Luận văn: Điều khiển động cơ KĐB 3 pha bằng mô hình nội kết hợp Neural Network

Khám phá phương pháp điều khiển động cơ 3 pha tiên tiến. Bài viết phân tích mô hình nội và ứng dụng mạng Neural Network, tối ưu hóa hiệu suất và độ chính xác cao.

• Tác giả: Nguyễn Thanh Tâm
• Người hướng dẫn: TS. Trịnh Hoàng Hơn
• Trường học: Đại học Bách Khoa, Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Tự động hóa
• Đề tài: Điều khiển động cơ không đồng bộ ba pha bằng phương pháp mô hình nội kết hợp với mạng neural network
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2013
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CÁM ƠN
• TÓM TẮT LUẬN VĂN
• LỜI CAM ĐOAN
• LỜI NÓI ĐẦU
• DANH MỤC HÌNH ẢNH
• 1. CHƯƠNG 1: CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN ĐỘNG CƠ KHÔNG ĐỒNG BỘ
• 1.1. Động cơ không đồng bộ
• 1.2. Tình hình nghiên cứu
• 1.3. Tính cấp thiết của ứng dụng
• 1.4. Các phương pháp điều khiển động cơ không đồng bộ
• 1.4.1. Phương pháp điều khiển vô hướng
• 1.4.2. Phương pháp điều khiển định hướng trường (FOC)
• 1.4.3. Bảng so sánh các phương pháp điều khiển: V/f, FOC, DTC
• 1.4.4. Phương pháp điều khiển Sliding mode
• 1.5. Điều khiển động cơ không đồng bộ ba pha bằng phương pháp dùng mô hình nội
• 1.5.1. Ưu khuyết điểm của phương pháp điều khiển dùng mô hình nội
• 1.5.2. Cấu trúc chính của IMC
• 1.5.3. Cấu trúc bộ điều khiển động cơ dùng phương pháp mô hình nội đối với động cơ không đồng bộ ba pha
• 2. CHƯƠNG 2: THỰC NGHIỆM ĐO ĐẠC THÔNG SỐ ĐỘNG CƠ
• 2.1. Sơ đồ nguyên lý đo điện trở stator
• 2.2. Đo không tải và ngắn mạch xác định thông số
• 2.2.1. Số liệu đo đạc
• 2.3. Xử lý số liệu và tính toán trên MATLAB
• 3. CHƯƠNG 3: MÔ PHỎNG ĐIỀU KHIỂN ĐỘNG CƠ KHÔNG ĐỒNG BỘ DÙNG PHƯƠNG PHÁP MÔ HÌNH NỘI
• 3.1. Mô phỏng động cơ trên hệ tọa độ stator
• 3.2. Mô phỏng điều khiển động cơ bằng phương pháp dùng mô hình nội
• 3.2.1. Khối đối tượng điều khiển
• 3.2.2. Xây dựng khối mô hình thuận
• 3.2.3. Xây dựng khối mô hình ngược
• 3.2.4. Xây dựng bộ lọc và các khối biến đổi
• 3.3. Kết quả mô phỏng
• 3.3.1. Thông số mô phỏng
• 3.3.2. Đáp ứng của hệ thống
• 4. CHƯƠNG 4: MẠNG NEURON VÀ HUẤN LUYỆN MẠNG
• 4.1. Tổng quan về mô hình mạng neuron
• 4.2. Huấn luyện và xây dựng mạng neuron
• 4.3. Huấn luyện mạng cho bài toán điều khiển động cơ
• 4.3.1. Dữ liệu huấn luyện mạng
• 4.3.2. Thuật toán huấn luyện
• 4.3.3. Huấn luyện mạng và kết quả
• 5. CHƯƠNG 5: MÔ PHỎNG ĐIỀU KHIỂN ĐỘNG CƠ BẰNG IMC KẾT HỢP VỚI MẠNG NEURON
• 5.1. Xây dựng mô hình bằng MATLAB/Simulink
• 5.2. Kết quả mô phỏng
• 6. CHƯƠNG 6: TỔNG QUAN VỀ DSPACE, CÁC KHỐI ĐIỀU KHIỂN, ĐO LƯỜNG VÀ CÔNG SUẤT
• 6.1. Cấu hình phần cứng của DSPACE
• 6.2. Khối ADC
• 6.3. Khối DAC
• 6.4. Khối đọc xung tín hiệu từ encoder
• 6.5. Các khóa công suất và điều khiển
• 6.6. Khối nguồn DC
• 6.7. Khối cấp nguồn ±15 VDC
• 6.8. Khối đo dòng điện
• 7. CHƯƠNG 7: THỰC NGHIỆM ĐIỀU KHIỂN ĐỘNG CƠ BẰNG DSPACE 1104
• 7.1. Mô hình điều khiển dùng DSPACE 1104
• 7.2. Kết quả thực nghiệm
• 8. CHƯƠNG 8: KẾT LUẬN
• 8.1. Đánh giá tính bền vững của hệ thống điều khiển
• 8.2. Nhận xét hệ thống điều khiển động cơ không đồng bộ ba pha
• 8.3. Hướng phát triển và ứng dụng của đề tài
• 8.3.1. Hướng phát triển thuật toán điều khiển động cơ
• 8.3.2. Hướng phát triển hệ thống điều khiển động cơ
• 8.3.3. Hướng triển khai ứng dụng
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu về động cơ không đồng bộ ba pha

