Từ đồ thị đáp ứng tốc độ hình 6.16 ta thấy giá trị ước lượng đạt được đáp ứng với thời gian khoảng 0.38(s), và giá trị ước lượng dao động quanh giá trị thật với biên độ nhỏ, sai số lớn nhất ở thời điểm động cơ tăng tốc, khi đạt xác lập giá trị sai số giảm và ổn định đến khi kết thúc thực nghiệm, biên độ sai số trung bình khoảng 1%, với sai số lớn nhất là 5%.
Hình 6.19. Sai số dịng điện ước lượng
Từ kết quả đồ thị hình 6.19, chứng tỏ dòng điện quan sát bám sát giá trị dòng điện thực tế ở cả hai pha của hệ tọa độ cố định (α-β), trong khoảng thời gian từ 0 đến 0.3(s) là thời gian tăng tốc khi đó cần mơ-men lớn để khởi động động cơ, do đó biên độ dao động của dòng điện cao dẫn đến ảnh hưởng giá trị ước lượng, sai số lớn nhất trong khoảng 3(A), tuy nhiên khi động cơ đạt tốc độ ổn định, giá trị sai số dòng điện quan sát đạt được rất nhỏ khoảng 0.1(A).
Hình 6.20. Từ thơng rotor ước lượng
Đồ thị hình 6.20 và 6.21 thể hiện giá trị từ thông rotor ước lượng được và giá trị từ thông thực tế. Đồ thị thể hiện giá trị từ thông quan sát từ bộ điều khiển trượt được thiết đế đạt được giá trị xác lập khoảng thời gian 0.2(s), và tồn tại giá trị xác lập khoảng 0.003(Wb) trong suốt thời gian điều khiển.
Hình 6.22. Mơ-men ước lượng và mơ-men thực tế
Hình 6.23. Sai số giữa mô-men ước lượng và lượng và mơ-men thực tế
Đồ thị hình 6.22 và 6.23 thể hiện giá trị mô-men đo được, mô-men ước lượng và sai số của chúng. Giá trị mô-men tăng ở thời gian từ 0 đến 0.4(s) do động cơ chưa đạt vận tốc mong muốn, từ khoảng thời gian sau 0.4(s) tốc độ động cơ đạt được giá trị xác lập, do đó mơ-men duy trì ở mức ổn định khoảng 1.8(Nm).
6.4. Kết luận
Trong chương 6, tác giả đã xây dựng thuật tốn ước lượng thơng số cho động cơ điện xoay chiều không đồng bộ rotor lồng sóc, kết quả ước lượng ứng dụng cho phương pháp điều khiển trực tiếp mô-men, giá trị quan sát là tốc độ rotor được hồi tiếp trực tiếp về bộ điều khiển, làm cơ sở tham chiếu để lựa chọn véc-tơ đóng ngắt
các khóa bán dẫn. Kết quả mơ phỏng và thực nghiệm chứng minh được lý thuyết nghiên cứu đạt được giá trị ước lượng với độ chính xác cao hơn các bộ điều khiển được nghiên cứu trước đây, từ kết quả đáp ứng tốc độ ước lượng ta thấy đã khắc phục được hiện tượng chattering, là nhược điểm mà các bộ điều khiển trượt cổ điển không giải quyết được.
Ở mục 6.2.1 và 6.2.2 thể hiện kết quả đạt được của bộ ước lượng sử dụng bộ trượt được thiết kế trong luận án, chứng minh tốc độ ước lượng được từ phương pháp nghiên cứu đạt động học nhanh với thời gian đáp ứng 0.65(s), đồng thời hiện tượng chattering đáng kể (0.187 rad/s), với phương pháp NTSM kết quả là 1.21(rad/s), và lớn nhất là SLM với giá trị 3.02(rad/s).
Ngồi ra, trường hợp thơng số mơ hình thay đổi và đáp ứng với tải cũng được xem xét. Từ kết quả đáp ứng ở hai lần đóng tải khác nhau, chứng minh phương pháp nghiên cứu FONTSM cho kết quả sai số thấp nhất hồn tồn có thể ứng dụng lý thuyết nghiên cứu FONTSM cho bộ điều khiển trực tiếp mô-men (DTC) trong điều khiển động cơ không đồng bộ ba pha rotor lồng sóc. Nội dung nghiên cứu trong chương này được sử dụng cho các loại động cơ điện xoay chiều khơng đồng bộ rotor lồng sóc với thơng số kỹ thuật: điện áp hoạt động tối đa (380Vdc), dòng điện tối đa (15A), tốc độ : 400-2400 (rpm).
Với những nội dung được nghiên cứu liên quan trong chương này, tác giả đã công bố bài báo [1] trong danh mục bài báo đã công bố.
CHƯƠNG 7. KẾT LUẬN 7.1. Những nội dung nghiên cứu chính của luận án
Luận án tập trung nghiên cứu khắc phục nhược điểm của lý thuyết điều khiển trượt nhằm làm giảm hiện tượng chattering và thời gian đáp ứng của hệ thống, ứng dụng để ước lượng thông số cơ điện cho các loại động cơ điện. Tín hiệu đầu vào của bộ ước lượng là giá trị dòng điện và điện áp stator được đo trực tiếp bằng cảm biến; giá trị ước lượng được là góc, vận tốc rotor và từ thơng rotor.
Ý tưởng phát triển lý thuyết điều khiển trượt là tích hợp thêm hai thành phần tích phân và đạo hàm của sai số dòng điện vào biến trạng thái của mặt trượt NTSM, làm cho biến trạng thái sẽ tiến nhanh về mặt trượt hơn các phương pháp nghiên cứu trước đây khi chỉ sử dụng duy nhất một thành phần là sai số giữa dòng điện quan sát và dòng điện thực tế, kết quả làm cho hiện tượng chattering gần như triệt tiêu, dẫn đến giá trị ước lượng được chính xác hơn và có thể được sử dụng trực tiếp cho các bộ điều khiển mà không cần qua các bộ lọc tần số cao như phương pháp trượt cổ điển. Các kết quả mô phỏng và thực nghiệm được thể hiện ở chương 4 (ước lượng động cơ điện một chiều), chương 5(ước lượng động cơ PMSM trong phương pháp tựa từ thông FOC), và chương 6(ước lượng động cơ không đồng bộ ba pha rotor lồng sóc trong phương pháp điều khiển trực tiếp mô-men DTC). Ưu điểm của lý thuyết nghiên cứu (FONTSM) so với các nghiên cứu như trượt cổ điển (SLM) và trượt NTSM được thể hiện ở bảng tổng hợp 7.1.
Bảng 7.1. Bảng tổng hợp kết quả ước lượng
Ước lượng tốc độ động cơ DC
STT Thông số đáp ứng Đơn vị SLM NTSM FONTSM
1 Thời gian quá độ (ts) (s) 0.095 0.053 0.045
2 Độ vọt lố (overshoot) (%) 0.490 0.121 0.020
3 Sai số xác lập (rad/s) 5.3 0.65 0.03
4 Tích phân bình phương sai
lệch (ISE) 116.2 62.67 18.45
Ước lượng tốc độ động cơ PMSM
1 Thời gian quá độ (ts) (s) 0.55 0.52 0.48
2 Độ vọt lố (overshoot) (%) 11.25 6.25 3.75
3 Sai số xác lập (rad/s) 3.8 1.2 0.3
4 Tích phân bình phương sai lệch (ISE)
11.44 3.506 0.8061
Ước lượng tốc độ động cơ khơng đồng bộ ba pha rotor lồng sóc
STT Thơng số đáp ứng Đơn vị SLM NTSM FONTSM
1 Thời gian quá độ (ts) (s) 0.83 0.80 0.65
2 Độ vọt lố (overshoot) (%) 1.5 0.6 0.3
3 Sai số xác lập (rad/s) 3.02 1.21 0.187
4 Tích phân bình phương sai lệch (ISE)
19.5 13.98 3.48
Để kiểm chứng ưu điểm của lý thuyết được thiết kế, kết quả mô phỏng được so sánh với các phương pháp nghiên cứu trước và được thực hiện trên cùng một phần mềm mô phỏng Matlab/simulink với các thông số khởi tạo đối tượng mô phỏng giống nhau; thực nghiệm được thực hiện trên môi trường điều khiển, đo kiểm thời gian thực Hardware – in – The – Loop sử dụng cơng cụ xPC Target.
