Tytuł pozycji:
Regenerative braking in electric vehicles using BLDC motor with modified torque and adaptive-Neuro-Fuzzy-control
In present days conventional vehicles were replaced by electric vehicles due to their low maintenance and eco-friendly nature with PMBLDCM motor due to its simple design, long-term usage, low noise, speed response, stability, and high efficiency. In electric vehicles, the speed control method is still difficult with PMBLDC motor to produce the desired high torque and to deal with uncertainty problems due to dynamic loads which cannot apply in conventional vehicles. To overcome these problems, we proposed the usage of Adaptive Neuro-Fuzzy Sliding Mode Control (ANF-SMC) which also handles electromagnetic torque (EMT), back EMF and stator current, nonlinear and uncertainties in the electric propulsion subsystem of electric vehicles by applying adaptive neuro-fuzzy sliding mode control for effective speed regulation and parameter tuning of the fuzzy system based on performance index of PMBLDC motor in the absence, presence and variable speed conditions. The simulation was done using the designed approach with MATLAB/Simulink R2020b with a Fuzzy tool kit and the performance of the proposed controller was compared with existing PID, SMC, FSMC, and AFSMC controllers to validate its success in improving the system characteristics. Simulation results infer that the proposed ANF-SMC controller with no overshoot and less rise, peak, and settling time than that of existing systems under different loads and variable speed conditions.
W dzisiejszych czasach konwencjonalne pojazdy zostały zastąpione pojazdami elektrycznymi ze względu na ich niskie koszty utrzymania i przyjazny dla środowiska charakter z silnikiem PMBLDCM ze względu na prostą konstrukcję, długotrwałe użytkowanie, niski poziom hałasu, reakcję na prędkość, stabilność i wysoką wydajność. W pojazdach elektrycznych metoda kontroli prędkości w przypadku silnika PMBLDC jest nadal trudna do wytworzenia pożądanego wysokiego momentu obrotowego i poradzenia sobie z problemami niepewności wynikającymi z obciążeń dynamicznych, których nie można zastosować w pojazdach konwencjonalnych. Aby przezwyciężyć te problemy, zaproponowaliśmy zastosowanie adaptacyjnego neuro-rozmytego trybu ślizgowego (ANF-SMC), który obsługuje również moment elektromagnetyczny (EMT), wsteczne pole elektromagnetyczne i prąd stojana, nieliniowość i niepewności w podukładzie napędu elektrycznego pojazdów elektrycznych poprzez zastosowanie adaptacyjne sterowanie trybem neuro-rozmytego przesuwania w celu skutecznej regulacji prędkości i dostrajania parametrów systemu rozmytego w oparciu o wskaźnik wydajności silnika PMBLDC w warunkach nieobecności, obecności i zmiennej prędkości. Symulację przeprowadzono przy użyciu zaprojektowanego podejścia przy użyciu MATLAB/Simulink R2020b z zestawem narzędzi Fuzzy, a wydajność proponowanego sterownika porównano z istniejącymi sterownikami PID, SMC, FSMC i AFSMC, aby potwierdzić jego skuteczność w poprawie charakterystyki systemu. Z wyników symulacji wynika, że proponowany sterownik ANF-SMC nie charakteryzuje się przeregulowaniami i krótszym czasem narastania, szczytu i stabilizacji w porównaniu z istniejącymi systemami przy różnych obciążeniach i warunkach zmiennej prędkości.
Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).
