Thiết kế hệ thống cảm biến mềm đo tốc độ động cơ DC

Thiết kế hệ thống cảm biến mềm đo tốc độ động cơ DC Thiết kế hệ thống cảm biến mềm đo tốc độ động cơ DC Thiết kế hệ thống cảm biến mềm đo tốc độ động cơ DC Thiết kế hệ thống cảm biến mềm đo tốc độ động cơ DC Thiết kế hệ thống cảm biến mềm đo tốc độ động cơ DC Thiết kế hệ thống cảm biến mềm đo tốc độ động cơ DC Thiết kế hệ thống cảm biến mềm đo tốc độ động cơ DC

TÓM TẮT Mặc dù ngày nay, động DC thay động AC Tuy nhiên, động DC cịn đóng vai trị khơng thể thay nhiều lĩnh vực : động cho xe điện, động cho máy khoan cầm tay, lĩnh vực y tế,… Việc điều khiển tốc độ động DC luôn cần phải sử dụng Encoder Điều làm cho hệ thống trở nên cồng kềnh Do đó, giải pháp ước lượng tốc độ đặt Từ sở lý thuyết cảm biến mềm mối quan hệ đại lượng vật lý phương pháp xây dựng hệ thống cảm biến mềm xây dựng lên Bên cạnh đó, phương pháp điều khiển động phương pháp xử lý tín hiệu đề cập tới để xây dựng hồn thiện hệ thống cảm biến mềm hoàn chỉnh cho động DC Từ mơ hình cảm biến mềm, luận văn đề so sánh mơ hình cảm biến mềm để từ tìm mơ hình ARX phù hợp với việc ước lượng tốc độ động DC Hệ thống sử dụng mơ hình ARX với đại lượng dịng điện, điện áp tốc độ trước để ước lượng tốc độ động DC Trong trình thực nghiệm động DC thực tế với nhiều trạng thái tải khác động DC, hệ thống cho kết tương đương với cảm biến Encoder Kết luận ước lượng tốc độ sử dụng mơ hình ARX thay hồn tồn cảm biến đo tốc độ động Trang xii ABSTRACT Although, DC motors have been gradually replaced by AC motors However, DC motors is still importanted in some applications such as: electric drill, medical field, so on The method of control DC motors need to use Encoder Hence, the system have a complex structure Therefore, sensorless control of DC motors have been investigated Base on the theoretical of soft sensors and the relationship between physical values, the method of soft sensors have been built Besides, motor control methods and signal processing methos are also mentioned to be able to build a complete soft sensors system for DC motors The thesis have been compared ARX model and ARMAX model to choose method which is suitable for DC motor After compared, the system have been choosed ARX model for this thesis During the experiment on the real DC motor with many different load states, the estimation system got the same result with the system which is using Encoder Therefore, the speed estimation system, which is using ARX model, can replace the engine speed sensor Trang xiii MỤC LỤC LÝ LỊCH KHOA HỌC viii LỜI CAM ĐOAN .x LỜI CẢM ƠN xi TÓM TẮT xii ABSTRACT xiii MỤC LỤC xiv DANH SÁCH CHỮ VIẾT TẮT xvii DANH SÁCH HÌNH xviii Tổng Quan Đặt vấn đề Mục tiêu giới hạn đề tài Phương pháp nghiên cứu .2 Nội dung luận văn Cơ Sở Lý Thuyết .5 Tổng quan cảm biến mềm .5 Phương pháp xây dựng hệ thống cảm biến mềm 2.2.1 Lựa chọn xử lý liệu 2.2.2 Xây dựng mơ hình lựa chọn hồi quy 2.2.3 Xác thực mơ hình 12 Phương pháp sử dụng