Điều khiển động cơ đồng bộ dùng mô hình nội

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA -0O0 - TRƯƠNG VĂN HIỀN ĐIỀU KHIỂN ĐỘNG CƠ ĐỒNG BỘ DÙNG MÔ HÌNH NỘI CHUYÊN NGÀNH: KỸ THUẬT ĐIỆN Mà SỐ NGÀNH: 2.02.01 LUẬN VĂN THẠC SĨ TP Hồ Chí Minh, tháng 12 năm 2002 BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC QUỐC GIA TP.HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA - CỘNG HÒA Xà HỘI CHỦ NGHĨA VIỆT NAM ĐỘC LẬP –TỰ DO – HẠNH PHÚC o0o NHIỆM VỤ LUẬN ÁN CAO HỌC Họ tên : TRƯƠNG VĂN HIỀN Ngày, tháng, năm sinh : 12 - 02 - 1975 Chuyên ngành: KỸ THUẬT ĐIỆN Khóa : 11 Phái : Nam Nơi sinh : Bến Tre I TÊN ĐỀ TÀI : ĐIỀU KHIỂN ĐỘNG CƠ ĐỒNG BỘ DÙNG MÔ HÌNH NỘI II NHIỆM VỤ VÀ NỘI DUNG: • Tìm hiểu nguyên lý điều khiển dùng mô hình nội hệ phi tuyến • Áp dụng phương pháp điều khiển IMC phi tuyến để điều khiển động đồng kích thích nam châm vónh cửu III NGÀY GIAO NHIỆM VU Ï: 5/2002 IV NGÀY HOÀN THÀNH NHIỆM VỤ : 12/2002 V HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN : TS DƯƠNG HOÀI NGHĨA VI HỌ VÀ TÊN CÁN BỘ NHẬN XÉT 1: TS PHAN QUỐC DŨNG VII HỌ VÀ TÊN CÁN BỘ NHẬN XÉT 2: TS NGUYỄN VĂN NHỜ CÁN BỘ HƯỚNG DẪN CÁN BỘ NHẬN XÉT CÁN BỘ NHẬN XÉT TS DƯƠNG HOÀI NGHĨA TS PHAN QUỐC DŨNG TS NGUYỄN VĂN NHỜ Nội dụng đề cương luận án cao học thông qua Hội Đồng Chuyên Ngành Ngày …… tháng …… năm 2002 PHÒNG QLKH - SAU ĐẠI HỌC CHỦ NHIỆM NGÀNH LUẬN VĂN CAO HỌC MỞ ĐẦU Ngày nay, vấn đề tự động hóa phát triển mạnh, việc điều khiển truyền động điện sản xuất đặt yêu cầu cao độ xác điều khiển đáp ứng động hệ thống Bên cạnh nguồn động lực dùng cho hệ truyền động : thủy lực, khí nén, động đồng kích thích nam châm vónh cửu ngày sử dụng phổ biến Để cho hệ thống truyền động hoạt động ổn định bền vững cao cần phải có phương pháp điều khiển thích hợp hiệu Tuy nhiên, động đồng kích thích nam châm vónh cửu hệ phi tuyến nhiều biến, việc điều khiển động đặt nhiều vấn đề khó khăn lý thuyết điều khiển hệä phi tuyến chưa hoàn chỉnh cho trường hợp tổng quát Có nhiều phương pháp điều khiển hệ phi tuyến áp dụng vào điều khiển động đồng kích thích nam châm vónh cửu, phương pháp thu số kết định Tuy nhiên, phương hướng để giải toán phi tuyến nói chung điều khiển động đồng nói riêng, phương pháp điều khiển dùng mô hình nội (Internal Model Control IMC) Phương pháp dùng nguyên lý điều khiển mô hình nội cho phép xác định điều khiển cách đơn giản có tính đến mô hình tác động nhiễu tính phi tuyến đối tượng Xuất phát từ ý tưởng nêu trên, yêu cầu đặt cho luận án : • Tìm hiểu nguyên lý điều khiển dùng mô hình nội hệ phi tuyến • Áp dụng phương pháp điều khiển IMC phi tuyến để