Điều khiển động cơ đồng bộ từ trở tốc độ cao không cảm biến

Động Cơ Từ Trở Đồng Bộ ĐCTTĐB có nhiều ưu điểm do cấu trúc đơn giản và vững chắc Stator của ĐCTTĐB giống hệt stator của động cơ không đồng bộ hay động cơ đồng bộ truyền thống rotor dạng cực lồi và đặc không có cuộn dây hay nam châm vĩnh cửu phù hợp cho các ứng dụng tốc độ cao và môi trường nhiệt độ cao Phương pháp điều khiển tối ưu nhằm đảm bảo tạo ra mô men tối đa đặc biệt là ở vùng suy giảm từ thông Trong phương pháp này véc tơ dòng điện đươc điều khiển trực tiếp Ở vùng tốc độ thấp vùng mô men không đổi sử dụng chiến lược điều khiển tối ưu mômen dòng điện M I ở vùng tốc độ cao vùng suy giảm từ thông sử dụng chiến lược điều khiển tối ưu mômen từ thông M Ψ Hệ thống truyền động hoạt động trong phạm vi giới hạn điệp áp và giới hạn dòng điện của động cơ Phương pháp điều khiển không cảm biến tốc độ động cơ đồng bộ từ trở tốc độ cao Sử dụng bộ lọc Kalman mở rộng để ước lượng vị trí và tốc độ của động cơ đồng bộ từ trở tốc độ cao

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA HOÀNG BÁ ĐẠI NGHĨA ĐIỀU KHIỂN ĐỘNG CƠ ĐỒNG BỘ TỪ TRỞ TỐC ĐỘ CAO KHÔNG CẢM BIẾN LUẬN VĂN THẠC SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA Đà Nẵng - Năm 2017 ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA HOÀNG BÁ ĐẠI NGHĨA ĐIỀU KHIỂN ĐỘNG CƠ ĐỒNG BỘ TỪ TRỞ TỐC ĐỘ CAO KHÔNG CẢM BIẾN Chuyên ngành: Kỹ thuật điều khiển Tự động hóa Mã số: 60.52.02.16 LUẬN VĂN THẠC SĨ Người hướng dẫn khoa học: TS NGUYỄN ANH DUY TS NGUYỄN ĐỨC QUẬN Đà Nẵng - Năm 2017 LỜI CAM ĐOAN Trong vài năm gần có số nhà khoa học nước giới, quan tâm nghiên cứu hệ truyền động trực tiếp moment, chủ yếu tập trung vào động không đồng bộ, động đồng nam châm vĩnh cửu Đối với động đồng từ trở vấn đề quan tâm nghiên cứu, chưa có cơng trình khoa học công bố cách đầy đủ có tính thực nghiệm Tơi xin cam đoan cơng trình nghiên cứu riêng tơi Các số liệu kết luận văn hoàn toàn trung thực Tác giả luận văn MỤC LỤC MỞ ĐẦU 1 Lý chọn đề tài .1 Mục tiêu đề tài 3 Đối tượng phạm vi nghiên cứu Cách tiếp cận, Phương pháp nghiên cứu Ý nghĩa khoa học thực tiễn Dự kiến kết đạt .4 Dàn ý nội dung - TỔNG QUAN VỀ ĐỘNG CƠ ĐỒNG BỘ TỪ TRỞ (ĐCĐBTT) Tổng quan động đồng từ trở .6 Động học động đồng từ trở Phép biến đổi trục tọa độ Hệ tọa độ cố định stator Hệ quy chiếu quay Ma trận chuyển đổi hệ quy chiếu Chuyển đổi từ hệ tọa độ a, b, c sang α, β ngược lại .10 Phương trình động hệ tọa độ 11 Phương trình điện áp hệ tọa tọa (a, b, c) 11 Phương trình động hệ tọa độ (α,β) .12 Phương trình hệ tọa độ quay d-q 13 Các sơ đồ điều khiển động từ trở 15 Vấn đề chung điều khiển vectơ 15 Vấn đề chung điều khiển trực tiếp moment 16 Kết luận chương 18 - MƠ HÌNH HĨA, MƠ PHỎNG ĐIỀU KHIỂN ĐỘ ĐỘNG CƠ ĐỒNG BỘ TỪ TRỞ 19 Điều khiển từ thông stator .19 Điều khiển moment 21 Lựa chọn vectơ điện áp 21 Ước luợng từ thông stator, moment điện từ 23 Thiết lập máy hiệu chỉnh từ thông, moment .26 Thiết lập bảng chuyển