brushless dc motor controller ၏ထိန်းချုပ်မှုနည်းလမ်း

အနေအထားအာရုံခံကိရိယာနှင့် အနေအထားအာရုံခံကိရိယာမရှိသော brushless dc မော်တာထိန်းချုပ်ကိရိယာ၏ ထိန်းချုပ်မှုနှင့် အသိဉာဏ်ထိန်းချုပ်မှုသုံးမျိုးရှိသည်။ တစ်ခု၊ အနေအထားအာရုံခံကိရိယာထိန်းချုပ်မှုနှင့်အတူအနေအထားအာရုံခံကိရိယာနှင့်အတူ rotor အနေအထားကိုသိရှိရန်နှင့် stator အကွေ့အကောက်များပြောင်းလဲခြင်းကိုထိန်းချုပ်ရန်အတွက် brushless dc မော်တာ stator အနေအထားအာရုံခံကိရိယာပေါ်တွင်တပ်ဆင်ထားသည်။ တည်နေရာအာရုံခံကိရိယာ (ဥပမာ သံလိုက်ခုခံမှု လှည့်ပတ်ထားသော ထရန်စဖော်မာ)၊ ဓာတ်ပုံလျှပ်စစ် (မျက်နှာဖုံးဆိုပါက)၊ သံလိုက်ဒဏ်ခံနိုင်မှု (ခန်းမအာရုံခံကိရိယာကဲ့သို့သော) စသည်တို့တွင်၊ Hall Sensor တွင် အသုံးအများဆုံးဖြစ်သည်။ ဒုတိယအချက်မှာ sensorless brushless dc motor control ၏ sensorless control သည် brushless dc motor stator ပေါ်တွင် တိုက်ရိုက်မဟုတ်ဘဲ rotor အနေအထားကို detect လုပ်ဖို့ sensors များဖြစ်သည်။ ၎င်းသည် ဖြစ်နိုင်ချေ ထောက်လှမ်းခြင်း၊ ဖြစ်နိုင်ချေရှိသော ဟာမိုနီနည်းလမ်းသုံးမျိုး၊ လက်ရှိလမ်းကြောင်း စောင့်ကြည့်စစ်ဆေးခြင်းနည်းလမ်း၊ အဖွင့်ပတ်လမ်း ဗို့အားနည်းလမ်း၊ Phase inductance နည်းလမ်း၊ ဖြစ်နိုင်ချေရှိသော ယုတ္တိဗေဒအဆင့်နည်းလမ်းများဖြစ်သည့် ရဟတ်အနေအထားကို သွယ်ဝိုက်၍ သိရှိနိုင်စေရန်အတွက် ယုတ္တိဗေဒအဆင့်နည်းလမ်းများကို အသုံးပြုပါသည်။ သုံးမျိုး၊ အသိဉာဏ်ထိန်းချုပ်မှု၊ အသိဉာဏ်ထိန်းချုပ်မှုသည် ထိန်းချုပ်မှုသီအိုရီဖွံ့ဖြိုးတိုးတက်မှုအဆင့်ဖြစ်ပြီး ယေဘုယျအားဖြင့် မပီမသထိန်းချုပ်မှု၊ အာရုံကြောကွန်ရက်ထိန်းချုပ်မှု၊ ကျွမ်းကျင်သူစနစ်စသည်ဖြင့် ပါဝင်သည်။ ဉာဏ်ရည်ထက်မြက်သောထိန်းချုပ်မှုစနစ်တွင် ကိုယ်တိုင်သင်ယူခြင်း၊ လိုက်လျောညီထွေဖြစ်အောင်၊ ကိုယ်တိုင်စီစဉ်ခြင်း၊ မော်ဒယ်မသေချာမရေရာမှုများ၊ လိုင်းမဆန်သောထိန်းချုပ်မှုများနှင့် အခြားပိုမိုရှုပ်ထွေးသောပြဿနာများကို ဖြေရှင်းပေးနိုင်သည်။ အတိအကျပြောရလျှင် BLDCM သည် multi-variable၊ linear မဟုတ်သော၊ ခိုင်ခံ့သော coupling တစ်ခုဖြစ်သောကြောင့် ဉာဏ်ရည်ထက်မြက်သော ထိန်းချုပ်မှုကို အသုံးပြုခြင်းဖြင့် ကျေနပ်ဖွယ်ထိန်းချုပ်မှုရလဒ်ကို ရရှိနိုင်သည်။ လက်ရှိတွင်၊ brushless dc မော်တာထိန်းချုပ်မှုတွင် အသုံးပြုသည့် ပိုမိုရင့်ကျက်သောအသိဉာဏ်ထိန်းချုပ်မှုနည်းလမ်းများစွာရှိပါသည်၊ ဥပမာ- Fuzzy control နှင့် PID ထိန်းချုပ်မှု Fuzzy -PID ထိန်းချုပ်မှု၊ ဒြပ်ပေါင်းထိန်းချုပ်မှုနှင့် neural network ပေါင်းစပ်မှုနှင့်အတူ fuzzy control နှင့် genetic algorithm ဖြင့် membership degree ၏ parameters များကို fuzzy control နှင့် single neuronive control စသည်တို့ဖြစ်သည်။