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.

Chuyên ngành

Tự động hóa

Người đăng

Ẩn danh

Thể loại

luận văn thạc sĩ

2013

117
2
0

Phí lưu trữ

35 Point

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)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.

21/02/2025

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.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Tài liệu "Nghiên cứu điều khiển động cơ không đồng bộ ba pha bằng mạng neural network" tập trung vào việc ứng dụng mạng neural network để điều khiển động cơ không đồng bộ ba pha, một công nghệ tiên tiến giúp tối ưu hóa hiệu suất và độ chính xác trong các hệ thống điều khiển. Nghiên cứu này không chỉ mang lại cái nhìn sâu sắc về cách thức hoạt động của mạng neural trong lĩnh vực điều khiển mà còn mở ra hướng tiếp cận mới cho các bài toán kỹ thuật phức tạp. Độc giả sẽ được hưởng lợi từ việc hiểu rõ hơn về cách tích hợp AI vào các hệ thống công nghiệp, từ đó nâng cao hiệu quả và giảm thiểu chi phí vận hành.

Để mở rộng kiến thức về các ứng dụng của mạng neural và AI, bạn có thể tham khảo thêm Luận văn thạc sĩ xây dựng mạng neuron trong phát hiện xâm nhập mạng, nghiên cứu này đi sâu vào việc sử dụng mạng neuron để phát hiện các mối đe dọa bảo mật. Ngoài ra, Luận văn thạc sĩ nghiên cứu phương pháp học sâu cho lọc cộng tác cung cấp cái nhìn chi tiết về cách học sâu được áp dụng trong các hệ thống đề xuất. Cuối cùng, Luận văn advanced data mining techniques sẽ giúp bạn hiểu rõ hơn về các kỹ thuật khai thác dữ liệu tiên tiến, một yếu tố quan trọng trong việc phát triển các hệ thống AI hiệu quả. Mỗi liên kết là cơ hội để bạn khám phá sâu hơn về chủ đề này và ứng dụng chúng vào thực tiễn.