mạch 27 Cấu trúc hệ thống điều khiển trực tiếp moment 28 Ảnh hưởng điện trở stator phương pháp điều khiển trực tiếp moment (DTC) 29 Mô điều khiển DTC 32 Mô điều khiển trực tiếp DTC simulink 32 Kết mô điều khiển DTC 32 Điều khiển trực tiếp moment động đồng từ trở tối ưu dòng điện 33 Giới hạn dòng điện điện áp 33 Xác định quy luật điều khiển tỷ lệ tối ƣu moment/ dòng điện (MTPA- maximun torque-per-ampere) 33 Cấu trúc điều khiển tỷ lệ tối ưu moment/dòng điện (T/I) 35 Xác định Moment số công suất không đổi .35 Xây dựng quy luật điều khiển tỷ lệ tối ưu moment/dòng điện (MTPA) .36 Phương pháp tối ưu từ thông moment (MTPW) 37 Kết mô 38 Kết luận chương 39 - ĐIỀU KHIỂN KHÔNG CẢM BIẾN ĐỘNG CƠ ĐỒNG BỘ TỪ TRỞ SỬ DỤNG BỘ LỌC KALMAN MỞ RỘNG 40 Giới thiệu chung lọc Kalman 40 Quy trình ước lượng 41 Tiêu chuẩn thuật toán lọc Kalman 44 Bộ lọc Kalman mở rộng 45 Điều khiển không cảm biến động động từ trở .49 ứng dụng lọc kalman mở rộng để ước lượng vị trí tốc độ ĐCĐBTT 49 Xác định ma trận nhiễu hiệp phương sai Q, R, P 51 Các thuật toán EKF rời rạc; Điều chỉnh 51 Mơ hình điều khiển kết mơ 53 Kết luận chương 54 TÀI LIỆU THAM KHẢO 57 QUYẾT ĐỊNH GIAO ĐỀ TÀI (Bản sao) ĐIỀU KHIỂN ĐỘNG CƠ ĐỒNG BỘ TỪ TRỞ TỐC ĐỘ CAO KHƠNG CẢM BIẾN Học viên: Hồng Bá Đại Nghĩa Mã số: 60.52.02.16 Chuyên ngành: kỹ thuật điều khiển tự động hóa Khóa: K31TĐH Trường Đại học Bách khoa – ĐHĐN Tóm tắt-Động Cơ Từ Trở Đồng Bộ (ĐCTTĐB) có nhiều ưu điểm cấu trúc đơn giản vững Stator ĐCTTĐB giống hệt stator động không đồng hay động đồng truyền thống, rotor dạng cực lồi đặc, khơng có cuộn dây hay nam châm vĩnh cửu, phù hợp cho ứng dụng tốc độ cao môi trường nhiệt độ cao Phương pháp điều khiển tối ưu nhằm đảm bảo tạo mô men tối đa, đặc biệt vùng suy giảm từ thông Trong phương pháp này, véc tơ dòng điện đươc điều khiển trực tiếp Ở vùng tốc độ thấp (vùng mô men không đổi), sử dụng chiến lược điều khiển tối ưu mơmen/dịng điện (M/I), vùng tốc độ cao (vùng suy giảm từ thông), sử dụng chiến lược điều khiển tối ưu mômen/từ thông (M/Ψ) Hệ thống truyền động hoạt động phạm vi giới hạn điệp áp giới hạn dòng điện động Phương pháp điều khiển không cảm biến tốc độ động đồng từ trở tốc độ cao Sử dụng lọc Kalman mở rộng để ước lượng vị trí tốc độ động đồng từ trở tốc độ cao Từ khóa – Động từ trở đồng bộ; tốc độ cao; mơ hình hóa; mơ phỏng; suy giảm từ thông; điều khiển không cảm biến; lọc Kalman mở rộng SENSORLESS CONTROL OF HIGH SPEED SYNCHRONOUS RELUCTANCE MOTORS Abstract-Synchronous Reluctance Motor (SynRM) has many advantages due to its simple and solid structure The stator of SyRM resembles a stator of an synchronous motor or a traditional synchronous motor, a very convex and solid rotor, without permanent windings or magnets, suitable for high speed applications and high temperature environments In this method, the current vector is controlled directly The Maximum Torque Per Amper (MTPA) operation in below the base speed (constant torque