So sánh kỹ thuật ước lượng sử dụng phương pháp tuyến tính hóa và bộ lọc Kalman mở rộng cho động cơ đồng bộ nam châm vĩnh cửu

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:6

Thêm vào BST

Báo xấu

11
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết So sánh kỹ thuật ước lượng sử dụng phương pháp tuyến tính hóa và bộ lọc Kalman mở rộng cho động cơ đồng bộ nam châm vĩnh cửu trình bày phương trình động học của PMSM; Bộ ước lượng tuyến tính hóa cho PMSM; Bộ ước lượng dùng bộ lọc EKF cho PMSM.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: So sánh kỹ thuật ước lượng sử dụng phương pháp tuyến tính hóa và bộ lọc Kalman mở rộng cho động cơ đồng bộ nam châm vĩnh cửu

34 Lê Đình Hiếu, Đoàn Quang Vinh, Lê Tiến Dũng SO SÁNH KỸ THUẬT ƯỚC LƯỢNG SỬ DỤNG PHƯƠNG PHÁP TUYẾN TÍNH HÓA VÀ BỘ LỌC KALMAN MỞ RỘNG CHO ĐỘNG CƠ ĐỒNG BỘ NAM CHÂM VĨNH CỬU COMPARISON OF ESTIMATION TECHNIQUES BETWEEN LINEARIZED ESTIMATORS AND EXTENDED KALMAN FILTERS FOR PMSM Lê Đình Hiếu1, Đoàn Quang Vinh2, Lê Tiến Dũng3 1 Trường Cao đẳng Công nghiệp Huế; ldinhhieu@hueic.edu.vn 2 Đại học Đà Nẵng; dqvinh@ac.edu.vn; 3 Trường Đại học Bách khoa, Đại học Đà Nẵng; ltdung@dut.udn.vn Tóm tắt - Động cơ đồng bộ ba pha roto nam châm vĩnh cửu (PMSM) Abstract - Three-phase Permanent magnet synchronous motor là một hệ thống đa biến, phi tuyến và có tính xen kênh mạnh. Do tính (PMSM) is a multi-variable, non-linear, strong coupling system. chất phi tuyến của PMSM dẫn đến việc điều chỉnh chính xác tốc độ, Due to the nonlinearity of PMSM, it is a challenge to exactly control mô men và vị trí gặp nhiều thách thức. Bài báo này sẽ giới thiệu hai the speed, torque and position. This paper presents two methods phương pháp ước lượng các biến trạng thái gồm: dòng điện sator for estimating state variables of the PMSM using the Linearized ia , ib , vận tốc góc roto  và vị trí góc roto  của PMSM sử dụng bộ Estimators (LE) and Extended Kalman Filter Estimators (EKF). The ước lượng tuyến tính hóa (LE) và bộ ước lượng dùng bộ lọc Kaman estimated variables are stator currents ia ,ib , velocity  and angular mở rộng (EKF). Các tín hiệu ước lượng vận tốc góc roto  và vị trí position of rotor  . The estimation signal  and  feedback are góc roto  phản hồi về dùng để điều khiển ổn định tốc độ, dòng điện used to speed controller and current controller of PMSM. The cho PMSM. Đáp ứng động học của hệ thống được so sánh và đánh responses of the control system in two cases are compared and giá trong hai trường hợp trên để rút ra các kết luận. then the conclusions are drawn. Từ khóa - Ước lượng tuyến tính hóa (LE); ước lượng dùng bộ lọc Key words - Linearized Estimator (LE); Extended Kalman Filter Kalman mở rộng (EKF); động cơ đồng bộ ba pha kích từ nam châm Estimator (EKF); Three-phase Permanent Magnet Synchronous vĩnh cửu (PMSM); bộ điều khiển tốc độ; bộ điều khiển dòng điện. Motor (PMSM); Speed controller; Current controller. 