Điều khiển bằng khối Current Controller

Một phần của tài liệu Ứng dụng mạng adaline điều khiển động cơ đồng bộ từ trở nhằm giảm dao động moment và tiết kiệm năng lượng (Trang 90 - 99)

CHƯƠNG 5 KẾT QUẢ MÔ PHỎNG

5.4 Kết quả mô phỏng

5.4.1 Điều khiển bằng khối Current Controller

Phương pháp sử dụng trong bộ Current Controller là phương pháp so sánh dòng điện và tính toán ra điện áp điều khiển dựa trên phương trình điện áp – dòng điện của động cơ SynRM tương ứng. Từ đó kết hợp với bộ Inverter để cho ra các xung điều khiển ứng với điện áp mong muốn.

Sơ đồ nguyên lý, phương trình sẽ được trình bày trong phụ lục.

5.4.1.1.1 Động cơ A Giá trị Kopt:

Hình 5.5 Giá trị 𝐾𝑜𝑝𝑡 một pha của các phương pháp

Các giá trị Kopt được lấy từ giá trị tính toán cho động cơ A ở chương 3 sau đó quy đổi thành chuỗi Fourier và nhập vào trong các khối mô phỏng của Matlab simulink.

Chi tiết phần quy đổi Fourier sẽ được trình bày ở mục lục.

Giá trị dòng tối ưu Adaline:

Hình 5.6 Dòng điện tối ưu Adaline

Kết quả khi sử dụng bộ Adaline cho thấy được sự học tập tăng dần từ giá trị 0 của dòng điện lên giá trị tối ưu tuần hoàn. Đến khi đạt giá trị tối ưu, các giá trị của các hàm trọng số không còn tác động đến các giá trị dòng điện, do đó kết quả sẽ được giữ với giá trị tối ưu nhất tại thời điểm tính toán.

Các giá trị mô men tối ưu:

Hình 5.7 Các giá trị mô men tối ưu

Nhận xét với kết quả mô phỏng, ta có giá trị mô men không hoàn toàn là giá trị hằng số phẳng như tính toán lý thuyết ở chương 3. Đây là kết quả khi điều khiển thật tế, mô men vẫn tồn tại giá trị dao động nhất định tuy nhiên so với dòng điện sin vẫn tối ưu hơn rất nhiều.

Giá trị hàm trọng số:

Hình 5.8 Hàm trọng số Adaline

Đây là các giá trị của các hàm trọng số thay đổi theo thời gian từ lúc mới khởi động cho đến khi đạt tối ưu cho động cơ đồng bộ từ trở. Sau khi có giá trị tối ưu thì giá trị các hàm tối ưu sẽ không thay đổi và đạt giá trị gần như là hằng số.

Đối với trường hợp Moment tải thay đổi, giá trị học tập Adaline thay đổi linh hoạt như kết quả mô phỏng:

Giá trị dòng tối ưu Adaline:

Hình 5.9 Dòng điện tối ưu Adaline thay đổi khi Mô men thay đổi

Tương tự như kết quả trước, ta có dòng điện tối ưu Adaline sẽ thay đổi từ từ sang giá trị tối ưu mới khi Mô men tham chiếu thay đổi. Giá trị mô men mô phỏng trong trường hợp này được nhảy bậc từ 5 N.m sang 7 N.m tại mốc thời gian 0.1s để đánh giá sự học tập từ mạng Adaline mang lại. Thời gian đáp ứng tương đối nhanh chỉ khoảng 0.03s.

Giá trị mô men tối ưu:

Hình 5.10 Moment Opt so với moment đặt

Kết quả khi điều khiển có bộ Adaline cho giá trị bám mượt mà với giá trị tham chiếu.

Thời gian đáp ứng tương đối nhãnh chỉ khoảng 0.03s.

Giá trị hàm trọng số

Hình 5.11 Hàm trọng số Adaline

Giá trị các hàm trọng số được cập nhật để thay đổi giá trị đầu ra của mạng Adaline một cách linh hoạt và nhanh chóng.

Nhận xét:

Với bộ điều khiển Adaline, dòng điện tới ưu có khác biệt so với tính toán lý thuyết bởi vì ảnh hưởng của hệ số học tập Adaline và thay đổi linh hoạt so với kêt quả tính toán cố định.

Thời gian học của Adaline tương đối nhanh 0.03s. Đây là phương pháp có thể ứng dụng tốt trong thật tế góp phần cải thiện điểm yếu của động cơ đồng bộ từ trở và tăng hiệu suất động cơ.

5.4.1.1.2 Động cơ B Giá trị Kopt:

Hình 5.12 Giá trị 𝐾𝑜𝑝𝑡 một pha của các phương pháp

Tương tự trường hợp động cơ A, ta xây dựng chuỗi Fourier cho các giá trị Kopt. Đối với động cơ B, Kopt1 có phần méo dạng nhiều hơn so với động cơ A.

Giá trị dòng tối ưu Adaline:

Hình 5.13 Dòng điện tối ưu Adaline không đổi

Tương tự trường hợp động cơ A, các thông số dòng điện đáp ứng tốc độ nhanh hơn động cơ A khoảng 0.01s.

Giá trị mô men:

Hình 5.14 Moment tối ưu so với moment đặt

Giá trị mô phỏng cho thấy giá trị mô men từ các phương pháp tối ưu cho kết quả tốt hơn dòng điện sin rất nhiều. Tuy nhiên ở động cơ B cho thấy kết quả mô men từ 𝑖opt0, 𝑖opt1, 𝑖opt2 có đỉnh dao động lớn hơn động cơ A ( 2.2 Nm / 2 N.m so với động cơ A đạt 5.2 N.m / 5 N.m). Giá trị hàm trọng số:

Hình 5.15 Hàm trọng số Adaline

Đối với trường hợp Moment tải thay đổi, giá trị học tập Adaline thay đổi linh hoạt như kết quả mô phỏng của động cơ A:

Giá trị dòng tối ưu opt-Adaline:

Hình 5.16 Dòng điện tối ưu Adaline thay đổi khi mô men thay đổi Giá trị moment Opt

Hình 5.17 Moment Opt so với moment đặt Giá trị hàm trọng số

Hình 5.18 Hàm trọng số Adaline

Nhận xét:

Với bộ điều khiển Adaline, dòng điện tới ưu có khác biệt so với tính toán lý thuyết bởi vì ảnh hưởng của hệ số học tập Adaline và thay đổi linh hoạt so với kêt quả tính toán cố định. Mô men đầu ra của giá trị mô phỏng không phải là giá trị hằng số, tuy nhiên so với phương pháp truyền thống vẫn đạt giá trị tối ưu.

Một phần của tài liệu Ứng dụng mạng adaline điều khiển động cơ đồng bộ từ trở nhằm giảm dao động moment và tiết kiệm năng lượng (Trang 90 - 99)

Tải bản đầy đủ (PDF)

(133 trang)