Nhận dạng đặc tính từ thông của động cơ từ trở có xét đến ảnh hưởng của hỗ cảm và bão hòa mạch từ
P-ISSN 1859-3585 E-ISSN 2615-9619 SCIENCE - TECHNOLOGY
NHẬN DẠNG ĐẶC TÍNH TỪ THÔNG CỦA ĐỘNG CƠ TỪ TRỞ
CÓ XÉT ĐẾN ẢNH HƯỞNG CỦA HỖ CẢM VÀ BÃO HÒA MẠCH TỪ
IDENTIFICATION OF FLUX CHARACTERISTIC OF SWITCHED RELUCTANCE MOTOR
WITH THE INFLUENCE OF MUTUAL INDUCTANCE AND MAGNETIC SATURATION
Phí Hoàng Nhã1,2,*, Lê Xuân Hải1,
Nguyễn Thu Hà1, Đặng Đình Chung1
1. GIỚI THIỆU
TÓM TẮT
Động cơ từ trở là động cơ có nhiều ưu điểm như cấu tạo đơn giản, mô men khởi động lớn, có
Động cơ từ trở (SRM) có cấu tạo đơn
giản, tốc độ hoạt động lớn, độ bền cao
trong môi trường làm việc phức tạp và chi
phí chế tạo thấp. Mặc dù những ưu điểm
trên là đáng kế, nhưng một vấn đề làm hạn
chế các ứng dụng của SRM là mô men đập
mạch lớn và khó điều khiển. Để thiết kế các
thuật toán điều khiển cho động cơ từ trở,
mô hình toán của động cơ cần được xác
định chính xác.
khả năng ứng dụng trong các hệ thống đòi hỏi tốc độ cao. Tuy nhiên, nhược điểm của động cơ này
là mô men đập mạch lớn và rất khó điều khiển. Để áp dụng được các phương pháp điều khiển, mô
hình toán của động cơ cần được xác định chính xác. Khác với các loại động cơ thông thường, mô
hình toán của động cơ từ trở đòi hỏi cần biết được đặc tính từ thông, mà đặc tính này chỉ có thể xác
định chính xác dựa trên đo đạc thực nghiệm. Quá trình đo đạc thực nghiệm đòi hỏi phải có hệ
thống thiết bị thực, quá trình cài đặt phức tạp, không phù hợp trong nghiên cứu, thiết kế, mô
phỏng các thuật toán điều khiển. Để giải quyết khó khăn này, bài báo đề xuất một hàm toán học
của đặc tính từ thông, sử dụng thuật toán nơ ron để kiểm tra tính chính xác của hàm đề xuất. Hàm
đặc tính từ thông cho động cơ từ trở được xây dựng có xét đến ảnh hưởng của hỗ cảm giữa các pha
và bão hòa mạch từ, hàm này là chính xác để có thể sử dụng trong việc đánh giá, phát triển các
thuật toán điều khiển cho động cơ từ trở.
Phương trình toán học của động cơ từ
trở gồm phương trình điện áp, phương
trình mô men và phương trình cơ. Từ việc
biến đổi ba phương trình này, mô hình toán
của động cơ từ trở có thể dễ dàng được đưa
ra. Tuy nhiên, khác với các loại động cơ một
chiều hay xoay chiều khác, động cơ từ trở có
từ thông là một hàm phi tuyến, phụ thuộc
vào dòng điện và vị trí rotor, mà để có được
mô hình toán của SRM cần biết được đặc
tính từ thông của nó, theo cấu trúc mô hình
động cơ trong hình 1. Chính điều này đã
gây ra nhiều khó khăn khi mô hình hóa SRM
để điều khiển chúng.
Từ khóa: Động cơ từ trở; đặc tính từ thông; nhận dạng; phần tử hữu hạn, nơ ron.
ABSTRACT
The switched reluctance motor has many advantages such as simple construction, large starting
moment, and capable of being used in systems requiring high speed. However, the disadvantage of
this motor is that the ripple torque is large and difficult to control. In order to apply the control
methods, the motor's mathematical model needs to be precisely defined. Unlike conventional
motors, the mathematical model of the switched reluctance motor requires knowing the flux
characteristic, which can only be accurately determined based on experimental measurements. The
experimental measurement process requires a real equipment system, complicated installation
process, not suitable in research, design, and simulation of control algorithms. To solve this problem,
the paper proposes a mathematical function of the magnetization characteristic, using a neural
algorithm to check the accuracy of the proposed function. The magnetization characteristic function
for the switched reluctance motor is built considering the influence of mutual inductance phases and
magnetic saturation, magnetization function is used in the development and evaluation of control
algorithms for switched reluctance motor.
