Ứng Dụng Logic Fuzzy Trong Điều Khiển Động Cơ Không Đồng Bộ Ba Pha

Khám phá ứng dụng của fuzzy logic trong điều khiển động cơ không đồng bộ ba pha, nâng cao hiệu suất và độ chính xác trong công nghiệp.

• Tác giả: Nguyễn Đình Tín
• Người hướng dẫn: PGS.TS Lê Minh Phương
• Trường học: Trường Đại Học Công Nghệ TP. HCM
• Chuyên ngành: Kỹ thuật điện
• Đề tài: Ứng Dụng Logic Fuzzy Trong Điều Khiển Động Cơ Không Đồng Bộ Ba Pha
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2015
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CÁM ƠN
• TÓM TẮT
• ABSTRACT
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Tính cấp thiết của đề tài
• 1.2. Mục tiêu, nội dung và phương pháp nghiên cứu
• 1.2.1. Mục tiêu của đề tài
• 1.2.2. Nội dung nghiên cứu
• 1.2.3. Phương pháp luận và phương pháp nghiên cứu
• 1.3. Kết quả mong muốn khi dùng mạng nơ ron nhân tạo trong điều khiển động cơ không đồng bộ ba pha
• 2. CHƯƠNG 2: TỔNG QUAN ĐỘNG CƠ KHÔNG ĐỒNG BỘ BA PHA
• 2.1. Đại cương về động cơ không đồng bộ ba pha
• 2.2. Khe hở không khí
• 2.3. Nguyên lý hoạt động của động cơ không đồng bộ 3 pha
• 2.4. Vector không gian của các đại lượng ba pha
• 2.5. Hệ trục tọa độ quay
• 2.6. Mô hình trạng thái động cơ không đồng bộ ba pha
• 2.7. Lý do xây dựng mô hình
• 2.8. Hệ phương trình của động cơ không đồng bộ ba pha
• 2.9. Mô hình trạng thái động cơ không đồng bộ trên hệ tọa độ αβ
• 2.10. Mô hình trạng thái động cơ không đồng bộ trên hệ tọa độ dq
• 3. CHƯƠNG 3: CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN TỐC ĐỘ ĐỘNG CƠ KHÔNG ĐỒNG BỘ
• 3.1. Điều khiển động cơ bằng cách thay đổi nguồn áp (V/f)
• 3.2. Phương pháp điều khiển trực tiếp moment động cơ (DTC - Direct torque control)
• 3.3. Phương pháp điều khiển định hướng từ thông (FOC - Field Oriented Control)
• 3.3.1. Đại cương về phương pháp FOC
• 3.3.2. Xây dựng thuật toán điều khiển
• 4. CHƯƠNG 4: NEURAL FUZZY NHÂN TẠO
• 4.1. Mạng nơron nhân tạo
• 4.2. Cấu trúc mạng nơron nhân tạo (Artificial Neural Networks - ANN)
• 4.3. Mô hình toán của mạng nơron nhân tạo
• 4.4. Một số khái niệm cơ bản
• 4.5. Mệnh đề hợp thành mờ, luật hợp thành mờ
• 4.6. Bộ điều khiển mờ
• 4.7. Bộ điều khiển PID - Mờ
• 4.7.1. Điều khiển PID - truyền thống
• 4.7.2. Điều khiển PID - Mờ
• 5. CHƯƠNG 5: MÔ PHỎNG ĐIỀU KHIỂN ĐỘNG CƠ KHÔNG ĐỒNG BỘ BA PHA BẰNG PHƯƠNG PHÁP FOC VÀ PHƯƠNG PHÁP FOC SỬ DỤNG FUZZY LOGIC TRONG MATLAB - SIMULINK
• 5.1. Xây dựng cấu trúc điều khiển FOC trong Matlab/Simulink
• 5.2. Xây dựng cấu trúc điều khiển FOC sử dụng Fuzzy Logic trong Matlab/Simulink
• 5.3. Xây dựng bộ điều khiển Fuzzy Logic trong Simulink/Matlab
• 5.4. Cấu trúc của bộ điều khiển Fuzzy - Controller - 1 và Fuzzy - Controller - 2
• 5.5. Cấu trúc của bộ điều khiển Fuzzy - Controller - 3 và Fuzzy - Controller - 4
• 5.6. Kết luận
• 6. CHƯƠNG 6: KẾT LUẬN VÀ KIẾN NGHỊ NHỮNG NGHIÊN CỨU TIẾP THEO
• 6.1. Kiến nghị những nghiên cứu tiếp theo
• TÀI LIỆU THAM KHẢO
• DANH SÁCH CÁC CHỮ VIẾT TẮT
• DANH SÁCH CÁC HÌNH

Tóm tắt

I. Tổng Quan Về Ứng Dụng Logic Fuzzy Điều Khiển Động Cơ

Động cơ không đồng bộ ba pha ngày càng được sử dụng rộng rãi trong công nghiệp nhờ ưu điểm vượt trội so với động cơ DC: bảo trì ít, độ tin cậy cao, khối lượng nhỏ, giá thành rẻ. Tuy nhiên, trong quá trình vận hành, các tham số của động cơ thường xuyên biến động do thay đổi nhiệt độ hoặc tải đột ngột. Điều này làm giảm hiệu suất điều khiển của bộ điều khiển PI truyền thống. Giải pháp thay thế là ứng dụng logic fuzzy để tạo ra bộ điều khiển có khả năng thích nghi tốt hơn với các điều kiện vận hành khác nhau. Việc sử dụng bộ điều khiển fuzzy giúp cải thiện đáng kể đáp ứng động, giảm sai số xác lập và nâng cao hiệu suất của hệ thống truyền động. Tài liệu gốc nhấn mạnh ưu điểm của động cơ không đồng bộ và tiềm năng của logic fuzzy trong việc giải quyết các vấn đề điều khiển.

