Chiến lược điều khiển chịu lỗi cho máy đồng bộ vĩnh cửu đa pha trong ứng dụng ô tô

• Tác giả: Duc Tan Vu
• Người hướng dẫn: M. Eric Semail
• Trường học: École Nationale Supérieure d'Arts et Métiers
• Chuyên ngành: Génie điện
• Đề tài: Chiến lược điều khiển chịu lỗi cho máy đồng bộ vĩnh cửu đa pha trong ứng dụng ô tô
• Loại tài liệu: thèse
• Năm xuất bản: 2020
• Địa điểm: Lille

• Acknowledgments
• Abstract
• Résumé
• 1. Multiphase Drives: Opportunities and State of the Art
• 1.1. Multiphase drives for automotive applications
• 1.2. Multiphase drives: a suitable candidate for EVs
• 1.3. Low power per phase rating for safe EVs
• 1.4. Fault-tolerant ability for high functional reliability
• 1.5. Low ripple torques for smooth EVs
• 1.6. More possibilities of stator winding configurations
• 1.7. Electromagnetic pole changing by imposing harmonics of current
• 1.8. Opportunities for multiphase drives in automotive applications
• 1.9. Recent projects on multiphase drives
• 1.10. General model of a multiphase PMSM
• 1.11. Natural frame model
• 1.12. Decoupled stator reference frame model
• 1.13. Rotor reference frame model
• 1.14. State of the art in the control field of multiphase drives
• 1.15. Existing control techniques of multiphase drives in healthy mode
• 1.16. Existing control strategies for post-fault operations
• 2. Possible faults in multiphase drives
• 2.1. Categorization based on criteria of new current references for fault-tolerant operations
• 2.2. Categorization based on types of MMFs for fault-tolerant operations
• 2.3. Categorization based on modeling of multiphase drives for fault-tolerant operations
• 2.4. Categorization based on control techniques for fault-tolerant operations
• 2.5. Objectives of the doctoral thesis
• 3. Modeling and Control of Multiphase Drives
• 3.1. Modeling and control of a multiphase drive in healthy mode
• 3.2. The case study: a seven-phase PMSM
• 3.3. Energetic Macroscopic Representation for modeling and control
• 3.4. The representation of the electric drive model
• 3.5. The representation of the electric drive control
• 3.6. Control scheme with an optimal control strategy under constraints on RMS current and peak voltage in healthy mode
• 3.7. Control performances of a seven-phase PMSM drive in healthy mode
• 3.8. Assumptions and experimental setup descriptions
• 3.9. Optimal calculations under constraints on RMS current and peak voltage
• 3.10. Verification with experimental results for healthy mode
• 3.11. Control of a multiphase drive in an OC fault without reconfigurations
• 3.12. An OC fault in a seven-phase PMSM drive
• 3.13. Control performances in an OC fault without reconfigurations
• 3.14. Current control performance
• 3.15. Constraints on RMS current
• 4. Fault-tolerant control for a multiphase drive
• 4.1. Introduction to proposed fault-tolerant control methods
• 4.2. Method (I): new current references determined from decoupled reference frames
• 4.2.1. Principle of method (I)
• 4.2.2. Comparative analyses of calculated results by the proposed options of method (I)
• 4.2.3. Verification with experimental results for method (I)
• 4.3. Method (II): new current references determined from reduced-order transformation matrices
• 4.3.1. Principle of method (II)
• 4.3.2. Summary of current design options in method (II)
• 4.3.3. Comparative analyses of calculated results with methods (II)-RCA and (II)-SCL
• 4.3.4. Verification with experimental results for method (II)
• 4.4. Method (III): new current references determined from natural frame
• 4.4.1. Principle of method (III)
• 4.4.2. Sinusoidal phase currents for sinusoidal back-EMFs
• 4.4.3. Sinusoidal phase currents for non-sinusoidal back-EMFs
• 4.4.4. Non-sinusoidal phase currents for non-sinusoidal back-EMFs
• 4.4.5. Summary of current design options in method (III)
• 4.4.6. Comparative analyses of calculated results with methods (III)-1 and (III)-2
• 4.4.7. Verification with experimental results for method (III)
• 4.5. Comparative analyses of fault-tolerant control methods (I), (II) and (III)
• 4.5.1. Comparisons in terms of control facilitation
• 4.5.2. Comparisons in terms of torque, copper loss, and speed range
• 4.5.3. Comparisons of three remarkable methods using radar charts
• 4.5.4. Comparisons with recent studies
• 5. Enhancements of Multiphase Drive Performances with Adaptive Linear Neurons
• 5.1. Introduction to adaptive linear neurons
• 5.2. Artificial neural networks and adaptive linear neurons
• 5.3. Possible applications of ADALINEs in the electric drive
• 5.4. Control quality in healthy mode
• 5.4.1. Impacts of unwanted back-EMF harmonics and the inverter nonlinearity
• 5.4.1.1. Impacts of unwanted back-EMF harmonics
• 5.4.1.2. Impacts of the inverter nonlinearity
• 5.4.1.3. Summary of the impacts of unwanted back-EMF harmonics and the inverter nonlinearity
• 5.4.2. Eliminations of current harmonics in rotating frames
• 5.4.2.1. The conventional control scheme with the back-EMF compensation
• 5.4.2.2. The proposed control scheme to eliminate current harmonics in rotating frames
• 5.4.2.3. Verification with experimental results
• 5.4.2.4. Torque performance after eliminating current harmonics in rotating frames
• 5.4.3. Direct eliminations of torque ripples in healthy mode
• 5.4.3.1. The proposed control scheme to directly eliminate torque ripples in healthy mode
• 5.4.3.2. Comparisons with the vectorial approach by real-time simulation results
• 5.4.3.3. Verification with experimental results
• 5.5. Control quality in faulty mode
• 5.5.1. Direct eliminations of torque ripples in faulty mode with method (III)-2
• 5.5.1.1. Harmonic components of torque and the proposed control structure
• 5.5.1.2. Verification with experimental results
• 5.5.2. Current control improvements in faulty mode with method (II)-RCA
• 5.5.2.1. Time-variant current references
• 5.5.2.2. Proposed control structure to use time-constant d-q current references
• 5.5.2.3. Verification with experimental results
• 6. General conclusions and Perspectives
• Nomenclature