điều khiển động đồng kích thích nam châm vónh cửu • Khảo sát tính bền vững hệ thống điều khiển vừa thiết kế thay đổi thông số động • So sánh phương pháp điều khiển IMC phi tuyến với phương pháp điều khiển dùng khâu PID thông qua động đồng kích thích nam châm vónh cửu Mở Đầu LUẬN VĂN CAO HỌC Nội dung luận án gồm chương sau : Mở đầu Chương : Động đồng kích thích nam châm vónh cửu Chương giới thiệu tổng quan động đồng kích thích nam châm vónh cửu sử dụng hệ thống truyền động, nêu số phương pháp điều khiển động có xây dựng hệ phương trình toán học mô tả động đồng hệ tọa độ từ thông rotor Chương : Nguyên lý điều khiển IMC áp dụng vào điều khiển động đồng Trình bày nguyên lý điều khiển dùng mô hình nội, áp dụng hệ phi tuyến động đồng Xây dựng sơ đồ hệ thống điều khiển mô minh họa phần mềm Matlab công cụ Simulink Chương : Điều khiển động đồng dùng khâu PID Nêu nguyên lý điều khiển dùng khâu PID, áp dụng để điều khiển động đồng bộ, đồng thời mô minh họa hệ thống điều khiển phần mềm Matlab Kết luận Phần nêu số nhận xét hướng phát triển đề tài Mở Đầu LUẬN ÁN CAO HỌC CHƯƠNG : ĐỘNG CƠ ĐỒNG BỘ KÍCH THÍCH NAM CHÂM VĨNH CỬU Chương 1: Động Cơ Đồng Bộ Kích Thích Nam Châm Vónh Cửu LUẬN ÁN CAO HỌC 1.1 GIỚI THIỆU Động điện xoay chiều dùng nhiều sản xuất thường động điện không đồng loại động điện có cấu tạo đơn giản, làm việc chắn, bảo quản dễ dàng, giá thành hạ v.v… Tuy nhiên động đồng nói chung hay động đồng kích thích nam châm vónh cửu nói riêng thời gian gần sử dụng rộng rãi lónh vực truyền động điện nhờ ưu điểm định Trong lónh vực truyền động, động đồng có ưu điểm sau : - Không lấy công suất phản kháng từ lưới - Ít chịu ảnh hưởng thay đổi điện áp lưới - Khả giữ tải tốt có thay đổi điện áp nguồn Hiệu suất cao - Đáp ứng nhanh Ngoài ưu điểm trên, động đồng có số nhược điểm: - Cấu tạo phức tạp - Giá thành cao - Việc mở máy điều chỉnh tốc độ thực cách thay đổi tần số nguồn Do động đồng kích thích nam châm vónh cửu hệ phi tuyến nhiều biến, việc điều khiển động phức tạp, dòi hỏi phải tính toán nhiều Mặt dù biết đến từ lâu, động đồng kích thích nam châm vónh cửu quan tâm hệ thống truyền động kỹ thuật van bán dẫn công suất lớn kỹ thuật vi xử lý phát triển Do vậy, việc điều khiển động thu hút quan tâm nhiều nhà nghiên cứu, nhiều phương pháp điều khiển giới thiệu tạp chí : - Điều khiển dùng khâu PID [3] Kỹ thuật điều khiển theo chế độ trượt [5] - Điều khiển dựa tính thụ động[6] - Điều khiển tốc độ dùng khâu quan sát trạng thái moment tải [14] Điều khiển dùng phương pháp điều chỉnh moment tối ưu [10] Chương 1: Động Cơ Đồng Bộ Kích Thích Nam Châm Vónh