Hiện nay, đặc tính từ thông (hay còn
gọi là đặc tính từ hóa) của động cơ từ trở
có thể xác định bởi ba cách. Cách thứ nhất
là đo đạc thực nghiệm, phương pháp này
cho kết quả chính xác nhưng đòi hỏi phải
có thiết bị thực và quá trình cài đặt phức
tạp. Đồng thời, mỗi loại động cơ từ trở có
số cực stator và rotor khác nhau thì đặc
tính từ thông sẽ khác nhau (6/4 cực, 8/6
cực, 10/8 cực,…), vì vậy cách thứ nhất
không mang tính tổng quát. Cách thứ hai
là tính toán bằng phương pháp phần tử
hữu hạn (FEA), phương pháp này đòi hỏi
nhiều thời gian để tính toán, phụ thuộc
vào lưới chia và các điều kiện biên. Để tăng
Keywords: Switched reluctance motor; magnetization; identification; finite element method;
neural.
1Trường Đại học Công nghiệp Hà Nội
2Trường Đại học Bách khoa Hà Nội
*Email: phihoangnha@haui.edu.vn
Ngày nhận bài: 05/5/2021
Ngày nhận bài sửa sau phản biện: 10/6/2021
Ngày chấp nhận đăng: 25/6/2021
9
Website: https://tapchikhcn.haui.edu.vn Vol. 57 - No. 3 (June 2021) ● Journal of SCIENCE & TECHNOLOGY
KHOA HỌC
CÔNG NGHỆ
P-ISSN 1859-3585 E-ISSN 2615-9619
độ chính xác, lưới chia phải càng nhỏ càng tốt, dẫn đến có
Theo nguyên lý chuyển đổi năng lượng xảy ra trong
thể mất hàng giờ tính toán. Cách thứ ba là nhận dạng đặc động cơ từ trở, mô men sinh ra chính bằng biến thiên đối
tính từ thông bằng một hàm tuyến tính hoặc phi tuyến. năng lượng từ trường trong cuộn dây stator theo vị trí rotor.
Wj'
Phương pháp thứ ba này là phù hợp, thuận tiện cho quá
Tj (θ,ij )
(2)
trình đánh giá, thiết kế và phát triển các thuật toán điều
khiển. Bài toán đặt ra là cần xây dựng được hàm đặc tính từ
thông chính xác. Nhiều công trình nghiên cứu đã đưa ra các
hàm đặc tính từ thông bằng nhiều phương pháp nhận
dạng khác nhau, như trong công trình [1-14].
θ
ở đó:
ij
Wj' (θ,ij ) ψj (θ,ij )dij
(3)
0
Mô men trong SRM là hàm phi tuyến theo dòng điện
nếu mạch từ là tuyến tính. Khi đó, mô men tổng sinh ra
chính bằng tổng mô men ở các pha.
m
T (θ,i ,i ,...,i ) T (θ,i )
(4)
e
1
2
m
j
j
j1
Để điều khiển được động cơ từ trở, chúng ta cần xác
định được đặc tính từ thông ѱj(θ, ij) càng chính xác càng
tốt. Đặc tính từ thông này là phi tuyến, cần xét tới ảnh
hưởng của bão hòa mạch từ và hỗ cảm giữa các pha. Mặc
dù, do kết cấu hình học của loại động cơ này, hỗ cảm giữa
các pha khá nhỏ, có thể được bỏ qua. Tuy nhiên, điều này
tạo nên sự thiếu chính xác trong việc xây dựng mô hình
toán của động cơ từ trở. Đặc biệt, khi hoạt động ở tốc độ
càng cao, sự chồng chéo dòng điện giữa các pha càng lớn,
điều này dẫn đến sự ảnh hưởng của hỗ cảm là lớn [16, 17].
Để thuận tiện trong quá trình nghiên cứu, phát triển các
thuật toán điều khiển, đặc tính từ thông có thể được xấp xỉ
là một hàm liên tục [1-3], như sau:
Hình 1. Cấu trúc mô hình động cơ từ trở [8]
Tuy nhiên, các nghiên cứu mặc dù khẳng định tính
chính xác của hàm đặc tính từ thông, nhưng mới chỉ xét
trong các trường hợp lý tưởng như bỏ qua bão hòa vật liệu
và ảnh hưởng của hỗ cảm giữa các pha. Công trình [15] sử
dụng thuật toán nơ ron để nhận dạng các tham số trong
hàm đặc tính từ thông có xét đến ảnh hưởng của bão hòa.
