A Jaya-Optimized Fuzzy PI Speed Controller for a BLDC motor

Abstract

Brushless DC (BLDC) motors with permanent magnets are a prominent technology in modern industrial applications, particularly favored for low- and medium-power scenarios due to their high e iciency, low maintenance, and high-speed capabilities. This project focuses on designing and developing an advanced control system to enhance the dynamic response of BLDC motors by improving performance in terms of speed, torque, and current consumption . The proposed methodology involves the implementation of a hybrid Fuzzy-PID controller, which is adept at managing system nonlinearities and parameter variations to ensure precise and stable control under diverse operating conditions. To further elevate the controller's performance, the Jaya algorithm, a simple yet e ective population-based metaheuristic, is utilized to optimize the Fuzzy-PID parameters . Computer simulation results validate the proposed system, demonstrating significant improvements in rise time, overshoot, and steady-state error when compared to conventional PID and standalone fuzzy logic controllers. This research underscores the importance of integrating artificial intelligence and optimization techniques into modern control systems, contributing to the development of highly e icient, reliable, and stable speed regulation strategies for BLDC motors in industrial and real-time applications .

Les moteurs à courant continu sans balais (BLDC) à aimants permanents constituent une technologie de premier plan pour les applications industrielles modernes. Ils sont particulièrement appréciés dans les contextes de faible et moyenne puissance pour leurs caractéristiques remarquables, telles qu'une haute e icacité, un entretien réduit et la capacité de fonctionner à des vitesses élevées. Ce projet a pour objectif de concevoir un système de commande performant afin d'améliorer la réponse dynamique du moteur BLDC en optimisant la vitesse, le couple et la consommation de courant . La méthodologie adoptée repose sur l’implémentation d’un régulateur PI basé sur la logique floue qui est reconnue pour sa capacité à gérer les non-linéarités et les variations de paramètres du système, assurant un contrôle précis et stable. Pour optimiser davantage ce régulateur, l'algorithme métaheuristique Jaya a été employé pour le réglage automatique de ses paramètres, une méthode qui se distingue par sa simplicité et son e icacité . Les résultats de simulation informatique confirment les performances du système proposé, montrant une amélioration significative du temps de réponse, une réduction du dépassement et de l’erreur en régime permanent par rapport aux régulateurs PID classiques ou à logique floue seuls. Cette étude met en lumière l’importance de l’intégration des techniques d'intelligence artificielle et d'optimisation dans les systèmes de commande modernes, contribuant ainsi au développement de stratégies plus e icaces pour la régulation de vitesse des moteurs BLDC, garantissant fiabilité et stabilité dans les applications industrielles et temps réel .