Đang tải... (xem toàn văn)
Bài viết trình bày một phương pháp chỉnh sửa để ước lượng điện trở rô to và stato sử dụng mạng nơ ron nhân tạo cho truyền động động cơ không đồng bộ không cảm biến tốc độ. Tốc độ động cơ cũng được ước lượng bằng một mạng nơ ron. Việc ước lượng chính xác tốc độ động cơ, điện trở rô to và stato đã cải thiện và nâng cao chất lượng của hệ truyền động.
Tạp chí Khoa học Cơng nghệ 133 (2019) 008-014 Ước lượng điện trở rô to stato sở mạng nơ ron nhân tạo ứng dụng điều khiển động Rotor and Stator Resistance Estimation Based on Artificial Neural Network Applied in Induction Motor Control Phạm Văn Tuấn*, Phạm Hùng Phi, Nguyễn Thanh Sơn, Nguyễn Tùng Lâm Trường Đại học Bách khoa Hà Nội - Số 1, Đại Cồ Việt, Hai Bà Trưng, Hà Nội Đến Tòa soạn: 18-9-2018; chấp nhận đăng: 20-3-2019 Tóm tắt Bài báo trình bày phương pháp chỉnh sửa để ước lượng điện trở rô to stato sử dụng mạng nơ ron nhân tạo cho truyền động động không đồng không cảm biến tốc độ Tốc độ động ước lượng mạng nơ ron Việc ước lượng xác tốc độ động cơ, điện trở rô to stato cải thiện nâng cao chất lượng hệ truyền động Kết mô thực nghiệm cho thấy tốc độ ước lượng bám tốc độ thực, đồng thời sai số điện trở rô to stato ước lượng mạng nơ ron với điện trở rô to stato danh định nhỏ Từ khóa: Mạng nơ ron nhân tạo (ANN), Điều khiển không cảm biến tốc độ, ước lượng điện trở rô to, ước lượng điện trở stato Abstract This paper presents a modified method for rotor and stator resistance estimation using atificial neural network for sensorless induction motor drive Speed of the induction motor also is estimated using the artificial neural network Therefore, the accurate estimation of the speed of induction motor, the rotor and stator resistance improved the quality of the sensorless induction motor drive The results of simulation and experiment show that the estimated speed tracks the real speed of induction motor, simultaneously the error between the estimated rotor and stator resistance using neural network and the normal rotor and stator resistance is extremely small Keywords: Artificial neural network (ANN), Sensorless control, Rotor resistance estimation, Stator resistance estimation DANH MỤC CÁC KÝ HIỆU Ký hiệu rdvm rqvm sd sq rdim rqim Vsd Vsq isd isq Đặt vấn đề Vấn đề điều khiển tựa từ thông rô to gián tiếp không cảm biến tốc độ động không đồng phần quan trọng nghiên cứu hệ truyền động động không đồng Trong điều khiển tựa từ thông rô to không cảm biến tốc độ, góc từ thơng rơ to phụ thuộc vào điện trở rô to [1] Mặt khác ước lượng từ thông rô to nhạy cảm với thay đổi điện trở rô to stato đặc biệt vùng tốc độ thấp; ước lượng tốc độ động lại phụ thuộc vào ước lượng từ thông rô to [2], [3] Do việc ước lượng xác điện trở rơ to stato nâng cao độ xác ước lượng tốc độ, ước lượng từ thông rơ to Từ cải thiện chất lượng cho hệ truyền động không cảm biến tốc độ tựa từ thông rơ to [1] Trong q trình làm việc điện trở rơ to biến thiên tới 100% thay đổi nhiệt độ, tần số rô to, lấy thông tin thông qua việc sử dụng mô hình nhiệt cảm biến nhiệt độ khó khăn, đặc biệt động không đồng rơ to lồng sóc [2], [3], [4] Một số thuật tốn ước lượng điện trở rơ to nghiên cứu thực thuật tốn thích nghi tham chiếu mơ hình (MRAS) từ thơng cơng suất phản kháng thực [5], [6], lọc Kalman mở Giải thích ký hiệu Từ thơng rơ to dọc trục tính từ mơ hình điện áp, hệ tọa độ gắn với stato Từ thông rô to ngang trục tính từ mơ hình điện áp, hệ tọa độ gắn với stato Từ thông stato dọc trục, hệ tọa độ gắn với stato Từ thông stato ngang trục, hệ tọa độ gắn với stato Từ thông rô to dọc trục tính từ mơ hình dòng điện, hệ tọa độ gắn với stato Từ thơng rơ to ngang trục tính từ mơ hình dòng điện, hệ tọa độ gắn với stato Điện áp stato dọc trục, hệ tọa độ gắn với stato Điện áp stato ngang trục, hệ tọa độ gắn với stato Dòng điện stato dọc trục, hệ tọa độ gắn với stato Dòng điện stato ngang trục, hệ tọa độ gắn với stato Tạp chí Khoa học Công nghệ 133 (2019) 008-014 rộng [7], [8], điều khiển trượt [9], [10], điều khiển mờ [11], [12] Phương pháp ước lượng điện trở rơ to q trình làm việc động sử dụng mạng nơ ron nghiên cứu thực [3], [4] phương pháp ước lượng điện trở bị giới hạn tốc độ học lựa chọn trước khơng thay đổi q trình ước lượng Do vậy, lựa chọn tốc độ học không phù hợp dẫn đến trình huấn luyện mạng chậm sai số đầu mạng lớn Việc lựa chọn tốc độ học phù hợp chủ yếu dựa vào kinh nghiệm người nghiên cứu Mặt khác điện trở stato thay đổi tới 50% q trình làm việc [3] Thuật toán ước lượng điện trở stato có nghiên cứu đề cập [13], [14] dựa quan sát Luenberger, điều khiển mờ [15], [16], MRAS [17], [18] sử dụng để nhận dạng điện trở stato Phương pháp ước lượng điện trở stato trình làm việc động sử dụng mạng nơ ron nghiên cứu thực [3] tốc độ học phải lựa chọn trước khơng thay đổi q trình ước lượng Trong nghiên cứu này, tác giả đề xuất phương pháp hiệu chỉnh để ước lượng điện trở rô to stato sử dụng mạng nơ ron nhân tạo với tốc độ học cập nhật theo chu kỳ lấy mẫu sd = (Vsd − Rs isd ) dt sq = (Vsq − Rs isq ) dt (2) Do điện áp chiều cấp cho nghịch lưu bị nhấp nhô, qua khâu tích phân (2) làm cho từ thông stato bị cộng dồn sai số Do để hiệu chỉnh từ thông stato sử dụng lọc thông thấp nhiều cấp (đã trình bày [19] Kết hợp (1) (2) qua số phép biến đổi ta có phương trình sử dụng để ước lượng từ thơng rơ to theo mơ hình điện áp sau: vm rd (k) = vm (k) = rq L L − L2m Lr sd (k − 1) − s r isd (k − 1) Lm Lm L L − L2m Lr sq (k − 1) − s r isq (k − 1) Lm Lm (3) Mặt khác, phương trình mơ hình thích nghi (mơ hình dòng điện) có dạng sau: rimd = (1/ Tr ) ( Lm isd − rimd − r Tr rqim ) dt im im im rq = (1/ Tr ) ( Lm isq − rq + r Tr rd ) dt (4) Rời rạc hóa hệ phương trình (3) qua số bước biến đổi ta có: Cấu trúc báo gồm phần chính; Phần tác giả liệt kê số phương pháp nhận dạng điện trở rô to stato thực Phần trình bày ước lượng điện trở rô to với mạng nơ ron truyền thẳng nhiều lớp sử dụng với tốc độ học cập nhật theo chu kỳ lấy mẫu Ước lượng điện trở stato với mạng nơ ron hồi quy có tốc độ học cập nhật theo chu kỳ lấy mẫu trình bày phần Các kết mơ thực nghiệm phần chứng minh với thuật toán hiệu chỉnh tốc độ học mạng nơ ron đề xuất, điện trở rô to stato ước lượng xác dẫn đến tốc độ ước lượng động bám sát với tốc độ thực, nâng cao chất lượng hệ truyền động không cảm biến tốc độ động không đồng im im im rd ( k ) = W1 rd ( k − 1) − W2 rq ( k − 1) + W3isd ( k − 1) im im im (5) rq ( k ) = W1 rq ( k − 1) + W2 rd ( k − 1) + W3isq ( k − 1) Hàm bình phương sai số từ thơng tính từ hai mơ hình theo (3) (5) viết sau: E = (k) = rvm (k) − rim (k) 2 (6) Các trọng số mạng W1, W3 tìm từ việc huấn luyện mạng cho cho hàm bình phương sai số E nhỏ ([3], [4]) W1, W3 xác định sau: Ước lượng điện trở rô to động không đồng sử dụng mạng nơ ron nhân tạo W1 (k) = W1 (k − 1) + 1W1 (k) (7) W3 (k) = W3 (k − 1) + 3 W3 (k) (8) Với: Cấu trúc ước lượng điện trở rô to động dựa MRAS ([3], [4]) T (9) W1 (k) = −E / W1 = rvm (k ) − rim (k ) rim (k − 1) T (10) W3 (k) = −E / W3 = rvm ( k ) − rim (k ) is (k − 1) Ở tốc độ học 1 3 số chọn trước Vấn đề đặt thay tốc độ học số hàm cho sau lần cập nhật trọng số hiệu chỉnh làm giảm giá trị sai lệch E Đặt: i (k) = Wi (k) Wi (k − 1) hàm i (k) tích sai lệch trọng số hiệu chỉnh i lần tính k (k-1) Từ xây dựng hàm hàm tốc độ học dựa vào sai lệch i (k) cho tốc độ học thay đổi theo hướng giảm sai lệch Các đầu mơ hình tham chiếu (mơ hình điện áp) tính sau: vm Lr ' rd = L (Vsd - Rs isd ) dt - Ls isd m vm = Lr (V - R i ) dt - L' i (1) rq s sq sq s sq L m Từ thơng stato tính sau: Tạp chí Khoa học Cơng nghệ 133 (2019) 008-014 E mạng, tức i (k) dương, mạng có tốc độ hội Hàm bình phương sai số dòng điện stato đo lường với dòng điện stato ước lượng theo (16) viết sau: (15) E2 = (k) = is (k) − is* (k) 2 Trọng số mạng W4 tìm từ việc huấn luyện mạng cho cho hàm bình phương sai số E2 nhỏ [3] W4 xác định sau: tụ chậm, phải tăng tốc độ học; i (k) âm, mạng bị điều chỉnh, phải giảm tốc độ học Xét hàm số: f( i ) = sign( i ) 0 (11) + e − i sign( i ) Đạo hàm f( i ) : f ( i ) e − i sign ( i ) = , với α0 xác định dương i (1 + e − i sign( i ) ) W4 (k) = W4 (k − 1) + 4 W4 (k) T (17) E2 = is (k) − i*s (k) is* (k − 1) W4 Tương tự phương pháp xây dựng hàm tốc độ học để ước lượng điện trở rô to mục Tốc độ học cập nhật sau: W4 (k) = − Vậy hàm f( i ) đồng biến đồng dấu với sai lệch i Do hàm tốc độ học cập nhật theo luật đây: (12) 4 (k) = 4 (k − 1)(1 + f ( )) đây: i (k − 1) tốc độ học thời điểm (k-1), i (k) tốc độ học thời điểm k (k) = W4 (k) W4 (k − 1) f( ) = sign( ) Trọng số W1, W3 hiệu chỉnh việc đào tạo dựa vào (7) (8) Điện trở rô to ước lượng theo (13) (14) sau: Lr (1-W1 ) Ts (18) Trong đó: Chú ý: tốc độ học xác định (12) khác với tốc độ học đề cập tài liệu [3], [4] Rr = (16) Với: Ở f(0) = nên i (k) f( i (k)) với i (k) i (k) = i (k − 1)(1 + f ( i )) (19) 1+ e − sign( ) (20) Tốc độ học xác định (20) khác với tốc độ học đề cập tài liệu [3], [20] Điện trở stato ước lượng sau: (21) Rs = − W4 − (Ts / Ls )( L2m Rr / L2r ) ( Ls / Ts ) (13) (14) LrW3 LmTs Ước lượng từ thông rô to (1) nhạy cảm với thay đổi điện trở stato đặc biệt vùng tốc độ thấp Do vậy, để giảm thiểu sai số ước lượng điện trở rô to biến thiên điện trở stato, ước lượng điện trở stato online phân tích, đề cập phần Rr = Ước lượng tốc độ sử dụng điều khiển không cảm biến báo kế thừa từ tài liệu [21] theo biểu thức (24) đây: r ( k ) = r ( k − 1) + rqvm ( k ) − rqim ( k ) rimd ( k − 1) w / Ts vm im − rd ( k ) − rd ( k ) rqim ( k − 1) Ước lượng điện trở stato động không đồng sử dụng mạng nơ ron nhân tạo (22) Các kết mô thực nghiệm Theo [3] ta có phương trình sau: 4.1 Phân tích ' disd L L L2 = m rimd + m r rqim − m isd + Vsd − Rs isd Ls Lr Tr Lr Lr Tr dt L' disq = Lm im − Lm im − Lm i + V − 15 Rs isq s rq r rd sq sq dt Lr Tr Lr Lr Tr Rời rạc hóa hệ phương trình (15) qua số bước biến đổi ta có: Ở vùng tốc độ thấp từ thông ước lượng từ (3), (5) nhạy cảm với điện trở stato rô to [3] Do ước lượng điện trở rơ to stato q trình làm việc thực phần cải thiện nâng cao chất lượng hệ truyền động không cảm biến tốc độ đặc biệt vùng tốc độ thấp 4.2 Kết mô isd* (k) = W4 isd* (k − 1) + W5 rdim (k − 1) + W6 rqim (k − 1) + W7Vsd (k − 1) * * im im 16 isq (k) = W4 isq (k − 1) + W5 rq (k − 1) − W6 rd (k − 1) + W7Vsq (k − 1) Để mô hệ truyền động không cảm biến tốc độ với ước lượng điện trở rô to stato tác giả sử dụng phần mềm Matlab/ simulink Giả thiết q trình mơ phỏng, điện trở rơ to stato biến thiên 50% so với giá trị ban đầu ([2]- [4]) Điều dẫn đến sai lệch giá trị điện trở rô to stato thực giá 10 Tạp chí Khoa học Cơng nghệ 133 (2019) 008-014 trị điện trở rô to stato đưa vào điều khiển Điện trở rô to động biến thiên từ 1,84Ω đến 2,76 Ω, điện trở stato động biến thiên 1,99Ω đến 2,99 Ω(q trình mơ từ 0÷9 giây); tải T L= 2,0 Nm đóng thời điểm t= 1,5 giây Các thông số động không đồng ba pha cho Bảng + V dc lệch so với tốc độ đặt xấp xỉ 1,25 rad/s; tốc độ ước lượng trung bình 20 rad/s biên độ đập mạch ước lượng tốc độ gần 1,2 rad/s _ ω* r ψ* r Động Ngịch lưu IFOC R^ r va ia vc ic Bộ ước lượng điện trở rotor sử dụng ANN (a) Bộ ước lượng R^s Bộ ước lượng điện trở stator từ thông (Mơ sử dụng ANN hình điện áp) ψvmrα ψvmrβ Bộ ước lượng tốc độ ω^r Hình Sơ đồ khối truyền động điện động không đồng IFOC không cảm biến tốc độ với ước lượng điện trở rô to stato Bảng Các thông số động mô TT Thông số Công suất định mức (b) Hình Tốc độ động bao gồm: tốc độ đặt, tốc độ thật tốc độ ước lượng Giá trị 2,2 kW * Khi ước lượng điện trở rô to stato tác động vào điều khiển không cảm biến: Điện áp định mức 400 V Tần số định mức 50 Hz Điện trở stato 1,99 Ω Điện trở rô to 1,84 Ω Hỗ cảm 0,37 H Số cực 10 Tốc độ định mức 2880 vòng/phút 11 Mơ men qn tính 0,002159 kgm2 * Khi chưa có ước lượng điện trở rơ to stato tác động vào điều khiển không cảm biến tốc độ: Giả thiết trình làm việc điện trở rô to động tăng từ 1,84 đến 2,76 Ω: từ 0÷2 giây giữ 1,84Ω, 2÷7 giây tăng từ 1,84÷2,76Ω, 7÷9 giây giữ 2,76Ω; điện trở stato động biến thiên từ 1,99 Ω đến 2,99 Ω: 0÷2 giây giữ 1,99Ω, 2÷7 giây tăng từ 1,99÷2,99Ω, 7÷9 giây giữ 2,99Ω, điện trở rô to stato đưa vào điều khiển giữ nguyên giá trị ban đầu Hình 2(a) tốc độ đặt, tốc độ thực tốc độ ước lượng tồn thời gian mơ phỏng; từ 1-2 giây điện trở rô to stato chưa thay đổi, tốc độ ước lượng bám tốc độ thực tốc độ đặt động cơ, kể đóng tải TL= 2Nm, tốc độ động giảm xuống tốc độ ước lượng bám sát tốc độ thực Hình 2(b) điện trở stato rơ to biến thiên 50% so với giá trị điện trở nguội ban