çeşitli geriye yayınım öğrenme algoritmaları geliştirilmiştir. Endüstriyel sistemler için uygun YSA yapılarının seçimi ve öğrenme algoritmalarının performansının incelenmesi gerekmektedir. Bu çalışmada, denetim sistemlerinin karmaşık olmasına rağmen düşük eylemsizlik momenti, yüksek tork-güç/boyut oranı ve tork-hız denetim karakteristiklerinin iyi olması nedeniyle otomasyon sistemlerinde yaygın olarak kullanılmaya başlanan Fırçasız Doğru Akım Motorları (FDAM) nın YSA ile tamlanması incelendi. FDAM' nun düz ve ters YSA tanı modelleri çıkarılarak bu modellerin eğitiminde, öğrenme oranı ve momentum katsayısı uyarlama yöntemleri ile hızlandırılmış statik ve dinamik geriye yayınım algoritmalarının performansları karşılaştırıldı. Simulasyon ve uygulama sonuçlarına göre, değişen yük ve parametre şartlarında, önerilen tanı modellerinin geçerliliği belirlendi.