Int ern at i onal  Journ al of  P ow er El ectron i cs a n d  Drive  S ys te m   (I J PE D S )   Vo l.   9 , No .   4 ,  Decem ber  20 18 , p p.   1967 ~ 1975   IS S N: 20 88 - 8 694,  DOI: 10 .11 591/ ij peds . v9 .i 4 . pp 1967 - 19 75          1967       Journ al h om e page :  http: // ia escore.c om/j ourn als/i ndex. ph p/IJPE D S   Self - tu nin g  Fu zz y  Lo gi c  Con troll er   Based o n Ta kagi - Sugeno Appli ed to  In du ction Mot or Driv es       Nabil  Fa r ah,  M.   H.   N. Tali b,  Z . I br ah im ,  J .   M . L az i, M aa s pa li z a Az ri   Facul t y   of Electr ic a l  Eng ineeri ng ,   Cen te r   for  Rob oti cs  and  Industr ia l   Autom at ion   ( CeRIA),   Univ er siti   T ekni k al Ma lay s ia  Mela ka ,   Ma lay si a       Art ic le  In f o     ABSTR A CT    Art ic le  history:   Re cei ved   A ug  8 , 2 01 8   Re vised  Sep 2 1 , 2 01 8   Accepte d  Oct  10 , 201 8       Fuzz y   logic  con trol ler  has  be en   the   m ai n   foc us   for  m an y   rese a rch ers  and   industri es  in  m ot or  drive s.  Th e  p opula rity   o f  Fuzz y   Logic  Contro ll er  (FLC)  is   due  to  it s  re li ab i li t y   and  ab il i t y   t o  handl e   par amete rs  ch ange s  dur ing  loa d   or   disturba nc e.   Fuzz y   logi c  de si gn  ca n  be  visual i ze d  in  two  ca te gor ie s ,   m amdani  design  or  Ta k agi - Sug eno  (TS).   Mam dani   t y p e  c an  f ac i li t at e   the  design  proc ess,  howeve r  it   req u i re  high  computational   burde n  espe cially   wit h   big  num ber   of  rule s  and   exper imenta l   te st ing.  Thi s  p ape r ,   de vel op  S elf - Tuni ng  (ST)  m ec han ism   base d  on  Ta k agi - Sug eno  (TS)  fuz z y  t y pe.  Th e  m ec hani sm   tunes   the   input   sc al i ng  fac tor  of  spe e d  fuz z y   con trol   of  Induc ti on   Motor  (IM)  drive s  Based  on  t he  spee d  err o r   and  cha ng es  of  err or.   A   compari son  study   is  done  b et we en  the   stand ard   TS  and  the   ST - TS  base d  on  sim ula ti ons  appr oac hes  consi der i ng  diffe r ent  spee d  oper at i ons.  Speed   response  cha ra cteri sti cs  such  as  rise  ti m e,   over s hoot,   and  settlin g  ti m e  are  compare d  for  ST - TS  and  TS.   It  was  sho wn  tha t  ST - TS  has  opti m um  result s  compare d  to  the  standa rd  TS.   T he  signifi c anc e  of  the   proposed  m et hod  is  tha t ,   opt imum   computat iona l   bur den  red u ct ion   is  ac hi eve d .   Ke yw or d:   Com pu ta ti on al  burde n   IM drive   ST - TS   TS   Copyright   ©   201 8  Ins t it ut e  o f  Ad vanc ed   Engi n e er ing  and  S cienc e .    Al l   rights  reserv ed .   Corres pond in g  Aut h or :   Nab il  Fa ra h ,    Faculty  of Elec tric al  Engineer ing ,   Ce nter fo r  R obotics an d Ind ust rial  A ut om ation   (CeR IA),   Un i ver sit i Te knikal M al ay sia  Mel aka,  Me la ka,  Mal ay sia   Em a il :  Nab il - f arah1 1@ho tm ai l.com       1.   INTROD U CTION   Fu zzy   log ic   co ntr ol  has  at tract ed  an  intensiv e  at te ntion   in  the  fiel d  of  m oto r  dri ves  [ 1],  wh et her   i n  sp ee d  con t ro l  [2 ]   or   c urren t   con tr ol  [3 ] .  I t  has  been   a  reli able  al te rn at ive  of   the  pro portio nal  integral   con t ro ll ers ,  du e  to  it s  capab il it y  of   handlin g  non - li near it y   and   un ce rtai nty  [4 ] . Var i ou s  res earches  ha ve  pro ve d  the opti m u m  p erfor m ance of  fu zzy  l og ic  c ontr ollers in  com par ison  to  conv e ntio nal c ontrolle rs [5 ] ,   [ 6].   The  w orka bili ty   of   f uzzy  lo gi c  is  achieved  in  identic al   m ann e r  to  hum a n  be ha vior.  F uz zy   syst e m   ta kes  inputs  as   cl assic al   data  and   c onve rts  them   into  fu zz y  data.  Finall y  the  data  is  process  to  ob ta i n  the   desire d  outp ut  base d  on  a  set   of   desig ne d  r ul es  [7 ] .  T he re  a re  tw o  po pu la r   ty pe  of   fu zzy   interface  syst e m   1)   m a m dan i  [8 ]   and   2)   Ta k a g i - S ug e no  [9 ] .  Ma m dan i   fu zzy   typ e  is  widely   use d   by  m any  re searche rs.   [10].  [11] ,   Howe ver,  inc r easi ng  the  c om pu ta ti on al   bu rd e n  ca n  be  a  big   iss ue  es pe ci al ly   wh en  de sign i ng   bi g  nu m ber   of  ru le s  f or  ex perim ental   te sti ng .  T his  prob le m   can   be   m ini mize d  by   us i ng  TS  ty pe  with  t he  sam e   nu m ber  of   ru le s a nd  funct ion al it y.   