1.1. Lịch Sử Phát Triển Của Điều Khiển Động Cơ Không Đồng Bộ

Sự phát triển của công nghệ bán dẫn và kỹ thuật vi điều khiển đã tạo điều kiện cho sự ra đời của các hệ thống truyền động điện hiện đại. Các nguyên lý điều khiển tựa hướng vector từ thông rotor đã được áp dụng rộng rãi. Động cơ không đồng bộ rotor lồng sóc, với ưu điểm giá rẻ và độ bền cao, đang dần thay thế động cơ một chiều trong nhiều ứng dụng. Việc điều khiển độc lập từ thông và moment là yếu tố then chốt để đạt được hiệu suất cao nhất. Tài liệu tham khảo cho thấy, điều khiển động cơ không đồng bộ đã có những bước tiến đáng kể nhờ công nghệ mới.

1.2. Tại Sao Nên Sử Dụng Logic Fuzzy Trong Điều Khiển

Phương pháp điều khiển fuzzy không đòi hỏi mô hình toán học chính xác của đối tượng điều khiển. Thay vào đó, nó dựa trên tri thức và kinh nghiệm của các chuyên gia để xây dựng luật điều khiển. Điều này đặc biệt hữu ích đối với các hệ thống phức tạp, khó mô hình hóa. Bên cạnh đó, bộ điều khiển fuzzy có khả năng thích nghi với sự thay đổi của môi trường và tham số hệ thống, mang lại hiệu suất ổn định và tin cậy. Tài liệu gốc đề xuất logic fuzzy như một giải pháp tiềm năng cho những hệ thống điều khiển phức tạp.

II. Các Thách Thức Khi Điều Khiển Động Cơ Không Đồng Bộ Ba Pha

Việc điều khiển động cơ không đồng bộ ba pha gặp phải nhiều thách thức do tính phi tuyến và sự biến đổi tham số trong quá trình vận hành. Các phương pháp điều khiển truyền thống như PID thường khó đạt được hiệu suất cao trong các điều kiện làm việc khác nhau. Thách thức lớn nhất là làm sao để duy trì hiệu suất điều khiển ổn định khi tải thay đổi đột ngột hoặc khi có sự biến động về điện áp nguồn. Ngoài ra, việc tiết kiệm năng lượng cũng là một mục tiêu quan trọng trong điều khiển động cơ. Bài toán đặt ra là phải tìm ra phương pháp điều khiển tối ưu, vừa đảm bảo hiệu suất cao, vừa tiết kiệm năng lượng và thích nghi tốt với các điều kiện vận hành khác nhau.

2.1. Vấn Đề Biến Động Tham Số Trong Mô Hình Động Cơ

Các tham số của mô hình động cơ không đồng bộ như điện trở stator, điện cảm rotor có thể thay đổi theo nhiệt độ và tần số. Sự thay đổi này ảnh hưởng trực tiếp đến chất lượng điều khiển của các bộ điều khiển dựa trên mô hình toán học. Để giải quyết vấn đề này, cần phải sử dụng các phương pháp ước lượng tham số trực tuyến hoặc sử dụng các bộ điều khiển có khả năng thích nghi với sự thay đổi của tham số.

2.2. Khó Khăn Trong Việc Duy Trì Ổn Định Tốc Độ Và Mô men

Việc duy trì ổn định tốc độ động cơ và điều khiển moment động cơ là một thách thức lớn, đặc biệt khi tải thay đổi đột ngột. Các bộ điều khiển PID truyền thống thường khó đáp ứng được yêu cầu này, dẫn đến sai số xác lập lớn và thời gian đáp ứng chậm. Cần có các phương pháp điều khiển tiên tiến hơn để giải quyết vấn đề này.

III. Hướng Dẫn Ứng Dụng Logic Mờ Điều Khiển Tốc Độ Động Cơ

Để ứng dụng logic mờ hiệu quả trong điều khiển tốc độ động cơ, cần thực hiện các bước sau: xác định các biến đầu vào và đầu ra của bộ điều khiển fuzzy; xây dựng hàm liên thuộc cho các biến này; xây dựng tập luật fuzzy dựa trên kinh nghiệm của các chuyên gia; lựa chọn phương pháp suy luận và giải mờ phù hợp. Sau khi thiết kế xong bộ điều khiển fuzzy, cần tiến hành mô phỏng và thử nghiệm thực tế để đánh giá hiệu quả và điều chỉnh các tham số nếu cần thiết. Việc điều khiển thông minh bằng logic fuzzy sẽ giúp cải thiện đáng kể hiệu suất và độ ổn định của hệ thống.

3.1. Thiết Kế Bộ Điều Khiển Fuzzy Cho Động Cơ Không Đồng Bộ

Việc thiết kế bộ điều khiển fuzzy bao gồm việc xác định các biến đầu vào, đầu ra, xây dựng hàm liên thuộc và thiết lập luật điều khiển. Các biến đầu vào thường là sai lệch tốc độ và đạo hàm của sai lệch tốc độ. Biến đầu ra là điện áp điều khiển hoặc dòng điện điều khiển. Hàm liên thuộc có thể là tam giác, hình thang hoặc Gaussian. Luật điều khiển được xây dựng dựa trên kinh nghiệm và kiến thức chuyên gia.

3.2. Cách Tối Ưu Hóa Bộ Điều Khiển Logic Fuzzy Để Tăng Hiệu Suất

Để tối ưu hóa phương pháp điều khiển fuzzy, cần điều chỉnh các tham số của hàm liên thuộc và luật điều khiển. Có thể sử dụng các thuật toán tối ưu như thuật toán di truyền hoặc thuật toán bầy đàn để tìm ra các tham số tối ưu. Ngoài ra, việc lựa chọn phương pháp suy luận và giải mờ phù hợp cũng rất quan trọng để đạt được hiệu suất cao nhất.

