Anahtarlamalı relüktans motorun genetik bulanık mantık kullanılarak tork rıpıl minimizasyonu

Bu tezde anahtarlamalı relüktans motorda (ARM) genetik bulanık mantık ile tork rıpıl minimizasyonu üzerinde incelemeler yapılmıştır. Tork rıpıl minimizasyonu enerji verimliliğini göz önünde bulundurarak tork kontrolü ile gerçekleşmektedir. Tork kontrolünde tork paylaşım fonksiyonları (TPF) kullanılmıştır. TPF'nin tork rıpıl minimizasyonu üzerindeki etkileri incelenmiştir. Buradaki TPF'de geleneksel yöntemlerin aksine iletime geçme açısı, yükselme açısı, düşme açısı, kesim açısının tork rıpıllara etkisi incelenmiştir. Tork rıpıl azaltılması amaçlanmıştır. Bu amaç doğrultusunda ARM'nin akı-akım-pozisyon ve tork-akım-pozisyon verileri ANSYS programı ile sonlu elemanlar methodu (SEM) kullanılarak farklı sarım sayılarında elde edilmiştir. Buradan elde edilen veriler kullanılarak, genetik – yapay sinir ağları yardımıyla ARM'nin modeli çıkartılmıştır. Bu model yardımı ile ARM'nin endüktans karakteristiği incelenmiştir. Bu incelemeler doğrultusunda sarım sayısını arttırmanın avantajları gözlemlenmiştir. Sonrasında motorun tork sürme sistemi için yeni bir yaklaşım olan genetik – bulanık mantık önerilmiş ve tasarımı yapılmıştır. Tasarlanan bu yapının bilgisayar üzerinde simulasyonları gerçekleştirilmiştir. Bulanık Mantık'ın (BM) tork ve akı kural tabanları Genetik Algoritmalar (GA) ile belirlenmiştir. Önerilen yöntem ile üç açılı ve dört açılı olarak farklı hız ve torklarda simulasyonları yapılmıştır. Bu simulasyonların sonucunda önerilen dört açılı genetik fuzzy optimizasyon tekniği kullanıldığında geniş tork ve hız aralıklarında geleneksel yöntemlere göre tork rıpıllarının azaldığı açıkca görülmüştür.