Tổng quan nghiên cứu

Động cơ không đồng bộ ba pha là một trong những thiết bị quan trọng trong công nghiệp hiện đại, được ứng dụng rộng rãi nhờ tính bền bỉ và hiệu suất cao. Theo báo cáo của ngành, việc điều khiển chính xác động cơ này đóng vai trò then chốt trong nâng cao hiệu quả vận hành và tiết kiệm năng lượng. Tuy nhiên, do tính phi tuyến và sự biến đổi thông số trong quá trình hoạt động, việc thiết kế bộ điều khiển ổn định và chính xác vẫn còn nhiều thách thức. Mục tiêu của luận văn là nghiên cứu và phát triển phương pháp điều khiển trượt sử dụng mạng nơron nhân tạo để ước lượng từ thông rotor, thay thế cho cảm biến vật lý đắt tiền và khó lắp đặt. Nghiên cứu tập trung vào động cơ không đồng bộ ba pha, mô hình hóa trên hệ tọa độ stator αβ, thực hiện mô phỏng bằng Matlab-Simulink trong phạm vi thời gian 1 giây. Kết quả nghiên cứu có ý nghĩa quan trọng trong việc nâng cao độ ổn định, tính bền vững của hệ thống điều khiển, đồng thời giảm chi phí và độ phức tạp trong ứng dụng thực tế.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính: điều khiển trượt (Sliding Mode Control - SMC) và mạng nơron nhân tạo (Artificial Neural Network - ANN).

  • Điều khiển trượt (SMC): Là phương pháp điều khiển phi tuyến mạnh, có khả năng duy trì tính ổn định và bền vững khi hệ thống chịu nhiễu và biến đổi thông số. SMC sử dụng các mặt trượt (sliding surfaces) để đưa sai lệch về giá trị mong muốn, đảm bảo sai số tiến về 0 theo hàm mũ với thời gian hằng được chọn phù hợp.
  • Mạng nơron nhân tạo (ANN): Được sử dụng để ước lượng từ thông rotor thay thế cho cảm biến vật lý. Mạng nơron có khả năng xấp xỉ các quan hệ phi tuyến phức tạp mà không cần biết cấu trúc chính xác của hệ thống, giúp cải thiện độ chính xác và giảm chi phí thiết bị.

Ba khái niệm chính được sử dụng gồm: vector không gian trong hệ tọa độ αβ, mặt trượt S1 và S2 trong điều khiển trượt, và cấu trúc mạng nơron Narxnet để huấn luyện và ước lượng từ thông rotor.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là các mô hình toán học của động cơ không đồng bộ ba pha được xây dựng trên hệ tọa độ stator αβ, dựa trên các phương trình vi phân mô tả điện áp, dòng điện và từ thông. Phương pháp phân tích sử dụng mô phỏng Matlab-Simulink với cỡ mẫu thời gian mô phỏng 1 giây, tập trung khảo sát đáp ứng danh định và tính bền vững khi các tham số động cơ thay đổi ±10%.

Quá trình nghiên cứu gồm: xây dựng mô hình động cơ, thiết kế bộ điều khiển trượt truyền thống, phát triển bộ ước lượng từ thông rotor bằng mạng nơron, mô phỏng và so sánh kết quả. Phương pháp chọn mẫu là mô phỏng số với các tham số động cơ thực tế như điện áp 220V, tần số 50Hz, công suất 1.5KW, điện trở stator Rs = 4.08 Ω, điện trở rotor Rr = 4.87 Ω, điện cảm stator Ls = 0.3154 H, điện cảm rotor Lr = 0.3235 H, hệ số hỗ cảm Lm = 0.305 H, moment quán tính J = 0.018 Kgm², moment tải TL = 4 Nm.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Đáp ứng danh định của hệ thống điều khiển trượt truyền thống:

    • Thời gian xác lập từ thông rotor khoảng 0.03 giây, tốc độ động cơ khoảng 0.4 giây.
    • Sai số xác lập của tốc độ và từ thông bằng 0, không có hiện tượng vọt lố hay dao động lớn.
    • Mặt trượt S1 và S2 dao động với biên độ nhỏ quanh điểm không, lần lượt khoảng 0.1014 và giá trị nhỏ hơn 0.1.

  2. Tính bền vững khi điện trở stator và rotor tăng 10%:

    • Đáp ứng từ thông và tốc độ thay đổi không đáng kể so với đáp ứng danh định, tốc độ vẫn duy trì ổn định quanh giá trị đặt 150 rad/s.
    • Moment điện từ và moment tải gần như không thay đổi, đảm bảo hiệu suất vận hành.
    • Dòng điện và điện áp đầu ra bộ điều khiển không biến động lớn, mặt trượt vẫn dao động nhỏ quanh điểm không.

  3. Tính bền vững khi điện trở stator và rotor giảm 10%:

    • Hệ thống vẫn duy trì ổn định, các biến động về dòng điện, từ thông và tốc độ không vượt quá 5% so với giá trị danh định.
    • Mặt trượt S1 và S2 dao động ổn định, không gây ảnh hưởng đến chất lượng điều khiển.

  4. Ước lượng từ thông rotor bằng mạng nơron nhân tạo:

    • Mạng nơron Narxnet được huấn luyện với dữ liệu dòng điện và điện áp αβ, đạt sai số huấn luyện thấp sau 50 epoch.
    • Kết quả mô phỏng cho thấy đáp ứng từ thông ước lượng nhanh, chính xác, phù hợp với điều kiện thay đổi thông số động cơ ±10%.
    • Thời gian xác lập đáp ứng từ thông ước lượng tương đương với cảm biến vật lý, giúp giảm chi phí và độ phức tạp trong hệ thống.

Thảo luận kết quả

Kết quả mô phỏng cho thấy phương pháp điều khiển trượt truyền thống có khả năng duy trì độ ổn định và chính xác cao trong điều kiện biến đổi thông số động cơ, phù hợp với yêu cầu thực tế trong công nghiệp. Việc sử dụng mạng nơron nhân tạo để ước lượng từ thông rotor thay thế cho cảm biến vật lý không chỉ giảm chi phí mà còn đơn giản hóa hệ thống, đồng thời giữ được chất lượng điều khiển. So sánh với các nghiên cứu trước đây, phương pháp này khắc phục được nhược điểm của việc phải sử dụng cảm biến từ thông phức tạp và đắt tiền. Dữ liệu có thể được trình bày qua biểu đồ đáp ứng thời gian của từ thông, tốc độ và moment điện từ, cũng như bảng so sánh sai số và thời gian xác lập giữa các phương pháp.

Đề xuất và khuyến nghị

  1. Triển khai ứng dụng mạng nơron nhân tạo trong điều khiển động cơ không đồng bộ:

    • Áp dụng trong các hệ thống truyền động công nghiệp để giảm chi phí cảm biến và tăng tính ổn định.
    • Thời gian thực hiện: 6-12 tháng để tích hợp và thử nghiệm thực tế.
    • Chủ thể thực hiện: Các doanh nghiệp sản xuất thiết bị điện và nhà máy công nghiệp.

  2. Nâng cao chất lượng huấn luyện mạng nơron:

    • Thu thập thêm dữ liệu vận hành thực tế để cải thiện độ chính xác ước lượng từ thông.
    • Thời gian: liên tục trong quá trình vận hành.
    • Chủ thể: Trung tâm nghiên cứu và phát triển công nghệ.

  3. Phát triển phần mềm mô phỏng và điều khiển tích hợp:

    • Xây dựng giao diện thân thiện, hỗ trợ thiết kế và điều chỉnh bộ điều khiển trượt dùng mạng nơron.
    • Thời gian: 12 tháng.
    • Chủ thể: Các công ty phần mềm kỹ thuật và viện nghiên cứu.

  4. Đào tạo và nâng cao năng lực kỹ thuật cho kỹ sư vận hành:

    • Tổ chức các khóa đào tạo về điều khiển trượt và mạng nơron nhân tạo trong công nghiệp.
    • Thời gian: 3-6 tháng cho mỗi khóa.
    • Chủ thể: Các trường đại học, trung tâm đào tạo kỹ thuật.

