Adaptive techniques optimized by bio-inspired algorithm for the control of a BLDC motor

• Ano de defesa: 2022
• Autor(a) principal: Castilho Neto, Carlos da Conceição
• Orientador(a): Corrêa, Fernanda Cristina
• Banca de defesa: Corrêa, Fernanda Cristina , Janzen, Frederic Conrad , Eckert, Jony Javorski , Martins, Marcella Scoczynski Ribeiro
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Ponta Grossa
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica
• País: Brasil
• Palavras-chave em Português: Sistemas difusos; Controladores PID; Otimização matemática; Programação heurística; Algorítmos; Motores elétricos; Fuzzy Systems; PID controllers; Mathematical optimization; Heuristic programming; Algorithms; Electric motors
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/31216

Vida operacional longa, alta resposta dinâmica e eficiência e maior relação torque-peso são características que fazem o motor BLDC ser atrativo para diversas aplicações, como veículos elétricos, drones e etc. Entretanto, devido a sua versatilidade o motor BLDC pode ser exposto a aplicações em que ocorram distúrbios de carga, perturbação súbita e variação de parâmetros, fazendo com que as técnicas de controle convencionais como controlador proporcional-integral-derivativo PID, não alcancem suas variáveis com precisão e agilidade. Para evitar esse inconveniente, o controlador PID pode ter o seu desempenho melhorado quando utilizado em conjunto com técnicas adaptativas que coletam dados do ambiente de operação do sistema e realizam ajustes baseados na condição em que ele se encontra de forma dinâmica minimizando falhas no sistema.Técnicas adaptativas baseadas em lógica difusa ou que utilizam funções Gaussianas podem ser uma alternativa para esse impasse.Porém, a escolha dos parâmetros e variáveis de forma empírica são alguns obstáculos que o projetista enfrenta, requerendo do mesmo pleno conhecimento do comportamento do sistema ao qual serão aplicadas. Para isso o uso de um algoritmo de otimização metaheurística como o Particle Swarm Optimization (PSO) seria uma solução, esse algoritmo bio-inspirado busca em um universo complexo de múltiplas soluções melhor resultado para o dado problema. Tem-se como objetivo realizar neste trabalho a comparação entre diferentes técnicas de controle, como PID, Híbrido Fuzzy-PID e Híbrido Fuzzy-PID e GAPID otimizado pelo PSO para o controle de velocidade de um motor BLDC por meio de simulações realizadas no software Simulink e a sua implementação prática em um microcontrolador ESP32.