Điều khiển động cơ không đồng bộ không dùng cảm biến tốc độ
ĐIỀU KHIỂN ĐỘNG CƠ KHÔNG ĐỒNG BỘ
KHÔNG DÙNG CẢM BIẾN TỐC ĐỘ
Đặng Thành Nhân1
1Trường đại học Sư phạm Kỹ thuật TP.HCM
TÓM TẮT
Theo sơ đồ nguyên lý điều khiển định hướng trường, luận văn đề ra giải pháp dùng mạng
Neural với cấu trúc phù hợp để ước lượng tốc độ động cơ. Loại bỏ hoàn toàn khâu đo tốc độ bẳng
cảm biến trong sơ đồ điều khiển, tín hiệu tốc độ ước lượng được hồi tiếp cho vòng điều khiển là
cơ sở cho việc điều chế vector dòng và áp cung cấp cho mạch stator động cơ không đồng bộ nhằm
duy trì tốc độ và momen trên trục động cơ, hoặc đưa tốc độ và momen về giá tri khác theo yêu cầu
cụ thể của hệ truyền động. Quá trình mô phỏng được thực hiện với nhiều trạng thái vận hành khác
nhau của động cơ không đồng bộ, kết quả cho thấy bộ ước lượng tốc độ dùng mạng Neural đáp
ứng rất tốt trong điều kiện vận hành chịu nhiều tác động (thay đổi thông số động cơ không đồng
bộ), cũng như những yêu cầu thay đổi trạng thái khác nhau, liên tục của hệ truyền động. Kết luận
bộ ước lượng tốc độ sử dụng mạng Neural thay thế hoàn toàn các cảm biến đo tốc độ động cơ.
Từ khóa: Động cơ không đồng bộ; điều khiển định hướng trường; cảm biến tốc độ; điều khiển tốc
độ không cảm biến; mạng thần kinh nhân tạo.
ABSTRACT
According to the field-driven steering principle, the thesis proposes a solution using a neural network
with a suitable structure to estimate the engine speed. Completely deactivating the sensor speed
measurement in the control scheme, the feedback rate feedback signal for the control loop is the basis for
the current and voltage vector design for the non-stationary stator motor circuit. It is designed to maintain
the speed and torque of the motor shaft, or to provide a speed and torque of a different value according to
the specific requirements of the drive system. Simulation was performed with different operating states of
asynchronous motors. The results showed that Neural network speed estimators responded well in terms of
operating conditions with varying impacts (change asynchronous motor parameters), as well as the
requirements for varying the state of the transmission. Conclusion Neural network speed estimators
completely replace the motor speed sensor.
Keywords: Asynchronous motors; field-oriented control; speed sensor; sensorless control;
artificial neural network.
1. MÔ HÌNH TOÁN HỌC ĐỘNG CƠ
KHÔNG ĐỒNG BỘ 3 PHA
1.1. Vector không gian của các đại lượng
động cơ không đồng bộ 3 pha.
Động cơ không đồng bộ 3 pha
(ĐCKĐB3P) có ba cuộn dây stator với dòng
điện ba pha bố trí không gian tổng quát trên
các hệ trục tọa độ như sau
- Hệ tọa độ cố định stator αβ
ꢁꢂꢃ = ꢁꢂꢄ
ꢆ
ꢀ
(1.1)
(1.2)
( )
ꢁꢂꢄ + 2ꢁꢂꢈ
ꢁꢂꢅ
=
ꢇ
√
Hình 1. 1 Dòng điện stator dưới dạng
vector không gian ở hệ tọa độ αβ
⇒ ꢉꢂ = ꢁꢂꢃ + ꢊꢁꢂꢅ
- Hệ tọa độ cố định stator dq
- 1 -
- Phương trình momen
ꢇ
ꢘ = ꢚ ꢓꢔ ꢛΨꢐꢃꢁꢂꢅ − Ψꢐꢅꢁꢂꢃꢜ (1.6)
ꢙ
ꢓ
ꢗ
- Phương trình trạng thái viết dưới dạng
vector
ꢞ
ꢎꢝ
= ꢠꢂꢡꢂ + ꢢꢂꢌꢂꢂ
(1.7)
ꢎꢟ
Trong đó:
ꢣꢂ = ꢤꢁꢂꢃ, ꢁꢂꢅ, ΨꢐꢃΨꢐꢅꢥꢖ: vector trạng thái
ꢌꢂꢂ = ꢤꢍꢂꢃ, ꢍꢂꢅꢥꢖ : vector đầu vào
Hình 1. 2 Vector dòng stator trên hệ tọa độ
dq và αβ.