Ma ny  stu dies  ha ve  util iz ed  TS   fu z zy   ty pe  to co nt ro l  t he  IM d ri ve  syst em   [1 3] - [ 15 ]   .T he  m ai n  featu r e   of  the  TS  is   that  s in gleto n  ou t pu t   m e m be rsh i p  MFs   ca n  be   us e d .   Mos t  of  the   stu dies  relat ed   to  i nducti on   m oto r  dr i ves  ut i li ze  TS  fu zz y  ty pe  as  s pee d  c on t ro l  [ 16 ]   or  as   tu ning  t oo l  f or   ot her   f uzzy  ty pe  [12] .   T he  eff ect ive ness   of  sel f - tu ning   f uzzy  ty pe  has   been  discuss e d  by  m asi al a  [12].  T he  pro posed  syst em   util iz ed  com bin at ion   of  m a m dan i  an d  T S  F uzzy  ty pe  syst em .  Ma m dan i  fu zz y  is   ap plied  t o  t he   m ai n  sp eed   c on t ro l  Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8 694     I nt J  P ow  Ele c  &  Dri   Syst , Vol.  9 , N o.   4 ,  D ece m ber   2018  :   1967   –   1975   1968   wh il e  the  TS  f uzzy  app li e d  to  the  tu ning  m echan ism .  The   syst e m   uti li ze s  TS   fu zzy   wit h  25  r ules  to  achieve   bette r per form ance a nd r e duc e the c om pu ta ti on al   bur den on the  h a r dw a re .   Ther e  is  a  la ck  of   stud ie s  of  ut il iz ing   the  TS  ty pe  as  sp eed  con t ro l  of  induc ti on   m oto r  dr iv e  and   tu ne   it   with  the  sam e  TS  ty pe.   Ho we ve r,   a  stu dy   [1 7]  has  pro po s ed  a  sel f - tu ning  ST  ba sed   on   TS  fu zzy   t ype  for   process  perf orm ance  i m pr ov e m ent.  The  st ud y  has  discusse d  in  ge ner al   the  i m ple m entat ion   of  Self - Tu ning  Taka gi - S ug e no   (S T - TS )  to  tu ne  a  Ta kag i - S ugen o  fu zzy   ty pe   consi der i ng  a   gen e ral  pr oces s  syst e m .  How ever,   the  pro po se d  s yst e m   app li ed  to  the  First  Order   a nd   Sec ond  ord er  wit h  delay   tim e   t ran s fer   f unct io n.   Th e  eff ect ive ness  of  the  pro posed   con t r oller  ap pl ie d  to  the  higher  order   syst e m   su ch  as  IM  dr i ve  syst e m   i s  sti ll  undisc ov e red.    This  pa per   ai m s  to  util iz e  the   featu res  of  T S   f uzzy  ty pe  i n  reducin g  t he  c om pu ta ti on al   bur de n.   The  TS  f uzzy  ty pe   are  a ppli ed   to  the   m ai n  sp ee d  c on tr oller  a nd   Self - T un i ng  m echan is m .  The  Sel f - tu ning  m echan ism   is  us e d  to  tun e  f uzzy  the  input  scal ing   facto r s.  An y  va riat ion   of   on  the  sp ee d  error   will   be  com pen sat ed  by  the   ST   m e chan ism   to  update  the   scal in g  facto rs  t o  a dap t   to  t he  sy stem   var ia ti ons .   T hi s   appr oach e d  is   aim ed   to  ac hieve  op ti m u m   com pu ta ti on al   bu rd e n  re du ct io n  achie ved  an d  ben e fici al   espe ci al ly  for real  experi m ental  test .    The  pa per  di vid ed   int o  fi ve  s ect ion s,   sect io n  I  rev ie w  the   fu zzy   l og ic   co ntr ol  in  IM  dr i ve  syst em   an d  discusse s  the  e ff ect ive ness  of  TS  f uzzy  ty pe .  Sect io n  I I,   pr esents  the  m at hem atical   m od el li ng   of  the   I M  dr i ve   syst e m   a lon g  with  associat e d  eq uations  .Se ct ion   III  f ocus  on   the  desig n  pro ducers  of   Ta kag i  – Suge no   ( TS)  as   well   as  the   Se lf - T un i ng  Ta ka gi - S ugen o  (ST - TS )  al ong  w it h  co rr es pond ing   m e m ber s hi p  functi ons  a nd  ru le   bases.   Sect io n  IV   pr e sents  t he   si m ulati on s  re su lt s  of  com par iso n  bet wee n  the  Stan dard  T S  f uzzy  an d  th e  sel f - tun e d  S T - T S fuzzy . Lastly , se ct ion   V  c on cl ud e  the  of the  s tud y a nd h i gh li gh te d  the  m ai n  fin ding  obta in ed.       2.   INDU CTIO N   MOTO R M O DEL   The  in duct ion   m oto r  is  m at hem at ic ally  m od el le d  an d  can  be   represe nted  i n  va rio us   ref e r ence  f ram e.   Diff e re nt  ref e r ences  f ram e  of   in du ct io n  m otor  is  disc us s ed  in  [18] ,   [ 22] .  Fig ur e  1  s hows  t he  sim plifie d  equ i valent  q - a xis a nd d - axis   ci rcu it  of s quir rel  cage  in du ct ion  m oto r  in ro ta ry r efe rence  fram e [2 0].               (a)   (b)   Figure  1. Eq ui valent circ uit o f  in duct ion m oto r  i n  r otary  refe ren ce  fram e (a)   q - a xis fram e , (b) d - a xis fra m e       Re fer ri ng   t o  th e  equ iv al ent  ci rcu it   of   i nduction  m oto r  re pr e sented  in  Fi gur e  1,   volt age  in  q - a xis  an d  d - a xis  of roto r a nd stat or can   be  e xpresse d  a s foll ow :                         () d r l r d r m d s d r L i L i i                                                                                  (1)     qs q s s q s e d s d V R i dt                                                                                   (2)     ds ds s ds e ds d V R i dt                                                                                   (3)     \ \ RS V qs V qr e  Y   ds ( e - r ) Y   dr L I s = Ls - Lm L I r = Lr - Lm Rr Lm \ \ RS V ds V dr e Y   qs ( e - r ) Y   qs L I s = Ls - Lm L I r = Lr - Lm Rr Lm Evaluation Warning : The document was created with Spire.PDF for Python.
In t J   P ow  Ele c  &  D ri   Syst     IS S N: 20 88 - 8 694       Self - tu ning F uzzy  Logic C on tr oller Ba sed  on Tak ag i - Su geno  A ppli ed  t o Ind uction M oto r…  ( Nab il  F ar ah )   1969   () qr q r r q r e r d r d V R i dt                                                                                    (4)     () dr d r r d r e r q r d V R i dt                                                                                  (5)     And  qr V , dr V =0  an d  t he  f lu x  e quat ion as f ollo w:     () q s ls q s m q s q r L i L i i                                                                                  (6)     () q r lr r m q s q r L i L i i                                                                                  (7)     () d s l s d s m d s d r L i L i i                                                                                  (8)     The  el ect r om a gn et ic  to r qu e  c an be e xpresse d  as  foll ow :     3 () 22 m e d r q s q r d s r L P T i i L                                                                                    (9)     The  num ber   of  inducti on  m otor  po le s  is  r epr ese nted  by  P,  once  the  ve ct or   co ntr ol  is  achieved  d  fr am e  of   r otor   side  is  zer o.   Hen ce ,  the  m oto r  to r qu e  is  c on t ro ll ed  by  q  fr am e  of   sta to r  side  as   m od el le d  i n  equ at io n 1 0:     3 () 22 m e d r q s r L P Ti L                                                                                  ( 10)     The  fu ll   dri ve   syst e m   of   in duct ion  m oto r  is  presente d  in   Fig ur e  2.   The   syst e m   con sis ts  of   sp e e d  con t ro ll er,  pha se co nversi on, hyst eresis c urr ent contr oller,  inv e rter,  m oto r a nd en c oder .            Figure  2. I nduc ti on  m oto r   dr i ve  b ase d Hyst er esi s curre nt contr oller       The  FO C  dr iv e  syst e m   pr ese nted  in  Fig ur e  2  is  based   on  hyste resis  cu rrent  con t ro ll er  [ 21 ] .  T his  is  du e  t o  it s  sim ple  struct ur e ,  f ast   respo ns e  a nd   good  acc uracy .  The  in ve r te r  pulse s  are  gen e rated  by  ut il iz ing   hys te resis b an d.   T he  sp ee d  c on t ro ll er  is   des ign e d  us in g  fuzzy   log ic   c on t r oller.  T he  sp ee d  er r or  b et w ee n  act ua l   m oto r  sp ee d  a nd   re fer e nce  s peed  are  proc essed  t hroug h  sp ee d  c on tr ol le r  to  produce   the  to rque  c urren t   ref e ren ce  c urr ent  iq* .  T he  iq*   c urren t  is  gathe red   with   con sta nt  id*   and   tra nsfo rm ed  into  th ree  ph a se  qu a ntit ie s.  T he se  thre e  ph ase   quantit ie s  are   the  ref e rence   currents   w hich   are  t hen  c ompare d  with  t he   thre e   S pe e d  c on t r ol l e r E nc ode r r r * DQ - A B C I qs * I ds * H ys t e r e s i s Ia b c V S I P u l s es A B C - DQ T he t a   c a l a c ul a t i on I a b c   q   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8 694     I nt J  P ow  Ele c  &  Dri   Syst , Vol.  9 , N o.   4 ,  D ece m ber   2018  :   1967   –   1975   1970   ph a se  act ual  m oto r  cur re nts .  The  res ultant   of   the  com par iso n  betwee n  the  act ual  and  ref ere nce  cu rrents  is   then  fe d  into  hyste resis  cu rrent  con t ro ll er  to  gen e rate  th e  require d  swi tc hin g  pulse s  for  the  three  ph a se   Vo lt age  S ourc e I nv e rter  (VSI )[19 ] ,  [ 23 ] .         3.   SPEE D CO N TROLL ER  D ESIGN     The  f uzzy  lo gi c  con t ro ll er  util iz ed  as  sp ee d  con t ro l  wh ic h  ta ke  tw o  i np ut  ( error   a nd  cha nge  of  e rror)   and  pr ocess  t hem   to  pro duce   the  ou t pu t  sig nal  .T her e   are   three  ste ps   i n  f uzzy  lo gic  c ontrolle r,   f uzzific at ion   wh ic h  c onve rt  the  cris p  data   into  fuzzy   dat a  or  MF.   