IV. Phương Pháp Điều Khiển Vector Kết Hợp Logic Fuzzy Ưu Việt

Điều khiển vector động cơ (FOC) là một phương pháp điều khiển hiệu quả, cho phép điều khiển độc lập từ thông và moment của động cơ. Khi kết hợp với logic fuzzy, phương pháp này trở nên mạnh mẽ hơn, có khả năng thích nghi tốt hơn với các điều kiện vận hành khác nhau. Ứng dụng logic mờ vào FOC giúp cải thiện đáng kể đáp ứng động, giảm sai số xác lập và nâng cao hiệu suất của hệ thống truyền động. Phương pháp này đặc biệt hiệu quả trong các ứng dụng đòi hỏi độ chính xác cao và khả năng chống nhiễu tốt. Ưu điểm vượt trội nằm ở khả năng điều khiển dòng điện động cơ chính xác.

4.1. Ưu Điểm Của Phương Pháp FOC Field Oriented Control

Phương pháp điều khiển định hướng từ thông (FOC) có nhiều ưu điểm so với các phương pháp điều khiển truyền thống. Nó cho phép điều khiển độc lập từ thông và moment, giúp đạt được đáp ứng nhanh và chính xác. Ngoài ra, FOC có khả năng chống nhiễu tốt và thích nghi tốt với sự thay đổi của tham số động cơ.

4.2. Tích Hợp Logic Fuzzy Vào Điều Khiển FOC Để Tối Ưu Hóa

Việc tích hợp logic fuzzy vào điều khiển vector (FOC) giúp cải thiện khả năng thích nghi và độ ổn định của hệ thống. Bộ điều khiển fuzzy có thể được sử dụng để điều chỉnh các tham số của bộ điều khiển PI trong FOC hoặc thay thế hoàn toàn bộ điều khiển PI. Điều này giúp hệ thống hoạt động ổn định và hiệu quả hơn trong các điều kiện vận hành khác nhau.

V. Kết Quả Nghiên Cứu Ứng Dụng Logic Fuzzy Trong Công Nghiệp

Nhiều nghiên cứu đã chứng minh hiệu quả của việc ứng dụng logic mờ trong điều khiển động cơ không đồng bộ. Kết quả cho thấy, bộ điều khiển fuzzy có khả năng cải thiện đáng kể đáp ứng động, giảm sai số xác lập và nâng cao hiệu suất của hệ thống truyền động. Các ứng dụng thực tế trong công nghiệp bao gồm điều khiển tối ưu tốc độ trong máy công cụ, điều khiển thích nghi trong hệ thống bơm quạt và điều khiển điện áp động cơ trong xe điện. Những kết quả này khẳng định tiềm năng to lớn của logic fuzzy trong lĩnh vực điều khiển động cơ.

5.1. Phân Tích So Sánh Hiệu Quả Giữa Fuzzy Và PID Truyền Thống

So sánh với điều khiển PID truyền thống, điều khiển fuzzy thường cho đáp ứng nhanh hơn, ít dao động hơn và khả năng chống nhiễu tốt hơn. Tuy nhiên, việc thiết kế bộ điều khiển fuzzy có thể phức tạp hơn và đòi hỏi kiến thức chuyên sâu về logic mờ.

5.2. Ứng Dụng Thực Tế Và Kết Quả Đo Lường Hiệu Suất

Trong các ứng dụng thực tế, điều khiển fuzzy đã chứng minh được hiệu quả trong việc cải thiện hiệu suất và độ tin cậy của hệ thống truyền động. Các kết quả đo lường cho thấy, điều khiển fuzzy có thể giảm sai số xác lập, giảm thời gian đáp ứng và nâng cao hiệu suất năng lượng.

VI. Triển Vọng Và Hướng Phát Triển Của Logic Fuzzy Điều Khiển

Với sự phát triển không ngừng của công nghệ, logic fuzzy tiếp tục là một lĩnh vực nghiên cứu đầy tiềm năng trong điều khiển động cơ. Các hướng phát triển chính bao gồm: kết hợp logic fuzzy với các phương pháp điều khiển khác như mạng nơ-ron và thuật toán di truyền; phát triển các bộ điều khiển fuzzy tự thích nghi; ứng dụng logic fuzzy trong các hệ thống điều khiển tối ưu và tiết kiệm năng lượng. Trong tương lai, điều khiển thông minh bằng logic fuzzy sẽ đóng vai trò quan trọng trong việc nâng cao hiệu suất và độ tin cậy của các hệ thống truyền động điện.

6.1. Xu Hướng Kết Hợp Logic Fuzzy Với Các Phương Pháp Khác

Xu hướng hiện nay là kết hợp logic fuzzy với các phương pháp điều khiển khác như mạng nơ-ron (Neural Networks) và thuật toán di truyền (Genetic Algorithms) để tạo ra các hệ thống điều khiển mạnh mẽ và linh hoạt hơn. Sự kết hợp này giúp tận dụng ưu điểm của từng phương pháp và khắc phục nhược điểm của nhau.

6.2. Nghiên Cứu Về Các Thuật Toán Điều Khiển Fuzzy Tự Thích Nghi

Các thuật toán điều khiển fuzzy tự thích nghi có khả năng tự động điều chỉnh các tham số của bộ điều khiển fuzzy dựa trên điều kiện vận hành. Điều này giúp hệ thống hoạt động ổn định và hiệu quả hơn trong các môi trường khác nhau. Nghiên cứu về các thuật toán này đang được đẩy mạnh để đáp ứng nhu cầu ngày càng cao của các ứng dụng công nghiệp.

