Utilizing neural networks for dynamic performance improvement of induction motor drive: a fresh approach with the novel IP-self-tuning controller

Der Artikel befasst sich mit der Anwendung neuronaler Netzwerke zur dynamischen Leistungssteigerung von Induktionsmotorantrieben durch einen neuartigen IP-Self-Tuning-Controller. Zunächst werden der weit verbreitete Einsatz und die Vorteile von Induktionsmotoren in industriellen Prozessen hervorgehoben. Anschließend stellen die Autoren verschiedene Kontrollstrategien vor, darunter Vektorsteuerung und PID-Controller, und diskutieren deren Grenzen. Die zentrale Innovation ist der vorgeschlagene IP-Self-Tuning-Controller, der künstliche neuronale Netzwerke nutzt, um Steuerungsparameter in Echtzeit anzupassen. Dieser Ansatz wird mit einer dSPACE-Plattform experimentell validiert und zeigt eine verbesserte Geschwindigkeitsverfolgung, Störungsabwehr und allgemeine Systemstabilität im Vergleich zu herkömmlichen Methoden. Die Ergebnisse unterstreichen das Potenzial neuronaler netzwerkbasierter Controller bei der Verbesserung der Robustheit und Effizienz von Induktionsmotorantrieben und ebnen den Weg für zukünftige Fortschritte im Steuerungssystemdesign.