7.2. Những đóng góp khoa học mới của luận án
Dựa trên mơ hình tốn học của các loại động cơ, và các phương pháp điều khiển, tác giả đã phát triển thuật tốn ước lượng thơng số cơ điện. Cụ thể như sau:
Thuật tốn ước lượng thơng số cơ điện động cơ điện một chiều sử dụng bộ điều khiển trượt bậc cao.
Thuật toán ước lượng thông số cơ điện động cơ điện xoay chiều đồng bộ nam châm vĩnh cửu sử dụng bộ điều khiển trượt bậc cao trong hệ tọa độ chuyển động d-q.
Thuật tốn ước lượng thơng số cơ điện động cơ điện xoay chiều không đồng bộ ba pha rotor lồng sóc sử dụng bộ điều khiển trượt bậc cao trong hệ tọa độ cố định (α-β).
7.3. Định hướng nghiên cứu phát triển
Tiếp tục nghiên cứu, phát triển lý thuyết trượt cho các bộ điều khiển tốc độ và mô-men động cơ và các hệ thống phi tuyến khác như: mobile robot, tay máy, cơ cấu…
Phát triển phương pháp tự động hiệu chỉnh thông số hệ thống phù hợp với mơ hình điều khiển cho các hệ động cơ.
Nghiên cứu, tích hợp lý thuyết nghiên cứu vào các bộ điều khiển có kích thước nhỏ như FPGA và vi điều khiển.
DANH MỤC CÁC CƠNG TRÌNH ĐÃ CƠNG BỐ
1. Tan-No Nguyen, Thanh-Binh Pham, Van-Trong Hoang, Tan-Tien Nguyen, Viet-Long Nguyen, Nguyen-Vu Truong, "Efficient Sensorless Speed Estimation of
Electrical Servo Drives Using a Full-Order Nonsingular Terminal Sliding Mode Observer", Mathematical Problems in Engineering, vol. 2021, Article ID 8175848, 8 pages, 2021.
2.Trong-Toan Tran, Tan-No Nguyen, Duc-Duy Nguyen, Viet-Long Nguyen, Nguyen-Vu Truong, "Robust Adaptive Output Feedback Control for a Class of
Underactuated Aerial Vehicles with Input and Output Constraints", Mathematical
TÀI LIỆU THAM KHẢO
1. D. Cherifi, Online Stator and Rotor Resistance Estimation Scheme Using Sliding Mode Observer for Indirect Vector Controlled Speed Sensorless Induction Motor, Am. J. Comput. Sci. Technol., 2019, 2 (1), 1.
2. Y. C. Luo, Z. S. Ke, and Y. P. Kuo, Sensorless vector controlled induction motor drive with optimization algorithm speed controller design strategy, Proc.
- 2014 Int. Symp. Comput. Consum. Control, 2014, 2014 (1), 888–891.
3. B. Hekimoglu, Optimal Tuning of Fractional Order PID Controller for DC Motor Speed Control via Chaotic Atom Search Optimization Algorithm, IEEE
Access, 2019, 7 (1), 38100–38114.
4. S. K. Kommuri, K. C. Veluvolu, M. Defoort, and Y. C. Soh, Higher-order sliding mode observer for speed and position estimation in pmsm, Math. Probl.
Eng., 2014, 2014 (1), 1–12.
5. A. Ferreira de Loza, L. Fridman, L. T. Aguilar, and R. Iriarte, High-order sliding-mode observer–based input-output linearization, Int. J. Robust
Nonlinear Control, 2019, 29 (10), 3183–3199.
6. Y. S. Mohamed and A. A. Zaki, Stator Resistance and Speed Estimation for Induction Motor Drives As Influenced by Saturation, Online J. Electron. Electr.
Eng., 2009, 3 (2), 416–424.
7. Q. Wang and Z. G. Wu, Robust Output Feedback Control for Input-Saturated
Systems Based on a Sliding Mode Observer, Circuits, Syst. Signal Process.,
2021, 40 (5), 2267–2281.
8. K. Shao, J. Zheng, H. Wang, F. Xu, X. Wang, and B. Liang, Recursive sliding
mode control with adaptive disturbance observer for a linear motor positioner,
Mech. Syst. Signal Process., 2021, 146 (1), 1–16.