As: ma trận hệ thống; Bs: ma trận đầu vào
ꢧꢆꢆ
ꢧꢙꢆ ꢧꢙꢙ
ꢧ
Ma trận ꢠꢂ = ꢦ
ꢆꢙꢨ trong đó:
Tất cả các vector đều quay xung quanh
gốc tọa độ với tốc độ góc s dưới dạng như
sau:
ꢆ
ꢠꢆꢆ = − ꢖ . ꢪ ; ꢠꢆꢙ
=
ꢆꢫꢬ ꢭꢖꢆ . ꢪ − ꢮ. ꢯꢰ ;
ꢬꢓ
ꢩ
ꢔ
ꢗ
ꢓ
ꢆ
ꢠꢙꢆ
=
ꢔ . ꢪ; ꢠꢙꢙ = − ꢖ . ꢪ + ꢮ. ꢯ
ꢌꢂ = ꢍꢂꢎ + ꢊꢍꢂꢏ; ꢍꢐ = ꢍꢐꢎ + ꢊꢍꢐꢏ
ꢖ
ꢗ
ꢗ
ꢉ = ꢁꢂꢎ + ꢊꢁꢂꢏ; ꢁꢐ = ꢁꢐꢎ + ꢊꢁꢐꢏ
ꢂ
ꢋ
(1.3)
ꢱ
ꢱꢙ
Ma trận ꢢꢂ = ꢦ ꢆꢨ, trong đó:
ꢑꢂ = ꢒꢂꢎ + ꢊꢒ ; ꢒꢐꢎ + ꢊꢒ
ꢂꢏ
ꢐꢏ
Do trục d của hệ tọa độ mới trùng với trục
ꢆ
0
0
0
0
ꢢꢆ =
. ꢪ; ꢢꢙ = ꢲ
ꢳ
ꢬꢓ
ꢞ
từ thông rotor r khi ấy thành phần trục q
của từ thông rotor sẽ mất đi và ta thu được
các quan hệ vật lý giữa momen quay, từ
thông rotor và các thành phần dòng. Các
quan hệ ấy được biểu diễn như sau:
- Mô hình trạng thái của ĐCKĐB3P trên
hệ toạ độ αβ.
ꢓ
ꢔ
ꢒꢐꢎ
=
. ꢁꢂꢎ
(1.4)
(1.5)
ꢆꢕꢂꢖ
ꢗ
ꢘ = . ꢓꢔ . ꢚ. ꢒꢐꢎ. ꢁꢂꢏ
ꢇ
ꢙ
ꢓ
ꢗ
Từ (1.5) ta thấy rằng: từ thông rotor bị thay
đổi bởi thành phần dòng isd (gọi là dòng tạo
từ thông) với một quán tính nhất định. Vậy
là giá trị chủ đạo isd* sẽ là đại lượng đặt của
khâu điều chỉnh từ thông. Dòng isq sẽ đặc
trưng cho momen quay và vì vậy ta có thể sử
dụng đại lượng đầu ra của khâu điều chỉnh
tốc độ quay làm giá trị chủ đạo isq* cho thành
phần sinh momen
Hình 1. 3 Mô hình trạng thái ĐCKĐB3P
trên hệ tọa độ αβ
1.3. Hệ phương trình cơ bản của động cơ
không đồng bộ 3 pha trên hệ tọa độ quay
dq
- Phương trình momen
ꢇ
ꢘ = ꢚ ꢓ ꢒꢐꢎꢁꢂꢏ
(1.8)
ꢔ
ꢙ
ꢓ
ꢗ
1.2. Hệ phương trình cơ bản của động cơ
trên hệ tọa độ cố định αβ
- Phương trình trạng thái viết dưới dạng
vector
- 2 -
ꢴ
ꢎꢝ
= ꢠꢵꢣꢵ + ꢢꢵꢌꢂꢵ + ꢶꢣꢵꢮꢂ
(1.9)
liên kết nhảy lớp. Trong mạng này, các
Neural của lớp ngõ vào (input layer) không
được tính toán, chỉ đóng vai trò là ngõ vào
cho lớp Neural kế tiếp, lớp kế tiếp này được
gọi là lớp ẩn. Theo lý thuyết, một mạng
Neural có thể có nhiều lớp ẩn nhưng điều
này sẽ làm tăng độ phức tạp trong việc huấn
luyện mạng và vì vậy, mạng có một hoặc hai
lớp ẩn sẽ cung cấp độ chính xác thích hợp và
tổng quát hóa trong nhiều trường hợp. Nếu
mạng chỉ có một lớp ẩn, để đạt kết quả thỏa
mãn cần sử dụng duy nhất hàm tác động phi
tuyến cho lớp ẩn này. Còn đối với mạng hai
lớp ẩn sẽ cho độ chính xác cao hơn. Lớp cuối
cùng trong mạng được gọi là lớp ngõ ra
(output layer).
ꢎꢟ
Trong đó:
ꢣꢵ = ꢤꢁꢂꢎ, ꢁꢂꢏ, Ψꢐꢎ, Ψꢐꢏꢥꢖlà vector trạng thái
ꢌꢂꢵ = ꢤꢍꢂꢎ, ꢍꢂꢏꢥꢖ là vector đầu vào
Af là ma trận hệ thống, Bf là ma trận đầu
vào và N ma trận phi tuyến tương tác với:
ꢠꢵ
1
1 − ꢸ
1 − ꢸ
ꢸꢹꢺ
1 − ꢸ
⎡
⎢
⎢
⎢
⎢
⎢
⎢
⎢
⎣
⎤
⎥
⎥
⎥
⎥
⎥
⎥
⎥
⎦
−
0
ꢮ
ꢷꢬ
ꢸꢷ ꢹꢺ
ꢐ
1 − ꢸ
1
0
−
−
ꢮ
ꢷꢬ
ꢸꢹꢺ
1
ꢸꢷ ꢹꢺ
ꢐ
=
;
ꢹꢺ
0
−
−ꢮ
ꢷ
ꢷ
ꢬ
ꢬ
ꢹꢺ
ꢷꢬ
1
−
0
ꢮ
ꢷꢬ
ꢆ
0
⎡
⎢
⎢
⎢
⎣
⎤
ꢬꢓ
0
−1
0
1
0
0
0
0
0
0
−1
0
0
0
0
ꢞ
ꢆ
ꢬꢓ
0
⎥
⎥
⎥
⎦
ꢢꢵ =
; ꢻ = ꢼ
ꢽ
0
ꢞ
0
0
0
0
- Mô hình trạng thái ĐCKĐB3P trên hệ
toạ độ dq
Hình 2. 1 Cấu trúc ANN truyền thẳng một
lớp ẩn
2.2. Thuật toán lan truyền ngược
Thuật toán lan truyền ngược được tạo ra
bằng cách khái quát hóa quy tắc huấn luyện
Widrow-Hoff (tổng bình phương nhỏ nhất)
cho nhiều lớp mạng và các hàm truyền dẫn
phi tuyến khác nhau. Vector đầu vào và
vectơ đầu ra tương ứng được sử dụng để
huấn luyện mạng cho đến khi nó có thể gần
đúng một hàm. Một hệ quả rất có giá trị của
định nghĩa này là mọi hàm liên tục đều có
thể đo lường được. Do đó mọi hàm liên tục
tuyến tính hoặc phi tuyến đều có thể thực
hiện được với một mạng Neural.
Hình 1. 4 Mô hình trạng thái của
ĐCKĐB3P trên hệ tọa độ dq
2. MẠNG NEURAL TRUYỀN THẲNG
2.1. Mạng Neural truyền thẳng nhiều lớp.
Mạng truyền thẳng nhiều lớp (Multilayer
Feedforward) bao gồm các khối chứa nhiều
lớp, các Neural của lớp này chỉ được nối với
các Neural của lớp tiếp theo, không được kết
nối các nút trong cùng một lớp và không có
2.3. Ước lượng tốc độ rotor sử dụng mang
Neural
Ưu điểm của mạng Neural là có thể xấp
- 3 -
xỉ các quan hệ phi tuyến mà không cần biết
cấu trúc của quan hệ đó, khi sử dụng kỹ thuật
này hệ thống có thể tính toán gần như chính
xác, ngay cả khi thông tin chưa đầy đủ.
Mạng ANN có thể hoạt động như bộ lọc
thông thấp, vì vậy, không cần bộ lọc bổ sung.
Thời gian thực hiện của một ước lượng hầu
như là khá ngắn so với những bộ ước lượng
tốc độ động cơ khác, dẫn đến việc đáp ứng
tốc độ nhanh và rất tốt ở vùng tốc độ thấp
lẫn tốc độ cao.
momen quay giống như dòng phần ứng
trong động cơ một chiều.
- Bộ điều chỉnh dòng có tín hiệu đầu vào
là dòng điện mong muốn ꢁꢂ∗ꢏ từ thông
mong muốn ꢾꢐ∗ (dòng điện ꢁꢂ∗ꢎ - dòng
kích từ) và dòng điện stator đo được từ động
cơ. Bộ điều chỉnh dòng sẽ căn cứ vào sai
lệch dòng điện stator giữa dòng điện stator
mong muốn và dòng điện stator đo được để
điều chỉnh điện áp điều khiển động cơ đạt
được tốc độ mong muốn.
Hệ thống dựa trên mạng Neural có khả
năng chịu đựng được các sự cố lớn đối với
các biến thể tham số và loại bỏ tiếng ồn. Thu
thập các dữ liệu ngõ vào là điện áp và dòng
điện ở thời điểm hiện tại và thời điểm trễ một
chu kỳ lấy mẫu. Số lượng mẫu có thể lên đến
hàng ngàn mẫu được thực hiện trong quá
trình huấn luyện.
3.2. Mô tả sơ đồ nguyên lý điều khiển định
hướng trường
Hình 3.1 động cơ được nuôi bởi bộ
nghịch lưu nguồn áp. Đại lượng điều khiển
phải là điện áp, điện áp đó thông qua khâu
điều chế vector không gian và nghịch lưu để
đặt lên stator động cơ. Khâu điều chế vector
không gian được coi là khâu truyền tải chính
xác về góc pha và biên độ pha. Nếu điện áp
cho trước dưới dạng usd, usq và ωs ta cần sử
dụng khâu chuyển tọa độ điện áp để tính
chuyển sang usα, usβ trước khi đưa tới khâu
điều chế vector không gian.
3. ĐIỀU KHIỂN TỐC ĐỘ ĐỘNG CƠ
THEO PHƯƠNG PHÁP ĐỊNH HƯỚNG
TRƯỜNG
3.1. Sơ đồ nguyên lý điều khiển định
hướng trường
Sơ đồ nguyên lý như Hình 3.1 bộ điều
khiển động cơ gồm hai phần:
Biến dòng được sử dụng để đo giá trị isu,
isv. Thông qua hai bộ chuyển đổi hệ tọa độ
(uvw-αβ; αβ-dq) thành hai dòng isd và isq là
hai đại lượng điều khiển từ thông và momen
quay. Hai giá trị này sẽ được đưa đến bộ điều
chỉnh dòng kết hợp điều khiển PID cùng với
hai giá trị ꢁꢂ∗ꢎ, ꢁꢂ∗ꢏ mong muốn so sánh độ
sai lệch, sau đó thực hiện chuyển tọa độ tạo
tín hiệu điều khiển vector không gian trước
khi đưa vào bộ nghịch lưu.
Máy đo tốc độ quay đo tốc độ của rotor là
ω thực hiện hồi tiếp so sánh với tốc độ mong
muốn ω*, lấy tín hiệu sai lệch đưa vào khâu
điều chỉnh tốc độ động cơ ω thu được tín
hiệu cần ꢮꢐ∗, hiệu chỉnh ꢁꢂ∗ꢏ làm ngõ vào
bộ điều chỉnh dòng kết hợp điều khiển PID.
Đồng thời, lấy tín hiệu ω đưa vào mô hình
từ thông tính góc θs đưa vào hai khối chuyển
Hình 3. 1 Mô hình điều khiển tốc độ động
cơ tựa theo từ thông rotor
- Bộ điều chỉnh tốc độ tạo ra momen quay
cho động cơ, có tín hiệu đầu vào là sai lệch
tốc độ giữa tốc độ mong muốn và tốc độ thực
của rotor, tín hiệu đầu ra là dòng điện mong
muốn ꢁꢂ∗ꢏ. Dòng điện ꢁꢂ∗ꢏ là dòng điện tạo
- 4 -
tọa độ αβ-dq và dq-αβ.
cung cấp từ các biến dòng.
4. ĐIỀU KHIỂN ĐỘNG CƠ KHÔNG
ĐỒNG BỘ KHÔNG CẢM BIẾN TỐC
ĐỘ
4.2. Thiết kế mạng Neural truyền thẳng
ước lượng tốc độ
Dựa trên sơ đồ khối Hình 4.1, việc cần
thiết là phải cấu trúc một bộ ước lượng tốc
độ phù hợp để cho ra kết quả tốc độ ước
lượng chính xác nhất. Dựa vào phương trình
trạng thái động cơ (1.7) và (1.9) trên hai hệ
tọa độ αβ và dq. Ta thấy rằng tốc độ rotor
động cơ thực tại phụ thuộc hoàn toàn vào
dòng điện, điện áp thực tại, dòng điện, điện
áp trước đó và vận tốc trước đó (trễ bậc 1).
Nên một mạng Neural phù hợp nhất được
chọn là mạng truyền thẳng nhiều lớp ẩn với
các thông số ngõ vào, ngõ ra và luật học cụ
thể như sau:
4.1. Mô hình điều khiển tốc độ động cơ
không đồng bộ 3 pha không cảm biến tốc
độ
- Mô hình điều khiển như Hình 4.1 tác giả
đã sử dụng bộ ước lượng tốc độ rotor động
cơ thay thế cảm biến tốc độ.
- Ngõ vào bao gồm 13 giá tri: usu(k),
usu(k-1), usv(k), usv(k-1), usw(k), usw(k-1),
isu(k), isu(k-1), isv(k), isv(k-1), isw(k), isw(k-1),
ωr(k-1). Các giá trị điện áp và dòng điện trên
hệ tọa độ uvw (hay abc) được cung cấp từ
các biến dòng và biến áp đo lường như Hình
4.1, việc ngõ vào của bộ ước lượng có các
đại lượng trễ bậc 1 usuvw(k-1); isuvw(k-1) và
ωr(k-1) là hết sức cần thiết vì đơn giản muốn
biết được chính xác tốc độ hiện tại thì phải
biết được tốc độ trước đó. Trong Hình 4.1
không thể hiện ngõ vào tốc độ trễ bậc 1 là do
ωr(k-1) được tính toán từ giá trị usuvw(k-1),
isuvw(k-1) trong bộ ước lượng.
Ước
lượng
tốc độ
Hình 4. 1 Sơ đồ cấu trúc hệ điều khiển
không cảm biến tốc độ trên hệ tọa độ αβ
Giá trị tốc độ được khối ước lượng tạo ra
đưa đến khối mô hình tựa từ thông sử dụng
tính toán góc θs và từ thông ψrd. Giá trị tốc
độ còn được so lệch với tốc độ đặt kết quả
so lệch đưa đến khối điều chế tốc độ quay
tính ra đại lượng dòng điện ꢁꢂ∗ꢏ. Tốc độ ước
lượng còn được đưa đến khối điều chế từ
thông đặt tạo ra giá trị chủ đạo ꢒꢐ∗ꢎ quyết
định giá trị từ hóa của ĐCKĐB. Giá trị từ
thông đặt được so lệch với từ thông thực từ
mô hình điều khiển từ thông được đưa đến
khối điều chế từ thông tính giá trị dòng ꢁꢂ∗ꢎ.