I. Tổng quan về Điều khiển Chịu Lỗi Máy Đồng Bộ Đa Pha 55 ký tự

Điện khí hóa giao thông vận tải đang nổi lên như một giải pháp quan trọng để giải quyết tình trạng thiếu hụt năng lượng hóa thạch và ô nhiễm không khí. Động cơ điện cho xe điện (EV) và xe hybrid (HEV) cần đáp ứng các yêu cầu khắt khe: hiệu suất cao, mật độ công suất và mô-men xoắn lớn, chi phí thấp nhưng an toàn, độ tin cậy cao, chất lượng mô-men xoắn tốt và điều khiển suy yếu từ thông. Trong bối cảnh này, máy đồng bộ vĩnh cửu đa pha (PMSM) trở thành ứng cử viên sáng giá. Luận án này tập trung vào phát triển chiến lược điều khiển chịu lỗi cho PMSM đa pha, đặc biệt là trong các ứng dụng ô tô, nơi sự an toàn và tin cậy là tối quan trọng.

1.1. Ứng dụng Máy Đồng Bộ Đa Pha trong Ô tô Điện

PMSM đa pha sở hữu nhiều ưu điểm vượt trội so với các loại động cơ truyền thống trong ô tô điện. Khả năng chịu lỗi (fault-tolerance) là một lợi thế quan trọng, cho phép hệ thống tiếp tục hoạt động (dù có giảm hiệu suất) khi một hoặc nhiều pha bị lỗi. Điều này đặc biệt quan trọng trong các ứng dụng an toàn, nơi việc dừng hoạt động đột ngột có thể gây nguy hiểm. Hơn nữa, máy đa pha thường có mật độ mô-men xoắn cao hơn và mô-men xoắn gợn nhỏ hơn so với máy ba pha, mang lại trải nghiệm lái xe mượt mà và hiệu quả hơn. Tính linh hoạt trong cấu hình cuộn dây cũng là một điểm cộng lớn, cho phép tối ưu hóa thiết kế cho các yêu cầu cụ thể của từng ứng dụng.