9. W. Xu, S. Qu, L. Zhao, and H. Zhang, An Improved Adaptive Sliding Mode Observer for Middle- And High-Speed Rotor Tracking, IEEE Trans. Power
10. T. Ma, L. Li, and H. Li, Observer-based finite-time adaptive sliding mode control for itô stochastic jump systems with actuator degradation, IEEE
Access, 2020, 8 (1), 18590–18600.
11. M. M. Mahmouh and M. Khater, Robust Chatter-Free Sliding Mode Observer
of Sensorless Induction Motor Drives, ERJ. Eng. Res. J., 2007, 30 (1), 9–15.
12. Z. Ma and G. Sun, Dual terminal sliding mode control design for rigid robotic
manipulator, J. Franklin Inst., 2018, 355 (18), 9127–9149.
13. H. Chen and S. Wo, RBF neural network of sliding mode control for time- varying 2-DOF parallel manipulator system, Math. Probl. Eng., 2013, 2013
(1), 1–12.
14. N. P. Quang, Điều khiển vector truyền động điện xoay chiều ba pha, Nhà xuất bản Bách Khoa Hà Nội, 2016, Hà Nội..
15. S. Krim, S. Gdaim, and M. F. Mimouni, Robust Direct Torque Control with Super-Twisting Sliding Mode Control for an Induction Motor Drive,
Complexity, 2019, 2019 (1), 1–24.
16. T. G. Habetler, F. Profumo, M. Pastorelli, and L. M. Tolbert, Direct Torque Control of Induction Machines Using Space Vector Modulation, IEEE Trans.
Ind. Appl., 1992, 28 (5), 1045–1053.
17. Y. Feng, J. Zheng, X. Yu, and N. V. Truong, Hybrid terminal sliding-mode observer design method for a permanent-magnet synchronous motor control system, IEEE Trans. Ind. Electron., 2009, 56 (9), 3424–3431.
18. M. Usama and J. Kim,Robust adaptive observer-based finite control set model
predictive current control for sensorless speed control of surface permanent magnet synchronous motor, Trans. Inst. Meas. Control, 2021, 43 (6), 1416–
1429.
19. J. Chen, J. Huang, and Y. Sun, Resistances and Speed Estimation in Sensorless
Induction Motor Drives Using a Model with Known Regressors, IEEE Trans.
20. Y. Zhang and X. F. Cheng, Sensorless Control of Permanent Magnet Synchronous Motors and EKF Parameter Tuning Research, Math. Probl. Eng.,
2016, 2016 (1), 1–12.
21. A. Taheri, H. P. Ren, and C. H. Song, Sensorless Direct Torque Control of the
Six-Phase Induction Motor by Fast Reduced Order Extended Kalman Filter,
Complexity, 2020, 2020 (1), 1–10.
22. M. Zhang, F. Xiao, R. Shao, Z. Deng, and H. S. Su, Robust Fault Detection for
Permanent-Magnet Synchronous Motor via Adaptive Sliding-Mode Observer,
Math. Probl. Eng., 2020, 2020 (1), 1–6.
23. Z. Boulghasoul, Z. Kandoussi, A. Elbacha, and A. Tajer, Fuzzy Improvement on Luenberger Observer Based Induction Motor Parameters Estimation for High Performances Sensorless Drive, J. Electr. Eng. Technol., 2020, 15 (5),
2179–2197.
24. Y. C. Luo and C. L. Tsai, Speed estimation vector-controlled induction motor
drive based on fuzzy logic control flux estimator, J. Low Freq. Noise Vib. Act.
Control, 2019, 38 (3–4), 1220–1233.
25. L. N. Tan, T. P. Cong, and D. P. Cong, Neural Network Observers and Sensorless Robust Optimal Control for Partially Unknown PMSM with Disturbances and Saturating Voltages, IEEE Trans. Power Electron., 2021, 36
(10), 12045–12056.
26. B. Fan, Z. Yang, W. Xu, and X. Wang, Rotor resistance online identification
of vector controlled induction motor based on neural network, Math. Probl.
Eng., 2014, 2014 (1), 1–11.
27. H. O. Ozer, Y. Hacioglu, and N. Yagiz, High order sliding mode control with
estimation for vehicle active suspensions, Trans. Inst. Meas. Control, 2018, 40
(5), 1457–1470.