Hai gia trị ꢁꢂ∗ꢏ và ꢁꢂ∗ꢎ được đưa đến khối
chuyển tọa độ thành các giá trị ꢁꢂ∗ꢃ, ꢁꢂ∗ꢅ các
- Ngõ ra của bộ ước lượng trong sơ đồ
khối Hình 4.1 là tốc độ rotor đông cơ ωr(k)
ở thời điểm hiện tại. Hàm truyền của lớp ẩn
bộ ước lượng là Tansigmoid và hàm truyền
của lớp ra là Purelin và được huấn luyện theo
giải thuật lan truyền ngược.
giá trị này tiếp tục được chuyển đến khối
điều chỉnh dòng hay là so lệch với ꢁꢂꢃ ꢁꢂꢅ
tạo ra các đại lượng ꢍꢂꢃ ꢍꢂꢅ . Các giá trị
ꢁꢂꢃ, ꢁꢂꢅ được tạo ra từ khối chuyển tọa đô
3/2 giá trị đầu vào của khối chuyển tọa độ
3/2 là dòng điện các pha ꢁꢂꢄ, ꢁꢂꢈ, ꢁꢂꢿ được
- Mạng Neural được huấn luyện với số
lớp ẩn được chọn bằng phương pháp thử sai.
Quá trình huấn luyện có thời gian lấy mẫu là
0.000002s và số mẫu là 1.500.001 mẫu, số
lớp ẩn được chọn ngẫu nhiên. Tiến hành so
sánh các kết quả huấn luyện với số lớp ẩn
- 5 -
khác nhau, để có kết quả tốc độ ước lượng
tốt như mong muốn, ít phức tạp và thời gian
ước lượng nhanh thì mạng Neural với 9 lớp
ẩn là hợp lý nhất.
Vọt lố là 0,4% trong 0,25s. Sai lệch (hiệu)
giữa tốc độ thực và tốc độ ước lượng khoảng
0,02%. Trạng thái ổn định sau sai lệch là 1s
như Hình 4.4.
4.3. Kết quả mô phỏng điều khiển động cơ
không cảm biến tốc độ
- Sơ đồ kết nối trong Simulink MATLAB
Điều khiển động cơ không đồng bộ không
cảm biến tốc độ
Hình 4. 4 Sai lệch giữa tốc độ thực với tốc
độ ước lượng
Sự biến đổi của dòng điện stator và
momen xoắn không tải của động cơ như
Hình 4.5 sau đây:
Hình 4. 2 Mô hình Simulink/MATLAB điều
khiển ĐCKĐB3P
- Khả năng đáp ứng tức thời: Khi không
tải với tốc độ đặt là 500 (wm). Hình 4.3 thể
hiện tốc độ đặt, tốc độ thực tế và tốc độ ước
lượng là tương tự hay trùng khớp với nhau.
a. Dòng điện stator
a.
b. Momen xoắn trên trục động cơ.
Hình 4.5 a. Dòng điện stator; b. Momen
xoắn của động cơ không tải
Khi tải thay đổi động cơ hoạt động với tốc
độ 500(wm) tại thời điểm 0,5s. Sau đó tải
được đưa vào theo thứ tự 792(N*m);
0(N*m); -792(N*m) và 0(N*m) tại thời
điểm là: 2s; 5s; 8s và 12s. Tốc độ động cơ
lúc này được thể hiện trên Hình 4. 6 bên dưới.
b.
Hình 4. 3 Tốc độ động cơ ở trạng thái
không tải
- 6 -
cơ khi tải thay đổi
- Thay đổi tốc độ và momen tải
a.
a.
b.
Hình 4. 6 Tốc độ động cơ khi tải thay đổi
b.