Điều này là chưa đầy đủ bởi trong động cơ từ trở, hỗ cảm
giữa các pha có ảnh hưởng khá nhiều.
ψj (θ,ij ) ψs (1ei f (θ)
)
(5)
j
j
Để tăng tính chính xác của hàm đặc tính từ thông trong
động cơ từ trở, bài báo này đưa ra hàm đặc tính từ thông có
xét đến ảnh hưởng của bão hòa mạch từ và hỗ cảm giữa
các pha. Thuật toán nơ ron được sử dụng để nhận dạng
hàm từ hóa đề xuất và kiểm chứng tính chính xác của hàm.
Kết quả nhận dạng được mô phỏng, đánh giá và so sánh
với đặc tính từ thông thực nghiệm.
Tuy nhiên, hàm từ thông được xấp xỉ trong tất cả các
công trình nghiên cứu trên đều bỏ qua ảnh hưởng của hỗ
cảm giữa các pha. Hàm từ thông được nhóm tác giả đề xuất
có xét đến ảnh hưởng của hỗ cảm giữa các pha và bão hòa
mạch từ, có dạng như sau:
ψj (θ,ij ) ψs (1 e[i f (θ)a (θ)]
) (6)
j
j
j
2. ĐẶC TÍNH TỪ THÔNG CỦA ĐỘNG CƠ TỪ TRỞ CÓ XÉT
ĐẾN ẢNH HƯỞNG CỦA HỖ CẢM VÀ BÃO HÒA MẠCH TỪ
với j = 1, 2, …, m; ѱs là từ thông bão hòa; aj(θ) là hệ số hỗ
cảm phụ thuộc vào vị trí rotor. Phương trình (6) xuất phát từ
dạng nghiệm của phương trình vi tích phân (1) bao gồm
nghiệm tổng quát và nghiệm riêng. Mô hình được nhóm tác
giả đề xuất dựa theo mô hình nhận dạng hàm từ thông
trong các công trình nghiên cứu [1, 15] có cải tiến bổ sung.
Nhìn chung, do cấu tạo đặc biệt của SRM nên sự hoạt
động của động cơ này không giống như các động cơ điện
thông thường. Rotor của động cơ từ trở quay từng góc rời
rạc nên hàm fj(θ) có thể được biểu diễn bằng chuỗi Fourier:
Mô hình toán của động cơ từ trở được sử dụng để thiết
lập bộ điều khiển từ phương trình vi phân thu được từ các
phương trình máy điện cơ bản. Động học của động cơ từ
trở bao gồm các phương trình về điện áp, phương trình mô
men và phương trình cơ. Ba phương trình đó được biểu
diễn như sau:
dψj
uj R.ij
T (θ,i )
dt
Wj'
2π
m
f (θ) a {b sin[nN θ (j 1)
]
j
n
r
(1)
j
j
n1
θ
(7)
d2θ
2π
m
cncos[nNrθ (j 1) ]}
J
Te T
l
dt2
Từ (6) và (3), ta có:
ij
ij
trong đó: j = 1, 2, …, m; uj là điện áp của pha j; R là điện
trở pha j; ij là dòng điện pha j; ѱj từ thông pha j; Te là mô
men một pha; Tl là mô men tải; J là mô men quán tính.
Wj' (θ,ij ) ψj(θ,ij )dij ψs (1 e[i f (θ)a (θ)] )dij (8)
j
j
j
0
0
10
P-ISSN 1859-3585 E-ISSN 2615-9619 SCIENCE - TECHNOLOGY
Giải phương trình tích phân (8), ta được:
3. NHẬN DẠNG ĐẶC TÍNH TỪ THÔNG CỦA ĐỘNG CƠ TỪ
TRỞ SỬ DỤNG MẠNG NƠ RON
ij
ij
Wj' (θ,ij ) ψj (θ,ij )dij ψs (1 e[i f (θ)a (θ)] )dij
j
j
j
3.1. Thuật toán mạng nơ ron
0
0
Cấu trúc của mạng nơ ron nhân tạo (ANN) được sử dụng
mô tả trong hình 2. Ở đây, hai mạng nơ ron cấu trúc giống
nhau được sử dụng để tính toán hàm aj(θ) và jj(θ). Đầu vào
của hai mạng nơ ron đều là vị trí rotor θ. Đầu ra của mạng
nơ ron thứ nhất là fi(θ) và đầu ra của mạng nơ ron thứ hai là
aj(θ). Đầu ra của hai mạng nơ ron này được dùng tính toán
ij
ψsij ψsei f (θ)ea (θ)dij
j
j
j
0
ij
ψs
fj (θ)
ψsij
ψsij
ea (θ)ei f (θ)
j
j j
0
^
ˆ
ψs
fj (θ)
ψs
fj (θ)
ea (θ)
e
i f (θ)
ea (θ)
để xấp xỉ hàm từ thông ψ θ và mô men Tj (θ,ij ) . ANN
j
j
j
j
j
được sử dụng gồm bốn lớp là Pf, Rf, Sf, Tf. Những kí hiệu này
biểu thị số nơ ron của mỗi lớp. Chỉ số trên f biểu thị tất cả
các biến của mô hình.