1.2. Yêu cầu về Điều khiển Chịu Lỗi trong Ô tô

Trong môi trường ô tô khắc nghiệt, hệ thống điều khiển chịu lỗi phải đối mặt với nhiều thách thức. Các yêu cầu về hiệu suất, độ tin cậy và an toàn là rất cao. Hệ thống phải có khả năng phát hiện và cô lập lỗi một cách nhanh chóng và chính xác, đồng thời điều chỉnh hoạt động để duy trì hiệu suất chấp nhận được. Hơn nữa, các ràng buộc về dòng điện và điện áp của biến tần và động cơ cần được xem xét để đảm bảo hệ thống hoạt động trong giới hạn an toàn. Các chiến lược điều khiển cần tối ưu hóa mô-men xoắn trong điều kiện lỗi mà không vượt quá giới hạn cho phép.

II. Thách thức về Điều khiển Máy Đồng Bộ Đa Pha Khiếm Khuyết 59 ký tự

Mặc dù có nhiều ưu điểm, việc điều khiển PMSM đa pha trong điều kiện lỗi cũng đặt ra nhiều thách thức đáng kể. Một trong những thách thức lớn nhất là duy trì mô-men xoắn ổn định và chất lượng cao khi một hoặc nhiều pha bị ngắt kết nối. Việc tái phân phối dòng điện giữa các pha còn lại một cách hiệu quả là rất quan trọng để giảm thiểu gợn mô-men xoắn và duy trì hiệu suất hoạt động. Ngoài ra, các ràng buộc về dòng điện và điện áp cần được xem xét cẩn thận để tránh quá tải cho các thiết bị và đảm bảo an toàn cho hệ thống. Việc phát hiện và cô lập lỗi nhanh chóng và chính xác cũng là một yếu tố then chốt để đảm bảo hiệu quả của chiến lược điều khiển chịu lỗi.

2.1. Ảnh hưởng của Lỗi Pha đến Hiệu Suất và Mô men

Khi một pha của PMSM đa pha bị lỗi (ví dụ, hở mạch), sự phân bố dòng điện trong các pha còn lại sẽ bị thay đổi. Điều này dẫn đến sự mất cân bằng trong từ trường và gây ra gợn mô-men xoắn lớn. Gợn mô-men xoắn có thể gây ra rung động và tiếng ồn, đồng thời làm giảm hiệu suất và tuổi thọ của hệ thống. Thêm vào đó, lỗi pha có thể làm giảm khả năng tạo mô-men xoắn tối đa của động cơ, ảnh hưởng đến khả năng tăng tốc và vận hành của xe điện. Việc thiết kế các chiến lược điều khiển để giảm thiểu những ảnh hưởng này là rất quan trọng.

2.2. Ràng buộc về Dòng và Áp trong Điều Kiện Lỗi

Trong điều kiện lỗi, dòng điện trong các pha còn lại có thể tăng lên đáng kể để bù đắp cho sự mất mát mô-men xoắn. Nếu dòng điện vượt quá giới hạn cho phép, nó có thể gây ra quá nhiệt và hư hỏng cho các cuộn dây và biến tần. Tương tự, điện áp trên biến tần cũng có thể tăng lên do sự thay đổi trong dòng điện. Do đó, các chiến lược điều khiển chịu lỗi cần phải tính đến các ràng buộc về dòng điện và điện áp để đảm bảo an toàn và độ tin cậy của hệ thống. Việc tối ưu hóa dòng điện trong các pha còn lại là yếu tố then chốt trong việc duy trì hoạt động ổn định.

III. Phương pháp Điều khiển Chịu Lỗi Dựa trên Mô Hình Toán học 59 ký tự

Luận án này đề xuất một số chiến lược điều khiển chịu lỗi mới cho PMSM đa pha, dựa trên mô hình toán học chi tiết của động cơ. Các chiến lược này được thiết kế để tối ưu hóa mô-men xoắn trong điều kiện lỗi, đồng thời đáp ứng các ràng buộc về dòng điện và điện áp. Một trong những điểm nổi bật của các chiến lược này là khả năng thích ứng với các loại lỗi khác nhau và các điều kiện vận hành khác nhau. Các chiến lược này cũng có thể được kết hợp với các kỹ thuật trí tuệ nhân tạo để cải thiện hiệu suất và độ tin cậy. Mô hình hóa chính xác động cơ là nền tảng cho việc điều khiển hiệu quả.