1. Đặt vấn đề không dùng cảm biến tốc độ (sensorless control) PMSM. Trong những năm gần đây, động cơ đồng bộ ba pha Trong bày báo này, trước hết mô hình toán học mô tả kích từ nam châm vĩnh cửu (PMSM) được quan tâm nghiên PMSM được giới thiệu ở mục 2. Sau đó, trong các mục 3 cứu và áp dụng rộng rãi trong lĩnh vực công nghiệp, năng và 4, dựa trên mô hình toán học, các phương trình ước lượng mới [1]… bởi lẽ loại động cơ này có nhiều ưu điểm lượng trạng thái của động cơ theo phương pháp ước lượng nổi trội hơn so với động cơ điện một chiều và động cơ LE và ước lượng dùng bộ lọc EKF được xây dựng. Mục 5 không đồng bộ ba pha roto lồng sóc. Những ưu điểm nổi trình bày về mô phỏng so sánh 2 phương pháp ước lượng bật của PMSM như: hiệu suất cao, dễ dàng duy tu bảo trên cho điều khiển tốc độ PMSM không dùng cảm biến dưỡng, tỷ lệ giữa mô men với dòng điện lớn [2], tỷ lệ giữa tốc độ. Các đánh giá và phân tích kết quả đáp ứng của hệ mô men với trọng lượng lớn [3], đáp ứng nhanh và ít nhiễu thống cũng được đưa ra chi tiết. Cuối cùng, mục 6 trình bày [4], trọng lượng và thể tích nhỏ gọn hơn so với động cơ các kết luận và đánh giá của bài báo. khác cùng công suất. Tuy nhiên, bên cạnh các ưu điểm thì PMSM là một hệ thống đa biến, phi tuyến và có tính xen 2. Phương trình động học của PMSM kênh mạnh [5], [6] nên điều chỉnh tốc độ, mô men và vị trí PMSM được mô tả dưới dạng hệ phi tuyến liên tục theo gặp rất nhiều rất khó khăn. Bài báo giới thiệu bộ ước lượng thời gian trên hệ trục tọa độ cuộn dây sato abc cố định [7], LE và bộ ước lượng dùng bộ lọc EKF dùng để ước lượng [8] như sau: bốn biến trạng thái gồm: dòng điện sator ia , ib , vận tốc góc  R  . u ia  ia  sin   a roto và vị trí góc roto  từ đó cấp tín hiệu cho bộ điều L L L khiển ổn định tốc độ và ổn định dòng điện PI.  R  . ub (1) ib  ib  c os   Phương pháp ước lượng LE [7] và phương pháp ước L L L   3. 3 F . T L lượng dùng bộ lọc EKF [2], [3], [10] giới thiệu nhằm mục  ia sin   ib c os    đích ước lượng vận tốc, vị trí trong điều khiển không dùng 2J 2. J J J  cảm biến đo tốc độ của PMSM. Tuy nhiên, chưa có công   trình nào nghiên cứu so sánh hiệu quả của hai phương pháp Trong đó: ia , ib là dòng điện cuộn dây pha A và pha B ước lượng LE và ước lượng dùng bộ lọc EKF trực tiếp trên hệ tọa độ abc. Đặc biệt là cho việc ước lượng tốc độ, vị trí của PMSM trên hệ trục tọa độ ba cuộn dây abc; u a, u b là của hệ truyền động PMSM. Do đó, cần có một nghiên cứu điện áp pha của cuộn dây pha A, B trên hệ trục tọa độ ba so sánh đánh giá hiệu quả của hai phương pháp để có các cuộn dây abc; R là điện trở cuộn dây stato(); L là điện đánh giá và lựa chọn đúng đắn hơn khi sử dụng các phương kháng cuộn dây stato(H);  là vị trí góc của roto (rad); pháp ước lượng biến trạng thái trong điều khiển PMSM  là vận tốc góc của roto (rad/s);  là hằng số từ thông động
ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 5(102).2016 35 2 cơ (Wb); J là mô men quán tính trục động cơ (kg.m ); TL Để đơn giản chúng ta bỏ qua các thành phần nhiễu una , là mô men tải (N.m). unb ,ina , inb và u L từ (3) ta có: Theo [9] mô men trên trục động cơ TLoad được tính  R  . u x1  ia  sin x 4  a toán từ hàm mô men ma sát phi tuyến bậc cao trên trục L L L động cơ như sau:  R  . u (6) TLoad  TLoad  TFric x2  ib  c os x 4  b L L L   3. 