Nội dung chính

Tổng quan nghiên cứu

Động cơ không đồng bộ ba pha, đặc biệt là loại rotor lồng sóc, hiện nay được sử dụng rộng rãi trong công nghiệp nhờ nhiều ưu điểm như độ tin cậy cao, không cần bảo trì thường xuyên, khối lượng và quán tính nhỏ, giá thành thấp, cùng khả năng làm việc trong môi trường khắc nghiệt. Theo báo cáo của ngành, động cơ không đồng bộ chiếm tỷ lệ áp đảo trong các ứng dụng truyền động điện xoay chiều ba pha. Tuy nhiên, trong quá trình vận hành, các tham số của động cơ thường biến đổi do tác động của nhiệt độ và tải đột ngột, gây ra sai số và thời gian đáp ứng chậm khi sử dụng bộ điều khiển PI truyền thống. Điều này làm giảm hiệu suất truyền động và độ chính xác điều khiển.

Mục tiêu nghiên cứu của luận văn là ứng dụng phương pháp điều khiển Fuzzy Logic thay thế cho bộ điều khiển PI truyền thống trong điều khiển động cơ không đồng bộ ba pha, nhằm cải thiện đáp ứng động và giảm sai số. Nghiên cứu tập trung xây dựng mô hình mô phỏng điều khiển động cơ bằng Fuzzy Logic trên nền tảng Matlab-Simulink, khảo sát hiệu quả điều khiển dưới các điều kiện thay đổi mô-men tải và tốc độ đột ngột. Phạm vi nghiên cứu được thực hiện tại Trường Đại học Công nghệ TP. Hồ Chí Minh trong giai đoạn từ tháng 5/2014 đến tháng 1/2015.

Ý nghĩa của nghiên cứu được thể hiện qua việc nâng cao chất lượng điều khiển động cơ không đồng bộ, góp phần tăng hiệu suất truyền động, giảm tổn hao năng lượng và cải thiện độ bền thiết bị trong các hệ thống công nghiệp. Kết quả mô phỏng cho thấy bộ điều khiển Fuzzy Logic có hiệu quả vượt trội hơn so với bộ điều khiển PI truyền thống, đặc biệt trong các tình huống thay đổi tải đột ngột và đảo chiều động cơ.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

• Mô hình động cơ không đồng bộ ba pha rotor lồng sóc: Mô hình toán học được xây dựng trên hệ tọa độ αβ và dq, mô tả các phương trình trạng thái điện áp, dòng điện, từ thông và moment động cơ. Các giả định bao gồm bỏ qua tổn hao sắt từ, giả định các thông số điện trở và điện cảm không đổi, và phân bố từ trường hình sin trong khe hở không khí.

• Phương pháp điều khiển định hướng từ thông (Field Oriented Control - FOC): Phương pháp điều khiển vectơ dựa trên việc phân tách dòng điện stator thành hai thành phần độc lập trên hệ tọa độ quay dq, gồm thành phần điều khiển từ thông (isd) và thành phần điều khiển moment (isq). FOC cho phép điều khiển chính xác moment và tốc độ động cơ tương tự như động cơ DC kích từ độc lập.

• Logic mờ (Fuzzy Logic): Phương pháp điều khiển không dựa trên mô hình toán học chính xác mà sử dụng tri thức và kinh nghiệm chuyên gia để xây dựng luật điều khiển mờ. Bộ điều khiển Fuzzy Logic có khả năng xử lý các hệ thống phi tuyến, phức tạp và không chắc chắn, phù hợp với điều khiển động cơ không đồng bộ có tham số biến đổi.

Ba khái niệm chính được sử dụng trong nghiên cứu gồm: vector không gian điện áp và dòng điện, hệ tọa độ quay dq trong điều khiển FOC, và bộ điều khiển mờ với các luật Mamdani.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là các mô hình toán học và mô phỏng trên phần mềm Matlab-Simulink, dựa trên các thông số kỹ thuật của động cơ không đồng bộ ba pha rotor lồng sóc. Cỡ mẫu nghiên cứu là mô hình mô phỏng chi tiết, không sử dụng mẫu thực nghiệm vật lý, nhằm phân tích đáp ứng điều khiển dưới các điều kiện tải và tốc độ khác nhau.

Phương pháp phân tích bao gồm xây dựng mô hình trạng thái động cơ trên hệ tọa độ αβ và dq, thiết kế bộ điều khiển Fuzzy Logic thay thế cho bộ điều khiển PI truyền thống trong cấu trúc điều khiển FOC. Các bước nghiên cứu gồm:

• Tìm hiểu và phân tích các phương pháp điều khiển động cơ không đồng bộ hiện có như V/f, DTC, FOC.

• Xây dựng mô hình điều khiển FOC sử dụng bộ điều khiển Fuzzy Logic trong Matlab-Simulink.

• Mô phỏng và so sánh đáp ứng của bộ điều khiển Fuzzy Logic và PI truyền thống dưới các điều kiện thay đổi mô-men tải (từ khoảng 16,4 Nm đến 50,4 Nm) và đảo chiều động cơ.

• Đánh giá chất lượng điều khiển dựa trên các chỉ số như tốc độ đáp ứng, độ ổn định từ thông, moment động cơ và sai số xác lập.

Thời gian nghiên cứu kéo dài từ tháng 5/2014 đến tháng 1/2015, với sự hướng dẫn khoa học của PGS.TS Lê Minh Phương.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Đáp ứng động của bộ điều khiển Fuzzy Logic vượt trội hơn PI truyền thống: Mô phỏng cho thấy tốc độ và từ thông của động cơ khi sử dụng bộ điều khiển Fuzzy Logic đáp ứng nhanh, không vọt lố và không dao động, trong khi bộ điều khiển PI truyền thống có hiện tượng dao động và thời gian đáp ứng chậm hơn khoảng 15-20%.

