The main objectives of the studyis to improve speed regulation and reduce torque ripple in Switched Reluctance Motors (SRMs), which are increasingly adopted in modern electric drive systems due to their simple construction, fault tolerance, and wide operating range. Despite these advantages, SRMs suffer from nonlinear magnetization characteristics, acoustic noise, and poor torque performance, especially under dynamic load conditions. These objectives are achieved by developing a robust and intelligent control strategy that integrates a Cascaded Recurrent Neural Network (CRNN) controller with a Hysteresis Current-Controlled (HCC) Pulse Width Modulation (PWM) generator. This hybrid control scheme is supported by a custom-designed (n+1) semiconductor and (n+1) diode power converter topology operating on a 300V DC supply, enabling precise switching and current shaping. The most important results are that the proposed CRNN-based control system exhibits accurate phase current tracking within the hysteresis band and has quick dynamic performance, achieving the reference speed of 2000 rpm in 0.06 s with a rise time of 0.03 s. Underdifferent load circumstances, the steady-state speed error is insignificant. Furthermore, the developedcontrol method significantly decreases torque ripple after 1 second of operation and maintains a smoother torque profile across a wide speed range of 200-2000 rpm, surpassing traditional Proportional Integral (PI) and Fuzzy Logic Controllers (FLCs). The significance ofobtained results lies in demonstrating that the proposed neural-network-based control architecture improves the overall efficiency, reliability, and performance of SRMs, making them highly suitable for high-performance Electric Vehicle (EV) drives and industrial automation systems where precise speed control and minimal torque ripple are essential.
Obiectivele principale ale studiului sunt îmbunătățirea reglării vitezei și reducerea fluctuațiilor de cuplu în motoarele cu reluctanță comutată (SRM), care sunt din ce în ce mai utilizate în sistemele moderne de acționare electrică datorită construcției lor simple, toleranței la erori și domeniului larg de funcționare. În ciuda acestor avantaje, SRM-urile suferă de caracteristici de magnetizare neliniare, zgomot acustic și performanțe slabe ale cuplului, în special în condiții de sarcină dinamică. Aceste obiective sunt atinse prin dezvoltarea unei strategii de control robuste și inteligente, care integrează un controler Cascaded Recurrent Neural Network (CRNN) cu un generator Hysteresis Current-Controlled (HCC) Pulse Width Modulation (PWM). Această schemă de control hibridă este susținută de o topologie personalizată (n+1) de semiconductori și (n+1) diode de conversie a puterii care funcționează cu o alimentare de 300 V c.c., permițând comutarea precisă și modelarea curentului. Controlerul CRNN procesează semnalele de eroare de viteză prin straturi convoluționale, de grupare și de activare pentru a genera impulsuri de control optimizate pentru comutatoarele convertorului, asigurând un control adaptiv și receptiv. Cele mai importante rezultate sunt că sistemul de control propus, bazat pe CRNN, prezintă o urmărire precisă a curentului de fază în banda de histerezis și are performanțe dinamice rapide, atingând viteza de referință de 2000 rpm în 0.06 s cu un timp de creștere de 0.03 s. În diferite circumstanțe de sarcină, eroarea de viteză în stare staționară este nesemnificativă.Semnificația rezultatelor obținute constă în demonstrarea faptului că arhitectura de control propusă, bazată pe rețele neuronale, îmbunătățește eficiența, fiabilitatea și performanța generală a SRM-urilor, făcându-le foarte potrivite pentru acționările de înaltă performanță ale vehiculelor electrice (EV) și ale sistemelor de automatizare industrială, unde controlul precis al vitezei și ondulația minimă a cuplului sunt esențiale.
Основными целями исследования являются улучшение регулирования скорости и снижение пульсаций крутящего момента в двигателях с переключаемым сопротивлением (SRM), которые все чаще используются в современных электрических приводных системах благодаря своей простой конструкции, отказоустойчивости и широкому диапазону рабочих режимов. Несмотря на эти преимущества, SRM имеют недостатки в виденелинейных характеристик намагничивания, акустического шума и низкой величиныкрутящегомомента, особенно в условиях динамической нагрузки. Цели исследования достигаются за счет разработки надежной и интеллектуальной системыуправления, которая объединяет контроллер каскадной рекуррентной нейронной сети (CRNN) с генератором широтно-импульсной модуляции (PWM) с гистерезисным управлением током (HCC). Эта гибридная схема управления поддерживается специально разработанной топологией преобразователя мощности (n+1) полупроводников и (n+1) диодов, работающего от источника питания 300 В постоянного тока, что обеспечивает точное переключение и формирование тока. Контроллер CRNN обрабатывает сигналы ошибки скорости через слои свертки, объединения и активации для генерации оптимизированных импульсов управления для переключателей преобразователя, обеспечивая адаптивное и отзывчивое управление. Наиболее важными результатами являются то, что предлагаемая система управления на основе CRNN обеспечивает точное регулирование тока, быстрый динамический отклик и стабильное отслеживание скорости в различных условиях нагрузки и питания. Она также значительно снижает пульсации крутящего момента по сравнению с традиционными PI-или FLC-контроллерами (Fuzzy Logic Controllers), тем самым повышая плавность работы двигателя и стабильность его работы. Значение полученных результатов.
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 United States