Nhận dạng động cơ không đồng bộ sáu pha sử dụng mạng neuron RBF

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Việt Trung Nguyễn, Thanh Tùng Phạm

Ngôn ngữ: Vie

Ký hiệu phân loại:

Thông tin xuất bản: Khoa học (Đại học Cần Thơ) 2021

Mô tả vật lý: 18-29

Bộ sưu tập: Metadata

ID: 394063

Thêm vào giỏ Liên kết toàn văn

Nhận dạng hệ thống là một trong những công việc đầu tiên phải thực hiện khi giải quyết bài toán điều khiển tự động bởi vì không thể phân tích, tổng hợp hệ thống khi không có mô hình toán mô tả hệ thống. Bài viết này trình bày và mô phỏng phương pháp nhận dạng động cơ không đồng bộ sáu pha sử dụng mạng neuron hàm cơ sở xuyên tâm (RBF - Radial Basis Function), thông số nhận dạng gồm có tốc độ quay, mômen xoắn, từ thông rotor trên hệ trục cố định. Mạng RBF được xây dựng, huấn luyện trực tuyến dựa trên dữ liệu vào ra của đối tượng. Kết quả mô phỏng dùng phần mềm Matlab/Simulink cho thấy sai số của bộ nhận dạng hội tụ về 0. Thông số nhận dạng bám theo thông số đối tượng trong khoảng thời gian động cơ khởi động, sau khi lắp tải và có nhiễu trắng tác động, độ phù hợp giữa đáp ứng ngõ ra và đáp ứng nhận dạng nằm trong khoảng 98%-99%. Nghiên cứu này là tiền đề để tiến đến các phương pháp điều khiển hiệu suất cao như điều khiển trực tiếp mômen (DTC - Direct Torque Control), điều khiển tựa từ thông (FOC - Field Oriented Control), Logic mờ được thuận lợi hơn., Tóm tắt tiếng anh, System identification is one of the first things that must be done when solving an automatic control problem because it is impossible to analyze and synthesize the system without the mathematical model that describes the system. This paper presents and simulates the identification method of six phase induction motors using RBF (Radial Basis Function) neural network, identification parameters include speed, torque and the rotor flux on the fixed shaft system. The RBF neural network is built and trained online based on input and output data of the object. Simulation results using Matlab/Simulink software show that the error of the identification coverges to 0. Identifying parameters follow the object parameters during the engine starting time, after load and is active white noise, the match between output response and recognition response is between 98%-99%. This study is a prerequisite to high performance control methods such as DTC (Direct Torque Control), FOC (Field Oriented Control), Fuzzy Logic be more advantageous.

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR