Nguyễn Việt Trung * and Pham Thanh Tung

* Correspondence: Nguyễn Việt Trung (email: trungnv@vlute.edu.vn)

Abstract

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.

Keywords: Six phase induction motor, axis, RBF neural network, system identification

Tóm tắt

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 báo 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.

Từ khóa: Động cơ không đồng bộ sáu pha, mạng neuron RBF, nhận dạng hệ thống

Article Details

Tài liệu tham khảo

Bojoi, R., Farina, F., Griva, G. & Profumo, F. (2005). Direct Torque Control for Dual Three – Phase Induction Motor Drives. IEEE Transactions on Industry Applications, 41(6), 1627-1635.

Finch, J. & Giaouris, D. (2008). Controlled AC electrical drives. IEEE Trans. Ind. Electron, 39(4), 986-993.

Ghosh, B. C., Habibullah, M., Ali, M. E. (2019). Performance Comparison of Five and Six-Phase Induction Motors Operating under Normal and Faulty Conditions. Electrical Information and Communication Technology (pp. 140-146).

Golubev, A.N., & Ignatenki, S.V. (2000). Influence of number of stator-winding phases on the noise characteristics of an asynchronous motor. Russ. Electr. Eng., 71(6), 41-46.

Huỳnh Thái Hoàng. (2006). Hệ thống điều khiển thông minh. NXB Đại học Quốc gia TP. Hồ Chí Minh.

Jones, M., Vukosavic, S. N., & Levi, E. (2001). Experimental performance evaluation of six-phase series – connected two – motor drive systems. European Power Electronics and Applications Conf. EPE (pp. 95-102).

Liu, J. (2013). Radial Basis Function (RBF) neural network control for mechanical systems: Design, analysis and Matlab simulation. Springer Science & Business Media.

Mandal, M. S. (2015). Performance Analysis of Six-Phase Induction Motor. IJERT, 60(4), 589-593.

Nguyễn Hoàng Dũng. (2013). Đồng bộ hệ CHAOTIC LORENZ dùng bộ điều khiển trượt. Tạp chí Khoa học Trường Đại học Cần Thơ, 27, 25 – 30.

Ojeda, J.., Bouker, H., Vido, L. & Ben Ahmed, H. (2016). Comparison of 3-phase and 5-phase high speed synchronous motor for EV/HEV applications. IEEE Industry Applications Society Ann. Meeting IAS, 60(6), 250-265.

Tanaka, M., & Tanino, T. (1994). Identification of Nonlinear Systems using Fuzzy Logic and Genetic Algorithms. IFAC Syst. Identif., 50(4), 265-270.

Williamson, S., & Smith, S. (2003). Pulsating torque and losses in multiphase induction machines. IEEE Trans. Ind. Appl, 39(4), 986-993.

Zhao, Y. (1995). Space Vector PWM Control of Dual Threephase Induction Machine using Vector Space Decomposition. IEEE Trans. Ind. Appl, 56(2), 1100-1108.