Cửu LUẬN ÁN CAO HỌC Các phương pháp điều khiển thu kết định, song giải thuật điều khiển tương đối phức tạp, điều khiển đòi hỏi phải tính toán nhiều 1.2 MÔ HÌNH TOÁN HỌC CỦA ĐỘNG CƠ ĐỒNG BỘ KÍCH THÍCH NAM CHÂM VĨNH CỬU 1.2.1 Các phương trình : Đặc tính động động đồng kích thích nam châm vónh cửu mô tả hệ phương trình : dΨsa (t ) dt dΨsb (t ) U sb (t ) = Rsisb (t ) + dt dΨsc (t ) U sc (t ) = Rsisc (t ) + dt U sa (t ) = Rsisa (t ) + Với (1.1) Usa(t), Usb(t), Usc(t) : điện áp dây pha stator isa(t), isb(t), isc(t) : dòng điện dây pha stator Ψsa(t), Ψsb(t), Ψsc(t) : từ thông móc vòng cuộn dây stator : điện trở dây quấn stator Rs Nếu dùng cách biểu diễn vectơ : U s (t ) = 2⎡ j1200 j 2400 ⎤ + + U ( t ) U ( t ) e U ( t ) e sa sb sc ⎥⎦ ⎢⎣ (1.2) Từ (1.1) ta : U ss = Rsiss + dΨss dt (1.3) Trong : is (t ) = 2⎡ j1200 j 2400 ⎤ + + i ( t ) i ( t ) e i ( t ) e sb sc ⎥⎦ ⎢⎣ sa Ψs (t ) = laø vectơ dòng stator 2⎡ j1200 j 2400 ⎤ Ψ + Ψ + Ψ ( t ) ( t ) e ( t ) e sa sb sc ⎥⎦ vectơ từ thông stator ⎢⎣ Số “s” hệ quy chiếu stator Chương 1: Động Cơ Đồng Bộ Kích Thích Nam Châm Vónh Cửu LUẬN ÁN CAO HỌC Nếu quan sát hệ tọa độ rotor (d-q) - có trục d trùng với trục từ thông vónh cửu (1-3) trở thành : U sf = Rsisf + dΨsf + jωΨsf dt (1.4) Số “f” hệ quy chiếu rotor Vectơ từ thông stator Ψfs gồm có thành phần : thành phần dòng stator tự cảm ứng cuộn dây stator, thành phần từ thông rotor Ψfp cảm ứng sang Ψsf = Lsisf + Ψpf (1.5) Vectơ từ thông rotor Ψfp có thành phần thực Ψp trục thực d qua trục vectơ Ψfp : (1.6) Ψ pf = Ψ p Phương trình chuyển động động đồng có dạng : M e = MT + J dω Pc dt (1.7) Với moment điện từ (Me) Me = P (Ψ × i ) c s s (1.8) Trong : MT J : moment tải : moment quán tính Pc : số đôi cực ω :tốc độ động 1.2.2 Mô hình trạng thái động hệ tọa độ từ thông rotor (d-q) Từ thông stator Ψfs viết thành thành phần theo trục d q có dạng: Ψfs = Ψsd + jΨsq Chương 1: Động Cơ Đồng Bộ Kích Thích Nam Châm Vónh Cửu (1.9) LUẬN ÁN CAO HỌC Với Ψsd = Lsdisd + Ψp (1.10) Ψsq = Lsqisq (1.11) Trong : Lsd Lsq : điện cảm stator dọc trục d : điện cảm stator dọc trục q isd : thành phần trục d dòng điện stator isq : thành phần trục q dòng điện stator Phương trình (1.4) chuyển sang thành phần vectơ trục tọa ñoä: U sd = Rsisd + Lsd disd − ωLsqisq dt (1.12) U sq = Rsisq + Lsq disq + ωLsd isd + ωΨp dt (1.13) Hay : Lsq disd 1 =− isd + ω isq + U dt Tsd Lsd Lsd sd Ψp disq L 1 = −ω sd isd − isq + U sq − ω dt Lsq Tsq Lsq Lsq Trong : Tsd = Lsd Rs : số thời gian trục d Tsq = Lsq : số thời gian trục q Rs (1.13a) (1.13b) Thay thành phần is Ψs vào (1.8) ta : Me = P (Ψ i − Ψsqisd ) c sd sq (1.14) Thay (1.10) vaø (1.11) vaøo (1.14) Me = [ P Ψ i + i i ( L − Lsq ) c p sq sd sq sd ] Chương 1: Động Cơ Đồng Bộ Kích Thích Nam Châm Vónh Cửu (1.15) LUẬN ÁN CAO HỌC Vậy (1.7) có dạng : ( Lsd − Lsq ) ⎤ P dω ⎡ Ψ p isd isq ⎥ − c M T = Pc ⎢ isq + J dt ⎣ J ⎦ J Chương 1: Động Cơ Đồng Bộ Kích Thích Nam Châm Vónh Cửu (1.16) LUẬN VĂN CAO HOÏC Rs = 0.5 Rˆs 0.8 0.4 6.2 3.6 Rs = Rˆs 1.2 0.5 4.5 3.2 Ls = 0.5 Lˆs 0.5 0.4 7.5 3.2 Ls = 1.4 Lˆs 1.7 0.4 5.2 3.5 Js = 0.5 Jˆ 0.8 0.4 4.75 2.2 Js = 0.5 Jˆ 0.8 0.3 4.6 Các thông số thay đổi 0.5 0.4 9.4 4.9 Bảng 2.1: Kết khảo sát tính bền vững dùng phương pháp IMC ƒ Hệ thống có đáp ứng danh định tốt: đáp ứng nhanh, không vọt lố, không dao động ƒ Hệ thống có tính bền vững cao thay đổi thông số R, L ,J động ƒ Khi tất thông số động thay đổi đáp ứng hệ thống tốt, điều khiển hệ thống điều khiển cho động khác giới hạn định ƒ Khi thực đảo chiều quay hãm động đáp ứng ngõ hệ thống tốt ƒ Có thể thay đổi thời gian đáp ứng hệ thống thông qua việc thay đổi thông số lọc Chương 2: Nguyên Lý Điều Khiển IMC Và p Dụng Vào Động Cơ Đồng Bộ 54 LUẬN ÁN CAO HỌC KẾT LUẬN Trong luận án thực số nội dung sau: ♦ Xây dựng mô hình toán học mô tả động đồng kích thích nam châm vónh cửu ♦ Tìm hiểu nguyên lý điều khiển dùng mô hình nội hệ phi tuyến áp dụng để điều khiển động đồng ♦ Khảo sát tính bền vững hệ thống điều khiển vừa thiết kế thay đổi thông số động ♦ Xây dựng hệ thống điều khiển động đồng kích thích nam châm vónh cửu dùng khâu PID Qua khảo sát lý thuyết mô minh họa, kết có cho thấy: ♦ Phương pháp điều khiển dùng mô hình nội áp dụng rộng rãi cho đối tượng tuyến tính, nhiên áp dụng để điều khiển hệ phi tuyến động đồng kích thích nam châm vónh cữu cho kết tốt: hệ thống có đáp ứng nhanh, không vọt lố, không dao động, tính bền vững cao so vơí phương pháp PID ♦ Phương pháp IMC có ưu điểm cho phép thiết kế cách đơn giản hiệu hệ thống điều khiển chất lượng bền vững ♦ Tuy nhiên, kết mô mang tính chất định tính chưa xác định giới hạn thay đổi thông số đối tượng điều khiển sở toán học Hướng phát triển đề tài: Có thể dùng mạng neural để huấn luyện mô hình thuận mô hình ngược sơ đồ điều khiển IMC, sau thay mô hình thuận ngược mạng neural vừa huấn luyện; đồng thời thay lọc IMC lọc mờ, ước lượng tốc độ dùng mạng neural Kết Luận 79 TÀI LIỆU THAM KHẢO [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] M Morari & Zafiriou; Robust Process Control; Prentice Hall; 1987 W Leonhard; Control Of Electrical Drives; Springer Verlag; 1985 Nguyễn Phùng Quang; Điều Khiển Tự Động Truyền Động Điện Xoay Chiều Ba Pha; NXB GD; 1996 Ion Boldea, S.A.Nasar; Electric