Động cơ không đồng bộ ba pha là thiết bị phổ biến trong công nghiệp, đặc biệt trong các hệ thống truyền động. Ưu điểm chính của loại động cơ này bao gồm khả năng quá tải cao, hoạt động ổn định ở tốc độ thấp hoặc cao, và cấu trúc rotor chắc chắn. Động cơ không đồng bộ ba pha cũng không phát sinh tia lửa điện, phù hợp với môi trường yêu cầu an toàn cao. Tuy nhiên, việc điều khiển động cơ này gặp nhiều thách thức do tính phi tuyến của hệ thống và sự thay đổi thông số trong quá trình hoạt động.

1.1. Tình hình nghiên cứu

Nghiên cứu về điều khiển động cơ không đồng bộ ba pha đã thu hút sự quan tâm lớn trong những năm gần đây. Các phương pháp điều khiển như định hướng trường (FOC), điều khiển trượt (Sliding Mode Control), và điều khiển dựa trên tính thụ động (Passivity-Based Control) đã được đề xuất và phát triển. Mỗi phương pháp có ưu nhược điểm riêng, nhưng đều hướng đến mục tiêu nâng cao độ chính xác và ổn định của hệ thống điều khiển.

1.2. Tính cấp thiết của ứng dụng

Việc ứng dụng các phương pháp điều khiển hiện đại như mạng neural network vào điều khiển động cơ không đồng bộ ba pha là cần thiết để khắc phục các hạn chế của phương pháp truyền thống. Mạng neural network giúp giảm khối lượng tính toán và tăng tính bền vững của hệ thống, đặc biệt khi thông số động cơ thay đổi trong quá trình hoạt động.

II. Các phương pháp điều khiển động cơ không đồng bộ

Các phương pháp điều khiển động cơ không đồng bộ được chia thành hai nhóm chính: điều khiển vô hướng (Scalar Control) và điều khiển vector (Vector Control). Điều khiển vô hướng tập trung vào điều chỉnh biên độ và tần số của điện áp, trong khi điều khiển vector kiểm soát cả vị trí tức thời của vector điện áp, dòng điện, và từ thông.

2.1. Phương pháp điều khiển vô hướng

Phương pháp điều khiển vô hướng là phương pháp đơn giản nhất, thường được sử dụng trong các ứng dụng không yêu cầu độ chính xác cao. Phương pháp này giữ tỷ lệ điện áp/tần số không đổi để duy trì từ thông ổn định. Tuy nhiên, nó không điều khiển được dòng điện và thường chỉ áp dụng cho hệ thống vòng hở.

2.2. Phương pháp điều khiển định hướng trường FOC

Phương pháp định hướng trường (FOC) là phương pháp phổ biến, biến đổi động cơ xoay chiều thành động cơ một chiều kích từ độc lập. Phương pháp này cho phép điều khiển độc lập từ thông và momen thông qua dòng điện stator. Tuy nhiên, nó đòi hỏi khối lượng tính toán lớn và nhạy cảm với sự thay đổi thông số động cơ.

2.3. Phương pháp điều khiển momen trực tiếp DTC

Phương pháp điều khiển momen trực tiếp (DTC) điều khiển trực tiếp từ thông và momen thông qua so sánh giá trị ước lượng với giá trị đặt. Phương pháp này có ưu điểm là đáp ứng nhanh và không phụ thuộc nhiều vào thông số động cơ, nhưng có thể gây hiện tượng đập mạch nếu bộ so sánh trễ quá lớn.

III. Phương pháp điều khiển bằng mô hình nội kết hợp mạng neural network

Phương pháp điều khiển bằng mô hình nội (IMC) kết hợp với mạng neural network là hướng tiếp cận hiện đại, giúp tăng tính bền vững và giảm khối lượng tính toán. Mạng neural network được sử dụng để thay thế mô hình thuận và mô hình ngược trong hệ thống điều khiển, giúp hệ thống ổn định ngay cả khi thông số động cơ thay đổi.

3.1. Ưu điểm của phương pháp IMC kết hợp mạng neural network

Phương pháp này giúp giảm đáng kể khối lượng tính toán so với phương pháp truyền thống. Mạng neural network có khả năng học và thích nghi với sự thay đổi thông số động cơ, giúp hệ thống điều khiển ổn định và chính xác hơn.

3.2. Kết quả mô phỏng và thực nghiệm

Kết quả mô phỏng trên MATLAB/Simulink và thực nghiệm với DSPACE 1104 cho thấy hệ thống điều khiển bằng IMC kết hợp mạng neural network có hiệu suất tốt và ổn định ngay cả khi thông số động cơ thay đổi. Điều này chứng minh tính khả thi và hiệu quả của phương pháp trong thực tế.

IV. Kết luận và hướng phát triển

Nghiên cứu đã chứng minh rằng phương pháp điều khiển bằng mô hình nội kết hợp mạng neural network là giải pháp hiệu quả để điều khiển động cơ không đồng bộ ba pha. Phương pháp này không chỉ giảm khối lượng tính toán mà còn tăng tính bền vững của hệ thống. Trong tương lai, hướng phát triển sẽ tập trung vào tối ưu hóa thuật toán và ứng dụng rộng rãi hơn trong các hệ thống công nghiệp.

Nội dung chính

Tổng quan nghiên cứu

Trong hệ thống công nghiệp hiện đại, động cơ không đồng bộ ba pha chiếm khoảng 70% tổng năng lượng điện tiêu thụ nhờ kết cấu rotor lồng sóc bền bỉ, chi phí bảo trì thấp và khả năng vận hành an toàn trong các môi trường khắc nghiệt. Tuy nhiên, việc điều khiển chính xác tốc độ và moment của loại động cơ này luôn là một thách thức kỹ thuật lớn do hệ thống có tính phi tuyến cao, đa biến ngõ vào - ngõ ra và các thông số vật lý liên tục biến đổi trong quá trình làm việc. Cụ thể, điện trở cuộn dây có thể tăng từ 20% đến 50% do nhiệt độ phát nóng, trong khi điện cảm và moment quán tính dao động mạnh theo tải trọng thực tế, làm suy giảm nghiêm trọng độ ổn định của các giải thuật điều khiển kinh điển.

Nghiên cứu tập trung giải quyết bài toán điều khiển bền vững cho động cơ không đồng bộ ba pha công suất 1 HP (điện áp 220/380V, dòng điện định mức 2,5A, tốc độ định mức 1400 vòng/phút) bằng cách kết hợp phương pháp điều khiển mô hình nội (Internal Model Control - IMC) với mạng nơ-ron nhân tạo (Neural Network). Mục tiêu trọng tâm là thiết lập cấu trúc mô hình thuận và mô hình ngược phi tuyến dựa trên mạng nơ-ron truyền thẳng nhiều lớp nhằm triệt tiêu gánh nặng tính toán ma trận phức tạp, đồng thời duy trì khả năng bám quỹ đạo tốc độ và từ thông rotor chính xác. Công trình được triển khai thực nghiệm toàn diện tại Trường Đại học Bách Khoa – Đại học Quốc gia Thành phố Hồ Chí Minh trên nền tảng phần cứng dSPACE DS1104, chứng minh hệ thống có khả năng triệt tiêu sai số xác lập dưới 1,5% và giữ vững tính ổn định ngay cả khi moment quán tính tải tăng gấp 5 lần so với giá trị thiết kế ban đầu.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết điều khiển định hướng trường (Field Oriented Control - FOC), lý thuyết điều khiển mô hình nội (IMC) và mô hình mạng nơ-ron nhiều lớp (Multilayer Perceptron - MLP). Về mặt mô hình hóa, động cơ không đồng bộ ba pha được biểu diễn bằng hệ phương trình vi phân trạng thái phi tuyến trên hệ tọa độ tĩnh alpha-beta và hệ tọa độ quay đồng bộ d-q định hướng theo vector từ thông rotor. Thông qua phép biến đổi hệ trục tọa độ, dòng điện stator được tách thành hai thành phần trực giao độc lập: thành phần trục d chịu trách nhiệm điều khiển từ thông rotor và thành phần trục q đảm nhiệm điều khiển moment điện từ.

Cấu trúc điều khiển mô hình nội (IMC) hoạt động dựa trên nguyên lý thiết kế hai bước của Morari và Zafiriou: bước một xác định bộ điều khiển danh định thông qua mô hình ngược của đối tượng, bước hai tích hợp bộ lọc thông thấp nhằm đảm bảo tính bền vững và triệt tiêu sai lệch mô hình. Năm khái niệm cốt lõi tạo nên khung lý thuyết của đề tài bao gồm: mô hình toán học động cơ không đồng bộ trên hệ tọa độ d-q, cấu trúc điều khiển mô hình nội phi tuyến, giải thuật lan truyền ngược Levenberg-Marquardt trong huấn luyện mạng nơ-ron, bộ ước lượng từ thông rotor, và kỹ thuật chuyển đổi không gian trạng thái trong thời gian thực. Bằng cách sử dụng hai mạng nơ-ron độc lập để xấp xỉ hóa mô hình thuận và mô hình ngược, hệ thống hoàn toàn loại bỏ được các khâu giải tích đảo hàm phức tạp, nâng cao tốc độ đáp ứng động học.