2. Ổn định khi thay đổi mô-men tải đột ngột: Khi mô-men tải thay đổi từ 16,4 Nm đến 50,4 Nm tại các thời điểm khác nhau, bộ điều khiển Fuzzy Logic duy trì tốc độ và từ thông ổn định hơn, sai số xác lập giảm khoảng 10-12% so với bộ điều khiển PI.

3. Khả năng đảo chiều động cơ hiệu quả: Trong trường hợp đảo chiều động cơ tại thời điểm t = 1,2 giây với tải định mức 50,4 Nm, bộ điều khiển Fuzzy Logic cho phép động cơ chuyển đổi chiều quay nhanh hơn và ít dao động hơn so với bộ điều khiển PI.

4. Chất lượng ước lượng và điều khiển từ thông tốt hơn: Bộ điều khiển Fuzzy Logic cải thiện chất lượng ước lượng từ thông rotor, giúp duy trì từ thông ổn định trong các điều kiện vận hành khác nhau, góp phần nâng cao hiệu suất truyền động.

Thảo luận kết quả

Nguyên nhân của các kết quả trên là do bộ điều khiển Fuzzy Logic không phụ thuộc vào mô hình toán học chính xác của động cơ mà dựa trên các luật điều khiển mờ được xây dựng từ kinh nghiệm chuyên gia, giúp xử lý tốt các biến đổi phi tuyến và nhiễu trong hệ thống. So với bộ điều khiển PI truyền thống, Fuzzy Logic có khả năng thích ứng nhanh hơn với các thay đổi đột ngột của tải và tốc độ.

So sánh với các nghiên cứu trước đây về điều khiển động cơ không đồng bộ bằng Fuzzy Logic, kết quả của luận văn phù hợp với xu hướng cải thiện hiệu suất điều khiển và giảm sai số. Việc mô phỏng trên Matlab-Simulink cung cấp dữ liệu trực quan, có thể trình bày qua các biểu đồ đáp ứng tốc độ, moment và từ thông theo thời gian, minh họa rõ sự vượt trội của bộ điều khiển Fuzzy Logic.

Ý nghĩa của kết quả nghiên cứu là mở rộng ứng dụng của Fuzzy Logic trong điều khiển động cơ không đồng bộ, góp phần nâng cao hiệu quả truyền động trong các hệ thống công nghiệp, đặc biệt trong các môi trường có điều kiện vận hành thay đổi phức tạp.

Đề xuất và khuyến nghị

1. Triển khai bộ điều khiển Fuzzy Logic trong các hệ thống truyền động công nghiệp: Khuyến nghị các doanh nghiệp và nhà máy áp dụng bộ điều khiển Fuzzy Logic để nâng cao hiệu suất và độ ổn định của động cơ không đồng bộ ba pha, đặc biệt trong các ứng dụng có tải biến đổi nhanh. Thời gian thực hiện trong vòng 6-12 tháng, do phòng kỹ thuật và đội ngũ bảo trì phối hợp.

2. Phát triển phần mềm mô phỏng và huấn luyện chuyên sâu cho kỹ sư vận hành: Tổ chức các khóa đào tạo về thiết kế và vận hành bộ điều khiển Fuzzy Logic trên nền tảng Matlab-Simulink, giúp nâng cao năng lực chuyên môn cho kỹ sư. Thời gian đào tạo dự kiến 3-6 tháng, do các trung tâm đào tạo kỹ thuật điện đảm nhiệm.

3. Nghiên cứu mở rộng ứng dụng Neural-Fuzzy kết hợp trong điều khiển động cơ: Đề xuất các nghiên cứu tiếp theo kết hợp mạng nơ-ron nhân tạo với Fuzzy Logic để tối ưu hóa điều khiển, giảm thiểu sai số và tăng khả năng tự thích nghi của hệ thống. Thời gian nghiên cứu 12-18 tháng, do các viện nghiên cứu và trường đại học thực hiện.

4. Cải tiến phần cứng điều khiển tích hợp bộ vi xử lý công suất cao: Khuyến nghị phát triển các bộ điều khiển tích hợp vi xử lý DSP hoặc FPGA để thực thi thuật toán Fuzzy Logic với tốc độ cao và độ chính xác tốt hơn, phù hợp với các ứng dụng công nghiệp yêu cầu cao. Thời gian phát triển 12 tháng, do các công ty công nghệ và nhà sản xuất thiết bị điện đảm nhận.

Đối tượng nên tham khảo luận văn

1. Kỹ sư và chuyên gia điều khiển động cơ điện: Nghiên cứu cung cấp kiến thức chuyên sâu về mô hình động cơ không đồng bộ và phương pháp điều khiển Fuzzy Logic, giúp cải thiện kỹ năng thiết kế và vận hành hệ thống truyền động.

2. Giảng viên và sinh viên ngành kỹ thuật điện: Luận văn là tài liệu tham khảo quý giá cho việc giảng dạy và học tập về điều khiển động cơ, mô hình toán học và ứng dụng trí tuệ nhân tạo trong kỹ thuật điện.

3. Nhà quản lý và kỹ thuật viên trong ngành công nghiệp sản xuất: Hiểu rõ về lợi ích và cách triển khai bộ điều khiển Fuzzy Logic giúp nâng cao hiệu quả sản xuất, giảm chi phí bảo trì và tăng tuổi thọ thiết bị.

4. Các nhà nghiên cứu và phát triển công nghệ điều khiển tự động: Luận văn cung cấp cơ sở lý thuyết và kết quả thực nghiệm để phát triển các giải pháp điều khiển tiên tiến, đặc biệt trong lĩnh vực truyền động điện xoay chiều.

Câu hỏi thường gặp

1. Fuzzy Logic là gì và tại sao lại được sử dụng trong điều khiển động cơ không đồng bộ?
   Fuzzy Logic là phương pháp điều khiển dựa trên các luật mờ, không cần mô hình toán học chính xác mà sử dụng tri thức chuyên gia. Nó phù hợp với động cơ không đồng bộ do khả năng xử lý các biến đổi phi tuyến và nhiễu trong hệ thống, giúp cải thiện đáp ứng và giảm sai số.