lọc Kalman lọc nhiễu tín hiệu 13 2.3.1 Tổng quan lọc Kalman 13 2.3.2 Bộ lọc Kalman rời rạc .14 Trang xiv Phân tích tương quan 19 2.4.1 Khái niệm 19 2.4.2 Tương quan tuyến tính 20 Mơ Hình Tốn Học Động Cơ DC .22 Các phương pháp điều khiển động DC 24 2.6.1 Điều khiển điện áp phần ứng .24 2.6.2 Điều khiển từ thông 31 2.6.3 Điều khiển điện trở phần ứng 32 Cấu trúc hệ thống điều khiển tốc độ động 32 2.7.1 Bộ điều khiển tốc độ với khâu tích phân tỉ lệ .33 2.7.2 Bộ điều khiển dòng điện 34 Xây Dựng Mơ Hình .38 Lựa chọn liệu 38 Lựa chọn mơ hình 41 3.2.1 Mơ hình ARX 41 3.2.2 Mơ hình ARMAX .43 3.2.3 So sánh mơ hình ARX ARMAX 44 Thi Công Đánh Giá 46 Sơ đồ hệ thống .46 Thu thập liệu 48 Lọc nhiễu tín hiệu 51 Kết đạt 52 Kết luận 58 Trang xv Kết luận 58 Hạn chế 58 Hướng phát triển 58 Tài Liệu Tham Khảo 59 Phụ Lục .61 A Code ARX 61 B Chương trình 65 NỘI DUNG BÀI BÁO 73 Trang xvi DANH SÁCH CHỮ VIẾT TẮT DC: Direct Current AC: Alternating Current PCA: Principal Component Analysis SISO: Single Input Single Output ARX: Auto-Regressive eXternal Input Model ARMAX: Auto-Regressive Moving Average eXternal Input Model NARX: Nonlinear Auto-Regressive eXternal Input Model NARMAX: Nonlinear Auto-Regressive Moving Average eXternal Input Model KF: Kalman Filter PI: Proportional Integral ADC: Analog-to-digital converter WIFI: Wireless Fidelity Lora: Long Range Trang xvii DANH SÁCH HÌNH Hình 1.1 Một số ứng dụng động DC[1] Hình 2.1 Các bước thiết kế cảm biến mềm Hình 2.2 Cấu trúc mơ hình hệ thống 10 Hình 2.3 Sơ đồ khối mơ hình NARX 12 Hình 2.4 Sơ đồ khối mơ hình NARMAX 12 Hình 2.5 Chu trình hoạt động lọc Kalman 17 Hình 2.6 Nguyên lý hoạt động lọc Kalman 18 Hình 2.7 Quan hệ tuyến tính Y X 20 Hình 2.8 Quan hệ phi tuyến Y X 21 Hình 2.9 Khơng có quan hệ Y X 21 Hình 2.10 Cấu trúc động DC 22 Hình 2.11 Sơ đồ khối động DC 24 Hình 2.12 Sơ đồ nguyên lý hệ F-Đ 25 Hình 2.13 Hệ thống chỉnh lưu - động DC kích từ độc lập .26 Hình 2.14 Sơ đồ hệ thống Chopper hoạt động góc phần tư I II 28 Hình 2.15 Bộ Chopper lớp D 29 Hình 2.16 Bộ Chopper lớp E 30 Hình 2.17 Các thành phần điều khiển tốc độ 32 Hình 2.18 Bộ điều khiển tốc độ với khâu tỉ lệ tích phân .33 Hình 2.19 Bộ điều khiển dòng điện phần ứng 35 Hình 2.20 Sơ đồ khối hệ thống điều khiển tốc độ 37 Hình 3.1 Sơ đồ khối thu thập liệu .38 Trang xviii Hình 3.2 Đồ thị mối quan hệ điện áp tốc độ .39 Hình 3.3 Đồ thị mối quan hệ dòng điện tốc độ 39 Hình 3.4 Mối quan hệ tốc độ trước tốc độ 40 Hình 3.5 Kết mơ hình ARX 41 Hình 3.6 Kết mơ hình ARX với tham số na=0,nb=[1 1],nk=[1 0] .42 Hình 3.7 Kết mơ hình ARMAX 43 Hình 3.8 Kết mơ hình ARMAX với tham số 𝑛𝑎 = 0, 𝑛𝑏 = 1 1, 𝑛𝑐 = 0, 𝑛𝑘 = 0 44 Hình 3.9 Kết so sánh hai mơ hình ARX ARMAX 45 Hình 4.1 Sơ đồ hệ thống 46 Hình 4.2 Sơ đồ mạch INA219 47 Hình 4.3 Sơ đồ mạch ước lượng tốc độ 48 Hình 4.4 Các giá trị dịng điện động không tải 48 Hình 4.5 Các giá trị điện áp động có tải .49 Hình 4.6 Các giá trị điện áp động 49 Hình 4.7 Các giá trị tốc độ động hoạt động khơng