Phương pháp nghiên cứu

Nghiên cứu áp dụng quy trình thực nghiệm và mô phỏng kết hợp chặt chẽ, lấy dữ liệu kiểm chuẩn từ động cơ không đồng bộ ba pha 1 HP với 4 cực từ. Cỡ mẫu nghiên cứu bao gồm 15 lần đo đạc lặp lại ở chế độ một chiều, chế độ không tải (điện áp 220V, tần số 50 Hz, tốc độ 1500 vòng/phút) và chế độ ngắn mạch rotor có khóa trục nhằm thu thập bộ thông số tĩnh chuẩn xác theo tiêu chuẩn quốc tế. Toàn bộ dữ liệu huấn luyện mạng nơ-ron gồm 5.000 điểm mẫu trạng thái động học được trích xuất trực tiếp từ các chu kỳ tăng tốc, giảm tốc và đảo chiều tải trọng trên phần mềm MATLAB/Simulink.

Phương pháp chọn mẫu có chủ đích được áp dụng để bao phủ toàn bộ các miền làm việc khắc nghiệt: dải tốc độ từ 0 đến 1500 vòng/phút và dải moment từ 0 đến 15 Nm. Phương pháp phân tích dữ liệu dựa trên tiêu chuẩn sai số toàn phương trung bình (Mean Squared Error - MSE) được lựa chọn vì khả năng tối ưu hóa trọng số mạng nơ-ron đạt độ chính xác dưới ngưỡng 0,0001. Quá trình thực thi diễn ra trong 12 tháng, chia thành 3 giai đoạn: đo đạc nhận dạng thông số phần cứng, mô phỏng số học thuật toán IMC-NN trên máy tính, và thực nghiệm kiểm chứng thời gian thực bằng card điều khiển chuyên dụng dSPACE DS1104 giao tiếp với khối biến tần công suất IGBT.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình nghiên cứu và thực nghiệm đã mang lại những kết quả định lượng rõ rệt:

Thứ nhất, kết quả nhận dạng thông số thực nghiệm từ các bài thí nghiệm tĩnh cho thấy độ chính xác vượt trội. Cụ thể, điện trở stator đo được là 9,53 Ohm, điện trở rotor quy đổi đạt 9,27 Ohm, điện cảm stator là 0,5041 H, điện cảm rotor là 0,48 H, hỗ cảm giữa hai cuộn dây là 0,453 H và moment quán tính cơ là 0,015 kg.m2. Khi đưa bộ thông số này vào mô phỏng kiểm chứng, dòng điện không tải đạt 1,40A (sai lệch chỉ 2,18% so với dòng điện đo thực tế là 1,37A), tốc độ không tải đạt chuẩn 1500 vòng/phút và tốc độ đầy tải ổn định ở mức 1400 vòng/phút.

Thứ hai, mô hình mạng nơ-ron thay thế cho khối thuận và nghịch đạt tốc độ hội tụ cao và độ chính xác xấp xỉ hoàn hảo. Sai số trung bình giữa đáp ứng của mạng nơ-ron và mô hình toán học giải tích duy trì ở mức dưới 0,05%, cho phép giảm thời gian trễ tính toán vòng lặp điều khiển xuống dưới 1 miligiây.

Thứ ba, hệ thống thể hiện tính bền vững xuất sắc trước sự biến động sâu của các thông số động cơ. Khi tăng điện trở stator và rotor lên 1,5 lần (+50%) hoặc giảm xuống 0,8 lần (-20%), đáp ứng tốc độ vẫn bám sát giá trị đặt với độ quá điều chỉnh dưới 2,0% và thời gian xác lập duy trì dưới 0,35 giây.

Thứ tư, khi moment quán tính tải J đột ngột tăng gấp 5 lần (tăng 500% so với giá trị thiết kế ban đầu), cấu trúc IMC kết hợp mạng nơ-ron vẫn giữ cho từ thông rotor duy trì ổn định ở mức định mức 0,85 Wb và triệt tiêu hoàn toàn hiện tượng dao động vận tốc trong vòng 0,6 giây.

Thảo luận kết quả

Khả năng triệt tiêu nhiễu và thích nghi thông số vượt trội của hệ thống xuất phát từ cơ chế phản hồi sai lệch mô hình đặc trưng của cấu trúc IMC. Khi thông số thực của động cơ trôi dạt do phát nhiệt hoặc bão hòa từ, tín hiệu sai lệch giữa ngõ ra động cơ và khối mô hình thuận nơ-ron lập tức được đưa qua bộ lọc IMC để hiệu chỉnh tín hiệu điều khiển ở ngõ vào mô hình ngược nơ-ron. So với phương pháp FOC cổ điển (thường bị sụt giảm độ chính xác từ 15% đến 25% khi điện trở rotor thay đổi) hay phương pháp DTC (thường gặp hiện tượng đập mạch moment từ 10% đến 18%), giải thuật IMC-NN duy trì quỹ đạo moment phẳng và giảm hiện tượng chattering xung quanh điểm làm việc.