Đối tượng nên tham khảo luận văn

  1. Kỹ sư điều khiển và tự động hóa:

    • Lợi ích: Nắm bắt phương pháp điều khiển trượt kết hợp mạng nơron, áp dụng trong thiết kế hệ thống truyền động.
    • Use case: Thiết kế bộ điều khiển cho động cơ không đồng bộ trong nhà máy sản xuất.

  2. Nhà nghiên cứu và giảng viên đại học:

    • Lợi ích: Cung cấp cơ sở lý thuyết và mô hình thực nghiệm để phát triển nghiên cứu sâu hơn về điều khiển phi tuyến và mạng nơron.
    • Use case: Giảng dạy và nghiên cứu các đề tài liên quan đến điều khiển động cơ điện.

  3. Doanh nghiệp sản xuất thiết bị điện và tự động hóa:

    • Lợi ích: Áp dụng công nghệ mới để nâng cao hiệu suất sản phẩm, giảm chi phí cảm biến và bảo trì.
    • Use case: Phát triển sản phẩm bộ điều khiển động cơ thông minh.

  4. Sinh viên cao học và thạc sĩ ngành kỹ thuật điện - điện tử:

    • Lợi ích: Tham khảo phương pháp nghiên cứu, mô hình hóa và mô phỏng thực tế, nâng cao kỹ năng nghiên cứu khoa học.
    • Use case: Tham khảo để hoàn thiện luận văn thạc sĩ hoặc đề tài nghiên cứu.

Câu hỏi thường gặp

  1. Điều khiển trượt là gì và tại sao được sử dụng cho động cơ không đồng bộ?
    Điều khiển trượt là phương pháp điều khiển phi tuyến mạnh, giúp hệ thống duy trì ổn định và bền vững khi có nhiễu và biến đổi tham số. Động cơ không đồng bộ có tính phi tuyến cao nên SMC phù hợp để đảm bảo hiệu suất và độ chính xác.

  2. Mạng nơron nhân tạo được ứng dụng như thế nào trong nghiên cứu này?
    Mạng nơron được sử dụng để ước lượng từ thông rotor thay thế cho cảm biến vật lý, giúp giảm chi phí và độ phức tạp trong hệ thống điều khiển, đồng thời giữ được độ chính xác cao.

  3. Thời gian đáp ứng của hệ thống điều khiển là bao lâu?
    Thời gian xác lập từ thông rotor khoảng 0.03 giây, tốc độ động cơ khoảng 0.4 giây, đáp ứng nhanh và không có hiện tượng vọt lố.

  4. Hệ thống có bền vững khi các tham số động cơ thay đổi không?
    Có, hệ thống duy trì ổn định khi điện trở stator và rotor thay đổi ±10%, các biến động về dòng điện, từ thông và tốc độ không vượt quá 5% so với giá trị danh định.

  5. Lợi ích chính của việc sử dụng mạng nơron trong điều khiển động cơ là gì?
    Giúp ước lượng chính xác từ thông rotor mà không cần cảm biến vật lý đắt tiền, giảm chi phí, đơn giản hóa hệ thống và tăng tính linh hoạt trong điều khiển.

Kết luận

  • Phương pháp điều khiển trượt kết hợp mạng nơron nhân tạo cho phép điều khiển động cơ không đồng bộ ba pha với độ ổn định và chính xác cao.
  • Mạng nơron ước lượng từ thông rotor thay thế hiệu quả cho cảm biến vật lý, giảm chi phí và độ phức tạp hệ thống.
  • Hệ thống điều khiển duy trì tính bền vững khi các tham số động cơ biến đổi ±10%, đáp ứng nhanh và không có hiện tượng vọt lố.
  • Mô hình toán học và mô phỏng Matlab-Simulink cung cấp công cụ hiệu quả để thiết kế và đánh giá bộ điều khiển.
  • Đề xuất triển khai ứng dụng thực tế, nâng cao huấn luyện kỹ thuật và phát triển phần mềm hỗ trợ nhằm tối ưu hóa hiệu quả vận hành.

Hành động tiếp theo: Các doanh nghiệp và trung tâm nghiên cứu nên phối hợp triển khai thử nghiệm thực tế, đồng thời đào tạo kỹ sư vận hành để ứng dụng rộng rãi phương pháp này trong công nghiệp.