Từ (2) và (8), ta có:
ψs
fj (θ)
ψs
[ψsij
ea (θ)
e
i f (θ)
ea (θ)
]
j
j
j
j
W'
fj (θ)
j
Tj (θ,ij )
(9)
θ
θ
Giải phương trình đạo hàm (9), ta được:
ψ
ψ
s
fj(θ)
ea (θ)ei f (θ)
ea (θ)
]
s
j
j
j
j
[ψi
s j
'
j
W
f (θ)
j
T(θ,ij)
j
θ
θ
1
1
ea (θ)ei f (θ) ψ
ea (θ) ei f (θ)
j
j
j
j
j
j
0ψ
s
θ fj(θ)
s fj(θ) θ
1
θ
1
1
ψ
s fj(θ)
ea (θ)
ei f (θ) ψ
ea (θ) ψ
ea (θ)
j
j
j
j
j
s
θ fj(θ)
s fj(θ) θ
Mô men của pha j được xác định xấp xỉ:
Hình 2. Cấu trúc mạng nơ ron của hệ thống
dfj (θ)
fj2 (θ) dθ
ψs
ea (θ)[1 (1ifj (θ)ei f (θ)
]
j
j j
Mạng nơ ron thứ nhất dùng để tính toán hàm fj(θ).
Mạng nơ ron thứ hai dùng để tính toán hàm aj(θ). Cấu trúc
của hai mạng nơ ron này là giống hệt nhau từ lớp Pf, Rf, Sf
chỉ khác nhau ở lớp ra Tf với đầu ra khác nhau. Do đó, cấu
trúc mạng nơ ron thứ nhất và thứ hai được thêm chỉ số 1 và
2 ở dưới các lớp và các trọng số tương ứng. Vì cấu trúc hai
mạng là giống nhau, nên thuật toán trình bày trong bài báo
mang tính chất tổng quát nên không phân biệt cụ thể cho
từng mạng. Sự khác biệt giữa hai mạng nơ ron này sẽ được
phân tích đầy đủ.
Tj (θ,ij )
(10)
daj (θ)
ψs
j
j j
+
ea (θ) (1 ei f (θ)
)
fj (θ) dθ
Công thức (10) là đảm bảo tính hợp lý bởi mô men của
một pha thứ j là tổng của mô men riêng (mô men tự cảm)
và mô men hỗ cảm do thành phần hỗ cảm sinh ra.
J
T (θ,i ,i ,...,i ) T (i ,θ) T (11)
e
1
2
J
j
j
Mj
j1
Lớp Pf: có p nơ ron ở lớp này. Đầu vào và đầu ra của lớp
được tính:
Khi đó, mô men hỗ cảm TMj của pha thứ j trong phương
trình (10) là:
xpf θ và ypf xf xf (14)
p
p
daj (θ)
ψs
j
j j
TM (θ,ij )
ea (θ) (1 ei f (θ) ) (12)
với p = 0. Hàm kích hoạt được giả định là thống nhất ở
lớp này.
Lớp Rf: có r nơ ron ở lớp này. Đầu vào và đầu ra của lớp
được tính:
fj (θ) dθ
Vì ta coi aj(θ) là một tham số phụ thuộc vị trí rotor, nên
phương trình (12) có thể viết lại như sau:
ψs
fj (θ)
aj (θ)ea (θ) (1ei f (θ) ) (13)
j
j j
f
f
2
TM (θ,ij )
xr cr
f
r
f
p
f
pr
f
r
x y .w và y exp
(15)
σrf
Tất cả các thành phần phi tuyến trong (1), ngoại trừ mô
men tải Tl đều có thể sử dụng các mô hình (6), (7), (10) với
độ chính xác cao.
với p = 0 và r = 0...Rf. Trong đó, crf và σrf lần lượt là tâm
và độ rộng của hàm kích hoạt Gauss. wpf r là trọng số giữa
hai lớp Pf và Rf.