tải 50 Hình 4.8 Các giá trị tốc độ động hoạt động có tải 50 Hình 4.9 Các giá trị dịng điện có lọc trường hợp động hoạt động không tải 51 Hình 4.10 Các giá trị dịng điện có lọc trường hợp động hoạt động có tải 52 Hình 4.11 Kết hệ số mơ hình ARX .53 Hình 4.12 Tốc độ động momen tải 54 Hình 4.13.Tốc độ động momen tải 0.03(Nm) 54 Trang xix Hình 4.14 Tốc độ động momen tải 0.04(Nm) 55 Hình 4.15 Sai số tốc độ Encoder mơ hình ARX 55 Hình 4.16 Sai số momen tải 0.03Nm 56 Hình 4.17 Sai số momen tải 0.04Nm 56 Hình 18 Sơ đồ khối động DC Hình 19 Cấu trúc mơ hình hệ thống Hình 20 Sơ đồ khối thu thập liệu Hình 21 Đồ thị mối quan hệ điện áp tốc độ .2 Hình 22 Đồ thị mối quan hệ dòng điện tốc độ Hình 23 Mối quan hệ tốc độ trước tốc độ Hình 24 Kết mơ hình ARX Hình 25 Kết mơ hình ARX với tham số na=0,nb=[1 1],nk=[1 0] Hình 26 Sơ đồ hệ thống Hình 27 Các giá trị dịng điện động không tải Hình 28 Các giá trị điện áp động có tải Hình 29 Các giá trị điện áp động Hình 30 Các giá trị tốc độ động hoạt động khơng tải .4 Hình 31 Các giá trị tốc độ động hoạt động có tải .4 Hình 32 Các giá trị dịng điện có lọc trường hợp động hoạt động không tải Hình 33 Các giá trị dịng điện có lọc trường hợp động hoạt động có tải Hình 34 Tốc độ động khơng tải Hình 35 Tốc độ động hoạt động có tải Trang xx Hình 36 Sai số tốc độ Encoder mơ hình ARX có tải Trang xxi e = data4[i] - sqrtA0overA1; if (obj.EnableAdaptation) { for (b_i = 0; b_i < 3; b_i++) { fTr[b_i] = 0.0; for (i0 = 0; i0 < 3; i0++) { fTr[b_i] += obj.ParameterCovariance_[i0 + * b_i]; phiMemory[i0] * } K0[b_i] = 0.0; K[b_i] = 0.0; } a1 = obj.ForgettingFactor_; for (kk = 0; kk < 3; kk++) { sqrtA0overA1 = a1; a1 += fTr[2 - kk] * fTr[2 - kk]; sqrtA0overA1 = sqrt(sqrtA0overA1 / a1); sqrtA0timesA1 = sqrtA0overA1 * a1; i0 = (int)(((3.0 + -(double)kk) + -4.0) / -1.0); for (kk2 = 0; kk2 < i0; kk2++) { K[2 - kk2] = K0[2 - kk2] + y[(3 * (2 - kk) - kk2) + 2] * fTr[2 - kk]; y[(3 * (2 - kk) - kk2) + 2] = y[(3 * (2 - kk) - kk2) + 2] * sqrtA0overA1 - K0[2 - kk2] * fTr[2 sqrtA0timesA1; K0[2 - kk2] = K[2 - kk2]; } } sqrtA0overA1 = sqrt(obj.ForgettingFactor_); for (kk = 0; kk < 3; kk++) { K[kk] /= a1; for (kk2 = 0; kk2 CCR4 = duty; TIM2->CCR3 = 0; } else { } } void PID(void) { PIDInputSet(&pid,motor_speed); PIDCompute(&pid); duty = PIDOutputGet(&pid); set_duty(duty,1); } Trang 72 NỘI DUNG BÀI BÁO THIẾT KẾ HỆ THỐNG CẢM BIẾN MỀM ĐO TỐC ĐỘ ĐỘNG CƠ DC SPEED ESTIMATION FOR DC MOTORS USING ARX MODEL Nguyễn Đức Tài Trường Đại học Sư phạm Kỹ thuật TP.HCM TÓM TẮT Trong báo này, mơ hình ARX sử dụng cho hệ thống ước lượng tốc độ động DC có chổi than Sơ đồ của hệ thống bao gồm ba ngõ đầu Ngõ vào bao gồm ba tham số là: dịng điện, điện áp tốc độ trước Đầu hệ thống tốc độ ước lượng động DC Mơ hình ARX mô đánh giá hiệu suất so với mơ hình ARMAX Matlab 2017b Sau đó, mơ hình ARX nhúng vào vi điều khiển STM32F407 để thực thi việc ước lượng thực tế động DC Kết tốc độ ước lượng so sánh đánh giá với kết đo từ Encoder