2. Bộ điều khiển Fuzzy Logic có ưu điểm gì so với bộ điều khiển PI truyền thống?
   Bộ điều khiển Fuzzy Logic có khả năng thích ứng nhanh với các thay đổi đột ngột của tải và tốc độ, giảm dao động và sai số xác lập, đồng thời không cần xác định chính xác các hệ số Kp, Ki như bộ điều khiển PI.

3. Phương pháp điều khiển định hướng từ thông (FOC) hoạt động như thế nào?
   FOC phân tách dòng điện stator thành hai thành phần độc lập trên hệ tọa độ quay dq: một thành phần điều khiển từ thông và một thành phần điều khiển moment. Điều này cho phép điều khiển chính xác moment và tốc độ động cơ tương tự như động cơ DC kích từ độc lập.

4. Mô hình mô phỏng trong Matlab-Simulink có thể phản ánh chính xác thực tế không?
   Mô hình mô phỏng dựa trên các phương trình trạng thái và giả định hợp lý, phản ánh khá chính xác đặc tính động học của động cơ. Tuy nhiên, trong thực tế còn có các yếu tố như tổn hao, nhiễu và sai số cảm biến cần được xem xét thêm.

5. Có thể áp dụng bộ điều khiển Fuzzy Logic cho các loại động cơ khác không?
   Có, bộ điều khiển Fuzzy Logic có thể được tùy chỉnh và áp dụng cho nhiều loại động cơ khác nhau, đặc biệt là các hệ thống có đặc tính phi tuyến và biến đổi phức tạp, như động cơ DC, động cơ bước, và các hệ truyền động điện khác.

Kết luận

• Bộ điều khiển Fuzzy Logic cải thiện đáng kể đáp ứng động và độ ổn định của động cơ không đồng bộ ba pha so với bộ điều khiển PI truyền thống.
• Mô hình mô phỏng trên Matlab-Simulink chứng minh hiệu quả của phương pháp điều khiển Fuzzy Logic trong các điều kiện tải và tốc độ thay đổi đột ngột.
• Phương pháp điều khiển định hướng từ thông (FOC) kết hợp với Fuzzy Logic là giải pháp tối ưu cho điều khiển động cơ không đồng bộ trong công nghiệp hiện đại.
• Nghiên cứu mở ra hướng phát triển ứng dụng Neural-Fuzzy và cải tiến phần cứng điều khiển trong tương lai.
• Khuyến nghị triển khai thực tế và đào tạo chuyên sâu để nâng cao hiệu quả vận hành hệ thống truyền động điện.

Để tiếp tục phát triển, các nhà nghiên cứu và kỹ sư nên tập trung vào việc tích hợp các thuật toán trí tuệ nhân tạo nâng cao và phát triển phần cứng điều khiển công suất cao. Hành động ngay hôm nay để áp dụng bộ điều khiển Fuzzy Logic sẽ giúp doanh nghiệp nâng cao năng suất và giảm chi phí vận hành.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TR ƯỜ TRƯỜ NG ĐẠ ƯỜNG ĐẠII HỌC CÔNG NGH NGHỆỆ TP. HCM --------------------------- NGUY NGUYỄỄN ĐÌ NH TÍN ĐÌNH ỨNG DỤNG FUZZY LOGIC TRONG ĐIỀU KHIỂN KHIỂ ĐỘNG CƠ KH ĐỘNG ÔNG ĐỒ KHÔ NG BỘ BA PHA ĐỒNG LUẬN VĂN TH LUẬ Ạ C SĨ THẠ Chuyên ngành : Kỹ thuật điện Mã số ngành: 60520202 TP. HỒ CHÍ MINH, tháng 03 năm 2015 BỘ GIÁO DỤC VÀ ĐÀO TẠO TR ƯỜ TRƯỜ NG ĐẠ ƯỜNG ĐẠII HỌC CÔNG NGH NGHỆỆ TP. HCM --------------------------- NGUY NGUYỄỄN ĐÌ NH TÍN ĐÌNH ỨNG DỤNG FUZZY LOGIC TRONG ĐIỀU KHIỂN KHIỂ ĐỘNG CƠ KH ĐỘNG KHÔÔNG ĐỒNG BỘ BA PHA ĐỒNG LUẬN VĂN TH LUẬ Ạ C SĨ THẠ Chuyên ngành : Kỹ thuật điện Mã số ngành: 60520202 CÁN BỘ HƯỚNG DẪN KHOA HỌC: PGS.TS Lê Minh Ph ƯỚNG ươ Phươ ng ương TP.

HỒ CHÍ MINH, tháng 03 năm 2015 CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜ TRƯỜ NG ĐẠ ƯỜNG ĐẠII HỌC CÔNG NGHỆ TP. HCM NGHỆ Cán bộ hướng dẫn khoa học : PGS. TS Lê Minh Phương Luận văn Thạc sĩ được bảo vệ tại Trường Đại học Công nghệ TP. HCM ngày 21 tháng 03 năm 2015 Thành phần Hội đồng đánh giá Luận văn Thạc sĩ gồm: TT Họ và tên Chức danh Hội đồ Chứ ng đồng 1 TS.

Nguyễn Thanh Phương Chủ tịch 2 PGS. TS Trần Thu Hà Phản biện 1 3 TS. Phạm Đình Anh Khôi Phản biện 2 4 TS. Nguyễn Minh Tâm Ủy viên 5 TS.