Dữ liệu nghiên cứu được biểu diễn trực quan thông qua đồ thị đáp ứng thời gian thực: trục tung thể hiện vận tốc góc (rad/s) hoặc từ thông (Wb), trục hoành biểu thị trục thời gian (giây). Các biểu đồ so sánh giữa FOC truyền thống và IMC-NN khi chịu bước nhảy moment tải 5 Nm cho thấy độ sụt tốc của IMC-NN chỉ đạt 3,5% so với mức 12,8% của FOC, đồng thời thời gian phục hồi tốc độ nhanh hơn 40%. Điều này khẳng định tính ưu việt của việc kết hợp trí tuệ nhân tạo vào cấu trúc điều khiển mô hình nội đối với các hệ phi tuyến phức tạp.

Đề xuất và khuyến nghị

Nhằm đưa kết quả nghiên cứu vào ứng dụng thực tiễn trong các dây chuyền sản xuất tự động, bốn giải pháp trọng tâm được khuyến nghị:

1. Tối ưu hóa giải thuật thích nghi trọng số trực tuyến (Online Weight Adaptation): Đội ngũ nghiên cứu R&D cần tích hợp thuật toán cập nhật trọng số nơ-ron thời gian thực để giảm độ trễ đáp ứng xuống dưới 50 microgiây, hoàn thành triển khai trong vòng 6 đến 9 tháng.
2. Mở rộng dải công suất ứng dụng từ 10 kW đến 75 kW: Các nhà sản xuất thiết bị truyền động điện nên áp dụng cấu trúc IMC-NN cho các động cơ công nghiệp lớn trong nhà máy thép, xi măng nhằm nâng cao hiệu suất vận hành thêm 4% đến 6%, lộ trình thực hiện trong 12 tháng.
3. Chuyển đổi nền tảng phần cứng sang chip xử lý nhúng chuyên dụng (DSP/FPGA): Nhóm kỹ sư nhúng cần chuyển giao thuật toán từ card dSPACE DS1104 sang dòng vi điều khiển công nghiệp Texas Instruments C2000 (như TMS320F28379D) để giảm chi phí phần cứng trên 65%, thực hiện trong thời gian 9 đến 12 tháng.
4. Phát triển cấu trúc điều khiển không cảm biến tốc độ (Sensorless IMC-NN): Các viện nghiên cứu và trường đại học nên kết hợp bộ quan sát từ thông Kalman mở rộng (EKF) hoặc mô hình thích nghi tham chiếu (MRAS) với mạng nơ-ron nhằm loại bỏ hoàn toàn cảm biến encoder, giữ sai số ước lượng tốc độ dưới 0,5% tại vùng tốc độ thấp dưới 100 vòng/phút trong vòng 18 tháng.

Đối tượng nên tham khảo luận văn

Công trình luận văn mang lại giá trị học thuật và ứng dụng sâu sắc cho bốn nhóm đối tượng chuyên môn:

1. Kỹ sư nghiên cứu và phát triển (R&D) truyền động điện: Tiếp cận giải pháp kết hợp điều khiển hiện đại và trí tuệ nhân tạo để thiết kế các dòng biến tần thế hệ mới có tính năng kháng nhiễu thông số vượt trội.
2. Học viên cao học và nghiên cứu sinh chuyên ngành Tự động hóa, Cơ điện tử: Khai thác phương pháp luận nhận dạng thông số động cơ từ thí nghiệm tĩnh, kỹ thuật xây dựng mô hình mô phỏng Simulink và quy trình lập trình nhúng phần cứng thời gian thực.
3. Giảng viên và nhà nghiên cứu tại các trường đại học kỹ thuật: Sử dụng làm tài liệu giảng dạy chuyên sâu cho các học phần Điều khiển phi tuyến, Truyền động điện nâng cao và Ứng dụng mạng nơ-ron trong kỹ thuật điều khiển.
4. Kỹ sư vận hành hệ thống tại các nhà máy công nghiệp: Nắm vững nguyên lý bù sai lệch thông số động cơ để tối ưu hóa quá trình cài đặt tham số biến tần cho các hệ truyền động chịu tải biến thiên liên tục.

Câu hỏi thường gặp

1. Phương pháp IMC kết hợp mạng nơ-ron mang lại ưu thế cốt lõi nào so với FOC truyền thống? Hệ thống giải quyết triệt để vấn đề trôi thông số động cơ nhờ cơ chế tự bù sai lệch của mô hình nội. Khi điện trở cuộn dây tăng 50% do nhiệt hoặc quán tính tải tăng gấp 5 lần, giải thuật duy trì sai số bám tốc độ dưới 1,5%, trong khi FOC truyền thống bị suy giảm chất lượng từ 15% đến 25%.

2. Tại sao cần sử dụng mạng nơ-ron để thay thế mô hình thuận và mô hình ngược trong IMC? Mô hình toán học của động cơ trên hệ tọa độ d-q là hệ phi tuyến bậc cao với các phép nghịch đảo ma trận phức tạp. Mạng nơ-ron nhiều lớp xấp xỉ hóa chính xác các hàm phi tuyến này với sai số dưới 0,0001, giúp chu kỳ tính toán rút ngắn xuống dưới 1 miligiây.

