علی کرمی - دانشگاه گیلان - دانشکده فنی
بنیامین قاسمی - دانشگاه گیلان - دانشکده فنی

امروزه استفاده از سیستم های تخمین سرعت بجای مبدل های سرعت در کنترلرهای موتورها متدوال می باشد . یکی از روشهای تخمین سرعت استفاده از شبکه های عصبی مصنوعی می باشد . در این مقاله روش طراحی و ساخت یک سیستم تخمین سرعت موتور DC با استفاده از شبکه های عصبی مصنوعی پیشرو بوسیله میکروکنترلرهای معمولی بازار ارایه شده است . ایده اصلی روش طرح شده آن است که سرعت موتور در دو حالت مانا و گذرا تابعی از جریان و ولتاژ آرمیچر که شرایط اولیه لازم برای حل معادلات دیفرانسیل حاکم بر موتور هستند می باشد و اینکه می توان از یک شبکه عصبی پرسپترون چند لایه برای تقریب زدن این تابع استفاده نمود . بدین ترتیب ولتاژ و جریان موتور ورودهای شبکه عصبی و سرعت موتور خروجی آن خواهد بود . به منظور آموزش شبکه عصبی از بردارهای آموزش دهنده ای که مقادیر تصادفی دارند استفاده شده است . در بدست آوردن بردارهای آموزش دهنده فرض می شود که جریان و ولتاژ موتور در محدوده خاصی تغییر نمایند . پس از آموزش نرم افزاری شبکه عصبی طرح شده ، این شبکه عصبی به صورت سخت افزاری بر روی یک موتورDC تحریک جداگانه پیاده شده و نتایج بدست آمده کارائی سیستم ساخته شده را در عمل تایید می نماید.

موتور جریان مستقیم ، تخمین سرعت ، شبکه های عصبی ، روش یادگیری پس انتشار خطا ، میکروکنترلر