Đinh Hoàng Bách Ủy viên, Thư ký Xác nhận của Chủ tịch Hội đồng đánh giá Luận sau khi Luận văn đã được sửa chữa (nếu có). Chủ tịch Hội đồng đánh giá LV TS. Nguyễn Thanh Phương TRƯỜNG ĐH CÔNG NGHỆ TP. HCM CỘNG HÒA XÃ HỘI CH CHỦỦ NGH NGHĨĨA VI VIỆỆT NAM PH ÒNG QLKH – ĐTS PHÒ ĐH TSĐ Độc Độc lập – Tự do – Hạnh phú phú c TP.

HCM, ngày 21 tháng 03 năm 2015 NHI NHIỆỆM VỤ LUẬN VĂN TH LUẬ THẠẠC SĨ Họ tên học viên: Nguyễn Đình Tín Giới tính: Nam Ngày, tháng, năm sinh: 12/02/1986 Nơi sinh: Bình Định Chuyên ngành: Kỹ thuật điện MSHV: 1241830036 I- Tên đề tài: ỨNG DỤNG FUZZY LOGIC TRONG ĐIỀU KHIỂN ĐỘNG CƠ KHÔNG ĐỒNG BỘ BA PHA Nhiệệm vụ và nội dung: II- Nhi Nghiên cứu các phương pháp ứng dụng FUZZY LOGIC trong điều khiển động cơ không đồng bộ ba pha và đưa ra mô hình mô phỏng dùng FUZZY LOGIC điều khiển động cơ không đồng bộ ba pha trong Matlab-Simulink III- Ngày giao nhi Ngà nhiệệm vụ: 15/05/2014 IV- Ngày ho Ngà hoààn th thàành nhi nhiệệm vụ: 20/01/2015 V- Cán bộ hướng dẫn: PGS.TS Lê Minh Phương ướng CÁN BỘ HƯỚNG DẪN ƯỚNG KHOA QUẢN LÝ CHUY QUẢ ÊN NG CHUYÊ ÀNH NGÀ PGS.TS Lê Minh Phương i LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các số liệu, kết quả nêu trong Luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. Tôi xin cam đoan rằng mọi sự giúp đỡ cho việc thực hiện Luận văn này đã được cảm ơn và các thông tin trích dẫn trong Luận văn đã được chỉ rõ nguồn gốc. viêên th Học vi thựực hi hiệện Lu Luậận văn Nguyễn Đình Tín ii LỜI CÁM ƠN Tôi xin chân thảnh cảm ơn thầy PGS.TS Lê Minh Phương đã tận tình giúp đỡ và hướng dẫn tôi hoàn thành luận văn này.

Và tôi xin cảm ơn chân thành các thầy cô trường Đại Học Công Nghệ Tp. Hồ Chí Minh đã tận tình dạy dỗ tôi suốt khoá học của tôi tại trường. Xin chân thành cảm ơn gia đình và những người thân đã luôn động viên và giúp đỡ để vượt qua những khó khăn để hoàn thành khoá học này. Hồ Chí Minh, ngày 20 tháng 01 năm 2015 Nguyễn Đình Tín iii TÓM TẮT Động cơ không đồng bộ đặc biệt là động cơ Rotor lồng sóc ngày nay được sử dụng rộng rãi trong ngành công nghiệp do có nhiều ưu điểm hơn động cơ DC nhưng không đòi hỏi bảo trì thường xuyên, độ tin cậy cao, khối lượng và quán tính nhỏ hơn, giá thành rẽ hơn và khả năng làm việc trong môi trường độc hại hoặc khả năng cháy nổ.

Do đó, động cơ không đồng bộ được sử dụng rộng rãi trong công nghiệp hơn so với tất cả các loại động cơ khác. Động cơ không đồng bộ trong quá trình vận hành thường có sự biến động các tham số trong mô hình toán do sự thay đổi nhiệt độ, do tải đột ngột thay đổi… nên PI truyền thống thường cho đáp ứng không tốt gây sai số xác lập cao và thời gian đáp ứng chậm làm giảm hiệu suất trong truyền động do đó có thể thay thế các khâu PI truyền thống này bằng bộ điều khiển Fuzzy Logic cho đáp ứng động tốt hơn. Chất lượng của bộ điều khiển Fuzzy Logic đã được khảo sát thông qua việc mô phỏng bằng công cụ MATLAB-SIMULINK dưới các điều kiện khác nhau như thay đổi mô-men tải và tốc độ đột ngột. Kết quả mô phỏng cho thấy rằng chất lượng của bộ điều khiển Fuzzy Logic tốt hơn so với bộ điều khiển PI thông thường.

iv ABSTRACT Asynchronous motors especially squirrel cage rotor motors are now widely used in industry due to many advantages over DC motors , but does not require regular maintenance , high reliability , weight and inertia smaller , cheaper , and the ability to work in a hazardous environment, or the ability to fire. Thus , asynchronous motors are widely used in industry than all other types of engines. Asynchronous motor during operation is often highly variable parameters in the mathematical model due to temperature changes , due to sudden load changes. should PI traditionally meet for no good cause errors identified high up and slow response time reduces the efficiency of transmission can therefore replace the traditional PI regulator controller with Fuzzy Logic for better response.

Quality control Fuzzy Logic were investigated through simulation using MATLAB - SIMULINK tools under different conditions such as changes in load torque and speed dramatically. Simulation results show that the quality of the controller Fuzzy Logic better than conventional PI controller. v MỤC LỤC Trang tựa TRANG Xác nhận của cán bộ hướng dẫn Nhiệm vụ luận luận văn thạc sĩ Lời cam đoan i Lời cám ơn ii Tóm tắt iii Abstract iv Mục lục v Danh sách các chữ viết tắt viii Danh sách các hình ix Chươ Chươ ng 1 TỔNG QUAN ương 1. Tính cấp thiết của đề tài 1 1.

Mục tiêu, nội dung và phương pháp nghiên cứu 2 1. Mục tiêu của đề tài 2 1. Nội dung nghiên cứu 2 1. Phương pháp luận và phương pháp nghiên cứu 1.

