Elektrikli araçlarda anahtarlamalı relüktans motorlarının azaltılmış dalgalanmalı DITC'si için dalgacık sinir ağı tabanlı yöntem

Neden daha pürüzsüz elektrikli motorlar önemli

Elektrikli otomobiller sessiz ve verimli seyahat vaat eder, ancak tekerlekleri döndüren motorlar hâlâ istenmeyen titreşim ve gürültü üretebilir. Geleceğin araçları için popüler bir motor türü olan anahtarlamalı relüktans motoru dayanıklı, ucuzdur ve nadir toprak mıknatıslarından kaçınır; ancak tork dalgalanması adı verilen, titreşime yol açan küçük tork sıçramaları ve çöküşlerinden muzdariptir. Bu makale, bu sert motorlardaki dalgalanmaları yumuşatmak için özelleşmiş bir sinir ağı kullanan akıllı bir kontrol yöntemini inceliyor; böylece bu motorlar günlük sürüşte daha konforlu ve verimli hale geliyor.

Zorlu ama sarsıntılı bir motor

Anahtarlamalı relüktans motorlar, basit yapıları, yüksek güvenilirlikleri ve kıt manyetik malzemelere bağımlı olmamaları nedeniyle elektrikli araçlar için caziptir. Dezavantajları ise kuvvet üretme biçimlerinden kaynaklanır: rotordaki dişler, enerji verilen stator dişleriyle hizalandıkça tork doğal olarak darbeler halinde ortaya çıkar. Kare dalga akımını düzenleyen geleneksel kontrol şemaları uygulanması kolaydır ancak büyük tork varyasyonları bırakır. Daha gelişmiş tork tabanlı kontroller daha hızlı tepki verebilse de, özellikle birden fazla motor fazının örtüştüğü ve torkun bir fazdan diğerine aktarıldığı kısa anlarda bu makinelerin güçlü lineer olmayan manyetik davranışıyla hâlâ zorlanırlar.

Kontrolörü geleceği planlayacak şekilde eğitmek

Yazarlar, kontrolörün istenen torku tahmini gerçek torkla doğrudan karşılaştırdığı ve hatayı düzeltmek için güç elektroniğini hızla anahtarladığı doğrudan anlık tork kontrolü (direct instantaneous torque control) adı verilen bir strateji üzerine inşa ediyor. Temel haliyle bu yaklaşım yine de kayda değer dalgalanmalar üretir. Çalışma, hız kontrolörü ile tork kontrolörü arasına kompakt bir dalgacık sinir ağı ekliyor. Sabit bir tork hedefi göndermek yerine bu akıllı modül hem tork hatasına hem de hatanın ne kadar hızlı değiştiğine bakıyor ve referans torku gerçek zamanlı olarak ince şekilde yeniden şekillendiriyor. Hem zaman hem ölçek içindeki desenleri yakalayan dalgacıklar, ağın motorun konuma bağlı karmaşık tork davranışını yalnızca iki gizli nöron ve yedi ayarlı parametre kullanarak öğrenmesine yardımcı oluyor.

Bir kez optimize et, her yerde kullan

Sürekli yeniden eğitilen hantal bir modelden kaçınmak için ekip, sinir ağını yalnızca bir kez ayarlamak üzere Dengeleyici Optimizatör (Equilibrium Optimizer) adlı bir optimizasyon algoritması kullanıyor; dikkatle seçilmiş işletim noktasında: nominal hıza biraz üzerinde ve nominal yükte, tork dalgalanmasının yüksek olduğu ancak akımın iyi kontrol altında kaldığı yerde. Algoritma, tork dalgalanmasını ve genel tork hatasını birlikte minimize eden parametre değerlerini arıyor. Ortaya çıkan yedi parametre daha sonra sabitleniyor ve tüm hızlar ve yükler için kullanılıyor. Paralel olarak, aynı optimize edici her bir motor fazının açma ve kapama açılarını bir hız-tork ızgarası üzerinde rafine etmek için kullanılıyor ve en iyi değerler kontrolörün içindeki basit başvuru tablolarında saklanıyor.

Bilgisayar modelinden test tezgahına

Üç fazlı 12/8 anahtarlamalı relüktans motorda yapılan kapsamlı simülasyonlar, yeni kontrolörün ortalama torku artırdığını, tork profillerini belirgin şekilde pürüzsüzleştirdiğini ve tepe akımlarıyla karşılaştırılabilir sonuçlar verdiğini gösteriyor. İyileşme geniş bir hız aralığında ve hem hafif hem ağır yüklerde görülüyor. Gerçek bir motor düzeneğinde yapılan deneyler bu bulguları doğruluyor. Açık döngü testleri ve hız adımları ile ani yük değişikliklerinin bulunduğu gerçekçi kapalı döngu sürüş senaryolarında, önerilen kontrolör ölçülen tork dalgalanmasını hafif yüklerde yaklaşık %16 ve ağır yüklerde neredeyse %29 oranında tutarlı şekilde azaltıyor. Bedeli daha yüksek bir anahtarlama frekansı ve mütevazı bir hesaplama süresi artışı, ancak her ikisi de yaygın endüstriyel sınırlar içinde kalıyor.

Geleceğin elektrikli sürüşleri için bunun anlamı

Düz bir ifadeyle, çalışma küçük, iyi eğitilmiş bir sinir ağının sürücünün tork talebi ile motor arasına akıllı bir filtre gibi yerleşebileceğini; komutu yeniden şekillendirerek anahtarlamalı relüktans motorunun içindeki doğuştan gelen darbelerin büyük bir kısmını iptal edebileceğini gösteriyor. Ağ basit olduğundan, yalnızca bir kez eğitiliyor ve optimize edilmiş anahtarlama açılarıyla eşleştiriliyor; böylece genel kontrol gerçek zamanlı donanım için pratik kalıyor. Elektrikli araçlar ve diğer zorlu uygulamalar için bu yaklaşım, motoru yeniden tasarlamadan titreşimi azaltma ve sürüş kalitesini iyileştirme yoluyla sağlam, manyetsiz motorların kullanılmasına bir yol sunuyor.

Atıf: 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

Anahtar kelimeler: anahtarlamalı relüktans motoru, tork dalgalanması, elektrikli araç sürüşü, sinir ağı kontrolü, motor kontrol optimizasyonu