3 F . TLoad  TLoad  TC  (Tbrk  TC ))e  Cv m sign( )  F  (2) x3  ia sin x 4  ib c os x 4    2J 2. J J  C v m TLoad  F  TLoad  TC  (Tbrk  TC ))e sign( )   x 4  x3 TLoad  F  TL Viết lại (1) dưới dạng hệ tuyến tính dừng như sau: với:  C  ~ ~ ~ TFric  TC  (Tbrk  TC )) e v m sign ( )  F  x  A x G u (7) C  TL  TLoad  TC  (Tbrk  TC )) e v m sign ( )  F  ~ Trong đó: x là biến trạng thái ước lượng từ việc xấp xỉ Trong đó: TLoad là mô men phụ tải (N.m);  fric là mô x tại điểm làm việc của hệ thống. men ma sát quay; TC là mô men ma sát Coulomb; T b r k là mô ~ T ~ ~ ~ ~  men ma sát Breakaway; Cv là hệ số; F là hệ số mô men ma u  ua ub  , ua  Ua sin2t,ub  Ub cos2 t (8) sát Viscous.   Ma trận A, lần lượt được tính từ lấy vi phân từng phần Trong bài báo này giới thiệu hệ phương trình trạng thái hàm f  x   x theo x và f  x   x theo u, từ [3] ta có: của PMSM có xét đến các thành phần nhiễu đo lường ia , ib ,u a  R  x3  , u b và nhiễu không biết trước của mô men tải trên trục động  L 0 sin x4 cos x4  L L cơ uL  TL / J được viết lại từ phương trình (1) như sau:   (9) R  x3  f  0   cosx4 sin x4  R  . u  u na A   L L L  ia  ia  sin   a  ina x   L L L  3 sin x4 3 cos x4  F 3  (x1cos x4  x2sin x4 )   R  . u b  u nb (3)  2J 2J J 2J  ib  ib  c os    inb  0 0 1 0    L L L   3. 3 F .  1   0   ia sin   ib c os    uL L 2J 2.J J   (10) f 1   G=   0   u  L  0 0  Trong đó:una ,ina là thành phần nhiễu từ đo lường điện   0 0  áp, dòng điện pha A; u n b ,inb lần lượt là thành phần nhiễu từ đo lường điện áp, dòng điện pha B; u L là thành phần Từ (7), ta có cơ sở lập luận để xây dựng bộ ước lượng nhiễu tải không biết trước trên trục động cơ. tuyến tính hóa PMSM tại các điểm làm việc của hệ thống. 3. Bộ ước lượng tuyến tính hóa cho PMSM 4. Bộ ước lượng dùng bộ lọc EKF cho PMSM PMSM trong mô tả (3) có tính phi tuyến [5] nên không 4.1. Xây dựng bộ ước lượng dùng bộ lọc EKF thể sử dụng trực tiếp các công công cụ tính toán của hệ Các phương trình toán học mô tả việc sử dụng bộ lọc thống tuyến tính để điều khiển và ước lượng. Tuy nhiên, EKF để ước lượng biến trạng thái của đối tượng phi tuyến chúng ta có thể tuyến tính hóa hệ thống xung quanh điểm được viết dưới dạng như sau [2], [10], [11], [12]: làm việc (hay còn gọi là các điểm dừng của hệ thống) từ đó x k  F k x k  1  G u k 1  c k  1 (11) có thể sử dụng các công cụ tính toán cho hệ thống tuyến z k  H k xk  ek tính áp dụng điều khiển và ước lượng [7]. Việc ước lượng biến trạng thái ,  từ các giá trị đo lường trực tiếp trên hệ Trong đó: e, c lần lượt là nhiễu Gaussian và nhiễu đo lường. tọa độ abc mà không qua phép biến đổi hệ trục tọa độ Nguyên lý làm việc của bộ lọc EKF để ước lượng tối Park iPark ClarkeiClarle  f (abc)    f (, )     f (d, q) như [1], [3], [6]  ưu trạng thái của đối tượng phi tuyến được trình bày theo (với f (.) là phép biến đổi hệ trục tọa độ) của dòng điện sẽ từng bước như sau: giảm khối lượng tính toán (từ các phép biến đổi hệ trục tọa Bước 1: Hệ phương trình trạng thái hệ thống được viết độ) và đảm bảo độ chính xác cao hơn. lại dưới dạng [4]: Ta định nghĩa vector trạng thái của hệ thống như sau:  T T x  f (x,u, q,t) x   x1 x2 x3 x4   ia ib    (4) z  h ( x, e, t) (12) Với định nghĩa mới này ta có thể viết: c ~ (0, Q ) T  T   e ~ (0, R )          (5) x   x1 x2 x3 x4   ia ib   Trong đó: Q, R là ma trận đồng biến và khác không, với     Q là ma trận nhiễu xử lý và R là ma trận nhiễu đo lường.