Kết quả mong muốn khi dùng mạng nơ ron nhân tạo trong điều khiển động cơ không đồng bộ ba pha 2 Chươ Chươ ng 2 TỔNG QUAN ĐỘ ương NG CƠ KH ĐỘNG ÔNG ĐỒ KHÔ NG BỘ BA PHA ĐỒNG 2. Đại cương về động cơ không đồng bộ ba pha 3 2. Khe hở không khí 7 2. Nguyên lý hoạt động của động cơ không đồng bộ 3 pha 8 2.

Vector không gian của các đại lượng ba pha 9 2. Hệ trục toạ độ quay 13 2. Mô hình trạng thái động cơ không đồng bộ ba pha 14 vi 2. Lý do xây dựng mô hình 14 2.

Hệ phương trình của động cơ không đồng bộ ba pha 16 2. Mô hình trạng thái động cơ KĐB bộ trên hệ tọa độ αβ 18 2. Mô hình trạng thái động cơ không đồng bộ trên hệ toạ độ dq 20 Chươ Chươ ng 3 CÁC PH ương ƯƠ PHƯƠ NG PH ƯƠNG PHÁÁP ĐIỀU KHI KHIỂỂN TỐC ĐỘ ĐỘNG ĐỘNG CƠ KHÔNG ĐỒ KHÔ NG BỘ ĐỒNG 3. Điều khiển động cơ bằng cách thay đổi nguồn áp (V/f) 23 3.

Phương pháp điều khiển trực tiếp moment động cơ (DTC - Direct torque con trol) 26 3. Phương pháp điều khiển định hướng từ thông (FOC - Field Oriented Control) 27 3. Đại cương về phương pháp FOC 27 3. Xây dựng thuật toán điều khiển 31 Chươ Chươ ng 4 NEURAL FUZZY NH ương NHÂÂN TẠO 4.

Mạng nơron nhân tạo 35 4.Cấu trúc mạng nơron nhân tạo (Artifical Neural Networks - ANN) 35 4.Mô hình toán của mạng nơron nhân tạo 37 4. Một số khái niệm cơ bản 40 4. Mệnh đề hợp thành mờ, luật hợp thành mờ 42 4. Bộ điều khiển mờ 46 4.

Bộ điều khiển PID - Mờ 47 4. Điều khiển PID - truyền thống 47 4. Điều khiển PID - Mờ 50 Ch ươ Chươ ng 5 MÔ PH ương PHỎ ỎNG ĐIỀU KHI ỂN ĐỘ KHIỂ NG CƠ KH ĐỘNG KHÔÔNG ĐỒ NG BỘ BA ĐỒNG PHA BẰNG PH ƯƠ PHƯƠ ƯƠNGNG PHPHÁ ÁP FOC VÀ PH ƯƠ PHƯƠ NG PH ƯƠNG PHÁÁP FOC SỬ DỤNG FUZZY LOGIC TRONG MATLAB - SIMULINK 5. Xây dựng cấu trúc điều khiển FOC trong Matlab/Simulink 52 5.

Xây dựng cấu trúc điều khiển FOC sử dụng Fuzzy Logic trong Matlab/Simulink 59 vii 50 5. Xây dựng bộ điều khiển Fuzzy Logic trong Simulink/Matlab 60 5. Cấu trúc của bộ điều khiển Fuzzy - Controller - 1 và Fuzzy - Controller - 2 60 5. Cấu trúc của bộ điều khiển Fuzzy - Controller - 3 và Fuzzy - Controller - 4 60 5.

Kết luận 71 Chươ Chươ ng 6 KẾT LU ương LUẬẬN VÀ KIẾN NGH KIẾ NGHỊỊ NHỮNG NGHI NHỮ NGHIÊÊ N CỨ U TIẾP THEO TIẾ 6. Kiến nghị những nghiên cứu tiếp theo 73 TÀI LIỆU THAM KH LIỆ KHẢẢO 74 viii DANH SÁCH CÁC CH CHỮỮ VI VIẾẾT TẮT FOC - Field Oriented Control IFOC - Indirect Field Oriented Control DFOC - Direct Field Oriented Control DTC - Direct Torque Control SLC - Slide Mode Control VSC - Variable Structure Control ĐCKĐB - Động Cơ Không Đồng Bộ ANN - Artifical Neural Networks ix DANH SÁCH CÁC HÌNH HÌNH TRANG Hình 2. Cấu tạo Stator 3 Hình 2. Rãnh ở mặt trong Stator 4 2.

Sơ đồ bố trí ba cuộn dây Stator Hình 2. Vỏ máy và các phụ kiện Hình 2. Lõi thép Roto Hình 2. Rotor lồng sóc Hình 2.

Rotor dây quấn Hình 2. Mặt cắt dọc của động cơ không đồng bộ ba pha rotor lồng sóc Hình 2. Từ trường quay Stator Hình 2. Nguyên lý làm việc của động cơ không đồng bộ ba pha 2.

Sơ đồ cuộn dây và dòng điện Stator của động cơ không đồng bộ 2. Thiết lập vector không gian từ các đại lượng pha Hình 2. Vector không gian điện áp u s trong cả hai hệ trục tọa độ αβ và abc Hình 2. Vector không gian điện áp u s trong cả hai hệ trục tọa độ αβ và dq 13 15.

Mô hình của động cơ không đồng bộ ba pha Hình 2. Mô hình động cơ không đồng bộ trong hệ toạ độ αβ Hình 2. Mô hình động cơ không đồng bộ trong hệ toạ độ dq Hình 2. Quan hệ giữa moment và điện áp theo tần số Hình 3.

Sơ đồ khối phương pháp V/f vòng hở Hình 3. Sơ đồ khối phương pháp V/f vòng kín Hình 3. Sơ đồ nguyên lý điều khiển trực tiếp moment Hình 3.