Abstract
Application of intelligent control methods offers the best solutions to Adjustable Speed Drives (ASD's). Automation industry demands various types of load profiles to be tracked by the drives. Conventional control algorithms, though simple, have their limitations and fail in offering the required responses. Intelligent control algorithms can very well cope-up with the practical situations like nonlinearities, uncertainties and disturbances. The intelligent decision system plans and controls the drive system. Further, the computational power of processors is no longer a limitation. This paper presents a performance comparison between three intelligent control algorithms for 3-phase, VSI fed squirrel cage Induction Motor (IM). The IM drive has Space Vector Modulated Direct Torque Control (SVM_DTC); controlled by three different approaches: 1. Artificial Intelligent (AI) Fuzzy based technique for PI tuning, and 2. Hybrid Fuzzy_sliding mode control theory 3. Artificial Neural Networks (ANN). All methods are applied to SVM_DTC, and each control strategy is tested for its robustness to parameter changes and, disturbance rejection capabilities. A model of SVM_DTC drive is developed on MATLAB-SIMULINK environment to examine the performance of intelligent and modern control algorithms. A performance index based on speed error is selected as a parameter for comparison of these three strategies
چکیده
کاربرد متدهای کنترلی هوشمند، بهترین راه حل ها را برای درایو های سرعت قابل تنظیم (ASD’S) ارائه می دهد. در صنعت اتوماسیون، بایستی انواع مختلفی از بار ها را بوسیله ی درایو ها راه اندازی کرد. الگوریتم های کنترلی سنتی، هر چند که ساده باشند، محدودیت های خاص خود را داشته و در ارائه ی پاسخ های مورد نیاز مشکل خواهند داشت. الگوریتم های کنترلی هوشمند میتوانند به گونه ای بسیار مناسب با شرایط عملی مانند غیرخطی بودن ها، عدم قطعیت ها و اختلالات، مقابله نماید. سیستم تصمیم گیری هوشمند، برنامه ریزی نموده و درایو سیستم را کنترل می کند. علاوه بر این، توان محاسباتی پردازنده ها نیز، باعث ایجاد محدودیت نمی گردد. این مقاله یک مقایسه ی عملکردی مابین سه الگوریتم کنترلی هوشمند برای 3 فاز موتور القایی (IM) قفس سنجابی VSI را ارئه می دهد. درایو موتور القایی (IM) مجهز به کنترل گشتاور مستقیم مدوله شده ی بردار فضا (SVM_DTC) می باشد؛ که با سه روش مختلف این کنترل صورت می پذیرد : 1. تکنیک بر پایه ی هوش مصنوعی (AI) فازی، برای تنظیم PI، و 2. نظریه ی کنترل حالت اسلایدی (کشویی) فازی هیبریدی. 3. شبکه های عصبی مصنوعی (ANN). تمام متد ها به SBM_DTC اعمال شده، و هر استراتژی کنترلی برای بررسی توانمندی اش در برابر تغییرات پارامترها و قابلیت مقابله به اختلال، مورد آزمایش قرار گرفته است. یک مدل از درایو SVM_DTC در فضای MATLAB-SIMULINK برای ارزیابی عملکرد الگوریتم های کنترلی هوشمند و مدرن توسعه داده شده است. یک شاخص عملکرد بر پایه ی خطای سرعت بعنوان یک پارامتر برای مقایسه ی این سه استراتژی انتخاب شده است.
1-مقدمه
در کنترل گشتاور مستقیم (DTC) موتور القایی، یک بردار ولتاژ استاتور مناسب از هفت بردار اینورتر VSI موجود انتخاب شده و مستقیما به IM (موتور القایی) اعمال می گردد. برپایه ی اثر خطاها بر شار و گشتاور استاتور؛ و بر زاویه شار استاتور، برداری انتخاب می شود که شدت خطاها را درون محدوده ای اطراف ایجاد کننده حفظ کند. طرح پایه ای با عملکرد دینامیکی بالا بعنوان جدول سوئیچینگ بر پایه ی DTC (ST_DTC) نامیده میشود. این طرح در مورد ریپل گشتاور و فرکانس سوئیچینگ متغیر، با محدودیت هایی مواجه است...