đầu, tốc độ thực (a) (b) Hình Điện trở rô to stato động bao gồm: điện trở thực, điện trở ước lượng 11 Tạp chí Khoa học Công nghệ 133 (2019) 008-014 làm thực nghiệm điều khiển dòng Sau số phép thử tốc độ học số để ước lượng điện trở rô to stato chọn sau: ηr= 0,0145; ηs= 0,0216 Ở vùng tốc độ thấp, điều khiển không cảm biến tốc độ bị ảnh hưởng nhiều thay đổi điện trở rô to stato vùng tốc độ cao [3], thực nghiệm này, tốc độ thấp 20 rad/ giây đưa vào làm giá trị tốc độ đặt cho điều khiển * Kết ước lượng điện trở rơ to stato: Hình Tốc độ động bao gồm: tốc độ đặt, tốc độ thật, tốc độ ước lượng Các kết mơ Hình với thuật toán ước lượng đề xuất phần điện trở rô to stato ước lượng xác với sai số bé so với giá trị điện trở thực, mặt khác việc ước lượng điện trở rô to stato xác dẫn đến tốc độ ước lượng bám sát với tốc độ thực động (Hình 4), qua nâng cao chất lượng hệ truyền động không cảm biến tốc độ (a) 4.2 Kết thực nghiệm Để kiểm tra lại thuật toán ước lượng điện trở stato rô to đề xuất, truyền động điện động không đồng điều khiển tựa từ thông rô to thực phòng thí nghiệm, Hình Thực nghiệm thực dS 1104 kết nối với máy tính cá nhân, nghịch lưu IGBT với tần số đóng cắt 5kHZ sử dụng để thực hệ truyền động, số liệu động Bảng 1, với tốc độ định mức 2880 vòng/ ≈ 301,44 rad/s (b) (c) Hình (a), (b) Điện trở rô to ước lượng với tốc độ học số; (c) Điện trở rô to ước lượng với tốc độ học thích nghi theo (12) Hình (a), (b) điện trở rô to ước lượng với tốc độ học số có giá trị trung bình xấp xỉ 2,10 Ohm, Hình 6(b) hình phóng to ước lượng điện trở rơ to với tốc độ học số, đập mạch điện trở rô to ước lượng xấp xỉ 20% Điện trở rô to ước lượng sử dụng tốc độ học theo (11) gần không bị đập mạch Hình 6(c) Hình 7(a), (b) điện trở stato ước lượng có giá trị trung bình xấp xỉ Ohm Hình.7(b) điện trở stato ước lượng sử dụng tốc độ học theo (19) có độ xác cao sử dụng tốc độ học số (đập mạch điện trở stato ước lượng với tốc độ học số xấp xỉ 25%, với phương pháp đề xuất điện trở stato ước lượng đập mạch ≈ 5%) Hình Bàn thực nghiệm sử dụng dS 1104 Các điều khiển dòng điện từ thông thực với chu kỳ trích mẫu 200 micro giây Ước lượng tốc độ sử dụng chu kỳ lấy mẫu mili giây, ước lượng điện trở rô to đề xuất, sử dụng chu kỳ trích mẫu 90 mili giây, ước lượng điện trở stato sử dụng chu kỳ trích mẫu 40 mili giây Một encoder với 5000 xung/ vòng sử dụng để xác định vị trí phản hồi tốc độ Động đồng nam châm vĩnh cửu nối cứng trục với động không đồng sử dụng làm tải Mô men tải Nm trì thời gian Sau động chạy 60 phút, tiến hành đo tốc độ động 12 Tạp chí Khoa học Cơng nghệ 133 (2019) 008-014 * Ước lượng tốc độ động với trường hợp khơng có ước lượng điện trở rơ to stato Hình 8(a), (b) tốc độ thực động không bám sát tốc độ đặt, độ chênh lớn ≈ rad/s, nhỏ ≈ rad/s Hình 8(c), (d) tốc độ ước lượng trung bình 20 rad/s bị đập mạch xấp xỉ 13% * Ước lượng tốc độ động có ước lượng điện trở rơ to stato Hình 9(a), (b), (c), (d) có ước lượng điện trở rô to stato, ước lượng tốc độ tốc độ thực động bám tốc độ đặt (a) (b) Hình (a) Điện trở stato ước lượng với tốc độ học số; (b) Điện trở stato ước lượng với tốc độ học thích nghi theo (20) (a) (a) (b) (b) (c) (c) (d) Hình (a), (b) Tốc độ động cơ: tốc độ đặt, tốc độ đo lường (c), (d) Tốc độ đặt, tốc đô ước lượng Kết luận Bài báo đề xuất phương pháp để ước lượng điện trở rô to stato động không đồng sử dụng mạng nơ ron nhân tạo với tốc độ học cập nhật theo (12) (20) Kết ước lượng điện trở rô to stato với phương pháp xuất (d) Hình (a), (b) Tốc độ động cơ: tốc độ đặt, tốc độ đo lường (c), (d) Tốc độ đặt, tốc ước lượng 13 Tạp chí Khoa học Cơng nghệ 133 (2019) 008-014 có độ xác cao ước lượng với tốc độ học số, đồng thời minh chứng ước lượng điện trở rơ to stato góp phần nâng cao chất lượng điều khiển hệ truyền động không cảm biến tốc độ vùng tốc độ thấp Ngoài ra, phương pháp ước lượng sử dụng để xác định điện trở rô to stato cho dãy động không đồng mà lựa chọn tốc độ học riêng cho động Hướng phát triển nhóm tác giả sử dụng điện trở ước lượng ứng dụng cho điều khiển không cảm biến tốc độ với phương pháp điều khiển nhạy cảm với thông số động điều khiển dự báo MPC (Model Predictive Control), Điều khiển trượt SMC (Sliding Mode Control) nhằm đánh giá hiệu phương pháp nghiên cứu [9] [10] [11] [12] Lời cảm ơn [13] Tập thể tác giả chân thành cảm ơn phòng thí nghiệm Truyền động điện- Bộ mơn Tự động hóa cơng nghiệp- Trường Đại học Bách khoa Hà nội tận tình giúp đỡ để chúng tơi hồn thành thực nghiệm báo [14] Tài liệu tham khảo [1] [2] [3] [4] [5] [6] [7] [8] Baburaj Karanayil, Parameter Identification for Vector Controlled Induction Motor Drives Using Artificial Neural Networks and Fuzzy Principles Theris submitted to The University of New South Wales for degree of Doctor of Philosophy, School of Electrical Engineering and Telecommunications, 2005 R Krishnan and F C Doran, “Study of parameter sensitivity in high-performance inverter-fed induction motor drive systems,” IEEE Trans Ind Appl., vol IA23, no 4, pp 623–635, 1987 B Karanayil, M F Rahman, and C Grantham, “Online stator and rotor resistance estimation scheme using artificial neural networks for vector controlled speed sensorless induction motor drive,” IEEE Trans Ind Electron., vol 54, no 1, pp 167–176, 2007 A Chitra and S Himavathi, “A modified neural learning algorithm for online rotor resistance estimation in vector controlled induction motor drives,” Front Energy, vol 9, no 1, pp 22–30, 2015 Y Bensalem, “A Sensorless Neural Model Reference Adaptive Control for Induction Motor Drives,” 2009 Int Conf Signals, Circuits Syst A, pp 1–6, 2009 F L Mapelli, A Bezzolato, and D Tarsitano, “A rotor resistance MRAS estimator for induction motor traction drive for electrical vehicles,” Proc - 2012 20th Int Conf Electr Mach ICEM 2012, pp 823–829, 2012 G Lin and Q Wan, “Estimation of Rotor Resistance of Induction Motor Based on Extended Kalman Filter,” Adv CSIE, vol 2, pp 193–198, 2012 M Ouhrouche, “Estimation of speed, rotor flux, and rotor resistance in cage induction motor using the EKF algorithm,” Int J power energy Syst., pp 1–20, 2002 [15] [16] [17] [18] [19] [20] [21] 14 S Yang, R Sun, P Cao, Z Xie, and X Zhang, “Sliding-mode observer based rotor resistance updating