Từ khóa: mơ hình ARX; ước lượng tốc độ; động DC; STM32F407 ABSTRACT In this paper, ARX model will be use in speed estimation system for DC motors The system is the MISO (multiple input, single output) system The input system include current, voltage and previous speed And, estimation speed is output of system ARX model will be simulate and evaluate to ARMAX model on Matlab version 2017b After that, we will implement this model on MCU STM32F407 The estimate speed will be compare to speed which measure by Encoder Key word: ARX model; speed estimation; DC motors; STM32F407 I Giới thiệu Động DC chưa thể đươc thay thể sộng ngày có cẫu tẫo đơn giẫn, điểu khiển không phưc tẫp không yêu cẫu cao vể viểc bẫo trì hay sưa chưa [1] Trong hệ thống sử dụng động (AC-DC) cần biết xác tốc độ, vị trí trục quay chúng hoạt động để điều khiển kiểm sốt chúng Thơng thường, người ta sử dụng Encoder gắn vào trục động để đo tốc độ Việc lắp đặt Encoder để đo tốc độ làm tăng diện tích hệ thống, yêu cầu bảo trì, thời gian chi phí lắp đặt [2] Trong báo này, tác giả sử dụng ARX model để thiết kế thực nghiệm ước lượng tốc độ cho động DC Bộ ước lượng sử dụng tham số điện áp, dòng điện tốc độ thời điểm 𝑡 − để làm thơng số đầu vào II Mơ hình hệ thống Trang 73 Từ phương trình tổng quát (3), phương trình mơ hình ARX tạo phương trình (4): A Mơ hình tốn học động DC Động DC mơ tả phương trình (1) (2) [3]: 𝑅ư 𝑖ư (𝑡) + 𝐿ư 𝑑𝑖ư (t) + 𝐸ư (t) = 𝑈ư (𝑡) 𝑑𝑡 𝑀(𝑡) = 𝑀𝑡 (𝑡) + 𝐵𝜔(𝑡) + 𝐽 𝐵(𝑞 −1 ) 𝑦(𝑡) = 𝑢(𝑡) + 𝑒(𝑡) 𝐴(𝑞 −1 ) 𝐴(𝑞 −1 ) (1) 𝑑𝜔(𝑡) 𝑑𝑡 Trong đó, 𝜔(𝑡) – tốc độ rotor( rad/s) 𝐸ư (t) – Suất điện động phần ứng 𝑖ư (t) – Dòng điện phần ứng 𝑅ư – Điện trở phần ứng 𝑈ư – Điện áp phần ứng 𝐿ư – Điện cảm phần ứng 𝐵 – Hệ số ma sát 𝐽 – Momen quán tính 𝑀𝑡 (𝑡) – Momen tải 𝑀(𝑡) – Momen quay Từ biểu thức (1) (2) ta có sơ đồ khối động DC Hình (4) (2) C Xây dựng mơ hình hệ thống Theo phương trình (1), thơng số đầu vào ảnh hưởng trực tiếp đến hệ thống: Điện áp dịng điện Ngồi ra, tốc độ thời điểm 𝑡 − 1(với 𝑡 thời điểm ta đo tốc độ động cơ) có mối tương quan đến tốc độ 𝑡 Các liệu hệ thống thu thập sơ đồ khối Hình Hình 20 Sơ đồ khối thu thập liệu Phân tích mối tương quan thơng số đầu vào: Dòng điện, điện áp tốc độ thời điểm 𝑡 − với tốc độ ta có kết Hình 4, Hình Hình (Rpm) Hình 18 Sơ đồ khối động DC B Xây dựng mơ hình ước lượng ARX Cấu trúc hệ thống thể Hình [4]: (V) Hình 21 Đồ thị mối quan hệ điện áp tốc độ Hình 19 Cấu trúc mơ hình hệ thống Mơ hình tốn học hệ thống tuyến tính thể phương trình (3): 𝑦(𝑡) = 𝐺(𝑧 −1 )𝑢(𝑡) + 𝐻(𝑧 −1 )𝑒(𝑡) (3) Trang (Rpm) (A) Hình 22 Đồ thị mối quan hệ dịng điện tốc độ Hình 24 Kết mơ hình ARX Thực kiểm tra mơ hình với tập liệu kiểm tra ta kết Hình Kết ước lượng tập liệu kiểm tra cho thấy mơ hình ước lượng cho kết gần xác tuyệt đối (Rpm) (Rpm) (Rpm)(t-1) Hình 23 Mối quan hệ tốc độ trước tốc độ III Kết mô Với tham số đầu vào 𝑛𝑎 = 0, 𝑛𝑏 = [1 1], 𝑛𝑘 = [1 0] Thực ước lượng với mơ hình ARX ta có kết Hình Thời gian lấy mẫu mơ hình 0.5 giây