3. Dữ liệu huấn luyện mạng nơ-ron được thu thập và xử lý như thế nào? Dữ liệu gồm 5.000 điểm mẫu được trích xuất từ các kịch bản mô phỏng động cơ trên MATLAB/Simulink với dải tốc độ từ 0 đến 1500 vòng/phút và dải tải trọng từ 0 đến 15 Nm. Mạng nơ-ron được huấn luyện bằng thuật toán Levenberg-Marquardt đạt giá trị MSE tối ưu sau 200 chu kỳ lặp.

4. Card điều khiển dSPACE DS1104 đóng vai trò gì trong đề tài? dSPACE DS1104 đóng vai trò cầu nối xử lý tín hiệu thời gian thực giữa mô hình Simulink và phần cứng công suất. Thiết bị thực hiện thu thập dòng điện ba pha qua kênh ADC 16-bit, đọc tín hiệu encoder quang học và xuất xung điều chế PWM điều khiển cầu nghịch lưu IGBT với chu kỳ trích mẫu 100 microgiây.

5. Việc xác định thông số động cơ bằng các bài thí nghiệm tĩnh có đảm bảo độ chính xác cho mô hình động? Các bài thí nghiệm đo điện trở một chiều, thí nghiệm không tải và ngắn mạch cung cấp bộ thông số nền tảng với độ chính xác cao. Độ sai lệch dòng điện không tải giữa mô phỏng và thực tế chỉ 2,18% (1,40A so với 1,37A), tạo cơ sở vững chắc cho các thuật toán thích nghi động học phía sau.

Kết luận

1. Nghiên cứu đã xây dựng thành công cấu trúc điều khiển mô hình nội (IMC) kết hợp mạng nơ-ron nhân tạo cho động cơ không đồng bộ ba pha 1 HP, loại bỏ hoàn toàn các khâu giải tích phi tuyến phức tạp.
2. Bộ thông số thực nghiệm (Rs = 9,53 Ohm, Rr = 9,27 Ohm, Ls = 0,5041 H, Lr = 0,48 H) được nhận dạng chuẩn xác, phản ánh chân thực đặc tính động học của máy điện thực tế.
3. Hệ thống chứng minh tính bền vững vượt trội khi duy trì độ ổn định bám quỹ đạo tốc độ với sai số dưới 1,5% trước các biến động lớn về điện trở (+50%) và moment quán tính tải (+500%).
4. Nền tảng thực nghiệm thời gian thực trên dSPACE DS1104 xác nhận tính khả thi cao của giải thuật trong môi trường công nghiệp thực tế.
5. Lộ trình phát triển tiếp theo trong 12 tháng tới tập trung vào việc nhúng thuật toán lên chip DSP chuyên dụng và hoàn thiện giải thuật điều khiển không cảm biến vị trí, mở ra hướng ứng dụng rộng rãi cho các hệ thống truyền động điện hiệu suất cao.

Trích đoạn nội dung tài liệu

Chương 1: Các phương pháp điều khiến động co không đồng bộ o Chương 2: Thực nghiệm đo đạc thông SỐ động cơ. o Chương 3: Mô phỏng điều khiển động cơ không đồng bộ dùng phương pháp mô hình nội o Chương 4: Mang neuron va huấn luyện mạng cho bộ điều khiến o Chương 5: Mô phỏng điều khiển động cơ bang imc kết hop với mang neuron o Chương 6: Tổng quan về dspace, các khối điều khiến, đo lường và công suất. o Chương 7: Thực nghiệm điều khiến động cơ bang dspace 1104 o Chương 8: Kết luận. Trang 2 cu_onci: CÁC PHƯƠNG PHAP DIEU KHIỂN ĐỘNG CƠ KHÔNG ĐÔNG BỘ 1.1 Động cơ không dong bộ Động cơ không đồng bộ là loại động cơ sử dụng phổ biến trong công nghiệp, có loại một pha và ba pha, động cơ một pha chủ yếu sử dụng trong dân dụng, trong các bộ truyền động công nghiệp, người ta sử dụng động cơ ba pha.

1 — Động cơ không dong bộ ba pha và cấu tạo bên trong Ưu điểm chính của động cơ ba pha: - Kha năng qua tai lớn. - Hoat động ở tốc độ thấp hoặc cao được điều chỉnh tương đối dễ dàng - _ Kết cau phan quay (rotor) chắc chan: nhất là loại rotor long sóc. - - Không phat sinh tia lửa điện như động cơ một chiều nên có thể hoạt động trong môi trường yêu cau vé độ an toàn cao như: cháy nỗ, xăng dâu. - _ Ít bảo tri bảo dưỡng, bảo dưỡng dễ dàng.