region) and Maximum Torque Per Weber (MTPW) operation in above the base speed (field-weakening region) The drive operates within the voltage and current limits of the motor Presents a method high speed sensorless control of Synchronous Reluctance Motor (SynRM) We propose an Extended Kalman Filter (EKF) to estimate the position and speed of high speed synchronous reluctance motor Key words - Synchronous reluctance motor; high-speed; modeling; simulation; fieldweakenin, sensorless control; extended Kalman filter DANH MỤC CHỮ VIẾT TẮT DTC (Direct Torque Control) ĐCĐBTT : Điều khiển trực tiếp : Động đồng từ trở MTPA (maximum torque-per-ampere) : Quy luật điều khiển tỷ lệ tối ưu moment dòng điện : quy luật điều khiển tỷ lệ tối ưu moment MTPW (maximum torque-per-weber) /từ thông EKF (Extended Kalman Filter) : Bộ lọc Kalman mở rộng DANH MỤC CÁC BẢNG Số hiệu Bảng 2.1 Tên hình bảng Bảng lựa chọn vectơ điện áp điều khiển trễ moment Trang 28 vị trí, vectơ Bảng 3.1 Thông số động đồng từ trở 54 DANH MỤC CÁC HÌNH ẢNH Số hiệu Tên hình vẽ Trang Hình 1.1 Cấu trúc động đồng từ trở Hình 1.2 Hệ tọa độ αβ Hình 1.3 Hệ tọa độ αβ-dq Hình 1.4 Hệ tọa độ abc-dq Hình 1.5 Hình 1.5 Hệ tọa độ αβ-dq Hình 1.6 Hệ tọa độ αβ-dq 11 Hình 1.7 Phương trình điện áp simulink 13 Hình 1.8 Phương trình moment matlab simulink 13 Hình 1.9 Động đồng từ trở Simulink 14 Hình 2.1 Bộ biến tần vecto điện áp tạo biến tần 19 Hình 2.2 Sai lệch vecto từ thơng 20 Hình 2.3 Lựa chọn vectơ điện áp 21 Hình 2.4 Thuật tốn tích phân Hu Wu 23 Hình 2.5 Cấu trúc ước lượng 24 Hình 2.6 Hàm đầu hiệu chỉnh Moment 25 Hình 2.7 Biến thiên moment sử dụng hiệu chỉnh vị trí 26 Hình 2.8 Sơ đồ điều khiển trực tiếp moment 27 Hình 2.9 Cấu trúc hệ thống điều khiển DTC 28 Hình 2.10 Sơ đồ cấu trúc động ĐBTT có bù áp 29 Hình 2.11 Cấu trúc bù điện trở PI 30 Hình 2.12 Mơ hình điều khiển DTC 31 Hình 2.13 Kết mơ điều khiển DTC 31 Hình 2.14 Dịng điện từ thơng hệ tóa độ d-q 33 Hình 2.15 Quỹ tích moment ứng với giá trị dịng điện 33 Hình 2.16 Cấu trúc điều khiển tỷ lệ tối ưu T/I 34 Hình 2.17 Lưu đồ thuật tốn điều khiển moment số 35 Hình 2.18 Biến đổi PWM cho tối ưu từ thơng 35 Hình 2.19 Mơ hình điều khiển theo phương pháp MTPA 36 Hình 2.20 Quỹ tích Moment với mối giá trị từ thơng 37 Hình 2.21 Đáp ứng hệ thống với tốc độ đặt 15000(vịng/phút) 38 Hình 3.1 Tín hiệu thu trước sau lọc kalman 39 Số hiệu Tên hình vẽ Trang Hình 3.2 Sơ đồ lọc Kalman 40 Hình 3.3 Chu trình lọc kalman 42 Hình 3.4 Thuật tốn lọc kalman tiêu chuẩn 43 Hình 3.5 Thuật tốn lọc kalman mở rộng 47 Hình 3.6 Điều khiển không cảm biến sử dụng lọc Kalman 52 Hình 3.7 Mơ điều khiển với lộc kalman 53 44 lọc Wiener, v̀ lọc Weiner có ước tính cách sử dụng tất liệu trực tiếp Ngược lại, lọc Kalman sử dụng liệu trước để dự đốn trạng thái Thuật toán lọc Kalman tiêu chuẩn thể Hình 3.5 Giá trị khởi tạo Cập nhật đo (“hiệu chỉnh”) Cập nhật thời gian (“Dự báo”) (1) Tính độ khếch đại Kalman (1) Dự báo trạng thái (2) Cập