Drivers; Crc Press; 1999 V.I Utkin; Sliding Modes In Control And Optimization; Springer Verlag; 1992 R Ortega, A Loria, P.J Nicklasson, H Sira-Ramirez; Passivity-Based Control Of Euler-Lagrange System Mechanical, Electrical And Electromechanical Applications; Springer; 1998 P Vas; Artificial-Intelligence-Based Electrical Machines And Drives Application Of Fuzzy, Neural, Fuzzy-Neural, and Genetic-Algorithm-Based Techniques; Oxford University Press; 1998 I.C Baik, K.H Kim; Robust Nonlinear Speed Control Of PM Synchronous Motor Using Boundary Layer Integral Sliding Mode Control Technique; IEEE TIE; pp.47-54; 2000 Bojan Grcar, Peter Cafuta, Mitja Znidaric, Felix Gausch; Nonlinear Control Of Synchronous Servo Drive; IEEE ; pp.177-184; 1996 Bùi Quốc Khánh, Phạm Quang Đăng; Hệ truyền động động đồng kích thích nam châm vỉnh cửu điều chỉnh momen tối ưu; Tạp chí khoa học & công nghệ trường đại học kỹ thuật; pp.27-31; số 23+24 / 2000 Kenneth R.Shouse, David G.Taylor; Sensorless Velocity Control Of Permanent Magnet Synchronous Motors; IEEE ; pp.313-324; 1998 B Srinivasan, N.J.Rao, U.R.Prasad, A.Pittet; A New Control Scheme For Improving Disturbance Rejection In Speed Control Of Permanent Magnet Synchronous Motors; IEEE ; pp.437-442; 1996 Nguyễn Thị Phương Hà; Điều Khiển Tự Động , Nhà xuất khoa học kỹ thuật , Taäp &ø 2, 1996 G Zhu, L-A Dessaint, O.Akhrif, and Kaddouri; Speed Tracking Control Of Permanent-Magnet Synchronous Motor With State And Load Torque Observer; IEEE ; pp.346-356; 2000 Trịnh Hoàng Hơn; Điều Khiển Động Cơ Không Đồng Bộ Dùng Mô Hình Nội, luận án cao học; năm 2002 Nguyễn Doãn Phước & Phan Xuân Minh; Điều Khiển Tối Ưu Và Bền Vững, Nhà xuất khoa học kỹ thuật , Hà Nội 1998 Marilyn McCord Nelson; A Practical Guide to Neural Nets; AddisonWesleyPulishing 1991 [18] Duc Truong Pham and Liu Xing; Neural Networks for Identification, Prediction and Control; Printing in Great Britain 1995 LUẬN VĂN CAO HỌC PHU LỤC MẠNG NEURAL NHÂN TẠO VÀ ỨNG DỤNG ĐỂ MÔ PHỎNG ĐỘNG CƠ ĐỒNG BỘ MẠNG NEURAL NHÂN TẠO: 1.1 Tổng quan: Mô hình neural Mc Culloch Pitts đưa năm 1943 Mc Culloch - Pitts xem neural não người cổng logic khả xử lý thông tin não giải cách dùng mô hình Kể từ trình nghiên cứu mạng neural sôi động Những năm 70, mạng neural rơi vào trạng thái im lặng nghiên cứu ứng dụng Từ thập niên 80, công trình Hopfield (1982), Hinton et al(1986), Carpenter et al (1990), Hohonen (1990) làm hồi sinh lónh vực này, mạng neural thật quan tâm Hàng loạt nghiên cứu ứng dụng mạnh mẽ mạng neural với nghiên cứu giải thuật học dựa lan truyền ngïc sai