11
Website: https://tapchikhcn.haui.edu.vn Vol. 57 - No. 3 (June 2021) ● Journal of SCIENCE & TECHNOLOGY
KHOA HỌC
CÔNG NGHỆ
P-ISSN 1859-3585 E-ISSN 2615-9619
Lớp Sf: có s nơ ron ở lớp này. Đầu vào và đầu ra của lớp
được tính:
ef ψ k ψ k với k 1,...,Kf (22)
j
j
các trọng số wpf r , wrfs và wsft sẽ được cập nhật thông
2
Rf
f
f
xs cs
xf yf .wf và
(16)
f
s
qua hàm năng lượng Ef.
y exp
s
r
rs
σsf
r0
Lớp Uf - Tf: Bởi vì trọng số giữa các lớp này là thống nhất,
sai lệch ef được truyền trực tiếp vào đầu vào Tf theo quy tắc
với r = 0...Rf và s = 0...Sf. Trong đó, csf và σsf lần lượt là
chuỗi. Vì vậy, phần sai số δft được xác định bởi:
tâm và độ rộng của hàm kích hoạt Gauss. wrfs là trọng số
yuf xuf yft
yuf yft
xuf xft
Ef ef
giữa hai lớp Rf và Sf.
δft
efij
(23)
ef yuf xuf yft xft
Lớp Tf: Bao gồm t nơ ron và được tính:
Lớp Tf - Sf: Ở lớp này sự thay đổi của trọng số:
Mạng nơ ron thứ nhất: Hàm fj(θ) tính được ở lớp này. Có
t nơ ron ở lớp này và được tính:
Ef
wsft
Dwsft ηf
Rf
st
xf yf .wf và yf xf f θ (17)
j
t
s
st
t
t
(24)
r0
yuf xuf yft xft
Ef ef
ef yuf xuf ytf xft wfst
ηf
ηf δf yf
với s = 0...Sf và t = 0.
st
st
t
s
Mạng nơ ron thứ hai: Hàm aj(θ) tính được ở lớp này. Có t
nơ ron ở lớp này và được tính:
trong đó, sft là hệ số học của trọng số giữa hai lớp.
Rf
Lớp Sf - Rf: Sai lệch ef được truyền trực tiếp vào đầu vào
xf yf .wf và yf xf a θ (18)
f
j
t
s
st
t
t
của lớp Sf theo quy tắc chuỗi. Vì vậy, phần sai số s được
r0
với s = 0...Sf và t = 0.
xác định bởi:
yuf xuf yft xft ysf
ysf
xsf
Ef ef
Sau khi tính toán được các hàm fj(θ) và aj(θ) từ đầu ra
δsf
δsf wsft
(25)
ef yuf xuf yft xtf ysf xsf
của lớp Tf, các hàm từ thông xấp xỉ ψ θ và hàm mô men
j
Ở lớp này sự thay đổi của trọng số:
xấp xỉ Tj (θ,ij ) được tính trong lớp Uf theo công thức sau:
ˆ
Ef
f
Dwrfs η
f
u
rs
xf f θ i a θ và yf 1 ex ψ θ (19)
wrfs
j
j
j
u
j
u
(26)
yuf xuf yft xft ysf xfs
Ef ef
với u = 0. Trong đó ij là dòng điện chạy trong cuộn dây
stator.
Mô men được xấp xỉ theo công thức:
f
η
ηf δf yf
rs
rs
s r
ef yuf xuf yft xtf ysf xsf wrfs
trong đó, rfs là hệ số học của trọng số giữa hai lớp.
1
1
ea (θ)ei f (θ)
ea (θ) ei f (θ)
j
j
j
j
j j
Lớp Rf - Pf: Sai lệch ef được truyền trực tiếp vào đầu vào
ˆ
Tj (θ,ij )
θ fj (θ)
fj (θ) θ
f
của lớp Rf theo quy tắc chuỗi. Vì vậy, phần sai số δr được
(20)
1
fj (θ)
θ
1
1
ea (θ)
ei f (θ)
ea (θ)
ea (θ)
j
j
j
j
j
xác định bởi:
θ fj (θ)
fj (θ) θ
Sf
yuf xuf yft xtf ysf xfs yrf
Ef ef
δrf
δf wf (27)
s
rs
ef yuf xuf yft xft yfs xsf yrf xrf
Trong các công thức trên hệ số từ thông bão hòa ψs
không được sử dụng bởi vì mạng nơ ron nhân tạo có cấu
trúc thích nghi thông qua các trọng số và hàm kích hoạt.
