BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  20,499,100
  • Công bố khoa học và công nghệ Việt Nam

50

Tự động hóa (CAD/CAM, v.v..) và các hệ thống điều khiển, giám sát, công nghệ điều khiển số bằng máy tính (CNC), …

Đào Huỳnh Đăng Khoa, Sử Hồng Thạnh, Nguyễn Chí Ngôn(1)

Điều khiển thông minh động cơ không đồng bộ 3 pha dựa trên mạng nơ-ron mờ hồi quy

Intelligent control of induction motor using recurrent fuzzy neural networks

Tạp chí Khoa học và Công nghệ Đại học Thái Nguyên

2022

8

46-55

1859-2171

Huấn luyện online, Điều khiển giám sát, Điều khiển PID, Động cơ không đồng bộ, Mạng nơ-ron mờ hồi quy

Induction motor, Online training, PID control, Recurrent fuzzy neural network, Supervisory control

Động cơ không đồng bộ 3 pha có vai trò quan trọng, không thể thiếu trong truyền động điện công nghiệp. Tuy nhiên, các bộ điều khiển thông dụng hiện nay với tham số cố định đã tỏ ra kém linh hoạt để thích ứng với điều kiện công nghiệp khắc nghiệt. Nghiên cứu này đề xuất giải pháp dùng mạng nơ-ron mờ hồi quy để khắc phục hạn chế trên. Theo đó, bộ điều khiển PID kinh điển được kết hợp với bộ điều khiển giám sát dùng mạng nơ-ron mờ hồi quy để chỉnh định đáp ứng của hệ thống. Kết quả mô phỏng cho thấy, với cùng bộ tham số, khi bộ điều khiển PID chạy độc lập nó cho đáp ứng có độ vọt lố cao. Tuy nhiên, khi kết hợp với bộ điều khiển giám sát dùng mạng nơ-ron mờ hồi quy thì đáp ứng của đối tượng không xuất hiện vọt lố nữa. Kết quả kiểm nghiệm cho thấy nhờ giải thuật huấn luyện trực tuyến mà bộ nhận dạng mô hình đối tượng và bộ điều khiển dùng mạng nơ-ron mờ hồi quy đã giám sát và thích ứng kịp thời với sự thay đổi của đối tượng như tác động của nhiễu và sự thay đổi đột ngột của tải, từ đó, chúng góp phần điều chỉnh tín hiệu điều khiển phù hợp hơn, khắc phục được hạn chế về việc cố định tham số của bộ điều khiển PID truyền thống.

Induction motors play an important and indispensable role in electro- mechanical transmission in the industry. However, current common controllers with fixed parameters have proved less flexible to adapt to harsh industrial conditions. This study proposes a solution using recurrent fuzzy neural networks (RFNNs) to overcome that limitation. Accordingly, a PID controller is combined with a supervisory controller using the RFNN to adjust system responses. Simulation results show that, with the same parameters, when the PID controller runs independently, it has given a high overshoot response. However, when combined with the RFNN – based supervisory controller, the overshoot of system response is eliminated. The experimental results show that by the online training algorithm, the RFNN-based system identifier and the RFNN-based supervisory controller have monitored and rapidly adapted to the changes of the system such as noise affecting or load changing, thereby, they can adjust the control signal is more suitable, overcoming the limitation of fixed parameters of the traditional PID controller.

TTKHCNQG, CTv 178

Xem toàn văn