nhật giá trị đo zk (2) Dự báo ma trận phương sai (3) Cập nhật hiệp phương sai Hình 3.4 Thuật tốn lọc kalman tiêu chuẩn Tiêu chuẩn thuật toán lọc Kalman Một số giả thiết lọc Kalman thời gian rời rạc là: Các trạng thái động tuyến tính thời gian bất biến Các phương trình đo tuyến tính thời gian bất biến Các số liệu thống kê nhiễu tĩnh Điều có nghĩa nhận giải pháp trạng thái ổn định hệ thống ước tính trước chạy thuật toán lọc Kalman Bây cách để tìm giải pháp trạng thái ổn định cho lọc Kalman   1 P  k   I  P  k  H T  k   H  k  P  k  H T  k   R  k   H  k  P  k    (3.10)   P  k   P  k  H T  k   H  k  P  k  H T  k   R  k  H  k  P  k  45 Điều chỉnh nhiễu Q (k) đo lường lỗi hiệp phương sai ma trận R (k) cần thiết để thực tốt lọc Kalman Thơng thường, họ đo lường gianh giới tách rời trước hoạt động lọc Đặc biệt hợp lý để đo ma trận hiệp phương sai lỗi R (k), số phép đo mẫu gianh giới tách rời để xác định phương sai sai số đo Đây giá trị ban đầu cần thiết cho lọc đo lường hoạt động hệ thống Q (k) thường khó để có Ví dụ nguồn nhiễu thường sử dụng để đại diện cho điều không chắn động hệ thống Một mẫu xấu trở nên đáng tin cậy cách chọn Q(k) thích hợp Q(k) lớn có nghĩa khơng chắn đưa vào mơ hình dự tốn Hoạt động lọc tốt phụ thuộc vào lựa chọn thích hợp R (k) Q (k) Điều chỉnh thường thực ngoại tuyến với giúp đỡ phương pháp thống kê Bộ lọc Kalman mở rộng Tiêu chuẩn KF thời gian rời rạc ước tính trạng thái x(k) єRn hệ thống rời rạc phương trình tuyến tính khác Trong ứng dụng thực tế, nhiều hệ thống động cảm biến khơng hồn tồn tuyến tính Do đó, lọc Kalman tiêu chuẩn không phù hợp với đánh giá hệ thống Một lọc Kalman mở rộng phương pháp tối ưu giám sát trạng thái sử dụng cho việc lập trạng thái dự đoán tham số hệ thống phi tuyến tính động thời gian thực cách sử dụng theo dõi tín hiệu nhiễu Điều giả định nhiễu đo lường nhiễu hệ thống khơng tương quan Các nguồn nhiễu có phép tính tốn khơng xác đo lường mơ hình hóa Trong giai đoạn tính tốn, trạng thái dự đốn cách sử dụng mơ hình tốn học (trong có dự tính trước đây) giai đoạn thứ hai trạng thái dự đoán liên tục sửa chữa cách sử dụng chương trình chỉnh sửa thơng tin phản hồi Lược đồ làm cho việc sử dụng phép đo thực tế cách thêm thuật ngữ để trạng thái dự đoán (mà thu giai đoạn đầu tiên) Thời hạn bổ sung có chứa khác biệt trọng số tín hiệu đo lường ước tính tín hiệu Dựa độ lệch từ giá trị ước tính, EKF cung cấp giá trị đầu tối ưu cho đầu vào Một hệ thống phi tuyến với trạng thái vector x (k) є Rn đưa phương trình sai phân ngẫu nhiên phi tuyến x  k  1  f  x  k  , u  k  ,   k   (3.11) 46 Với đo lường Z(k) є Rm z  k   h  x  k  ,  k   (3.12) Ở đây, biến ngẫu nhiên ξ (k) η (k) dự kiến nhiễu đo lường, tương ứng giả định có độc lập với với phân bố xác suất thông thường Trong phương trình động, khơng tuyến tính chức f (.) Liên quan trạng thái bước thời gian k cho trạng thái bước thời gian k + bao gồm hàm u(k) nhiễu ξ(k) không Để đánh giá q trình