I nter face  e ng i ne  will   com bin e  the  MFs  wit h  des ign e d  fu zzy   ru l es  t o  ob ta in   the  fuzz y  ou t pu t.   Last ly   the  de fu zzi ficat ion   will   conver t  bac k  the  f uzzy  data  i nto   cris p  ou t pu t  data.   Fi gure  3  s hows   t he  blo c k  diag r a m   of   fu zzy   l ogic   co ntr oller  ste ps .  The re  a r e  two  ty pe  of  fu zzy  interface  syst e m   (F IS ) ,  m a md ani  or  Ta kag i - Suge n o  (TS).  TS  fu zzy   ap pli ed  a  sing le to n  MFs  for  the  outp ut   fu zzy .  T he  ad va ntages  of  this   TS  fu zzy   ty pe  sel f - tun i ng  co ntr oller  are  to  reduce  the  co m pu ta ti on al   burd e n  of  the contr oller.   In the  fo ll owin g  sect io n, the  de sign p ro ce ss  f or ST m echan i sm  w il l be f urt h er  d isc us se d.           Figure  3. F uzz y l og ic   blo c k d ia gr am       3.1. St an d ard  Takagi - Su geno  (TS)   Desi gn   The  sta ndar d  TS  is  sam e  as  m a m dan i  ty pe  for  th e  in put  va riables.   F or   i nductio n  m otor  tw o  i nputs   fu zzy   with  li ne ar  MFs  and   on e  ou tp ut  fu zzy   with  co ns ta nt  MFs.  For  each   inp ut  an d  outpu t  there  is  a  scal ing  factor   t o  ad j ust   the  factor .  Fi gure  4  pr ese nt s  the  bl oc k  dia gr am   of   fu zzy   log ic   co ntro ll er  util iz ed  for  sp ee d  con t ro l of  in duct ion   m oto r.  T wo  in pu t var ia bles  s peed  er ror  (e )  a nd  cha ng e  of  s peed  er ror  (   e) which  ne ed  t o  be  c onve rted  i nto   f uzzy  va ria bles  ( f uzzifica ti on),   t hen  the  i nterf ace   e ng i ne   com bin es  the   f uzzy  r ules  with  th e   MFs  of   the  va riables  to  pr oduce  the  f uz zy   ou tp ut.  Th e  defuzzifi cat ion   process  c onve rt  bac k  the   fu zzy   var ia bles to c ri sp   var ia bles  util iz ing  fuzzy   ru l es an d  si ng le to n ou t pu t M Fs.           Figure  4.St an da rd TS f or   IM  dr i ve       In   the  pr e proce ssing   par t,  the  crisp  in pu ts  of   the  sp ee d  error,  e  and   it s  change  of  sp ee d  error   e    ar e   conve rted  i nto   to their  corres pondin g f uzzy v ariable a nd the y are  def ine d a s:   F u z z i f i e r I n t e r f a c e   e n g i n e K n o w l e d g e   B a s e P r o c e s s D e f u z z i f i e r   * Ge Z ^ - 1 G c e G c u IM   r  Iq * F u z z y Z ^ - 1 P r e - p r o c c e s s i n g P r o c e s s i n g   P o s t - p r o c c e s s i n g Evaluation Warning : The document was created with Spire.PDF for Python.
In t J   P ow  Ele c  &  D ri   Syst     IS S N: 20 88 - 8 694       Self - tu ning F uzzy  Logic C on tr oller Ba sed  on Tak ag i - Su geno  A ppli ed  t o Ind uction M oto r…  ( Nab il  F ar ah )   1971   ( ) = ( ∗ ( ) − ( ) ) = ( )             (11)     ∆ ( ) =  ( ( ) − ( − 1 )                 (12)     Fr om   the  a bove   eq uatio n,   ωr  *  a nd  ω r  sta nd  for  ref e ren ce   a nd  act ual  s pee d  resp e ct ively .  Me anwhil e,  (k)  an d (k - 1) re pr ese nt the c urre nt and pre vio us   sta te  o f  t he  error. Ts  re pre sents for  t he  sa m pl ing  ti m e. T he  Ge   and  Gce   de note   th e  e rror  an d  the  c hange  of  error  gai n  scal i ng  fact or .   T he  m axi m u m   Ge  gain  is   determ ined   to   cov e r  t he  rate d spee d usin g  t he  foll ow i ng equati on.     = 1 |    |                     (13)     Wh e re,        is  the   m axi m u m   erro r  for   the   rate d  s peed  op e rati on  to   e nsure   high  e noug h  ga in  app li ed  t o  c over  the  rate d  s pe ed  ope rati on   and   norm al iz e d  the  in put  val ue.   F or  the  c ha ng e  of  er ror  ga in,  Gc e   and  outp ut  gai n,   Gc u  the  m em ber sh ip  f unct ion   range  opte d  to  fit  the  rated  s peed  operati on.    T he  m e m ber sh i p  functi on fo r  er r or   (e)  an d  c ha nge  of  e rro r  e    and incr em enta l ou t pu t  gain , c u  are  prese nted  in  Fi gure  5.  S e ven  m e m ber sh ip  f unct ions are  u ti li zed for the i nputs e a nd  e  w hile 7 s i ng le t on m e m ber sh ip  functi ons a re  ut il iz ed   for  the  outp ut.   Un ive rse  of   di scourse  f or   in pu t  is  dec om po se d  into  se ve n  f uzzy  MFs  f or   in put  rangin g  from   Neg at ive   Bi g  ( NB)  i nto   Posi ti ve  Bi g  (P B ).  Wh il e  for  t he  ou t pu t  seve n  sing le to ns  (c onsta nt)  MF s  are   s el ect ed  wh ic h  im plies  the  feat ur e  of  Taka gi - S ug e no   (TS),  fu zzy   ty pe.   T his  ca n  m ini m iz e  the  exe cutio n  ti m e  of   t he   fu zzy  syst em .            Figure  5.   I nput s and  outp ut m e m ber sh i p fun ct ion s  var ia ble  desig n 4 9  r ules       The  7x7  m a m ber sh i p  f unct io ns  m a trix  res ults  in  49  f uzzy  r ule  set .  T he  fuzzy   ru le s  set s  desig ne d  ar e   pr ese nted  i n  Table  1  f or   49   ru le s.  T he  r u le s  are  devel ope d  us i ng   TS - ty pe  f uzzy  inference.  T he  r ules  are   interp reted  b as ed on t he  ta ble s for  t he rules   desig n usin g F uzzy L og ic   To ols Mat la b.         Table1 . Fuzzy   Rule ( 49)     e   NB   NM   NS   ZE   PS   PM   PB   NB   NB   NB   NB   NB   NM   NS   ZE   NM   NB   NB   NB   NM   NS   ZE   PS   NS   NB   NB   NM   NS   ZE   PS   PM   ZE   NB   NM   NS   ZE   PS   PM   PB   PS   NM   NS   ZE   PS   PM   PL   PB   PM   NS   ZE   PS   PM   PB   PL   PB   PB   ZE   PS   PM   NB   PB   PB   PB       Thro ugh de fu z zi ficat ion , t he ou t pu t c urre nt  Iq*  is cal c ulate d usin g  t he  f ollow i ng equati on     ∗ ( ) = ∗ ( − 1 ) +  ( ∆  ( ) )             (14)     The  scal in g  fac tor  f or   t he  f uzz y  designed  a re  m anu al ly   tun e d  to  ob ta in  t he  op ti m u m   per form ance  fo r   the  G ce  value.  Wh il e  Ge   val ue  is  c onsta nt  base d  on  the   m axi m u m   sp eed  e rror  cal cul at ion .   Last ly ,  the  G c u  value  is  set to   1.   1 0 - 0 . 5 0 . 5 - 0 . 75 - 0 . 25 0 . 25 0 . 75 1 0 - 1 NB NM NS ZE PS PM PB 1 0 - 0 . 5 0 . 5 - 0 . 75 - 0 . 25 0 . 25 0 . 75 - 1 1 NB NM NS ZE PS PM PB E , CE Cu Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8 694     I nt J  P ow  Ele c  &  Dri   Syst , Vol.  9 , N o.   4 ,  D ece m ber   2018  :   1967   –   1975   1972   3.2. Sel f - T une d S T  Desig n (ST - TS)   The  pr e vious  s ect ion   discuss e d  the  desig n  process  of   sta nda rd   T S  f uzzy  or   fixe d  gai ns   fuzzy .  It  wa s   ob s er ved  that  the  value  of   outpu t  gain  ( Gcu)   is  fixe d  wh ic h  m ake  the  syst e m   un a ble  to  a dap t  onli ne  wit h  a ny  changes   occ urs.  T he  propose d  Sel f - T unin g  m echan ism   (S T - TS )  fo c us e d  on  tu ning  t he  input  scal in g  f act ors   wh ic h  ena ble  the  in pu t  scal in g  facto rs  Ge  a nd   Gce  to  a da pt  onli ne  in  ac corda nce  to  th e  process  c hanges  f or   perform ance  i m pr ov em ent.  Tw o  fu zzy   syst e m   hav e  been  design e d  to  tu ne  the  inputs  scal ing   facto r.   Figure  6  pr ese nts t he block dia gr am  o f  the  pro po se d s el f - tu ning m echan ism .            Figure  6. Pro pose d  Self - T un i ng ( S T_ TS) m echan ism       As  discu ssed  e arli er,  the  pro pose d  ST - T S  to  tun e  the  inputs  scal ing   facto rs  by  desig ning  the  ru le s   def i ned  in  te r m s  of   e  an d  C e  for  updatin g  the  scal in g  fa ct or s.   Self - tu nin g  m et ho d  bas ic al ly   m eans  t hat  th e   sel f - tu ning  of  input  gains  ba sed  on  er ror  a nd   c ha ng e  in  error.  Acc ordi ng   to  t his  ST  m echn asi m ,  th e  input  scal ing   facto rs ca n be c om pu te d by util iz ing  the foll owin g  e qu at io ns :     E (k)= (α.G e ). e (k)     Ce  ( k)=( β. Gce) ek)     α   and  β  a re  the   updatin g  facto rs  wh ic h  us e d  t o  c on ti nu ously   ad j ust   the  i nputs  scal in g  factor s   Ge   a nd   Gce   bas ed o n  the erro rs  an d chan ge of  e rrors. H e nce,  t he  inputs scal in g  f act or s a re v a rie d  an d  a dju ste d on li ne   with a ny ch a ng es to t he  syst e m  accor dingly . Th e  m e m ber sh ip  f un ct io n for α a nd β a re  presented  in Fi gu re  7.           Figure  7. Me m ber s hip f unct io n for  updatin g fact ors α, β       4.   SIMULATI O N RESULTS   MATLAB/S I MULI NK  e nv i ronm ent  has  be en  util iz ed  to   de velo p  t he  f uzzy  syst em   a s  well   as   to   m od el   the  IM  dr i ve  syst em .  Tw o  dif fer e nt algorit hm s  have  been  d esi gn e d  w hich  t he  sta nd a r d  Taka gi -   Sugeno   (S T )  a nd  Self - Tu ning  Ta ka gi - Suge no  ( ST - TS).  