The PMSM is widely used because of high power density, low electric noise, high torque and high efficiency. However, there are some limitations to solve the disturbance and parameter variation effects using conventional controller especially in high resolution position control. One effort was done by compensating the load torque with a torque estimator. But, it is not systematic and included noise effect caused by speed sensor.
A several new control method for the robust position control of a brushless DC(BLDC) motor is presented. The linear quadratic controller plus load torque observer is employed to obtain the robust BLDC motor system approximately linearized using the field-orientation method for an AC servo. And the gains are obtained systematically from the discrete state space analysis. In addition, the robustness is also obtained without affecting the overall system response. The load disturbance is detected by a 0-observer of the unknown and inaccessible input, and is compensated by the feedforward without requiring the noisy current information. All these design is simply done in the state space. Finally, the overall system is controlled by using the microprocessor and the performance of each control algorithm is compared through both the simulation and the experimental results for the two types of the machines, i.e., a BLDC motor and a brushless direct drive(BLDD) motor.
Furthermore, a new control method for the robust position control of a brushless DC(BLDC) motor using the adaptive load torque observer is presented. To overcome the problem of the unknown parameter or the parameter variation such as a flux linkage, an adaptive mechanism is employed. As a result, the robustness can be obtained without affecting the overall system response. The load disturbance is detected by the adaptive 0-observer of an unknown and inaccessible input, and is compensated by feedforwarding the equivalent current having the fast response.
Next, another control method for the robust position control of a brushless DC(BLDC) motor using IP position controller with fuzzy speed controller is presented. A fuzzy control is employed to obtain the robustness to the parameter variation and load torque disturbance in speed loop, which is approximately linearized using the field-orientation method for an AC servo. The fuzzy speed controller for a BLDC motor has the two control modes. One is the coarse control for the transient state and another is the fine control for the steady state. The possibility of applying the fuzzy control with simple structure to the AC servo system is investigated in detail. The characteristics of the fuzzy controller in BLDC motor system are compared with those of the IP position control with IP speed controller by simulation and experimental results.
Finally, a control approach using neural network for the robust position control of a brushless direct drive(BLDD) motor is also presented. The linear quadratic controller plus feedforward neural networka is employed to obtain the robust BLDD motor system for AC servo. The neural network is trained in on-line phases and this neural network is composed of a feedforward recall and a error back-propagation training. Since the total number of nodes are only eight, this system will be easily realized by the general micro-processor. During the normal operation, the input-output response is sampled and the weighting value is trained by error back-propagation at each sample period to accommodate the possible variations in the parameters or load torque. And the state space analysis is performed to obtain the state feedback gains systematically. In addition, the robustness is also obtained without affecting the overall system response.
고정밀, 고성능을 요구하는 전동기 시스템에서 높은 파워 밀도, 낮은 전기적 노이즈, 큰 토오크와 고 효율을 지닌 영구자석 동기 전동기가 많이 사용되고 있다. 그러나, 고정밀 위치제어를 위한 직접구동 방식에서 외란과 파라메타의 변화는 기존제어기로는 해결하지 못하는 한계가 있다. 외란에 대해서는 부하의 양을 추정하려는 노력이 진행되어 왔으나 체계적인 실현이 이뤄지지 않았다.
본 논문에서는 직접 구동용 브러쉬 없는 직류 전동기에 있어서 외란에 강인한 위치 제어를 하고자 몇가지의 새로운 제어 방법을 제시 하였다. 정현적인 자계를 가지는 BLDC 모타를 벡타 제어를 통하여 선형화 한후 제어기를 실현 하였다. 우선 3장에서는 CRPWM에 의해 선형화된 BLDC모타 시스템에 LQC와 외란 관찰기에의한 제어 방법을 제안하였다. 제어기의 설계는 이산제어 이론에의하여 체계적이고 간단하게 구현된다. 특히, Dead-beat 제어기로 구성되는 이 외란 관찰기는 이미 알려진 0-Observer로 실현하되 속도 궤환 보다는 위치 궤환을 이용하여 노이즈 영향을 제거하였다. 이 제어기의 효과를 BLDC와 직접 구동형인 BLDD 모타에 마이크로 프로세서 MC68000와 i80486를 이용한 디지탈 제어로 실험을 통하여 보였다.
한편, 파라메타의 변화가 생기거나 부정확한 파라메타 수치를 가질경우에 대하여, 새로운 적응 외란 관찰기를 4장에서 제안을 하였다. 여기에서는 기존 실제 시스템을 모델로 가정하고 제안된 적응 외란 관찰기가 모델에 해당하는 실제 시스템의 외란을 추정하도록 구성 하였다. 또한, Lyapunov의 안정성 이론을 바탕으로 제안된 시스템의 안정성을 증명하고 시뮬레이션을 통하여 효용성을 보였다.
위와같은 방법은 매우 효용적이나 제어기가 복잡해지는 단점이 있다. 따라서 좀더 간단하면서도 파라메타 변화나 외란에 대해서 강인하고 누구나 쉽게 구성하여 사용할 수 있는 제어 방법으로써 IP 위치제어기와 퍼지 속도 제어기를 결합한 위치제어기를 5장에서 제안하였다. 일반적으로 퍼지제어기는 파라메타 변화나 외란에 안정한 반면 한정된 양자화 단계, 한정된 규칙 수 등으로 기인된 약간의 응답 리플을 피할수 없다. 또한, IP 위치제어기와 IP 속도 제어기의 구조는 일반 산업계에 널리 알려졌고 많이 쓰이는 구조이다. 이때 속도 제어기를 퍼지로 구현하여 어느정도의 강인성을 얻고 외부 루프에서 IP 제어기로 위치를 안정화 하였다. 이 제어기의 안정성과 효용성을 i80486을 이용한 실험으로써 보였다.
끝으로 6장에서는 자기동조의 성격을 가지는 Neural-Network을 이용한 외란의 보상기를 제안하였다. BPN방법에 의해 현재 위치, 목표 위치, 위치 오차, 속도등의 변수에 따라 그때의 토오크 성분에 해당하는 LQC의 전류 명령을 학습한 Neural-Network은 Recall Process 기간동안 현재의 상태에 맞는 전류 명령을 순간적으로 계산하여 Feedforward로 보상한다. 이로인해 외부 루프보다 우선하여 위치오차를 추정 보상을 한다. 이 제어기는 노드 수는 적고 변수도 적으므로 일반 마이크로 프로세스로도 충분히 실현 가능하다. 이 시스템의 효과와 유용성을 시뮬레이션을 통하여 보였다.