28. A. K. Junejo, W. Xu, C. Mu, M. M. Ismail, and Y. Liu, Adaptive Speed Control
Power Electron., 2020, 35 (11), 12110–12121.
29. H. Armghan, M. Yang, A. Armghan, N. Ali, M. Q. Wang, and I. Ahmad,
Design of integral terminal sliding mode controller for the hybrid AC/DC microgrids involving renewables and energy storage systems, Int. J. Electr.
Power Energy Syst., 2020, 119 (December 2019), 1–15.
30. C. Ren, X. Li, X. Yang, and S. Ma, Extended state observer-based sliding mode
control of an omnidirectional mobile robot with friction compensation, IEEE
Trans. Ind. Electron., 2019, 66 (12), 9480–9489.
31. D. H. Shah and D. M. Patel, Design of sliding mode control for quadruple-tank
MIMO process with time delay compensation, J. Process Control, 2019, 76, 46–
61.
32. Y. Feng, X. Yu, and F. Han, On nonsingular terminal sliding-mode control of
nonlinear systems, Automatica, 2013, 49 (6), 1715–1722.
33. S. S. S. Farahani, N. Masoomabadi, and M. Jahed-motlagh, Robust Congestion
Control Using Sliding Mode Control In TCP/IP Computer Networks, Int. J. Ind.
Electron. Control Optim., 2020, 3 (4), 503–510.
34. P. Ignaciuk and M. Morawski, Discrete-Time Sliding-Mode Controllers for MPTCP Networks, IEEE Trans. Syst. Man, Cybern. Syst., 2021, 51 (10), 6029–
6039.
35. Y. Feng, F. Han, and X. Yu, Chattering free full-order sliding-mode control, Automatica, 2014, 50 (4), 1310–1314.
36. F. E. Hoyos, A. Rincón, J. A. Taborda, N. Toro, and F. Angulo, Adaptive quasi-
sliding mode control for permanent magnet DC motor, Math. Probl. Eng.,
2013, 2013 (1), 1–12.
37. I. Jmel, H. Dimassi, S. Hadj-Said, and F. M’Sahli, An adaptive sliding mode
observer for inverted pendulum under mass variation and disturbances with experimental validation, ISA Trans., 2020, 102 (1), 264–279.
control of MIMO uncertain nonlinear systems and its application to robot manipulators, Int. J. Precis. Eng. Manuf., 2015, 16 (2), 255–266.
39. N. Ettalabi, M. Bouzi, B. Bossoufi, K. Anoune, and E. Mouncef, Fuzzy-sliding
mode speed control of permanent magnet synchronous motor using NPC converter, Int. J. Eng. Res. Technol., 2020, 13 (7), 1649–1657.
40. A. Mechernene, M. Loucif, and M. Zerikat, Induction motor control based on
a fuzzy sliding mode approach, Rev. Roum. des Sci. Tech. Ser. Electrotech.
Energ., 2019, 64 (1), 39–44.
41. G. Wang, X. Hao, N. Zhao, G. Zhang, and Di. Xu, Current Sensor Fault- Tolerant Control Strategy for Encoderless PMSM Drives Based on Single Sliding Mode Observer, IEEE Trans. Transp. Electrif., 2020, 6 (2), 679–689.
42. Z. Yang, L. Wan, X. Sun, L. Chen, and Z. Chen, Sliding Mode Control for Bearingless Induction Motor Based on a Novel Load Torque Observer, J.
Sensors, 2016, 2016 (1), 1–10.
43. S. M. Kazraji, R. B. Soflayi, and M. B. B. Sharifian, Sliding-Mode Observer for Speed and Position Sensorless Control of Linear-PMSM, Electr. Control
Commun. Eng., 2014, 5 (1), 20–26.
44. T. Bai and J. Liu, Sensorless control of permanent magnet synchronous motor
based on adaptive sliding mode observer, 2019 6th Int. Conf. Syst. Informatics,
ICSAI 2019, 2019, 6 (1), 33–38.
45. P. V. Surjagade, S. R. Shimjith, and A. P. Tiwari, Second order integral sliding
mode observer and controller for a nuclear reactor, Nucl. Eng. Technol., 2020,
52 (3), 552–559.
46. C. Chen, W. Song, and S. Ding, Continuous Integral Terminal Sliding Mode