Trong phạm vi đề tài, em sẽ sử dụng cấu trúc mạng ADALINE để xây dựng dòng điện tối ưu chuẩn tối ưu có thể tự học tập cho SynRM dựa trên các hệ số tính toán tối ưu tư chương. Trong đó đầu vào là tổ hợp các hàm sin, cos đến bậc hài thứ n. Sau khi có được đáp ứng đầu ra, giá trị đầu ra sẽ được nhân với hệ số gọi là hệ số optimal.
Từ đó có được dòng điện trên hệ trục dq tối ưu. Chi tiết về sơ đồ khối và giải thuật sẽ được trình bày trong phần phụ lục.
4.3.1 Dữ liệu đầu vào
Dữ liệu đầu vào được sử dụng là tổ hợp các sóng hài đến bậc 5 được định nghĩa như sau:
[𝑿(𝑝𝜃)] = [𝑥1(𝑝𝜃) 𝑥2(𝑝𝜃) 𝑥3(𝑝𝜃) 𝑥4(𝑝𝜃) 𝑥5(𝑝𝜃)]𝑇
Với 𝑥1(𝑛) = 𝑐𝑜𝑠(𝑝𝜃 ∗ 𝑃) + 𝑠𝑖𝑛(𝑝𝜃 ∗ 𝑃) ứng với hài bậc 1. Tương tự cho các sóng hài bậc 2 đến bậc 5. Trong đó, giá trị P được định nghĩa bởi 𝑃 = 2 ∗ 𝑠ố 𝑝ℎ𝑎 độ𝑛𝑔 𝑐ơ = 2 ∗ 3 = 6. Đây là thông số thực nghiệm đo đạc tối ưu trong [26].
4.3.2 Hàm trọng số:
Hàm trọng số được sử dụng trong mô phỏng được sử dụng đến hài bậc 5 tương ứng:
[𝑾(𝑝𝜃)] = [𝑤1(𝑝𝜃) 𝑤2(𝑝𝜃) 𝑤3(𝑝𝜃) 𝑤4(𝑝𝜃) 𝑤5(𝑝𝜃)]𝑇 Với 𝑤1(𝑝𝜃) = η ∗ e(𝑝𝜃) ∗ (𝑐𝑜𝑠(𝑝𝜃 ∗ 𝑃) + 𝑠𝑖𝑛(𝑝𝜃 ∗ 𝑃) ứng với hài bậc 1. Tương tự cho các sóng hài bậc 2 đến bậc 5. Đây là hàm trọng số tối ưu dành cho điều khiển động cơ ứng với các giá trị đầu vào hài bậc cao tương ứng đã được chứng minh trong việc điều khiển động cơ đồng bộ nam châm vĩnh cữu [26]. Với η là hệ số học tập và e(𝑝𝜃) sai số giữa moment đặt và moment đầu ra.
4.3.3 Dữ liệu đầu ra
Dữ liệu output đầu ra được định nghĩa bởi:
𝑦(𝑝𝜃)𝑒𝑠𝑡 = 𝑊(𝑝𝜃)𝑇𝑋(𝑝𝜃) + 𝑏 ∗ 𝑤(0) Với 𝑏 ∗ 𝑤(0) = η ∗ e(𝑝𝜃) là hệ số độc lập với hàm điều hòa.
4.3.4 Hệ số 𝑲𝒐𝒑𝒕
Để làm rõ vấn đề tại sao lại phải sử dụng Adaline để học tập hệ số tối ưu cho dòng điện ta đi vào phân tích từng trường hợp cụ thể sau đây
4.3.4.1 Trường hợp có dòng trung tính
Đối với trường hợp có dòng trung tính, ta đã tính được giá trị dòng điện tối ưu như sau:
[𝑰𝑜𝑝𝑡−2] = ±√2.𝑇𝜆𝑒
1 . [𝑽𝑃1] (𝑇𝑒 > 0) và [𝑰𝑜𝑝𝑡−2] = ±√2.𝑇𝜆𝑒
3 . [𝑽𝑃3] (𝑇𝑒 < 0)
Từ biểu thức dòng điện tối ưu trên ta nhận thấy dòng điện tối ưu khi sử dụng dây trung tính được cấu thành bởi tích vô hướng của hai thành phần chính √2.𝑇𝑒
λ1 hoặc
√2.𝑇𝑒
λ3 và [𝐕P1] hoặc [𝐕P3]. Từ đây đề tải chỉ phân tích trường hợp mô men dương để giảm độ dài luận văn, do đó trường hợp mô men âm sẽ không được trình bày trong phần mô phỏng. Với thành phần [𝐕P1] là thành phần hệ số tối ưu cố định được xác
định từ vector riêng của ma trận ∂𝐋(pθ)
∂θ không phụ thuộc vào giá trị mô men. Từ đó ta sẽ sử dụng thành phần này như là thành phần cố định tối ưu ( gọi là vector 𝐾𝑜𝑝𝑡2).
Với hệ số λ có hình dạng như sau:
Hình 4.4 Các giá trị riêng tính toán của động cơ B
Nhận thấy giá trị riêng λ1 có thể phân tích thành chuỗi Fourier tương ứng. Bên cạnh đó khi điều khiển động cơ thật tế, hệ số √2.𝑇𝑒
λ1 sẽ không chuẩn xác như tính toán từ lý thuyết và có thể ảnh hưởng tới dòng điện tối ưu không đạt kết quả như mong muốn.
Vì vậy, đề tài sẽ sử dung mạng Adaline để điều khiển được hệ số tối ưu này một cách hoàn hảo khi hệ số tối ưu sẽ tự thay đổi đến khi giá trị dòng điện đạt trạng thái tối ưu nhất. Ta có thể hình dung lưu đồ điều khiển Adaline đơn giản như sau:
Hình 4.5 Hình ảnh xử lý giá trị tối ưu 𝑰𝑜𝑝𝑡2
4.3.4.2 Trường hợp không có dòng trung tính
Đối với phương pháp cận tối ưu 𝑖𝑜𝑝𝑡0 (𝑖𝑑 = 𝑖𝑞) đề tài sẽ không áp dụng Adaline vì hệ số tối ưu giữa 𝑖𝑑 và 𝑖𝑞 của phương pháp này là 1. Và trường hợp này cũng không tối ưu bằng các phương pháp còn lại.
Đối với trường hợp tối ưu Lagrange ta nhận thấy dòng điện tối ưu có biểu thức như sau:
iq_opt =(1 − λ. a). id_opt λ. c
Tương tự trường hợp có dòng trung tính, ta có thể nhận thấy được biểu thức dòng điện iq_opt được cấu thành bởi hai thành phần chính. Phần thứ nhất chính là hệ số tối ưu (1−λ.a)
λ.c với λ = (a+b)−√(a−b)2+4.c2
2.(a.b−c2) không phụ thuộc vào giá trị mô men. Do đó ta gọi đây là hệ số tối ưu cố định 𝐾𝑜𝑝𝑡1. Thành phần thứ hai là id_opt có dạng hình học như sau:
Hình 4.6 Dòng điện 𝑖𝑑_𝑜𝑝𝑡 động cơ B
Nhận thấy dòng điện id_opt có thể phân tích dưới dạng chuỗi Fourier tương ứng. Do đó ta có thể xây dựng dòng điện id_opt bằng mạng Adaline và kết hợp với hệ số 𝐾𝑜𝑝𝑡1 để có được dòng điện tối ưu điều khiển động cơ. Lưu đồ điều khiển Adaline trường hợp không có dòng trung tính có thể biểu diễn như sau:
Hình 4.7 Hình ảnh xử lý giá trị tối ưu 𝑰𝑜𝑝𝑡1
Trong chương sau, đề tài sẽ áp dung mô phỏng thông số động cơ A và B ứng dụng với mạng Adaline thông qua hai phương pháp điều khiển phổ biến hiện nay chính là sử dụng biến tần và Hysterisis.