HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ
Lọc theo danh mục
liên kết website
Lượt truy cập
Lượt truy cập :
22,764,207
- Công bố khoa học và công nghệ Việt Nam
BB
Đào Duy Hoàng, Trần Trọng Minh(1), Võ Thanh Hà
Điều khiển mô men động cơ từ trường dọc trục nam châm vĩnh cửu (afpmsm) tích hợp bánh xe bằng thuật toán thích nghi mờ-nơ ron (anfis) ứng dụng cho xe ô tô điện
Torque control of an in-wheel axial fux permanent magnet synchronous motor (afpmsm) using adaptive neuro-fuzzy inference system (anfis) for electrical vehicles applications
Khoa học Giáo dục KT
2024
4
43-54
1859-1272
Bài báo này sẽ trình bày thiết kế của bộ điều khiển mô-men cho động cơ từ trường dọc trục đồng bộ nam châm vĩnh cửu (AFPMSM) tích hợp bánh xe dựa trên thuật toán thích nghi mờ-nơ ron (ANFIS). Đây là thuật toán mạng nơ ron gồm 5 lớp được huấn luyện dựa trên phương pháp mờ Takagi– Sugeno. Lớp thứ nhất (lớp vào) bao gồm các vector sai số và đạo hàm vector sai số của dòng điện stator. Lớp thứ hai là lớp mờ hoá có nhiệm vụ xác định chức năng của các vectơ đầu vào. Lớp thứ ba thực hiện tính toán hệ thống theo luật mờ với ma trận 5x5. Lớp thứ tư thực hiện giải mờ. Lớp cuối cùng sẽ đưa ra đáp ứng điện áp stator theo yêu cầu đến bộ nghịch lưu nguồn áp. Bộ điều khiển này có ưu điểm là thực hiện thiết kế đơn giản vì bộ điều khiển không phụ thuộc vào mô hình toán học động cơ. Bên cạnh đó, ANFIS thích nghi với nhiễu do thông số động cơ AFPMSM thay đổi, vì vậy ANFIS đã cải thiện được các đáp ứng dòng điện, mô-men, và nâng cao tính bền vững hệ truyền động xe ô tô điện so với bộ điều khiển PI truyền thống. Hiệu quả của giải pháp đề xuất được đánh giá, phân tích thông qua mô phỏng MATLAB/SIMULINK.
This paper presents the design of a torque controller for an in-wheel axial flux permanent magnet synchronous motor based on the adaptive neurofuzzy inference system algorithm. This neural network algorithm consists of 5 layers trained based on the Takagi–Sugeno fuzzy logic method. The input layer consists of the error vector and the error derivative of the stator current. The second layer is the fuzzy layer that determines the function of the input vectors. The third layer performs system computations according to fuzzy rules with 5x5 matrices. The fourth layer is the defuzzification layer. The last layer will have the required stator voltage response to the voltage source inverter. Sustainability control evaluation for the AFPMSM using the ANFIS algorithm will be compared with the PI controller if the AFPMSM is unaffected by noise and the AFPMSM parameters change. Simulation MATLAB/SIMULINK performs the results of the evaluation and analysis.
TTKHCNQG, CVv 389
Xem toàn văn