Sai lệch giữa tốc độ thực và tốc độ ước
lượng được trình bày trên Hình 4.7a cho thấy
rằng tốc độ thực tế và tốc độ ước tính luôn
luôn bám sát nhau rất tốt với lỗi có ít hơn
0,2% và thời gian đáp ứng là rất ngắn
khoảng 0,2s.
c.
Hình 4. 8 Tốc độ đông cơ khi tốc độ đặt và
momen thay đổi
5. KẾT LUÂN
a.
Bộ ước lượng tốc độ làm việc rất tốt, đáp
ứng rất nhanh với nhiều trạng thái vận hành
khác nhau như: không tải, tốc độ và tải
thay đổi... Tín hiệu hồi tiếp chính xác giúp
dãi điều chỉnh tốc độ mịn trong tất cả các
vùng tốc độ (cao và thấp) và đáp ứng momen
xoắn trong cả hai chiều (tải dương và tải âm).
Có sai số luôn nhỏ hơn 0,5% giữa tốc độ
thực tế và ước lượng khi thay đổi tham số
đầu vào (tốc độ và momen tải). Tốc độ ước
lượng gần như trùng khớp hoàn toàn với tốc
b.
Hình 4. 7 a. Sai lệch tốc độ thực và tốc độ
ước lượng; b. Momen xoắn trên trục động
- 7 -
độ đo được từ cảm biến.
Nghệ Các Trường Đại Học Kỹ Thuật Số 74
– 2009. 29 trang.
Nội dung bài viết có thể được cải thiện độ
chính xác ước lượng và đáp ứng động của bộ
ước lượng tốc độ bằng cách tính toán các lỗi
điện áp, dòng điện gây ra nhiễu tại các thời
điểm đóng cắt. Sử dụng mạng Neural ước
lượng trực tiếp các thông số của động cơ để
thích nghi với sự thay đổi của các thông số
Ls, Lr, Lm, J.
[4]. An MRAS Sensorless Technique Based
on the MCA EXIN + Neuron for High
Performance Induction Motor Drives,
Member IEEE Universite de Technologie de
Belfort-Montbeliard (UTBM), Rue Thierry
Mieg, 90010 Belfort Cedex, France,
m.cirrincione@ieee.org Marcello Pucci,
Member IEEE I.S.S.I.A.-C.N.R. Section of
Palermo (Institute on Intelligent Systems for
the Automation) Viale delle Scienze snc,
TÀI LIỆU THAM KHẢO
[1]. Nguyễn Phùng Quang – Andreas
Dittrich, Truyền Động Điện Thông Minh,
Nhà xuất bản Khoa Học Kỹ Thuật, 2002,
trang 7.
90128
Palermo
–
Italy
marcello.pucci@ieee.org, MARS atm 1-2-
2005, pp 59-72.
[2]. Phan Quốc Dũng – Tô Hữu Phúc,
Truyền Động Điện, Nhà xuất bản ĐHQG
TP.HCM 2003, 281 trang.
[5] Huỳnh Thái Hoàng, Hệ Thống Điều
Khiển Thông Minh, Nhà xuất bản ĐHQG
TP.HCM, 2006, 421 trang.
[3]. Điều Khiển Động Cơ Không Đồng Bộ
Không Cần Cảm Biến Tốc Độ Sử Dụng Lọc
Kalman Trong Cấu Trúc Có Tách Kênh
Trực Tiếp, Nguyễn Đình Hiếu - Nguyễn
Phùng Quang, Tạp Chí Khoa Học & Công
Tác giả chịu trách nhiệm bài viết:
Họ tên: Đặng Thành Nhân
Đơn vị: Trường Cao Đẳng Nghề Vĩnh Long
Điện thoại: 0917.288.773
Email: nhantcn@gmail.com
Xác nhận của Giảng viên hướng dẫn
(Ký & ghi rõ h tên)
- 8 -
8 trang
09/01/2024
24300
Free
Bạn đang xem tài liệu "Điều khiển động cơ không đồng bộ không dùng cảm biến tốc độ", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- dieu_khien_dong_co_khong_dong_bo_khong_dung_cam_bien_toc_do.pdf