36 Lê Đình Hiếu, Đoàn Quang Vinh, Lê Tiến Dũng Bước 2: Lấy vi phân từng phần các ma trận theo biến trạng  2 0,01 2   ( 0,003)   (0,01) 0 0 0 thái theo biểu thức (4) và lấy vi phân hàm số hệ thống theo hai   (19) thông số nhiễu c và e lần lượt ta có biểu thức như sau:  0  2( 0,01 )  2 (0,01) 0 0  Q f 0,003 F k 1   2   x x k 1 | k  1 ' u k  1  0 0  (0,5) 0  0 0 0 0 h  H k 1  (13)  x x k |k 1 Bộ lọc EKF áp dụng ước lượng trạng thái tối ưu cho f PMSM được mô tả theo trình tự các bước như sau: L  x k | k 1  Ax k 1|k 1  G u k 1 c x 1) Bước dự báo: (20) M  f Pk |k 1  APk 1|k 1 A T  Q k e x 2) Bước tính hiệu chỉnh: Bước 3: Tính toán ma trận Q và ma trận R hoặc Sk như sau: x k  x k  1| k  1  K k y k (21) Q  LQLT (14) Pk | k  1  ( I  K k H k ) P k  1| k  1 S k  R  MRM T Trong đó: Bước 4: Hệ phương trình bộ lọc EKF được mô tả áp K k : Pk | k  1 H Tk S k 1 (22) dụng cho hệ phương trình tuyến tính hóa đối tượng phi tuyến trình bày như sau: S k : H k Pk | k  1 H Tk  G k y k  z k  H k x k |k 1 Ở thời điểm tk, trạng thái ước lượng tối ưu xk|k và ma T S k  H k Pk | k  1 H  Rk trận Pk | k sẽ nhảy đến vòng lặp và xử lý ở bước 1: dự báo và k (15) K k  P k |k  1 H T k S k 1 tính toán chính xác. Bước dự báo lưu trữ trạng thái ước lượng ở thời điểm k-1 được áp dụng cho bước lấy mẫu x k  x k |k  1  H k y k trước đó để áp dụng cho bước hiện tại. Sau đó, trong bước Pk | k  ( I  K k H T k ) Pk | k  1 tính toán hiệu chỉnh, giá trị đo lường ở bước tính hiện tại của động cơ lại được sử dụng để dự báo ước lượng trạng Trong đó: I là ma trận đơn vị có kích thước 4x4. thái cho bước tiếp theo, vòng lặp cứ như thế lặp lại. 4.2. Bộ ước lượng dùng bộ lọc EKF cho PMSM Hệ phương trình trạng thái PMSM [7] mô tả như sau: 5. Kết quả mô phỏng U -DC + -  R x3  u  u na   x1  sin x 4  a  in a    I*q 1-PW M INVERTER  Iq Uq U x  1  L L L PI PI   (16) dq- x   R x3 u  u nb  I*d  Id Ud U   in b  PI  2    x1  s in x 4  b 6-PW M L L L    x3    AB C    3 3 F x3 Id I Ia s in x4  co sx4   uL   x4   2J 2J J  Iq dq I abc Ib Ic  x3    Ia  L inearized Các thông số e, una , unb , ina , inb , u L dùng để tính toán E stim ation Ib  (eq: 7) Ua ( EK F Ub ma trận R và Q; trong đó una , unb, ina , inbthành phần nhiễu I*a I*b Estimation (eq: 16)) đo lường và n L là nhiễu tải được viết như sau: CO NTR OL PM SM BR AKE 2KW -220V 2 24 V-15N.m e 0  0,1 0  (17) R 2    0 e   0 0,1  2 una  Hình 1. Sơ đồ khối nguyên lý điều khiển PMSM 2  ( L )   (ina ) 0 0 0 Hệ thống truyền động PMSM được mô phỏng trên phần   (18) mềm Matlab/ Simulink 2012b với thông số như sau: Điện u Q   0  2 ( na )   2 (ina ) 0 0  áp pha U = 220(V); công suất P = 2(kW); tốc độ định mức L    0 0  2 (uL ) 0  3.000(v / ph); số đôi cực từ P = 4 (số cực từ: 2p = 8); điện  0 0 0 0 trở cuộn dây stato R = 1,9(); điện kháng cuộn dây stato Trong đó: 2 (i)là độ lệch tiêu chuẩn (standard deviation) L = 0,003(H), hằng số từ thông của động cơ   0,1(Wb); của tín hiệu i . mô men quán tính trên trục động cơ J = 1,8.10-3(kgm2); mô men ma sát Viscous:F = 0,001(Pa.s); mômen tải định mức Các đại lượng nhiễu không biết trước trong quá trình TL=7,0(N.m). xử lý đầu vào điều khiển una , unb và ina , inb có độ lệch tiêu 5.1. Điều khiển tốc độ PMSM sử dụng bộ ước lượng LE chuẩn cho phép của các cảm biến dòng điện và cảm biến điện áp khảo sát lần lượt là 0,1 (V) và 0,1 (A). Mô men tải Bộ ước lượng tuyến tính hóa dùng để ước lượng biến T trạng thái của hệ thống x  ia ib    . Kết quả mô nhiễu loạn u L khác không và có độ lệch tiêu chuẩn khảo sát là 0,5(rad/s2). phỏng quá trình ước lượng các biến trạng thái được thể hiện trên Hình 2 và Hình 3 như sau:
ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 5(102).2016 37 0.6 Ia do luong (A) Ia Uoc luong 0.2 Sai lech Ia uoc luong LE(A) Kết quả mô phỏng cho thấy bộ ước lượng tuyến tính LE (A) 0.4 0.15 hóa cho kết quả chưa cao, có độ sai lệch của biến trạng thái ia , ib còn lớn, đặc biệt là sai lệch tốc độ và vị trí  ,   0.1 0.2 Error ia (A) 0.05 ia (A) 0 0 còn khá lớn. Khi PMSM khởi động, mang tải và sa thải tải -0.2 -0.05 thì độ sai lệch giữa giá trị đo lường và giá trị ước lượng -0.1 -0.15 càng tăng lên đạt đỉnh sai lệch. -0.4 0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4 Time (s) Time (s) 5.2. Điều khiển tốc độ PMSM sử dụng bộ ước lượng a) b) dùng bộ lọc EKF 0.4 Ib do luong Ib uoc luong (A) LE (A) 0.3 0.2 Sai lech Ib uoc luong LE(A) Từ Hình 4 và Hình 5, kết quả mô phỏng thể hiện rằng bốn 0.2 0.1 0.15 0.1 tín hiệu đầu ra của bộ ước lượng dùng bộ lọc EKF bám theo giá trị thưc của biến trạng thái và cho chất lượng khá tốt. ib (A) 0 Error ib (A) 0.05 0.5 0.08 -0.1 0 Ia uoc luong Ia EKF (A) 0.4 EKF (A) Sai lech Ia uoc luong EKF(A) 0.06 -0.2 0.3 -0.05 0.2 0.04 -0.3 -0.1 Ia EKF (A) 0.1 Error Ia (A) 0.02 -0.4 0 0 1 2 3 4 -0.15 0 0.5 1 1.5 2 2.5 3 3.5 4 -0.1 0 Time (s) Time (s) -0.2 Ia c) d) -0.3 do luong (A) -0.02 -0.4 -0.04 Hình 2. So sánh dòng điện ia ,ib đo lường và dòng điện i a* , ib* -0.5 0 0.5 1 1.5 Time (Seconds) 2 2.5 3 3.5 4 -0.06 0 0.5 1 1.5 2 2.5 3 3.5 4 Time (s) ước lượng LE từ mô hình mô phỏng Matlab/Simulink a) b) 0.2 Uoc luong tuyen tinh hoa toc do dong co (v/ph) 0.5 Sai lech Ib uoc luong EKF(A) 500 3500 Ib uoc luong Ib do Ib EKF (A) Toc do dat(v/ph) 400 Error LE: Omega(v/ph) 0.4 EKF(A) luong 0.15 0.3 (A) 3000 300 0.2 0.1 2500 Toc do dong co 200 Error Ib (A) 0.1 Ib EKF(A) Error Omega(v/ph) tu Encoder (v/ph) w speed (v/ph) Toc do dong co 100 0 2000 uoc luong 0.05 0 -0.1 tuyen tinh hoa (v/ph) 1500 -0.2 -100 -0.3 0 1000 -200 -0.4 -300 -0.5 -0.05 500 0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4 -400 Time (Seconds) Time (s) 0.5 1 1.5 2 2.5 Time (Seconds) 3 3.5 4 -500 0 0.5 1 1.5 2 Time (s) 2.5 3 3.5 4 c) d) a) b) * * 7 Vi tri Roto(rad) Hình 4. So sánh dòng điện ia , ib đo lường và dòng điện ia , ib ước Vi tri Roto uoc luong LE(rad) Sai lech vi tri LE(rad) 6 Vi tri Roto Uoc luong 0 lượng bộ lọc EKF từ mô hình mô phỏng Matlab/Simulink LE (rad) Theta Position (Rad) 5 40 Sai lech Toc do EKF (v/ph -1 3000 20 Error (Rad) 4 Toc do Dong Co (v/ph) 