phi tuyến tính khác biệt mối quan hệ đo lường, bắt đầu cách viết phương trình ước tính (3.11) (3.12) x  k  1  xˆ  k  1  A  x  k   xˆ  k    Ww  k  (3.13) z  k   zˆ  k   H  x  k   xˆ  k    Vv  k  (3.14) Ở x (k +1) z (k) trạng thái thực tế trạng thái đo lường xˆ  k  1 zˆ  k  vectơ gần vectơ đo lường ước tính phía sau trạng thái k bước biến ngẫu nhiên w (k) v (k) đại diện cho trình nhiễu đo lường A ma trận Jacobian dẫn xuất phần f (.) Đối với x W ma trận Jacobian dẫn xuất phần f (.) Liên quan đến w, Wi , j   fi w  j   xˆ  k  , u  k  ,0 H ma trận Jacobian dẫn xuất phần h (.) Đối với x, H i , j   hi x j   xˆ  k  ,0 V ma trận Jacobian dẫn xuất phần h (.) với đối v, 47 H i , j   Ai , j   hi  v j  fi  x j   xˆ  k  ,0  ,  xˆ  k  , u  k  ,0  Lưu ý đơn giản ký hiệu, không sử dụng bước thời gian ngắn k với Jacobians F, W, H, V chí nghĩ có thực tế khác bước thời gian Bây định nghĩa ký hiệu cho lỗi tiên đoán, eˆx k   x  k   xˆ  k  (3.15) eˆx k   z  k   zˆ  k  (3.16) Và đo lường lại Sử dụng, (3.15) (3.16) viết phương trình hiệu chỉnh cho trình lỗi eˆx k 1  A  x  k   xˆ  k      k  (3.17) eˆz k   Heˆz k     k  (3.18) Hồn thiện thiết lập phương trình EKF hiển thị đây: Thời gian cập nhật phương trình: xˆ   k  1  f  xˆ  k  , u  k  ,0  (3.19) P  k  1  A  k  P  k  AT  k   W  k  Q  k  WT  k  (3.20) Cập nhật phương trình phép đo:  xˆ  k   xˆ   k   K  k  z  k   h  xˆ   k  ,0   K  k   P   k  H T  k   H  k  P   k  H T  k   V  k  R  k V T  k   (3.21) 1 (3.22) 48 P  k   ( I  K  k  H  k ) P   k  (3.23) Cơ với lọc Kalman rời rạc, phương trình thời gian cập nhật dự báo trạng thái hiệp phương sai ước tính từ bước thời gian k đến bước k + Cập nhật phương trình đo lường ước tính hiệp phương sai với đo lường V đo đạc Jacobians bước k, nhiễu đo lường hiệp phương sai bước k Các hoạt động EKF tương tự lọc Kalman rời rạc tuyến tính hình 4.2.Hình 4.3 cung cấp nhìn hồn chỉnh phép tính EKF, kết hợp biểu đồ mức cao Giá trị khởi tạo Cập nhật đo (“hiệu chỉnh”) Cập nhật thời gian (“Dự báo”) (1) Tính độ khếch đại Kalman (1) Dự báo trạng thái (2) Cập nhật giá trị đo zk (2) Dự báo ma trận phương sai (3) Cập nhật hiệp phương sai Hình 3.5 Thuật tốn lọc kalman mở rộng Các thuật toán EKF thực tế sử dụng cho hệ phi tuyến động xây dựng ước tính, tính tốn sai lỗi ma trận hiệp phương dựa ma trận Jacobian liên tục dựa dự toán trạng thái Phương phap Jacobians A (k) đo lường Jacobians H(k) thời gian khác ma trận dựa ước tính trạng thái Là ước tính ưu tiên lỗi hiệp phương sai P (k), ước tính lại lỗi hiệp phương sai P(k) đạt Kalman K(k) ma trận thời gian khác dựa ước tính trạng thái tính tốn trực tuyến Việc tăng tính tốn lọc Kalman mở rộng lọc Kalman tuyến tính EKF có tính tốn phức tạp việc tính tốn ma trận trực tuyến 49 Điều khiển khơng cảm biến động động từ trở Sử dụng lọc Kalman mở rộng để ước lượng tốc độ vị trí ĐCĐBTT Vì thuật tốn lọc Kalman thiết kế để ước lượng véc tơ trạng thái cho hệ thống có mơ hính tuyến tính Tuy