Formål
Dette bachelorprosjektet undersøkte hvordan PID-tuning påvirker ytelse og energieffektivitet i BLDC-motorer under dynamiske lastforhold inspirert av maritime systemer som vinsjer, kraner og aktiv hiv-kompensasjon.
Løsning
Jeg designet og bygget en fysisk motor-testbenk med BLDC-motor, AC-lastmotor, frekvensomformer, PLS, momentmåler, encoder, strømforsyning, motorcontroller, CAN bus-kommunikasjon og mekanisk aksel/koblingsoppsett.
Testbenken ble brukt til å simulere konstant last, steplast og sinusformede/dynamiske lastprofiler. Målinger inkluderte RPM, moment, spenning, strøm, effekt, virkningsgrad, temperatur, rise time, settling time, overshoot og steady-state error.
Resultat
Prosjektet sammenlignet Ziegler-Nichols, manuell tuning og Simulink auto-tuning. I simulering økte virkningsgraden fra omtrent 76% med Ziegler-Nichols til omtrent 94% med auto-tuning. Manuell tuning ga best praktisk balanse mellom ytelse og effektivitet i fysisk oppsett.
Dette er ikke et AI-prosjekt i seg selv, men det styrker AI-profilen min mot industrielle kunder fordi det viser erfaring med fysiske systemer, sensorer, styring, måling og reelle tekniske begrensninger.