Thuật toán lan truyền ngược huấn luyện cho mạng nơ ron
được trình bày chi tiết trong phần tiếp theo.
s0
Ở lớp này sự thay đổi của trọng số:
Ef
w
f
pr
f
Dw
rs
f
rs
(28)
3.2. Thuật toán lan truyền ngược huấn luyện mạng
yuf xuf yft xtf ysf xsf yrf
Ef ef
f
f
fyf
pr r p
Trong ANN, mục đích chính của việc huấn luyện mạng
chính là cập nhật trọng số của mạng. Thuật toán huấn
luyện mạng của hai mạng nơ ron được sử dụng là giống
nhau sẽ được trình bày chung như dưới đây.
pr
ef yuf xuf yft xft ysf xsf yrf wpr
f
trong đó, pf r là hệ số học của trọng số giữa hai lớp.
Sự thay đổi của trọng số Dwsft ,Dwrfs ,Dwpf r được sử dụng
để cập nhật trọng số cho mạng nơ ron như dưới đây:
wfst k 1 wf k Dwf
Hàm năng lượng Ef được chọn là:
2
1
2
Ef ef k với k 1,...,Kf (21)
st
st
trong đó, Kf là tổng số đầu vào và đầu ra và ef là sai lệch
wrfs k 1 wf k Dwf (29)
wpf r k 1 wf k Dwf
với k 1,...,Kf .
rs
rs
giữa từ thông ψj và từ thông xấp xỉ ψj . Sai số đầu ra được
pr
pr
biểu diễn:
12
P-ISSN 1859-3585 E-ISSN 2615-9619 SCIENCE - TECHNOLOGY
phương trình (6), có xét đến ảnh hưởng của hỗ cảm giữa
các pha và bão hòa mạch từ. Ở cả hai trường hợp, bài báo
đều so sánh với đặc tính thực nghiệm. Kết quả nhận dạng
cho thấy tính chính xác ở cả hai hàm từ hóa, đặc tính nhận
dạng bám sát, gần như trùng khớp với đặc tính thực.
4. KẾT QUẢ MÔ PHỎNG VÀ THẢO LUẬN
Với các thông số mạng nơ ron như sau:
Số lớp mạng: R = 20; S = 20; K = 500.
Thông số mạng nơ ron thứ nhất: cr1 = linspace(-5,5,R);
cs1 = linspace(-5,5,S); wst1 = 0,01/3; wrs1 = 0,01/3; wpr1 = 0,01/3;
σr1 = 0,5; σs1 = 0,5.
Tuy nhiên, với hàm từ hóa (6) mà nhóm tác giả đề xuất
khi xét đến ảnh hưởng của hỗ cảm giữa các pha trong động
cơ, độ chính xác được khẳng định khi cho sai số nhỏ hơn
nhiều với trường hợp hàm từ hóa bỏ qua hỗ cảm. Sai số
được so sánh với các trường hợp dòng khác nhau là 1A, 5A,
9A tương ứng trong các hình 5, 6, 7.
Thông số mạng nơ ron thứ hai: cr2 = linspace(-10,10,R);
cs2 = linspace(-10,10,S); wst2= 0,05/3; wrs2 = 0,05/3;
wpr2 = 0,05/3; σr2 = 0,3; σs2 = 0,3.
Hình 3. Đường đặc tính từ thông nhận dạng ψ θ phụ thuộc vào dòng
j
điện và vị trí rotor trường hợp chưa xét đến ảnh hưởng của hỗ cảm
(a)
0.3
9A
7A
0.25
5A
3A
0.2
0.15
0.1
1A
0.05
0
0
5
10
15
20
25
30
Rotor position (degree)
Hình 4. Đường đặc tính từ thông nhận dạng ψ θ phụ thuộc vào dòng
j
(b)
điện và vị trí rotor trường hợp xét đến ảnh hưởng của hỗ cảm
Hình 5. Đồ thị sai lệch giữa đặc tính từ thông thực nghiệm và đặc tính từ
thông nhận dạng với dòng 1A trường hợp: (a) chưa xét ảnh hưởng hỗ cảm, (b) có
hỗ cảm
Nhóm tác giả sử dụng phần mềm Matlab/Simulink để
mô phỏng. Kết quả nhận dạng đặc tính từ thông được
nhóm tác giả đưa ra có sự so sánh, đánh giá với đặc tính từ
thông thực nghiệm được công bố trong tài liệu [18], đồng
thời sử dụng bảng giá trị từ thông thực nghiệm này làm tập
mẫu. Hình 3 là đặc tính từ thông nhận dạng dựa vào hàm
đặc tính từ thông theo phương trình (5) công bố trong [1],
chưa xét đến ảnh hưởng của hỗ cảm giữa các pha. Hình 4 là
đặc tính từ thông nhận dạng dựa vào hàm từ hóa theo
Bảng 1. Giá trị sai số với dòng 1A
Hàm đặc tính
từ thông
Sai số
trung bình
3,855.10-4
2,7644.10-15
Sai số max
Sai số min
Bỏ qua hỗ cảm
Có hỗ cảm
8,8463.10-4
4.10-15
4,9956.10-4
0
13
Website: https://tapchikhcn.haui.edu.vn Vol. 57 - No. 3 (June 2021) ● Journal of SCIENCE & TECHNOLOGY
KHOA HỌC
CÔNG NGHỆ
P-ISSN 1859-3585 E-ISSN 2615-9619
việc xây dựng mô hình động cơ từ trở, tạo thuận lợi cho
quá trình tổng hợp bộ điều khiển sau này.
