AI नियंत्रण PI विधियों से बेहतर: नॉनलाइनियर PMSM सिस्टम में 17.6% दक्षता वृद्धि

बेसल, स्विट्जरलैंड, स्रोत:

स्थायी चुंबक समकालिक मोटर (PMSM) आधुनिक दुनिया को संचालित करती हैं। ये इंडस्ट्रियल रोबोटिक्स से लेकर इलेक्ट्रिक वाहनों तक हर जगह उपयोग होती हैं। फिर भी इंजीनियरों के लिए ये एक जटिल पहेली साबित होती हैं। वास्तविक मोटरें चुंबकीय संतृप्ति और क्रॉस-कपलिंग प्रभावों के कारण गैर-रेखीय तरीके से व्यवहार करती हैं। मानक मॉडल अक्सर इन पहलुओं को नजरअंदाज कर देते हैं। सिद्धांत और यथार्थ के बीच इस अंतर के कारण प्रदर्शन की समस्याएं उत्पन्न होती हैं। यह तब और भी स्पष्ट होता है जब फील्ड-ओरिएंटेड कंट्रोल फ्रेमवर्क में परंपरागत अनुपातिक-समाकलक (PI) नियंत्रकों का उपयोग किया जाता है।

इलेक्ट्रॉनिक्स पत्रिका में प्रकाशित हालिया शोध ने एक प्रभावशाली समाधान प्रस्तुत किया है। इसमें रिइनफोर्समेंट लर्निंग को उच्च-गुणवत्ता वाले मोटर मॉडलिंग के साथ जोड़ा गया है। "एलेक्ट्रोमैग्नेटिक परफॉर्मेंस एवल्यूएशन एंड लुकअप-टेबल-बेस्ड TD3 करंट कंट्रोल ऑफ़ ए नॉनलाइनियर PMSM" नामक अध्ययन में पारंपरिक PI नियंत्रकों की तुलना ट्विन डिलेड डीप डिटर्मिनिस्टिक पॉलिसी ग्रेडिएंट (TD3) एल्गोरिदम से की गई है। इस नवाचार की नींव फाइनइट एलिमेंट एनालिसिस पर आधारित लुकअप टेबल्स हैं। JMAG सॉफ्टवेयर का उपयोग करके बनाई गई इन टेबल्स में फ्लक्स, टॉर्क और इंडक्टेंस के गुणों को सटीक रूप से मैप किया गया है। इसके बाद इन्हें MATLAB/Simulink में सिमुलेशन के लिए लागू किया गया।

परिणाम नियंत्रण सटीकता के लिए एक स्पष्ट रास्ता दिखाते हैं। जहां PI नियंत्रक जटिल चुंबकीय स्थितियों के दौरान गति दोलनों का सामना करते हैं, वहीं TD3-आधारित नियंत्रक श्रेष्ठ ट्रैकिंग सटीकता बनाए रखता है। डेटा बताता है कि गैर-रेखीय पैरामीटर का उपयोग करने वाली PI विधियों की तुलना में गति के इंटीग्रल एब्सोल्यूट एरर में 17.6% की कमी आई है। हालांकि q-अक्ष करंट में सुधार केवल 0.4% रहा है, फिर भी समग्र स्थिरता बिजली ड्राइव दक्षता में बेहتری की ओर एक मायने रखने वाला कदम है।

यह विकास कृत्रिम बुद्धिमत्ता और इलेक्ट्रिकल इंजीनियरिंग के संयोजन की व्यावहारिक कीमत को दर्शाता है। सरलीकृत रेखीय मॉडलों से आगे बढ़कर इंजीनियर डेटा-चालित रणनीतियों को अपना सकते हैं जो विश्वसनीयता को बढ़ाती हैं। उद्योग सटीम गति नियंत्रण और ऊर्जा बचत की तलाश में हैं। TD3 जैसे गहन रिइनफोर्समेंट लर्निंग एल्गोरिदम भविष्य के PMSM सिस्टम को अनुकूलित करने के लिए एक मजबूत ढांचा प्रदान करते हैं।