nhiên, tốc độ vị trí ước lượng ĐCĐBTT dựa mơ hình phi tuyến Do đó, phải thực tuyến tính hóa để áp dụng cơng thức truy hồi lọc Kalma gọi lọc Kalman mở rộng Xét hệ thống rời rạc phi tuyến khơng gian trạng thái có mơ sau:  xk 1  f k  xk , uk   wk   yk  g k ( xk , uk )  ηk (3.24) Trong u, x y tương ứng đầu vào, biến trạng thái đầu mơ hình, w η giả thuyết nhiểu trắng có phân bố chuẩn Gaussian với Hiệp phương sai tương ứng Q R w nhiễu hệ thống bao gồm sai số mơ hình, η nhiễu đo Mơ hình rời rạc hóa với thời gian lấy mẫu Ts để áp dụng thuật toán ước lượng Kalman mở rội DSP Thuật toán Kalman mở rộng thực dựa mơ hình tuyến tính hóa sau:    xk 1  Ak xk  Bk uk  wk yk  Ck xk  Dk uk  ηk (3.25) Trong Ak  f k  xk , uk  f  x , u  , Bk  k k k , xk uk Ck  g k  xk , uk  g  x , u  , Dk  k k k xk uk ứng dụng lọc kalman mở rộng để ước lượng vị trí tốc độ ĐCĐBTT Mơ hình ĐCĐBTT khơng gian trạng thái viết lại sau với giả thiết tốc độ số thời gian chu kỳ lấy mẫu 50             L did R   s id  ω q iq  vd dt Ld Ld Ld diq dt  ω Ld R id  s iq  vq Lq Lq Lq (3.26) dω 0 dt dθ ω dt Hệ phương trình (3.26) phi tuyến có dạng tổng quát sau: x  f  x, u  (3.27) Trong 𝑇 𝑥 = [𝑖𝑑 𝑖𝑞 𝜔 𝜃] : véc tơ trạng thái 𝑇 𝑢 = [𝑣𝑑 𝑣𝑞 ] : véc tơ đầu vào Rời rạc hóa cơng thức (3.27) phương pháp xấp xỉ Euler đơn giản ta có mơ hình rời rạc tương ứng sau : xk 1  xk  Ts f  xk , uk  (3.28) Trong đó: Ts chu kỳ lấy mẫu, phải nhỏ so với số thời gian điện mơ hình động Từ (3.26) (3.28) ta có:   di d Ld v Rs  |t k  1  Ts i q,k  Ts d.k i d,k 1  i d,k  Ts   Ts dt L d i Lq L d id ,k   d ,k   di q Lq v q.k Rs   i  i  T |   T i   T  T   q,k  q,k s t s q,k s s   dt k Lq L q  Lq   iq ,k      T d |   k s t k  k 1 dt k  d k 1  k  Ts |t  k  Ts k dt k  (3.29) Áp dụng cơng thức (3.28) để tuyến tính hóa mơ hình quanh điểm làm việc xk, thu mơ hình tuyến tính hóa với ma trận trạng thái sau: 51 LqTs  RsTs ωk  1 L L d d   LT RT A k    d s ωk  s s Lq  Lq  0  0  LqTs Ld  iq ,k Ld Ts id ,k Lq Ts 1 0  Ck    0 0   0   0  0   (3.30) (3.31) Xác định ma trận nhiễu hiệp phương sai Q, R, P Một phần quan trọng EKF sử dụng giá trị ban đầu cho hiệp phương sai khác ma trận, Q, R, P Những điều có ảnh hưởng quan trọng ổn định lọc thời gian hội tụ Hệ thống hiệp phương sai tiếng ồn Q cho mơ hình khơng xác tiếng ồn giới thiệu phép đo điện áp (Tiếng ồn cảm biến, lượng tử hóa chuyển đổi AID) Thuật hiệp phương sai nhiễu R tiếng ồn gây cảm biến định lượng AID Các ma trận hiệp phương sai tiếng ồn Q R phải thu cách xem xét tính chất ngẫu nhiên tiếng ồn tương ứng Tuy nhiên, chúng thường khơng biết, hầu hết trường hợp chúng sử dụng ma trận trọng lượng, cần lưu ý quy tắc định tính đơn giản thiết lập để có gia trị hiệp phương sai Trong nhiều ứng dụng, thử nghiệm sai sót sử dụng để kích thích ban đầu thành phần Q, R ma trận trạng thái hiệp phương sai P, ma trận phương sai chéo giả định, thiếu thông tin thống kê để đánh giá yếu tố ngồi chéo Đơi chúng xác định ma trận nhận dạng, chúng