(a)
(a)
(b)
Hình 6. Đồ thị sai lệch giữa đặc tính từ thông thực nghiệm và đặc tính từ
thông nhận dạng với dòng 5A trường hợp: (a) chưa xét ảnh hưởng hỗ cảm, (b) có
hỗ cảm
(b)
Hình 7. Đồ thị sai lệch giữa đặc tính từ thông thực nghiệm và đặc tính từ
thông nhận dạng với dòng 9A trường hợp: (a) chưa xét ảnh hưởng hỗ cảm, (b) có
hỗ cảm
Bảng 2. Giá trị sai số với dòng 5A
Hàm đặc tính
từ thông
Sai số
trung bình
Sai số max
Sai số min
Bảng 3. Giá trị sai số với dòng 9A
Bỏ qua hỗ cảm
Có hỗ cảm
2,8228.10-4
1,7.10-16
1,7958.10-6
0
8,3778.10-5
4,1410.10-16
Hàm đặc tính
từ thông
Sai số
trung bình
2,0710.10-5
4,0738.10-17
Sai số max
Sai số min
Bỏ qua hỗ cảm
Có hỗ cảm
7,0226.10-5
8,5.10-17
8,5390.10-7
0
Ở cùng tập mẫu đầu vào, cùng số vòng lặp giống nhau,
đặc tính nhận dạng hàm từ hóa với trường hợp bỏ qua hỗ
cảm và trường hợp có xét đến hỗ cảm có giá trị sai số khác
nhau. Giá trị sai số trung bình, sai số nhỏ nhất và sai số lớn
nhất được thể hiện trong bảng 1, 2 và 3. Từ các kết quả mô
phỏng này cho thấy, khi xét đến ảnh hưởng của hỗ cảm,
đặc tính nhận dạng gần như trùng khớp với đặc tính thực
nghiệm chứng tỏ tính đúng đắn của hàm đặc tính từ thông
đề xuất khi có xét đến hỗ cảm giữa các pha. Đồng thời, sai
lệch ở trường hợp này nhỏ hơn nhiều so với trường hợp bỏ
qua ảnh hưởng của hỗ cảm. Với tính đúng đắn của hàm đặc
tính từ thông đề xuất này sẽ tăng thêm độ chính xác trong
5. KẾT LUẬN
Bài báo cung cấp hàm nhận dạng đặc tính từ thông của
động cơ từ trở có xét đến ảnh hưởng của hỗ cảm và bão
hòa mạch từ. Thuật toán nơ ron được sử dụng để nhận
dạng và tìm các tham số trong hàm. Kết quả mô phỏng cho
thấy hàm đặc tính từ thông là chính xác, bám sát với đặc
tính từ thông thực, sai số rất nhỏ. Hàm đặc tính từ thông
mới này góp phần cải thiện độ chính xác của mô hình và
được sử dụng để đánh giá, phát triển các thuật toán điều
khiển cho động cơ từ trở.
14
P-ISSN 1859-3585 E-ISSN 2615-9619 SCIENCE - TECHNOLOGY
[17]. J. Ye, 2014. Advanced Control Methods For Torque Ripple Reduction And
Performance Improvement In Switched Reluctance Motor Drives. Thesis Doctor of
Philosophy, McMaster University.
TÀI LIỆU THAM KHẢO
[1]. M. Ilic’-Spong, R. Marino, S. M. Peresada, D. G. Taylor, 1987. Feedback
Linearizing Control of Switched Reluctance Motors. IEEE Trans. Automat. Contr.,
vol. 32, no. 5, pp. 371–379.