2500 0 -2 3 -20 Eror Toc do (v/ph) 2000 Toc do (v/ph) -40 2 -3 1500 -60 Vi tri Roto Toc do Dong Co (v/ph) -80 1 Encoder -4 1000 (rad) -100 0 0.5 1 1.5 2 2.5 3 3.5 4 Toc do Dong co (v/ph) -120 0 1 2 3 4 500 Time (Seconds) Time (Seconds) Toc do uoc luong EKF (v/ph -140 c) d) 0 0.5 1 1.5 2 Time (s) 2.5 3 3.5 4 0.5 1 1.5 2 Time (s) 2.5 3 3.5 4 Hình 3. So sánh tốc độ và vị trí roto:  ,  đo lường và  *,  * a) b) 7 ước lượng LE từ mô hình mô phỏng Matlab/Simulink 6 V i tri R o t o E ncoder V i tr i R o to E K F (ra d ) 0.2 0.15 (ra d ) Bảng 1. Đánh giá chất lượng bộ ước lượng LE áp dụng cho 5 Theta Position (Rad) 0.1 Sai lech vi tri EKF(rad) Error (Rad) 4 PMSM ở các trường hợp: khởi động, mang tải và sa thải tải 3 0.05 0 Khởi động Sa thải tải TL từ Mang tải TL từ 2 -0.05 1 STT 0-3000 7Nm xuống 3,5Nm lên 5Nm ở 0 -0.1 0 0 .5 1 1 .5 2 2.5 3 3.5 4 0.5 1 1.5 2 2.5 3 3.5 4 (v/ph) 3,5Nm ở t=1,5(s) t=2,9(s) T im e (S e c o n d s ) Time (Seconds) c) d) ia _ Max(A) - 0,15 0,19 Hình 5. So sánh tốc độ và vị trí roto:  , đo lường và  *,  * ib _ Max (A) - 0,05 0,1 ước lượng bộ lọc EKF từ mô hình mô phỏng Matlab/Simulink   M ax (v/ph) - 381 180 Bảng 2. Đánh giá chất lượng bộ ước lượng dùng bộ lọc EKF áp dụng cho PMSM ở các trường hợp: khởi động, mang tải  Max (rad) - 0,40 0,31 và sa thải tải Thời gian Khởi động Sa thải tải TL từ Mang tải TL từ 0,62 0,2 0,16 đáp ứng (s) STT 0-3000 7Nm xuống 3,5Nm lên 5Nm ở Độ sai lệch (v/ph) 3,5Nm ở t=1,5(s) t=2,9 (s) 108 108 108 tĩnh (v/ph) ia _ Max(A) - 0,009 0,01 Độ quá điều chỉnh (độ vọt 60,8 381 180 ib _ Max (A) - 0,012 0,005 lố) (v/ph)   M ax (v/ph) 12,4 16 20 Từ kết quả mô phỏng thể hiện trên Hình 2, Hình 3 và  Max (rad) - 0,008 0,006 Bảng 1, ta nhận thấy rằng tín hiệu ước lượng tuyến tính hóa bám theo tín hiệu của biến trạng thái của mô hình mô phỏng Thời gian 0,42 0,11 0,09 PMSM. đáp ứng (s)
38 Lê Đình Hiếu, Đoàn Quang Vinh, Lê Tiến Dũng Độ sai lệch Độ quá điều 5 5 5 tĩnh (v/ph) chỉnh (độ vọt 60,8 12,4 381 16 180 20 Độ quá điều lố) (v/ph) chỉnh (độ vọt 12,4 16 20 Bộ ước lượng LE trong (6) đã bỏ qua thành phần nhiễu lố) (v/ph) đo lường và nhiễu tải nên thông tin về hệ thống bị thiếu hụt, Kết quả mô phỏng cho thấy khi PMSM khởi động, khối lượng tính toán ít lại và kết quả tính toán thiếu chính mang tải và sa thải tải dùng bộ ước lượng dùng bộ lọc EKF xác, dẫn đến chất lượng đáp ứng điều khiển chưa tốt. với bốn biến trạng thái ước lượng: ia* , ib* ,  * ,  * cho kết quả Phương án này áp dụng khi yêu cầu về chất lượng điều sai lệch nhỏ so với giá trị đo lường từ mô hình mô phỏng. khiển hệ thống không cao. 5.3. So sánh bộ ước lượng LE và bộ ước lượng dùng bộ Với kết quả này, có thể khẳng định rằng khả năng kháng lọc EKF nhiễu, lọc nhiễu của bộ ước lượng dùng bộ lọc EKF tốt hơn rất nhiều so với bộ ước lượng LE. Đối với hệ thống truyền động điện PMSM hai thông số thường quan tâm nhất là tốc độ và vị trí của roto trong quá 6. Kết luận trình làm việc của hệ thống. Hình 6 và Bảng 3 cho ta thấy rằng bộ ước lượng dùng bộ lọc EKF