3.1. Tạo Dòng Điện Tham Chiếu Mới từ Khung Tọa Độ

Một phương pháp tiếp cận được đề xuất là tạo ra các dòng điện tham chiếu mới dựa trên việc biến đổi tọa độ. Phương pháp này sử dụng các ma trận biến đổi Clarke và Park để chuyển đổi các dòng điện pha thành các dòng điện trong hệ tọa độ d-q. Sau đó, các dòng điện d-q có thể được điều chỉnh để tối ưu hóa mô-men xoắn và giảm thiểu gợn mô-men xoắn trong điều kiện lỗi. Việc điều khiển dòng điện d-q cho phép điều khiển mô-men xoắn một cách hiệu quả. Theo tài liệu gốc, các chiến lược điều khiển dựa trên mô hình toán học của động cơ có thể mang lại nhiều lựa chọn điều khiển khác nhau. Việc lựa chọn một trong các tùy chọn điều khiển được đề xuất có thể là sự đánh đổi giữa mô-men xoắn chất lượng cao nhưng giá trị trung bình thấp và mô-men xoắn trung bình cao nhưng gợn tương đối cao.

3.2. Tối ưu Dòng điện bằng Ma trận Biến đổi Giảm bậc

Một phương pháp khác là sử dụng ma trận biến đổi giảm bậc để tạo ra các dòng điện tham chiếu mới. Phương pháp này cho phép giảm số lượng biến được điều khiển, giúp đơn giản hóa hệ thống điều khiển. Ma trận biến đổi giảm bậc được thiết kế để loại bỏ các thành phần dòng điện không tạo ra mô-men xoắn, giúp cải thiện hiệu suất và giảm thiểu gợn mô-men xoắn. Các phương pháp tiếp cận khác nhau có thể so sánh về độ phức tạp điều khiển, mô-men xoắn, tổn thất đồng và phạm vi tốc độ. Các chiến lược này cung cấp nhiều tùy chọn thiết kế dòng điện trong chế độ chịu lỗi.

IV. Ứng dụng Mạng Neuron Thích Ứng ADALINE Nâng cao Hiệu suất 58 ký tự

Để cải thiện hơn nữa hiệu suất của PMSM đa pha trong điều kiện lỗi, luận án này đề xuất sử dụng mạng neuron thích ứng (ADALINE). ADALINE là một loại mạng neuron đơn giản có khả năng học hỏi và thích ứng với các điều kiện vận hành thay đổi. ADALINE có thể được sử dụng để loại bỏ các thành phần hài của dòng điện và mô-men xoắn, giúp cải thiện chất lượng mô-men xoắn và giảm thiểu rung động. Với khả năng tự học, hội tụ nhanh và đơn giản, ADALINE có thể được áp dụng cho các ổ đĩa đa pha công nghiệp.

4.1. Loại bỏ Hài Dòng Điện trong Khung Tọa Độ Quay

Một ứng dụng của ADALINE là loại bỏ các thành phần hài của dòng điện trong khung tọa độ quay. ADALINE được sử dụng để ước tính các thành phần hài của dòng điện và tạo ra các tín hiệu bù trừ để loại bỏ chúng. Phương pháp này giúp cải thiện chất lượng mô-men xoắn và giảm thiểu rung động. Việc bù các hài bậc cao cải thiện hiệu suất điều khiển một cách đáng kể.

4.2. Giảm Gợn Mô men xoắn Trực tiếp trong Chế độ Lỗi

ADALINE cũng có thể được sử dụng để giảm gợn mô-men xoắn trực tiếp trong chế độ lỗi. ADALINE được sử dụng để ước tính gợn mô-men xoắn và tạo ra các tín hiệu điều khiển để bù trừ chúng. Phương pháp này giúp cải thiện chất lượng mô-men xoắn và giảm thiểu rung động. Các thành phần điều hòa của mô-men xoắn được phân tích, và ADALINE được sử dụng trong cấu trúc điều khiển để giảm gợn mô-men.