ma trận nhận dạng nhân với số Nói chung, Q ma trận x 4, R ma trận x 2, P ma trận x Điều có nghĩa tổng cộng có 36 yếu tố hiệp phương sai xác định Tuy nhiên, tín hiệu tiếng ồn khơng tương quan, việc giảm kết lõm yêu cầu, ví dụ: Q R chứa phần tử đường chéo khơng xác định.Tương tự, giả định P đường chéo, có phần tử Tuy nhiên, suy giảm phát sinh xem xét lớp lót ma trận ma trận hiệp phương sai không phụ thuộc vào trục d q Do hai phần tử Q bình đẳng, có hai phần tử R hai phần tử P nhau, ví dụ Q=Q0=A(a,a,b,c) P0=B(e,e,f,g) R=C(m,m) Các thuật toán EKF rời rạc; Điều chỉnh Thuật toán EFK gồm hai giai đoạn giai đoạn dự báo giai đoạn lọc 52 Trong giai đoạn dự báo, giá trị dự đoán trạng thái x (k + 1) ma trận hiệp phương sai trạng thái dự báo (P) thu Đối với mục đích này, phương trình trạng thái biến máy sử dụng, ma trận hiệp phương sai hệ thống (Q) Trong giai đoạn lọc, trạng thái lọc (2) thu từ dự đốn ước tính cách thêm vào thuật ngữ điều chỉnh với giá trị dự đoán (x), điều chỉnh Ke = K (y - ŷ), e = (y-ŷ.) Là lỗi sử dụng giá trị đo Ước tính trạng thái thực theo bước sau: Bước 1: Khởi tạo ma trận vecto trạng thái ma trận hiệp phương sai Khởi đầu vector trạng thái x0 = x (t0) giá trị khởi đầu ma trận hiệp phương sai số Q R, đặt, với giá trị khởi đầu ma trận trạng thái hiệp phương sai Po, P ma trận hiệp phương sai vecto trạng thái Bước 2: Dự đoán vector trạng thái lấy mẫu với thời gian (k+1) từ vector đầu vào u (k) vector trang thái lần lấy mẫu trước thời gian x(k), cách sử dụng A (k) B(k), thu cách thực x  k  1| k   x  k  1  A  k   B  k  u  k  (3.32) Bước 3: ma trận phương sai dự báo ước tính: P  k  1  f  k  1 P  k  f T  k  1  Q (3.33) Với P  k  1| k   P  k  1 ,P  k | k   P  k  ,f  k  1| k   f  k  1 ,   A  k  x  B  k  u  k   f  k  1   x (3.34) x  x  k 1 Bước 4: Bộ lọc Kalman (ma trận hiệu chỉnh) tính sau K  k  1  P  k  1 h T  k  1 h  k  1 P  k  1 h T  k  1  R   C  k  x  h  k  1   x 1 (3.35) (3.36) x  x  k1 Bước 5: Ước lượng vector trạng thái ('dự toán vector trạng thái hiệu chỉnh', 'lọc') thời điểm (k + I) thực sau x  k  1  x  k  1  K  k  1  y  k  1  y  k  1   (3.37) 53 yˆ  k  1  C  k  1 x(k  1) (3.38) Bước 6: Ước lượng ma trận phương sai P  k  1  P  k  1  K  k  1 h  k  1 P  k  1 (3.39) Bước 7: k   k  1 , x  k   x  k  1 ,P  k   P  k  1 quay bước Mơ hình điều khiển kết mô  * PI ^ * Chiến lược điều idq Te*khiển giá trị PI giới hạn ^ idq idq EKF vdq vdq* dq v* abc abc PWM 3~ ^ dq iabc abc ĐCĐB TT Hình 3.6 Cấu trúc hệ thống điều khiển không cảm biến tốc độ sử dụng lọc Kalman mở rộng Hình 3.7 Mơ điều khiển động từ trở tốc độ cao sử dụng lọc kalman mở rộng 54 Kết mơ Hình 3.8 Mơ điều khiển với lộc kalman Kết mô hình 3.8 cho thấy thởi điểm 8,2(s) tốc độ ước lượng tốc độ đo bám sát tốc độ đặt Thông số động Bảng 3.1 Thông số động Tham số Tốc độ định mức Công suất định mức Số cặp cực Dòng điện định mức Điện áp pha định mức Điện trở stator Điện cảm trục d Điện cảm trục q Mơmen quản tính động Giá trị 20.000 vòng/phút 15kw 40A 230 V 120mΩ 4,1 mH 1,3 mH 1,6 10-2 kg.m2 55 Kết luận chương Trong chương tác giả giới thiệu lọc Kalman Kalman mở rộng Ứng dụng lọc Kalman mở rộng phương pháp điều khiển không cảm biến tốc độ ĐCĐBTT.Ứng dụng lọc Kalman mở rộng để ước lượng tốc độ vị trí động 56 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Trong luận văn tác giả mô thành công động học động đồng từ trở phần mềm Matlab Simulink Mô phương pháp điều khiển trực tiếp mô ment từ thông (DTC) Phương pháp điều khiển tối ưu MTPA MTPW Kết hợp phương pháp điều khiển không cảm biến ứng dụng lọc Kalnam mở rộng Hướng pháp triển đề tài Tác giả tiếp tục nghiên cứu phương pháp điều khiển không cảm biến sử dụng lọc Kalman mở rộng bậc dựa mơ hình ngược 57 TÀI LIỆU THAM KHẢO Tiếng việt [1] Nguyễn Văn Liễn, Nguyễn Mạnh Tiến, Đoàn Quang Vinh (2003), Điều khiển Động xoay chiều cấp từ biến tần bán dẫn, NXB khoa học kỹ thuật, Hà Nội [2] Nguyễn Phùng Quang, Andreas Ditticg (2002), Truyền động điện thông minh, NXB Khoa học Kỹ Thuật, Hà Nội [3] Nguyễn Phùng Quang, Điều khiển tự động truyền động điện xoay chiều ba pha, NXB Giáo dục [4] Nguyễn Đức Quận, “Mơ hình hóa, mơ điều khiển động từ trở đồng tốc độ cao,” Tạp chí Khoa học Cơng nghệ, Đại học Đà Nẵng, vol 2, no 11(96), pp 146–151, 2015 Tiếng anh [5] Abdel-Karim Daud, Basim Alsayid2,“DSP Based Simulator for Speed Control of the Synchronous Reluctance Motor Using Hysteresis Current Controller,” Energy and Power Engineering, 2013, 5, 363-371 [6] Longya Xu, Xingyi Xu, Member, IEEE, Thomas A Lipo, Fellow, IEEE, and Donald W Novotny, Fellow, IEEE, ” Vector Control of a Synchronous Reluctance Motor Including Saturation and Iron Loss” IEEE transactions on industry applications, vol 21, no 5, septemberioctober 1991 [7] Mostafa A Fellani, and Daw and E Abaid, “Modeling and Simulation of Reluctance motor using digital computer,” International Journal of Computer Science and Electronics Engineering (IJCSEE) Volume 1, Issue (2013) ISSN 2320–4028 (Online) [8] Mohamed Nabil Fathy Ibrahim, Peter Sergeant and Essam Rashad, “Simple Design Approach for Low Torque Ripple and High Output Torque Synchronous Reluctance Motors” Energies 2016, 9, 942; doi:10.3390/en9110942 [9] Peter Vas, Sensorless Vector and Direct Torque Contro, Oxford New york Tokyo, Oxford university press 1998 ... điều khiển không cảm biến tốc độ động đồng từ trở tốc độ cao Sử dụng lọc Kalman mở rộng để ước lượng vị trí tốc độ động đồng từ trở tốc độ cao Từ khóa – Động từ trở đồng bộ; tốc độ cao; mơ hình... Tìm hiểu tổng quan động đồng từ trở tốc độ cao điều khiển không cảm biến - Mô động đồng từ trở - Đưa chiến lược điều khiển động từ trở tốc độ cao không sử dụng cảm biến tốc độ ứng dụng lọc Kalman... quan động động từ trở 1.1 Tổng quan động đồng từ trở 1.2 Động học động động đồng từ trở 1.3 Các phép biến đổi hệ tọa độ 1.4 Phương trình động cở đồng từ trở hệ tọa độ 1.5 Các sơ đồ điều khiển