Độ xác mơ hình tập mẫu kiểm tra 99.52% (tập mẫu kiểm tra hoàn toàn độc lập với tập mẫu dùng để ước lượng) Sai số ước lượng cuối mơ hình tập liệu kiểm tra (𝐹𝑃𝐸) 15.76 Bình phương sai số mơ hình (𝑀𝑆𝐸) 13.96 (t) Hình 25 Kết mơ hình ARX với tham số na=0,nb=[1 1],nk=[1 0] IV Thi công thực nghiệm Sơ đồ khối hệ thống gồm khối thể Hình Trang Hình 26 Sơ đồ hệ thống Hình 29 Các giá trị điện áp động Các giá trị dòng điện động chạy khơng tải thể Hình 10 Hình 13 14 thể giá trị tốc độ động hoạt động không tải động hoạt động có tải Hình 27 Các giá trị dịng điện động khơng tải Hình 30 Các giá trị tốc độ động Hình 11 thể giá trị dòng điện động hoạt động có tải hoạt động khơng tải Hình 28 Các giá trị điện áp động Hình 31 Các giá trị tốc độ động có tải hoạt động có tải Các giá trị điện áp động thể Hình 12 Trong trình thực đo lường, yếu tố tác động bên tác động vào làm cho kết thu bị sai số Ta thấy rõ ràng vấn đề từ Hình 10 Hình 11 Các giá trị ta thu có biên độ dao động cao Nếu giá trị không xử lý mà đưa trực tiếp vào mơ hình dẫn đến sai số cho mơ hình Trang thực trình ước lượng Trong báo này, lọc Kalman phương pháp áp dụng để xử lý vấn đề nhiễu thực trình thu thập liệu cho mơ hình Kết sử dụng lọc Kalman thể Hình 15 Hình 16 Hình 34 Tốc độ động khơng tải Hình 32 Các giá trị dịng điện có lọc trường hợp động hoạt động khơng tải Hình 35 Tốc độ động hoạt động có tải Hình 19 thể sai số kết ước lượng so với kết đo từ Encoder Hình 33 Các giá trị dịng điện có lọc trường hợp động hoạt động có tải Sau thu thập xử lý liệu từ động cơ, chúng đưa vào vi điều khiển thực việc tính tốn hệ số mơ hình ARX Hình 17 Hình 18 thể kết ước lượng hệ thống so với kết đo sử dụng Encoder Hình 36 Sai số tốc độ Encoder mơ hình ARX có tải V Kết luận hướng phát triển Từ kết Hình 17 Hình 18 ta thấy mơ hình ước lượng ARX ước lượng tốc độ xấp xỉ gần với tốc độ từ Encoder Vì thế, kết luận mơ hình ARX thay Encoder Trong tương lai, đề tài sử dụng phương pháp ước lượng khác mạng Neural để hệ thống tự thích nghi có thay đổi xảy hệ thống Ngoài Trang ra, hệ thống phát triển lên để ước lượng tốc độ điều khiển cho động khơng chổi than Bên cạnh đó, đề tài tích hợp chức cảnh báo cố, ghi nhận thay đổi bất thường xảy hệ thống truyền liệu máy chủ thông qua giao thức không dây WIFI, Lora,… industrial Processes, Springer 2006, page 18-96 Tác giả chịu trách nhiệm viết: Họ tên: Nguyễn Đức Tài Đơn vị: Công ty TNHH Hella Việt Nam Điện thoại:0343974517 Email: tainguyen189@gmail.com TÀI LIỆU THAM KHẢO [1] R Krishnan, Permanent magnet synchronous and brushless DC motor drives Boca Raton: CRC Press, 2010 [2] Joachim Holtz, Sensorless Control of Induction Motor Drives IEEE Proc., 90 (8) (2002), pp 1359-1394 [3] Yon-Ping Chen, Dynamic System Simulation and Implementationon, Spring 2015, page 2-1 to 2-7 [4] Luigi Fortuna, Salvatore Graziani, Alessandro Rizzo, Maria G.Xibilia, Soft Sensors for Monitoring and Control of XÁC NHẬN CỦA GVHD PGS.TS NGÔ VĂN THUYÊN Trang ... 1(với