Bot h  m eth ods   te ste d   un der  dif fe ren t  s peed  ope rati ons  a nd   su bject e d  to  lo ad.   49  r ules  f uz zy   wer e  util iz ed  thr ough  al l  the  te sti ng   .T he   adv a ntage  of  ST - TS  is  pro duci ng    * Ge Z ^ - 1 G c e G c u IM   r  Iq * F u z z y Z ^ - 1 R u l e   b a s e ( b   )  R u l e   b a s e ( a    ) 1 . 5 0 . 5 0 1 - 0 . 25 0 . 25 0 . 75 1 . 25 1 - 0 . 5 S B . 5 2 3 4 - 1 1 S M B VB E , CE E , CE    a   b   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J   P ow  Ele c  &  D ri   Syst     IS S N: 20 88 - 8 694       Self - tu ning F uzzy  Logic C on tr oller Ba sed  on Tak ag i - Su geno  A ppli ed  t o Ind uction M oto r…  ( Nab il  F ar ah )   1973   le sser  com pu ta ti on al   bur den   util iz ed  du e  to   the  sing le ton   ou t pu t  m e m be rsh i p  functi ons .  In   ad diti on,  ST - T S   sys tem  is able to in c rease t he a ccur acy   of the  syst e m  p erfo r m ance.     4.2. N o - l oad  Opera tio ns   The  sp ee d  perf or m ance  of   TS   and   ST  at   400,9 00   a nd   1400  rp m   with  no   lo ad  is  pr ese nted   in  Figure   8,   9, 10  res pecti vely . Th e  sele ct ed  s peed ra nges c over  from  low to  rated   s peed o pe rati ons.               Figure  8.Spee d res pons e  at 4 00r pm   Figure  9. S pee d respo ns e at  900r pm             Figure  10.S pee d respo ns e at  1400 rp m  w it h  cl os e  up  view       Figure  11  s hows  t he  ph ase   A  ou t pu t  c urre nt  f or  the   both   co ntr ollers  at   1400  rp m   with   m axi m u m   current  at   sta rting   10A.   In   a ddit ion ,  the  tor qu e  ou tp ut  of  TS  and   S T - T S  are  com par ed  an d  pr ese nted  i n  Figure  12,  in  wh ic h  t he  ST - TS  is  be tt er  than  T S  with  le sser  t orqu e  rip ple.  B ot h  tor que  an d  current  perf orm ance   sh ow n  ty pical   correla ti on   be tween  t orq ue ,  curre nt  and  sp eed  ba hav i our  of  m oto r   dr ive  syst em .  Th us,   validat ed   the  s i m ulati on   syst e m   dev el ope d.The  perf or m ance  analy sis  f or  the  tw o  al gori thm s  in  te rm s  of  ris e   tim e,  set tling   t i m e  and   ov e rs hoot  f or  the  s peed  res pons e   in  re ve rse  a nd  f orwa rd  ope ra ti on  is  prese nted  i n  Table  2.   T he  s peed  pe rfo rm a nce  a naly sis  shows  that,  ST - T S  is  s up e rio r  i n  te rm   of   rise  t i m e,  set tl ing   ti m e  as   well   as  pe rcen t   ov e rs hoot.  T he   ST - T S  over s hoot  with  only   15   r pm   beyond  the  ref e ren ce   wh il e  TS  over sh oot   with  49 rpm  b ey ond  the   re fer e nce.               Figure  11. O utp ut  of  ph ase  a  current   Figure  12. T or qu e  outp ut       0 2 4 6 8 10 - 5 0 0 0 500 T i m e   ( s e co n d s ) RP M S p e e d     T S - T u n n e d TS Re f 0 . 9 1 1 . 1 1 . 2 250 300 350 400 450 T i m e       4 . 9 5 5 . 1 5 . 2 - 4 0 0 - 3 0 0 - 2 0 0 T i m e       0 2 4 6 8 10 - 1 0 0 0 - 5 0 0 0 500 1000 T i m e   ( s e co n d s ) S p e e d RP M     T S - t u n e d TS Re f 1 1 . 2 700 800 900 T i m e   4 . 9 5 5 . 1 5 . 2 - 9 0 0 - 8 0 0 - 7 0 0 T i m e   0 2 4 6 8 10 - 1 5 0 0 - 1 0 0 0 - 5 0 0 0 500 1000 1500 T i m e   ( s e co n d s ) S p e e d     RP M T S - T u n e d TS Re f 0 . 9 1 1 . 1 1 . 2 1 . 3 1100 1200 1300 1400 T i m e       5 5 . 5 - 1 4 0 0 - 1 2 0 0 - 1 0 0 0 T i m e     0 . 9 5 1 1 . 0 5 1 . 1 1 . 1 5 1 . 2 - 1 0 -5 0 5 10 T i m e   ( s e co n d s ) A m p li t u d e Cu r r e n t     T S - T u n e d TS 0 2 4 6 8 10 - 4 0 - 2 0 0 20 40 T i m e   ( s e co n d s ) A m p li t u d e T o r q u e     TS T S - T u n e d Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8 694     I nt J  P ow  Ele c  &  Dri   Syst , Vol.  9 , N o.   4 ,  D ece m ber   2018  :   1967   –   1975   1974   4.2.  L oaded  O pera tion   A  loa d  wa s  ap plied  to  t he  syst e m   to  ob se rve  the  reli abili ty   of   the  c ontr ollers  an d  t heir  sta bili ty   to   changes  in  te r m s   of   sp ee d,   c urren ts  as  well   as  torque  pro du ce d.   T he  s pe ed  res pons e  a t  1400   rp m   with  load   app li ed  is  pr es ented  i n  Fi gure  13.           Figure  13. Spe ed resp onse at  1400r pm  w it h l oad       The  S T - T S  spe ed  has  s peed   dro p  of   24  r pm   i n  0.5 1s   be fore  return  t o  it s  ste ady  sta te   co nd i ti on ,  w hile  the  T S  sp ee d  dro pped  is  35  rpm   with  reco ve r y  tim e  of   0. 56s .Th e  ph ase  A  ou t pu t  cu rr e nts   and   tor ques  duri ng   load  a re  pr e sen te d  in  Fig ur es   14 and  15  respec ti vely .               