[18]. Sanjib Kumar Sahoo, 2006. High-performance torque control of
switched reluctance motor. Thesis of National University of Singapore.
[2]. C. Mademlis, I. Kioskeridis, 2003. Performance optimization in switched
reluctance motor drives with online commutation angle control. IEEE Trans. Energy
Convers., vol. 18, no. 3, pp. 448–457.
AUTHORS INFORMATION
Phi Hoang Nha1,2, Le Xuan Hai1, Nguyen Thu Ha1, Dang Dinh Chung1
[3]. S. Mir, I. Husain, M. E. Elbuluk, 1998. Switched reluctance motor
modeling with on-line parameter identification. IEEE Trans. Ind. Appl., vol. 34, no.
4, pp. 776–783.
1Hanoi University of Industry
2Hanoi University of Science and Technology
[4]. L. Ben Amor, L. A. Dessaint, O. Akhrif, 1995. Adaptive nonlinear torque
control of a switched reluctance motor via flux observation. Math. Comput. Simul.,
vol. 38, no. 4–6, pp. 345–358.
[5]. W. K. Ho, S. K. Panda, K. W. Lim, F. S. Huang, 1998. Gain-scheduling
control of the Switched Reluctance Motor. Control Eng. Pract., vol. 6, no. 2, pp.
181–189.
[6]. A. Nirgude, M. Murali, N. Chaithanya, S. Kulkarni, V. B. Bhole, S. R. Patel,
2017. Nonlinear mathematical modeling and simulation of switched reluctance
motor. IEEE Int. Conf. Power Electron. Drives Energy Syst. PEDES 2016, vol. 2016-
Janua, pp. 1–6.
[7]. X. Sun, K. Diao, Z. Yang, G. Lei, Y. Guo, J. Zhu, 2019. Direct Torque Control
Based on a Fast Modeling Method for a Segmented-Rotor Switched Reluctance
Motor in HEV Application. IEEE J. Emerg. Sel. Top. Power Electron., vol. PP, no. c,
pp. 1–1.
[8]. H. Le-Huy, P. Brunelle, 2005. A versatile nonlinear switched reluctance
motor model in simulink using realistic and analytical magnetization
characteristics. IECON Proc. (Industrial Electron. Conf., vol. 2005, no. c, pp. 1556–
1561.
[9]. L. E. Somesan, E. Padurariu, I. A. Viorel, 2013. Two simple analytical
models, direct and inverse, for switched reluctance motors. Prog. Electromagn.
Res. M, vol. 29, no. March, pp. 279–291.
[10]. S. H. Mao, M. C. Tsai, 2004. An analysis of the optimum operating point
for a switched reluctance motor. J. Magn. Magn. Mater., vol. 282, no. 1–3, pp.
53–56.
[11]. T. J. E. Miller, M. Mcgilp, 1990. Nonlinear Theory of the Switched
Reluctance Motor for Rapid Computer-Aided Design. IEE Proc. B Electr. Power
Appl., vol. 137, no. 6, pp. 337–347.
[12]. D. A. Torrey, J. H. Lang, 1990. Modelling a Nonlinear Variable-
Reluctance Motor Drive. IEE Proc. B Electr. Power Appl., vol. 137, no. 5, pp. 314–
326.
[13]. E. Mese, 2002. A rotor position, estimator for switched reluctance motors
using CMAC. IEEE Int. Symp. Ind. Electron., vol. 4, pp. 1184–1189.
[14]. J. A. Makwana, P. Agarwal, S. P. Srivastava, 2018. Modeling and
Simulation of Switched Reluctance Motor. Lect. Notes Electr. Eng., vol. 442, pp.
545–558.
[15]. O. Ustun, 2009. A nonlinear full model of switched reluctance motor with
artificial neural network. Energy Convers. Manag., vol. 50, no. 9, pp. 2413–2421.
[16]. B. Fahimi, C. Edrington, 2017. Switched reluctance motor drives. CRC
Press.
15
Website: https://tapchikhcn.haui.edu.vn Vol. 57 - No. 3 (June 2021) ● Journal of SCIENCE & TECHNOLOGY
Bạn đang xem tài liệu "Nhận dạng đặc tính từ thông của động cơ từ trở có xét đến ảnh hưởng của hỗ cảm và bão hòa mạch từ", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- nhan_dang_dac_tinh_tu_thong_cua_dong_co_tu_tro_co_xet_den_an.pdf