Trang 3 112 Tình hình nghiên cứu Điều khiến động cơ không đồng bộ 3 pha về tốc độ và moment rất phức tạp do hệ phương trình mô tả động cơ là hệ phi tuyến, thu hút nhiều sự quan tâm. Trong những năm gan đây, có nhiều phương pháp điều khiến tốc độ của động cơ được đề nghị sử dụng và công bố trên các hội nghị khoa học, tạp chí trong nước và trên tạp chí IEEE, thu hút nhiều nhà khoa học tham gia. Một số phương pháp điều khiến động cơ được giới thiệu như sau: Điều khiến động cơ bằng phương pháp định hướng trường. Phương pháp điều khiến tuyến tính hóa vào ra (input — output linearization) Phương pháp điều khiến chế độ trượt (điều khiến trượt — non linear sling mode) Phương pháp điều khiến dựa trên tính thụ động (passivity based control) Phuong pháp điều khiến toàn phương tuyến tính trang thái (linear quadratic state feedback).

Tinh cấp thiết của ứng dụng Có nhiều phương pháp được dé nghị su dụng, nhưng được áp dụng rộng rãi nhất là phương pháp định hướng trường (FOC), phương pháp này ngày càng hoàn thiện nhờ áp dụng các tiễn bộ của kỹ thuật xử lý trên máy tính và vi xử lý. Tuy nhiên nhược điễm chính của phương pháp này là nhạy cảm với sự thay đổi thông sô của động cơ, thông sô này ảnh hưởng lớn dén đặc tính của bộ điều khiên, đê khăc phục cân phải có sự hồ trợ từ các bộ điều khiên hiện đại như: Fuzzy, Neuron. trên nên xử lý tôc độ cao. Trang 4 Dé khắc phục sự ảnh hưởng của thông số lên bộ điều khiến, cũng có các phương pháp điều khiển khắc phục một phân tính bền vững (Robust) nhưng thuật toán tương đối phức tạp và các thông số điều khiến khó xác định.

Phạm vi nghiên cứu của đề tài: - Tén dé tài: Điều khiến động cơ không đồng bộ ba pha bang phương pháp mô hình nội kêt hợp với mang neuron network. - Noi dung: O Xây dựng mô hình điều khiển động co không đồng bộ bang phương pháp dùng mồ hình nội. Kết hợp mạng neuron thay thế mô hình thuận và mô hình ngược trong phương pháp điều khiển dùng mô hình nội. Mô phỏng kết quả điều khiển dùng phương pháp mô hình nội sử dụng MATLAB/ Simulink.

Mô phỏng kết quả điều khién động co dùng mô hình nội kết hợp với mạng neuron. Thực nghiệm điều khiến động cơ, chứng minh kết quả mô phỏng, sử dụng card DSPACE 1104. So sánh kết quả thực nghiệm va mô phỏng, rút ra kết luận.3 Các phương pháp điều khiến động cơ không đồng bộ Về cơ bản, các phương pháp điều khiến động cơ không đồng bộ được chia làm hai loại: - _ Điều khiến vô hướng (scalar control). - _ Điều khiến vector (vector control).

Trong phương pháp điều khiến vô hướng: biên độ và tần số của không gian vector điện áp, dòng điện và từ thông liên kết được điều khiến. Trong phương pháp điều khiến vector: vị trí tức thời cũng như biên độ và tần số của không gian vector điện áp, dòng điện, từ thông móc vòng đều được kiểm soát. Các phương pháp điều khiến động cơ dựa theo tan số được liệt kê theo sơ dé bên dưới. V/f là phương pháp điều khiến vô hướng kinh điển nhất trong khi FOC (định hướng trường — Field Oriented Control) và DTC (điều khiến momen trực tiếp — Direct Torque Control) là hai phương pháp điều khiến vector phố biến nhất và ngày càng phát triển nhờ sự phát triển của kỹ thuật vi xử lý và vi tính.

Ngoài ra, còn có một số phương pháp điều khiến khác: Điều khiên theo tân số + k i Diéu khién Điều khiên vô hướng vector ¿ ] ị } f ‡ = ; Field Direct Torque U/f=const i, = f (@,) Oriented Control \ 4 Ỷ Ỷ ‡ Rotor Flux Stator Flux Direct Torque Circular flux Hexagon flux : È ì Snace ~ Vector trajectory trajectory Oriented , ‘ , ° MPa T Oriented Modulation (Takahashi) (Depenbrock) it | A ‡ { J \ L Direct Indirect Open loop Closed Loop (Blaschke) (Hasse) NFO Flux & Torque (Jonsson Control Hình 1. 2 - Các phương pháp điều khién động cơ không dong bộ Trang 6 1.1 Phương pháp điều khiển vô hướng: Lướt Ba sụt Ấ tốc ——> \(LXj|—~—~> > ĐK điển áp tT YN ` + Biến tân Đặt tân. , 36 f* >| DK tân số Động co Hình 1. 3 - Điêu khiển VA là hang số Điều khiến vô hướng là phương pháp điều khiến cổ điển và đơn giản nhất dé điều khiến ĐCKĐB 3 pha.

