كنترل سرعت موتور DC توسط روش تركيبي شبكه عصبي فازي و بهينه سازي اجتماع ذرات( PSO)

امروزه به دليل حساسيت و اهميت دقت در سيستم هاي موجود در صنايع و نقش بسزاي موتورهاي جريان مستقيم (DC) در صنايع لزوم به كارگيري روش كارآمد با دقت و سرعت بالا براي كنترل سرعت موتورهاي DC الزامي و ضروري است. در اين مقاله يك كنترل كننده سرعت سيستم عصبي فازي با تركيب الگوريتم بهينه سازي اجتماع ذرات (PSO) براي كنترل سرعت يك موتور DC با راه انداز تحريك مستقل ارائه شده است. هدف از به كار گيري شبكه عصبي فازي براي كنترل موتور DC بهبود رفتار موتور در شرايط مختلف مي باشد، به گونه اي كه مدل طراحي شده با شبكه عصبي فازي در طي زمان كاركرد سيستم مورد نظر رفتار مدل را اصلاح مي كند اين موضوع بيانگر يادگيري در شبكه عصبي است. الگوريتم PSO يكي از قويترين و در اين حال ساده ترين الگوريتم ها در زمينه بهينه سازي است. در اين مقاله براي بهبود و بالا بردن دقت شبكه عصبي فازي از الگوريتم PSO براي بهينه سازي لايه هاي شبكه عصبي و در نهايت انتخاب وزنه اي مناسب براي شبكه عصبي استفاده مي شود. سيستم مورد نظر در نرم افزار MATLAB شبيه سازي شده است. نتايج بدست آمده در اين مقاله با چند روش ديگر مقايسه شده و حاصل مقايسه نشان دهنده، برتري روش ارائه شده نسبت به روش هاي مطرح شده است.