This paper presents a Particle Swarm Optimization (PSO) technique and bacterial foraging (BF) technique for determining the optimal parameters of (PID) controller for speed control of a brushless DC motor (BLDC) where the (BLDC) motor is modeled in simulink in Matlab. The proposed technique was more efficient in improving the step response characteristics as well as reducing the steady-state error, rise time, settling time and maximum overshoot 

 این مقاله روش بهینه سازی ازدحام ذرات (PSO) و روش خوراک یابی باکتریایی (BF) را برای تعیین پارامترهای بهینه کنترل کننده PID جهت کنترل سرعت یک موتور DC بدون جاروبک (BLDC) ارائه می کند که در آن، موتور BLDC در سیمولینک متلب شبیه سازی شده است. روش پیشنهادی در بهبود مشخصات پاسخ پله و نیز کاهش خطای حالت دائم، زمان صعود، زمان نشست و حداکثر اضافه جهش، کارآمدتر می باشد.

1-مقدمه

عمدتا دو نوع موتور DC در صنعت به کار می رود. نوع اول، موتور DC متداول است که در آن، شار توسط جریان درون کویل میدان با ساختار قطب ساکن تولید می شود. نوع دوم، موتور DC بدون جاروبک (موتور BLDC) است که در آن، مغناطیس دائم به جای قطب های میدان سیم پیچی شده، شار فاصله هوایی مورد نیاز را فراهم می کند [1].روش های کنترل بسیار پیشرفته ای مانند کنترل غیر خطی، کنترل بهینه، کنترل ساختار متغیر و کنترل تطبیقی به طور گسترده برای کنترل سرعت موتور DC مغناطیس دائم بدون جاروبک به کار رفته اند [2]. با این وجود، این راهکارها دارای مبانی نظری پیشرفته یا پیاده سازی دشواری هستند [3]. کنترل کننده PID با سه جمله خود که پاسخ گذرا و حالت دائم را پوشش می دهند، ساده ترین و کارآمدترین پاسخ را برای بسیاری از مسائل کنترل دنیای واقعی عرضه می کند [4]. علیرغم ساختار ساده، تنظیم بهینه بهره های کنترل کننده PID کاملا دشوار است. اخیرا در محاسبات هوشمند، روش خوراک یابی باکتریایی (BF) و روش بهینه سازی ازدحام ذرات (PSO) برای این منظور پیشنهاد شده اند...