Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지
DOI QR코드

DOI QR Code

Robust Fuzzy Controller for Active Magnetic Bearing System with 6-DOF

6 자유도를 갖는 능동 자기베어링 시스템의 강인 퍼지 제어기

  • 성화창 (연세대학교 전기전자공학과) ;
  • 박진배 (연세대학교 전기전자공학과) ;
  • 주영훈 (군산대학교 제어로봇공학과)
  • Received : 2011.11.19
  • Accepted : 2012.06.11
  • Published : 2012.06.25
Download PDF
⟨ Previous Next ⟩

Abstract

This paper propose the implementation of robust fuzzy controller for controlling an active magnetic bearing (AMB) system with 6 degree of freedom (DOF). A basic model with 6 DOF rotor dynamics and electromagnetic force equations for conical magnetic bearings is proposed. The developed model has severe nonlinearity and uncertainty so that it is not easy to obtain the control objective. For solving this problem, we use the Takagi-Sugeno (T-S) fuzzy model which is suitable for designing fuzzy controller. The control object in the AMB system enables the rotor to rotate without any phsical contact by using magnetic force. In this paper, we analyze the nonlinearity of the active magnetic bearing system by using fuzzy control algorithm and desing the robust control algorithm for solving the parameter variation. Simulation results for AMB are demonstrated to visualize the feasibility of the proposed method.

본 논문에서는 6 방향 자유도를 지닌 능동 자기베어링 시스템의 강인 디지털 퍼지 제어에 대한 내용을 다루고자 한다. 6방향 자유도에 대한 기본 모델은 회전자 구조와 원뿔형의 능동 자기베어링 시스템의 자기력 간의 상관관계에 의해 결정된다. 구성된 모델은 비선형 동적방정식으로 구성되기 때문에, 제어 목적을 달성하기 위한 제어 입력 신호의 설계가 어려우며, 외부 환경의 영향에 따른 시스템 파라미터 변화율에도 많이 민감한 편이다. 이를 보완하기 위하여, 획득한 동적방정식을 기반으로 TS 퍼지 모델에 기반 한 디지털 제어 목적에 적합한 구조로의 변환이 이루어진다. 여기서 말하는 제어 목적이란, 회전자의 회전을 외부의 물리적 접촉 없이 자기장의 힘만으로 동작하도록 베어링의 위치를 최대한 센터에 위치케 하는 것을 말한다. 본 논문에서는 6자유도를 지닌 능동 자기베어링 시스템의 비선형성에 대한 해석 방안으로 퍼지 모델링을 통해 시스템을 재해석하게 되며, 외부 파라미터 변화에 따른 대응을 위하여 강인 제어기 설계를 목적으로 한다. 제안된 강인 제어 알고리즘은 시뮬레이션 과정을 통해 검증된다.

Keywords

References

  1. Y. Hong, H. Zhu, Q. Wu, J. Chen, and D. Zhu, "Dynamic decoupling control of AC-DC hybrid magnetic bearing based on neural network inverse method," Electrical Machine and Systems on ICEMS, pp. 3940-3944, 2008.
  2. H. C. Sung, J. B. Park, and Y. H. Joo, "Robust switching-type fuzzy control for active magnetic bearing system," Proc. the IASTED International Conference. Intelligent Systems and Control (ISC2011) , Cambridge, United Kingdom, July 11-13, 2011.
  3. D. H. Lee, J. B. Park, Y. H. Joo, K. C. Lin, and C. H. Ham, "Robust $H_{\infty}$ control uncertain nonlinear active magnetic bearing system via Takagi-Sugeno fuzzy models," Int. Journal of Control, Automation, and Systems, vol. 8, pp. 636-646, 2010. https://doi.org/10.1007/s12555-010-0317-2
  4. H. C. Sung, D. W. Kim, J. B. Park, and Y. H. Joo, "Robust digital control of fuzzy systems with parametric uncertainties", Fuzzy Set & System. vol. 161, pp. 919-933, 2010. https://doi.org/10.1016/j.fss.2009.04.016
  5. L. C. Lin and T. B. Gau, "Feedback linearization and fuzzy control for conical magnetic bearings," IEEE Trans. Control Systems Tech., vol. 5, no. 4, pp. 417-426, 1997. https://doi.org/10.1109/87.595923
  6. R. D. Smith and W. F. Weldon, "Nonlinear control of a rigid rotor magnetic bearing system: modeling and simulation with full state feedback," IEEE Trans. Magn., vol. 31, pp. 973-980, 1995. https://doi.org/10.1109/20.364771
  7. S. J. Huang and L. C. Lim, "Fuzzy modeling and control for conical magnetic bearings using linear matrix inequality," Journal of Intelligent and Robotic Systems, vol. 37, pp. 209-232, 2003. https://doi.org/10.1023/A:1024137007918