V. Kết quả Thực nghiệm và Đánh giá Chiến lược Điều khiển 55 ký tự

Các chiến lược điều khiển được đề xuất đã được kiểm chứng bằng thực nghiệm trên một hệ thống PMSM bảy pha. Kết quả thực nghiệm cho thấy rằng các chiến lược này có hiệu quả trong việc tối ưu hóa mô-men xoắn và giảm thiểu gợn mô-men xoắn trong điều kiện lỗi. Kết quả cũng cho thấy rằng ADALINE có thể cải thiện đáng kể hiệu suất của hệ thống điều khiển. Các kết quả thực nghiệm chứng minh tính hiệu quả của các chiến lược được đề xuất và khả năng áp dụng của chúng trong một máy đa pha với lực điện động ngược không hình sin phức tạp. Hiệu suất các chiến lược đã được xác minh trên một hệ thống thực tế.

5.1. Kiểm chứng Chiến lược Điều khiển trên PMSM Bảy Pha

Hệ thống thực nghiệm bao gồm một PMSM bảy pha, một biến tần và một hệ thống điều khiển dựa trên bộ vi xử lý. Các chiến lược điều khiển được triển khai trên bộ vi xử lý và được sử dụng để điều khiển PMSM trong các điều kiện lỗi khác nhau. Các kết quả thực nghiệm cho thấy rằng các chiến lược này có thể duy trì mô-men xoắn ổn định và chất lượng cao, ngay cả khi một hoặc nhiều pha bị ngắt kết nối. Các kết quả thử nghiệm cho thấy tính khả thi của các chiến lược đã được đề xuất.

5.2. So sánh và Đánh giá các Phương pháp Điều khiển Đề xuất

Các chiến lược điều khiển khác nhau được so sánh và đánh giá dựa trên các tiêu chí như hiệu suất, độ tin cậy và độ phức tạp. Kết quả cho thấy rằng mỗi chiến lược có những ưu điểm và nhược điểm riêng. Việc lựa chọn chiến lược phù hợp phụ thuộc vào các yêu cầu cụ thể của ứng dụng. Cần cân nhắc các tiêu chí về mô-men xoắn, tổn thất đồng, và phạm vi tốc độ để lựa chọn phương pháp phù hợp. Việc so sánh với các nghiên cứu gần đây cung cấp thêm một đánh giá toàn diện về hiệu quả của các phương pháp đã đề xuất.

VI. Kết luận và Hướng Nghiên cứu cho Tương lai 53 ký tự

Luận án này đã trình bày một số chiến lược điều khiển chịu lỗi mới cho PMSM đa pha trong các ứng dụng ô tô. Các chiến lược này được thiết kế để tối ưu hóa mô-men xoắn và giảm thiểu gợn mô-men xoắn trong điều kiện lỗi, đồng thời đáp ứng các ràng buộc về dòng điện và điện áp. ADALINE đã được sử dụng để cải thiện hơn nữa hiệu suất của hệ thống điều khiển. Hướng nghiên cứu trong tương lai có thể tập trung vào phát triển các chiến lược điều khiển thích ứng hơn và các kỹ thuật phát hiện lỗi tiên tiến hơn. Các phương pháp điều khiển khác nhau có thể tạo tiền đề cho những cải tiến hơn nữa.

6.1. Phát triển Thuật toán Phát hiện và Cô lập Lỗi

Một hướng nghiên cứu quan trọng trong tương lai là phát triển các thuật toán phát hiện và cô lập lỗi tiên tiến hơn. Các thuật toán này có thể được sử dụng để phát hiện lỗi một cách nhanh chóng và chính xác, giúp cải thiện hiệu quả của hệ thống điều khiển chịu lỗi. Các thuật toán này nên đảm bảo rằng khi một lỗi xảy ra, việc hệ thống có thể tiếp tục hoạt động hoặc không thể hoạt động do các quy tắc an toàn, thì vẫn phải được ưu tiên.

6.2. Nghiên cứu về Các cấu trúc Topo Biến Tần Mới

Một hướng nghiên cứu khác là nghiên cứu về các cấu trúc topo biến tần mới cho PMSM đa pha. Các cấu trúc topo biến tần mới có thể giúp cải thiện hiệu suất và độ tin cậy của hệ thống điều khiển. Một sự đánh đổi giữa chi phí và hiệu suất bổ sung sẽ cho phép những cải tiến mới. Vì vậy, cần xem xét những điều đó để xác định chính xác những gì sẽ mang lại lợi ích lớn nhất cho hệ thống tổng thể.