cho chất lượng động Bài báo đã trình bày việc nghiên cứu so sánh và đánh học tốt hơn rất nhiều so với bộ ước lượng tuyến tính hóa giá hiệu quả hoạt động của bộ ước lượng LE và bộ ước khi xét các trường hợp PMSM khởi động, mang tải và sa lượng dùng bộ lọc EKF trong điều khiển PMSM không thải tải. Điều này cũng thể hiện rằng PMSM có tính chất dùng cảm biến tốc độ. Các biến trạng thái của PMSM được phi tuyến nên phương pháp ước lượng tuyến tính hóa tỏ ra ước lượng gồm: dòng điện sator ia ,ib , vận tốc góc roto và có hiệu quả thấp khi có các biến đổi về nhiễu loạn đo lường, vị trí góc roto  . Kết quả cho thấy cả hai phương pháp đều nhiễu tải và sự biến thiên thông số của hệ thống trong quá cho kết quả đáp ứng tốt cả trong các trường hợp khởi động, trình hoạt động. mang tải và sa thải tải. Các biến trạng thái được ước lượng Toc do dat Toc do dong co Uoc luong EKF(V/ph) Toc do dong co Toc do tốt, giá trị ước lượng bám đúng giá trị thực của mô hình mô 3500 3400 3000 (V/ph) Encoder (v/ph) Uoc luong LE (v/ph) phỏng. Tuy nhiên, phương pháp ước lượng dùng bộ lọc 3300 Toc do EKF cho đáp ứng tốt hơn so với trường hợp dùng bộ LE Toc do (v/ph) 2500 3200 Uoc luong EKF(v/ph) Toc do (v/ph) 2000 Toc do dong co Toc do dong co Uoc luong LE(V/ph) 3100 khi có sự thay đổi: tốc độ, mô men tải và nhiễu đo lường Do luong Encoder(V/ph) 1500 1000 3000 dòng điện ia , ib điện áp pha ua, ub của động cơ. Kết quả 500 2900 Toc do dat(v/ph) nghiên cứu của bài báo là một cơ sở quan trọng để có các 0 0.5 1 1.5 2 Time (s) 2.5 3 3.5 4 3 3.2 3.4 Time (s) 3.6 3.8 4 đánh giá và lựa chọn đúng đắn hơn khi sử dụng các phương a) b) pháp ước lượng biến trạng thái trong điều khiển PMSM 7 V i tr i R o to V i tr i R o to không cần dùng cảm biến tốc độ. Sai lech vi tri Sai lech vi tri 6 E n c o d e r ( r a d ) tu y e n tin h h o a uoc luong LE(rad) (ra d ) 0.5 uoc luong EKF(rad) 5 0 TÀI LIỆU THAM KHẢO Theta Position (Rad) 4 Error (Rad) -0.5 3 -1 [1] Baoyu Xu, Xudong Wang, Haichao Feng, Xiaozhuo Xu, 2013, “The 2 Research of Sensorless Vector Control for Permanent Magnet Linear 1 -1.5 V i tr i R o to E K F (ra d ) Synchronous Motor”, Journal of Computers, Volume 8, No. 5, May 0 0 0.5 1 1.5 2 T im e (S e c o n d s ) 2.5 3 3.5 4 -2 0.5 1 1.5 2 Time (Seconds) 2.5 3 3.5 4 2013, Pages: 1184-1191,Doi: 10.4304/jcp.8.5.1184-1191. c) d) [2] Ying-Shieh Kung, Nguyen Trung Hieu, 2012, "Simulink/Modelsim Cosimulation of Sensorless PMSM Drives Using Extended Kalman Hình 6. So sánh sánh tốc độ, vị trí roto:  , đo lường và  *,  * Filter", The 20th IASTED International Conference on Applied ước lượng giữa ước lượng LE và bộ lọc EKF từ mô hình mô Simulation and Modeling, June 25-27, 2012 Napoli, Italy. phỏng Matlab/Simulink [3] Gopinath G.R.; Das, Shyama P., 2015, "A Cubature Kalman Filter Bảng 3. So sánh chất lượng bộ ước lượng LE và bộ ước lượng based speed and position estimator for Permanent Magnet dùng bộ lọc EKF cho PMSM ở các trường hợp: khởi động, Synchronous Motor”, Sensorless Control for Electrical