شبكة عصبية موجية لتقليل التذبذب في التحكم اللحظي المباشر لمحركات التردد المغناطيسي المتبدلة في المركبات الكهربائية

لماذا تهم المحركات الكهربائية الأكثر سلاسة

تَعِد السيارات الكهربائية بالسفر الهادئ والكفء، لكن المحركات التي تُحرّك عجلاتها قد لا تزال تُنتج اهتزازات وضوضاء غير مرغوب فيها. نوع شائع للمستقبل، وهو محرك التردد المغناطيسي المتبدل، متين ورخيص ويتجنب استخدام مغناطيسات الأرض النادرة، ومع ذلك يعاني من تذبذب عزم واضح — الزيادات والنقصان الصغيرة في القوة الدوّارة التي تسبب الاهتزاز. تستكشف هذه الورقة طريقة تحكم ذكية تستخدم شبكة عصبية متخصصة لتنعيم تلك التذبذبات، مما يجعل هذه المحركات القوية أكثر ارتياحًا وكفاءة للقيادة اليومية.

محرك قوي لكنه ذي قيادة وعرة

تجذب محركات التردد المغناطيسي المتبدلة المركبات الكهربائية ببنيتها البسيطة، واعتماديتها العالية، وعدم حاجتها إلى مواد مغناطيسية نادرة. وتكمن عيوبها في طريقة توليدها للقوة: عندما تصطف أسنان الدوار مع أسنان الستاتور المتحسسة، ينبض العزم بطبيعته. تُعدّ مخططات التحكم التقليدية التي تنظم التيار بالموجات المربعة سهلة التنفيذ لكنها تترك تباينات كبيرة في العزم. أما طرق التحكم الأكثر تقدمًا المعتمدة على العزم فتستطيع الاستجابة أسرع، لكنها لا تزال تكافح السلوك المغناطيسي شديد اللاخطية لهذه الآلات، لا سيما في اللحظات القصيرة التي تتداخل فيها مراحل المحرك المتعددة وينتقل العزم من مرحلة إلى أخرى.

تعليم المتحكم التفكير مسبقًا

يبني المؤلفون على استراتيجية معروفة باسم التحكم اللحظي المباشر في العزم، حيث يقارن المتحكم مباشرة العزم المطلوب مع العزم المقدر الفعلي ويبدل إلكترونيات القدرة بسرعة لتصحيح أي خطأ. في شكلها الأساسي، لا تزال هذه الطريقة تولد تذبذبات كبيرة. تضيف الدراسة شبكة عصبية موجية مدمجة بين متحكم السرعة ومتحكم العزم. بدل إرسال هدف عزم ثابت، تنظر هذه الوحدة الذكية في كل من خطأ العزم ومعدل تغيّره، ثم تعيد بشكل طفيف تشكيل مرجع العزم في الزمن الحقيقي. تساعد الموجات، التي تلتقط الأنماط في الزمان والمقياس، الشبكة على تعلّم سلوك العزم المعقد والمتغير بالموضع للمحرك باستخدام خافتين مخفيين فقط وسبعة معلمات مضبوطة.

التحسين مرة واحدة والعمل في كل مكان

لتجنب نموذج مرهق يتطلب إعادة تدريب مستمرة، يستخدم الفريق خوارزمية تحسين تُدعى منظّم التوازن (Equilibrium Optimizer) لضبط الشبكة العصبية مرة واحدة فقط عند نقطة تشغيل مختارة بعناية: أعلى بقليل من السرعة الاسمية وتحت الحمل الاسمي، حيث يكون تذبذب العزم مرتفعًا لكن التيار لا يزال مضبوطًا جيدًا. تبحث الخوارزمية عن قيم معلمات تقلل بشكل مشترك تذبذب العزم وخطأ العزم الكلي. تُثبّت مجموعة المعلمات السبعة الناتجة ثم تُستخدم لجميع السرعات والأحمال. بالتوازي، تُستخدم نفس خوارزمية التحسين لتكرير زوايا تبديل كل مرحلة من مراحل المحرك عبر شبكة من السرعات والعزوم، وتُخزن القيم الأفضل في جداول بحث بسيطة داخل المتحكم.

من النموذج الحاسوبي إلى مقعد الاختبار

تُظهر محاكيات واسعة لنموذج ثلاثي الطور لمحرّك 12/8 للتردد المغناطيسي المتبدل أن المتحكم الجديد يوفّر متوسط عزم أعلى، وغيرات عزم أكثر سلاسة بشكل ملحوظ، وتيارات قصوى مماثلة مقارنة بالمخطط التقليدي. يبدو التحسّن عبر نطاق واسع من السرعات وتحميل خفيف وثقيل. تؤكّد التجارب على إعداد محرك حقيقي هذه النتائج. في اختبارات الحلقة المفتوحة وسيناريوهات القيادة الواقعية ذات خطوات السرعة وتغيرات الحمل المفاجئة، يقطع المتحكم المقترح تذبذب العزم المقاس بنحو 16 في المئة للحِمْل الخفيف ونحو 29 في المئة للحِمْل الثقيل. الثمن هو تزايد تردد التبديل وزيادة متواضعة في زمن الحساب، لكن كلاهما يبقى ضمن الحدود الصناعية الشائعة.

ماذا يعني هذا لنُظم الدفع الكهربائية المستقبلية

بعبارة بسيطة، تُظهر الدراسة أن شبكة عصبية صغيرة ومدرّبة جيدًا يمكن أن تعمل كمرشح ذكي بين طلب السائق على العزم والمحرك، معيدة تشكيل الأمر لإلغاء الكثير من النبضات الكامنة داخل محرك التردد المغناطيسي المتبدل. وبما أن الشبكة بسيطة، وتُدرّب مرة واحدة فقط، ومقرونة بزوايا تبديل مُحسّنة، يظل التحكم ككل عمليًا للأجهزة في الزمن الحقيقي. بالنسبة للمركبات الكهربائية وتطبيقات أخرى متطلبة، يوفر هذا النهج طريقًا لاستخدام محركات قوية وخالية من المغناطيس لتقليل الاهتزاز وتحسين جودة الحركة دون إعادة تصميم المحرك نفسه.

الاستشهاد: Saleh, A.L., Hamouda, M., Számel, L. et al. Wavelet neural network based reduced-ripple DITC of switched reluctance motors in electric vehicles. Sci Rep 16, 15564 (2026). https://doi.org/10.1038/s41598-026-46371-7

الكلمات المفتاحية: محرك تردد مغناطيسي متبدل, تذبذب العزم, نظام دفع المركبة الكهربائية, تحكم بشبكة عصبية, تحسين تحكم المحرك