Figure  14.Cu rrents re spo ns e  with loa d   Figure  15.T orq ues res pons e  w it h  load       5.   CONCL US I O N   In   c on cl us io n,  this  pap e r  pr esented  a  c omparati ve  st ud y   betwee n  sta ndar d  f uzzy  lo gi c  and   Self - tun in g  fu zzy   l og ic   base d  on  Taka gi - S ug e no   fu zzy   inter fac e  ty pe  app li ed   to  the  sp ee d  con t ro l  of   in duct ion  m oto r  dr i ve.     Taka gi - S ug e no   (TS)  is  fu zzy   ty pe  that  util i zes  sing le to n  ou t pu t  m e m ber sh i p  f unct io n  an d  reduces  the  fuzzy   com pu ta tio nal  burd e n.   S peed,  tor que  a nd   c urre nts  pe rfor m ance  ha ve   been   c om par ed  f or  two  c ontr ollers  in  te rm s  rise,  set tl ing   ti m e   an d  per ce nt  ov e rs hoot.  In  al l  cases,  ST - TS  co ntr oller  sh owe d  su p erio r  pe rform ance  du e  to  i ts  abili ty  to  adjust  the  input  sc al ing   facto rs  onli ne  in  acco rdance  to  va riat ion s  i n  sp ee d  er r or  a nd c hange  of  s pe ed  e rror o f  the  syst e m .       APPE ND I X   A :  I NDU CTIO N MOTO R  P ARA METE R S   Vs  ( rated )= 380V, fs(rate d)   =5 0H z ,P(p o le s)=4 , ωr   (r a te d) = 1400,Rs= 3.45 ,   Rr= 3.6 141 ,   Ls= 0.3 252H,  Lr=0.3 252H,  L r=0.3 117H,  J= 0.325 2H = 0.0 2kgm ^2       ACKN OWLE DGME NTS   The  a uthor s  w ou l d  li ke  t o  grat efu ll y  ack nowled ge  the   f unding  s upport  pro vid e d  by  U T eM   and  th e   Mi nistry of E ducat ion   Ma la ys ia  u nde r  the  r es earch  grant  N o:  FRGS / 1/2015 /TK0 4/F KE/0 2/ F0 02 58 .   0 2 4 6 8 10 - 2 0 0 0 - 1 0 0 0 0 1000 2000 T i m e   ( s e co n d s ) RP M S p e e d   wi t h   l o a d     T S - T u n e d TS Re f 2 . 8 3 3 . 2 1300 1400 1500 T i m e     6 . 9 7 7 . 1 - 1 4 0 0 - 1 2 0 0 T i m e     0 . 9 5 1 1 . 0 5 1 . 1 1 . 1 5 1 . 2 - 1 0 -5 0 5 10 T i m e   ( s e co n d s ) A m p li t u d e Cu r r e n t     T S - T u n e d TS 0 2 4 6 8 10 - 4 0 - 2 0 0 20 40 T i m e   ( s e co n d s ) A m p li t u d e T o r q u e   r e s p o n s e     T S - T u n e d TS Evaluation Warning : The document was created with Spire.PDF for Python.
In t J   P ow  Ele c  &  D ri   Syst     IS S N: 20 88 - 8 694       Self - tu ning F uzzy  Logic C on tr oller Ba sed  on Tak ag i - Su geno  A ppli ed  t o Ind uction M oto r…  ( Nab il  F ar ah )   1975   REFERE NCE S    [1]   Uddin,   M.  Nasir,   Ta wfik  S.  Rad wan,   and  M.  Az iz ur  Rahman.   "P erf orm anc es  of  f uzzy - log ic - bas e d  indi rect  vector   cont rol   for induc ti on  m otor  dr ive. " IE EE  Tr ansa c tions   on  Industr y   Applic a ti ons 38.5 (2002):   1219 - 1 225.   [2]   Barr ero ,   F.,  et  al .   "S pe ed  con t rol  of  indu ct io n  m otors  using  a  nove l  fuz z y  slidi ng - m ode  s truc tur e. "  I EE E  Tra nsac ti ons on   Fuzz y   S y st ems   10. 3  (2002):   375 - 383.   [3]   Ab  Ghani,   Mohd  Ruddin,   et   al.   "Invest iga ti on  Stud y   of  Three - Le ve l  Casca d ed   H - bridge   Multi le ve l  Inve rter."   Te lkomnika   15. 1  (2017):  125 .   [4]   Ibra him,  Zul k ifilie,  and  Emil  Le vi .   "A   compara t ive   an aly sis   of  fuz z y   logic   and  PI  spee d  cont rol  in  h ig h - per form anc e   AC  drive s  using   ex per imental  app r oac h. "   IEEE  T r ansa ctions  on  In dustr y   Appl ications   38. 5  (2002) :  1210 - 1218.   [5]   Sahu,   Benudha r ,   K.  B.   Mohant y ,   and  Sw aga t  Pati .   "A   compara tive  stud y   on  fuz z y   and  PI  spee d  cont rollers  for  fie ld - or ie nt ed  i nduct ion  m otor   drive."  Moder n  El e ct r ic   Pow er  S y st ems   (MEPS ),   2010  Proce ed ings  of  t he   Inte rna ti ona l  S ym posium .   IEE E, 2010.   [6]     Yongcha ng,   Zh ang,   and  Zha o  Z hengming.   "Com par at ive   stud y   of  PI,  slidi ng  m ode  and  fuz z y   l ogic   cont ro ller  f or  rotor  fi el d  or ie n te d  cont rol le d  i nduct ion  m otor  drive s."  E lectr i c al   Ma chi nes  an d  S y stems ,   2 00 8.   ICEMS  2008 .   Inte rna ti ona l  Co nfe ren c e  on .   I EEE,   2008 .   [7]     Bai ,   Ying,   and  Dali   W ang.   "F undamenta ls  of  fuz z y   logic  cont r ol — fuz z y   sets,   f uzzy   ru le s  and  def uzzifi c ations. "  Advanc ed  Fuz z y  Logic  Te chno lo gie s in   Industri al Appli c at ions.   S pringe r London,   2006.   17 - 36 .   [8]   Mam dani ,   Ebr ah im  H.,   and  Sed r ak  As sili an .   "A n  expe rimen t  in  linguis ti c  s y nth esi s  with  a  fu zzy   l ogic   con trol l er. "  Inte rna ti ona l jou rna l  of   m an - m achine   stud ie s 7 . 1  (1975):  1 - 13 .   [9]   Ta kag i,   Tomohi ro,   and  Michi o  Sugeno.   "F uzzy   ide nti fi cation  o f  sy st ems   and  i ts  appl icati ons  t o  m odel ing  and   cont rol . " IEEE   tr ansa ctions on  s ystems ,   m an,   and c y b ern e ti cs   1  (1 985):  116 - 132.   [10]   Fara h,   N.  S.  Y.,   et   al.  "Expe r imenta l  inv esti ga ti o n  of  diffe ren t  ru l es  size   of  fuz z y   logi c  con trol l er  f or  vec tor  con trol  of  induction  m ot or  driv es. "   Journal  of   Fundam ental and  Appl ie d  S ci en ce s 10 . 6S (2 018):  1696 - 1717 .   [11]     Ta li b,   M.   H.  N. ,   et  al.  "S implif ied  self - tun ing  Fu zzy   Logi c   Speed   cont ro ll er   for   in duct ion   m otor  dr ive . "   Pow er  and   Ene rg y   (PECon) ,   2016   IEEE  In ternat ion al   Conf er enc e   on.   IE EE ,   2 016.   [12]     Masial a,   Mavu ngu,   et   al.  "F uzzy   self - tuni ng  spee d  cont ro l  of  an  indi re ct   field - orie nt ed  cont ro l  induc ti on  m ot or  drive . "   IEEE Tra nsac ti ons on   Ind ustr y   Applicati o ns 44. 6  (2008) : 1732 - 1740.   [13]   Kus agur ,   As hok,   S.  F.   Kodad,   and  BV  Sankar   Ram.  "Regul ar   pape r  Nov e l  d esign  of  a   T akagi - Sugeno  fuz z y  strat eg y   for indu ct ion   m otor  spee d  cont ro l. " J .   E lectr i ca l   S y st ems   6  (2010).   [14]     Lope z - Tor ibi o,   C.   J.,   R.   J.  Pat to n,   and  S.  Daley .   "A   m ult ipl e  m od el   appr oa ch  to  fa ult - tolera n t  cont r ol  using  ta kagi - sugeno  fuz z y   m odel li ng :  re al   ap pli c at ion  to  an  i nduct ion  m otor  drive   s y st em."  Control   Confer e nce   (ECC) ,   199 9   Europe an .   I EE E ,   1999.   [15]     Moez ,   Allouc h e,   et   a l.   "Ta k agi - Sugeno  Fuzz y   Control   of  Induc ti on  Motor. "  Proc.   Int.   Journa l  of  El ectrical   an d   El e ct roni cs  Eng g  2. 1   (2009).   [16]     Shaukat ,   Ne e lo far ,   et  al.  " Ta k agi - Sugeno  Fuz z y   log ic   b ase d  spee d  con trol  o f  Induc t ion  Mot or. "  Frontiers   o f  Inform at ion  T echnolog y   (FIT), 2 016  Inte rn at ion a l  Confer ence  on .   IEEE, 2016.   [17]   Pati l,  Neha   K. ,   and  Bhagsen  J.  Parva t.   "S elf  Tu ning  Mec han ism   using  Input  Scal ing  Fa c tors  of  PI  li ke  Fuz z y   Control le r   for  I m prove d  Proce ss   Perform anc e. "  Inte rna ti ona l  Jo urna l  of  Adv anced  Rese arc h  in  Com pute r  Scie n ce  and  E le c tronics  Engi ne eri ng  ( IJA RCS EE )  2. 11  ( 2013):  pp - 729.   [18]   Bric e ,   C.   W . ,   et  al .   "Refe ren ce   f rames  for  si m ula ti on  of  el e ct r ic   m otors  and  driv es. "  Proce edi ngs   of  Inte rna ti on al   Confer ence  on   E le c tri c   Mac h ine s .   2000 .   [19]     Ab  Ghani,   Mohd  Ruddin,   Nab il  Fara h,   and  M.  R.   Ta m ji s .   "F ie l d  orie nt ed  con tr ol  of  6/4  SR M  f or  torque   r ippl e   m ini m ia zt ion . "  El e ct ri ca l ,   E le c t ronic s,  and  Opt imiza ti on  Te chn ique s  (ICEE OT ),   Inte rn at ion al   Confer ence  on.   IEE E ,   2016 .   [20]     Ta li b,   Md  Hair ul  Niza m ,   et  al.   "Com par ison  Anal y sis  of   Indi rec t   FO C  Induc t ion  Motor  Driv e  using  PI,  Ant i - W indup  and  Pre   Filt er   Schemes."   Inte rn at ion al Journal   of   Pow er  E le c troni cs  and  D rive   S y ste m s 5. 2   (2014):  219 .   [21]   Ta li b ,   M.  H.  N.,   et   al.  "H y ster esis  cur ren t  con trol   of  induc ti on  m ot or  drive s  using  dSP ACE  D SP   co ntrol ler."  Pow er  and  En erg y   (PE Con),   2016   IEEE  Int ern ationa l Confere nc e  on .   I EE E ,   2016 .   [22]     Gae id,   Khal af  Sall oum ,   Hew  W ooi  Ping,  and  H ai der   A F  Moham ed.   "S imulink  rep rese nt at ion  o f  induc ti on  m oto r  ref ere n ce fra m es . " Tec hni cal  Pos t gra duates (TEC HP OS ),   2009  Inte rna t iona l   Confe ren ce for. I E EE, 2009   [23]     Fara h,   Nabil ,   e t  al .   "M ult i le ve l  Inve rte r  Fed  Sw it che d  Rel u c ta nc e  Motors  (SRM s):  6/4,   8/6  and  10/8  S R M   Geom et ric   T y pe s."  Inte rn at ion al  Journal  of  Pow e r  Elec tron ic s  and   Drive   S y stems   ( IJP EDS) 8. 2  (20 17).         Evaluation Warning : The document was created with Spire.PDF for Python.