Drives mang tải và sa thải tải (SLED), 2015, IEEE Symposium, Year: 2015, Pages: 1-5, Doi: 10.1109/SLED.2015.7339265. Khởi động Giảm tải TL từ Mang tải TLtừ [4] Lachtar Salah, Bahi Tahar, 2015,”SVPWM performance of PMSM 7Nm xuống 3,5Nm lên variable speed and impact of diagnosis sensors faults”, Elsevier 0-3000(v/ph) 3,5Nm ở t=1,5(s) 5Nm ở t=2,9(s) Energy Procedia, Vol.74, Year: 2015, Pages: 679 – 689, Doi: STT 10.1016/j.egypro.2015.07.803. Bộ lọc Bộ lọc Bộ lọc LE LE LE [5] Y. z. Li; K. g. Zhao, 2010, “Speed sensorless control of the Permanent- EKF EKF EKF magnet synchronous motor based on wavelet neural networks”, Control ia _ Max(A) - - 0,15 0,009 0,19 0,01 and Automation (ICCA), 2010, 8th IEEE International Conference on, Page(s):2073-2076; DOI: 10.1109/ICCA.2010.5524235 ib _ Max (A) - - 0,05 0,012 0,1 0,005 [6] Alexey A. Bobtsov, Anton A. Pyrkinb, Romeo Ortega, Slobodan N. Vukosavice, Aleksandar M. Stankovic, Elena V. Panteley, 2015, “A Max(v/ph) 60,8 12,4 381 16 180 20 robust globally convergent position observer for the permanent  Max (rad) magnet synchronous motor”, Elsevier Automatica, Vol.61, (2015), - - 0,40 0,008 0,31 0,006 pages: 47–54, Doi: 10.1016/j.automatica.2015.07.032. Thời gian đáp [7] Dan Simon, 2006, “Optimal State Estimation: Kalman, H Infinity, 0,62 0,42 0,2 0,11 0,16 0,09 ứng (s) and Nonlinear Approaches”, A John Wiley & Sons Inc., Publication, Year 2006, Pages: 22-26, Doi: 10.1002/0470045345. Sai lệch tĩnh 108 5 108 5 108 5 [8] Sergey Edward Lyshevski, 1998, “Nonlinear Control of Servo - (v/ph)
ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 5(102).2016 39 Systems Actuated by Permanent-Magnet Synchronous Motors”, [11] Tang Ming; Gao Lin; Liang Deliang, 2011, “Sensorless Permanent Elsevier Automatica, Vol. 34, No. 10, pp. 1231-1238, 1998, Doi: Magnet Synchronous Motor drive using an optimized and 10.1016/S0005-1098(98)00071-5. normalized Extended Kalman filter”, Electrical Machines and [9] H.Olsson, K.Astrom, C.C de Wit, M. Gafvert, and P.Lischinsky, Systems (ICEMS), 2011 International Conference on the IEEE, 1998, “Friction Models and friction compensation”, European Date: 20-23, Aug. 2011, Pages: 1-4, Doi: Jounal of control, vol.4, no 3, Pages: 176-195, 1998. 10.1109/ICEMS.2011.6073880. [10] Kendouci, K.; Mazari, B.; Benhadria, M.R.; Dadi, R.; 2015, “Speed- [12] Walambe, R.A.; Joshi, V.A.; Apte, A.A.; Kolhe, J.P.; Deshpande, A.; sensorless direct torque and flux control of PMSM based on 2012, “Study of sensorless control algorithms for a permanent magnet extended Kalman filter using space vector modulation”, Control, synchronous motor vector control drive”, Industrial Instrumentation Engineering & Information Technology (CEIT), 2015 3rd and Control (ICIC), 2015 International Conference in the IEEE, Year: International Conference of the IEEE, 25-27 May 2015, Pages: 1 - 2015, Pages: 423 - 428, Doi: 10.1109/IIC.2015.7150779. 5, Doi: 10.1109/CEIT.2015.7233045. (BBT nhận bài: 07/03/2016, phản biện xong: 23/03/2016)