method for indirect vector controlled induction motor,” 2017 EEE Transp Electrif Conf Expo, Asia-Pacific, ITEC Asia-Pacific, 2017 T Ritu, K Sudhir Y, and R Bharat Singh, “Estimation of Rotor and Stator Resistance for Induction Motor Drives using Second order of Sliding Mode Controller,” J Eng Sci Technol Rev., no 10 (6) (2017) 9-15, pp 9–15, 2017 E A Alradadi, “A simple and Efficient Method for a Based Fuzzy Logic Speed Controller and Rotor Resistance Estimation of an Indirect Vector Controlled Induction Motor Drive,” pp 1–10 E A Alradadi, “An Efficient Method for a Based Fuzzy Logic Speed Controller and Rotor Resistance Estimation of an Indirect Vector Controlled Induction Motor Drive,” pp 1–8 C Djamila, M Yahia, and T Ali, “Simultaneous Estimation of Rotor Speed and Stator Resistance in Sensorless Indirect Vector Control of Induction Motor Drives Using a Luenberger Observer,” Int J Comput Sci Issues, vol 9, no 3, No 2, pp 325–335, 2012 M Jouili, Y Agrebi, Y Koubaa, and M Boussak, “A Luenberger state observer for simultaneous estimation of speed and stator resistance in sensorless IRFOC induction motor drives,” 16th Int Conf Sci Tech Autom Control Comput Eng STA 2015, pp 898– 904, 2015 C M F S Reza, D Islam, and S Mekhilef, “Stator resistance estimation scheme using fuzzy logic system for direct torque controlled induction motor drive,” J Intell Fuzzy Syst., vol 27, no 4, pp 1631–1638, 2014 B K Bose and N R Patel, “Quasi-fuzzy estimation of stator resistance of induction motor,” IEEE Trans power Electron., vol 13, no 3, pp 401–409, 1998 V Vasić, S N Vukosavic, and E Levi, “A Stator Resistance Estimation Scheme for Speed Sensorless Rotor Flux Oriented Induction Motor Drives,” IEEE Trans Energy Convers., vol 18, no 4, pp 476–483, 2003 M Rashed, F Stronach, and P Vas, “A New Stable MRAS-Based Speed and Stator Resistance Estimators for Sensorless Vector Control Induction Motor Drive at Low Speeds,” Ind Appl Conf 2003 38th IAS Annu Meet Conf Rec., vol 2, pp 1181–1188, 2003 M Koteich, “Flux estimation algorithms for electric drives: a comparative study,” 2016 3rd Int Conf Renew Energies Dev Ctries., 2016 H H Vo, P Brandstetter, C S T Dong, and T C Tran, “Speed estimators using stator resistance adaption for sensorless induction motor drive,” Adv Electr Electron Eng., vol 14, no 3, pp 267–273, 2016 P văn Tuấn, P H Phi, N T Sơn, and N T Công, “Ước lượng tốc độ động không đồng ba pha sử dụng mạng nơ ron nhân tạo,” Chuyên san Tự động hóa ngày 4-2014, pp 62–66, 2014 ... lượng tốc độ động có ước lượng điện trở rơ to stato Hình 9(a), (b), (c), (d) có ước lượng điện trở rơ to stato, ước lượng tốc độ tốc độ thực động bám tốc độ đặt (a) (b) Hình (a) Điện trở stato. .. dạng điện trở rô to stato thực Phần trình bày ước lượng điện trở rơ to với mạng nơ ron truyền thẳng nhiều lớp sử dụng với tốc độ học cập nhật theo chu kỳ lấy mẫu Ước lượng điện trở stato với mạng. .. đô ước lượng Kết luận Bài báo đề xuất phương pháp để ước lượng điện trở rô to stato động không đồng sử dụng mạng nơ ron nhân tạo với tốc độ học cập nhật theo (12) (20) Kết ước lượng điện trở rô