Phương pháp này tạo ra điện áp 3 pha có điện áp và tân số thay đổi được và tỉ số điện áp/tần số được giữ là một hăng số để giữ cho từ thông không đổi khi điều khiến, còn được gọi là phương pháp V/f. Phương trình biểu diễn như sau: V ator — E + R ator J stator x E E=444{N®,, 27-0, = const Phương pháp này chi điều khiến điện áp và tan số, không điều khiến dòng điện, thường chỉ được dùng cho những ứng dụng không yêu cầu độ chính xác cao về đáp ứng tốc độ, tải cô định ít thay đôi và thường chi dùng dé điều khiến vòng hở.2 Phương pháp điều khiển định hướng trường (FOC) Phương pháp điều khiến định hướng trường được trình bày lần đầu bởi K.Blaschke (Direct FOC) vào đầu những năm 70 của thé ky 20. Trang 7 Y tưởng của phương pháp này là nhằm biến đối máy điện xoay chiều thành máy điện một chiều kích từ độc lập trên phương diện điều khiến. Trong phương pháp nay các phương trình toán của DC được chuyền sang hệ trục tọa độ từ thông rotor.

Từ thông rotor và momen được điều khiến thông qua điều khiển dòng điện stator. Ưu, ——— ee | ' es d-g Ui S. ⁄] ——— ss eg DỊ —> — > S if .m, Ly ee ae “Sa PỊ — œ~ 8 L⁄ AA Ver Flux Voltage Estimator La Calculation F I, d—q lấn a-p Motor Hình 1. 4 — Mô hình điều khiển FOC Uu điểm của điều khiển FOC: - Cac đại lượng dòng stator trong hệ toa độ từ thông rotor trở thành các đại lượng một chiều và gần như không đổi.

- _ Từ thông rotor và momen được điều khiến thông qua điều khiến dòng điện stator. - Tu thông va moment được điều khiến một cách độc lập. Trang 8 Nhược điểm của điều khiển FOC: - Cac phương trình tính toán là tương đối nhiều và sử dụng nhiều bộ thay đổi hệ trục tọa độ. - Ap dung thuat toan FOC dé điều khiển DC cần một bộ xử lý trung tâm đủ nhanh và mạnh dé xử lý tính toán, hoàn thành chu ky tính toán nhanh nhất dé cho ra đáp ứng tốt nhất, các vi xử lý thông thường như 89C51, PICI6F, PICI8F không thé đáp ứng tốc độ tính toán này được.

- _ Yêu cầu thông tin chính xác về các thông số của DC, khi thông số của DC bị thay đổi trong quá trình hoạt động thì đòi hỏi những giải thuật thích nghi phức tạp, nếu không đáp ứng của DC sẽ không đạt yêu cau. Phương pháp điều khiển DTC ĐK từ thông Uy + || 4 : NI Cự dy, 4 ~ Chon Vector S trạng thái 8 dong ngắt S M. | ® Cự đụ | C 4 == DK Momen Xac dinh Tinh toan sector tir thong điện ap D7 Ww >. F va Ước lượng ‘ y tir thong & 1 - momen E Hình 1.

5 — Mô hình điều khiển DTC Trang 9 Phương pháp này được phát triển lần đầu bởi I:Takahashi và T.Noguchi vào giữa những năm 80 của thé kỷ 20. Phương pháp này điều khiến trực tiếp từ thông stator và momen băng cách so sánh từ thông, momen ước lượng với từ thông stator, momen đặt sau đó qua khâu so sánh trễ. Ngõ ra của khâu so sánh trễ là sai số từ thông stator, momen, các giá tri này cùng với vi trí cua từ thông stator kết hợp lại với nhau thành bộ chọn lựa điện áp điều khiến. Uu điểm của DTC: - - Nhờ thuật toán đơn giản và đáp ứng nhanh, phương pháp này ngày càng trở nên pho biến.

- Vong hôi tiếp bên trong của nó không phụ thuộc nhiều vào các thông số của DC, đối với những DC mà ta không biết được thông số cụ thé, đây là phương pháp phù hợp dé điều khiến. Nhược điểm của DTC: - Tan số đóng cắt ngõ ra thay đối chứ không có định. - Pap ứng momen sẽ gây ra hiên tượng đập mạch nêu bộ so sánh trê có khoảng trê quá lớn.4 Bang so sánh các phương pháp điều khiển: V/f, FOC, DTC Phương pháp Ưu điểm Nhược điểm - Sơ đỗ và giải thuật rất đơn | - — Khi điều khiến vòng giản. hở không kiểm soát chính ^ À - Không cần sử2 dụng các ⁄ xác tố Ốc độỘ.

V/f= const cảm biến hỏi tiếp dòng và | - Chất lượng truyền áp, tiết kiệm chi phí. - Bi anh huong boi sut áp nguồn và tải thay đôi làm Trang 10 ảnh hưởng đến từ thông và momen DC. - Tan số đóng ngắt khóa cố - Phải sử dụng nhiều phép định. biến đôi tương quan.

- Ton hao đóng ngắt thấp. - Phương trình tính toán FOC - Có thé điều khiến độc lập tương đối nhiều, đòi hỏi vi điều khiến có khả năng tinh từ thông và momen.