số, mạng lớp Hopfield, mạng Beltzmann Từ năm 90 đến nay, mạng neural khẳng định vị trí với nhiều ứng dụng khác lónh vực kỹ thuật, tin học, tâm lý, điều khiển, với kết khả quan Bên cạnh đó, kết hợp mạng neural kỹ thuật trí tuệ nhân tạo áp dụng hiệu lónh vực, khoa học đem lại thành tựu đáng kể 1.2 Mạng neural nhân tạo : 1.2.1 Mạng neural gì? Mạng neural nhân tạo mạng phần tử xử lý kết nối với nhau, phần tử xây dựng từ nghiên cứu hệ thống thần kinh sinh học Nói cách khác, máy làm việc tương tự não người xây dựng từ phần tử có tính chất giống neural sinh học, phần tử xử lý gọi neural nhân tạo Số lượng neural số kết nối định khả thực khối lượng tính toán thời gian tính toán mạng Tuy nhiên, nghóa neural nhân tạo chép tất chi tiết điện hóa học não người 1.2.2 Phụ Lục 80 Mô hình neural : LUẬN VĂN CAO HỌC Neural đơn vị xử lý thông tin cho vận hành mạng neural.Mô hình neural gồm phần X1 X2 Wj1 Wj2 Xn Wjn + f(.) Y Hình 1: Mô hình neural Một tập synap (kết nối) biểu diễn hệ số trọng lượng W Thí dụ tín hiệu synap nhập j với mạng neural k nhân với hệ số trọng lượng synap Wkj Trọng lượng synap Wkj số thực dương âm Một cộng (adder) để cộng tín hiệu input nhân với trọng lượng synap neural, phép toán gọi phép tổ hợp tuyến tính Một hàm f(.)để hạn chế biên độ tín hiệu output neural gọi “squshing function” Biên độ giải xuất chuẩn neural [0,1], [-1,1] Một neural k diễn tả sau : Uk = P ∑Wkj X j j =1 Yk = f (U k − θ k ) với : X1, … Xp : tín hiệu input Wkj, … Wkp : trọng lượng synap neural k Uk : tổ hợp tuyến tính input θk : trị số ngưỡng Yk : tín hiệu output neural k a Tập huấn luyện: Mạng neural huấn luyện tập input-output yêu cầu Tập input bao gồm tất mẫu (vecto input) cần huấn luyện cho mạng, không gian output số neural lớp xuất, số mẫu tập output số mẫu tập input Các vectơ output yêu cầu gán tướng ứng với vector input Khi mạng neural học hiểu nhiệm vụ mà học Mạng neural trữ đặc điểm quan trọng học tập huấn luyện, tổng hợp đặc điểm để đưa kết trình xử lý với mẫu không học trước Phụ Lục 81 LUẬN VĂN CAO HỌC b Trọng lượng kết nối : Các kết nối neural mạng neural nhân tạo gọi trọng lượng kết nối (Wkj) điều chỉnh Khi tín hiệu đưa vào neural để xử lý nhân với hệ số trọng lượng W sau biến đổi hàm không tuyến tính Tác dụng hàm không tuyến tính làm cho tổng tín hiệu nhập gần với giá trị xuất chuẩn c Các hàm kích hoạt thường dùng : Hàm số kích hoạt neural biểu diễn f(.) Nó định nghóa tín hiệu output neural tín hiệu input biết trước Có loại hàm số hoạt động sau : Loại hàm hoạt động Hàm tuyến tính Hàm ngưỡng Phương trình mô tả f(s) = s ⎧+ 1, f (s) = ⎨ ⎩− 1, s≥0 s