BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA -oOo - CHÂU CHÍ ĐỨC ĐỀ TÀI: ĐIỀU KHIỂN VÀ ƯỚC LƯNG TRẠNG THÁI ĐỘNG CƠ KHÔNG ĐỒNG BỘ DÙNG MẠNG NƠRON CHUYÊN NGÀNH : KỸ THUẬT ĐIỆN MÃ SỐ NGÀNH : 2.02.01 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, THÁNG NĂM 2003 CÔNG TRÌNH ĐƯC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học: Tiến só Dương Hoài Nghóa Cán chấm nhận xét 1: Cán chấm nhận xét 2: Luận văn thạc só bảo vệ HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ Trường Đại Học Bách Khoa TP Hồ Chí Minh ngày …… tháng …… năm ……… Có thể tìm hiểu luận án tại: • Thư Viện Cao Học Trường Đại Học Bách Khoa, Đại Học Quốc Gia TP Hồ Chí Minh • Bộ Môn Thiết Bị Điện, Khoa Điện-Điện Tử Trường Đại Học Bách Khoa • Người thực : ccduc@hcmute.edu.vn BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐH BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc Lập – Tự Do – Hạnh Phúc -oOo - NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên : Châu Chí Đức Giới tính: Nam Ngày sinh: 11-02-1971 Nơi sinh : Tây Ninh Chuyên ngành: Kỹ Thuật Điện I - TÊN ĐỀ TÀI: Điều khiển ước lượng trạng thái động không đồng dùng mạng nơron II - NHIỆM VỤ VÀ NỘI DUNG: III - NGAØY GIAO NHIỆM VỤ: IV - NGÀY HOÀN THÀNH NHIỆM VỤ: V - HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: VI - HỌ VÀ TÊN CÁC BỘ CHẤM NHẬN XÉT 1: VII - HỌ VÀ TÊN CÁN BỘ CHẤM NHẬN XÉT 2: CÁN BỘ HƯỚNG DẪN TS DƯƠNG HOÀI NGHĨA CÁN BỘ PHẢN BIỆN CÁN BỘ PHẢN BIỆN TS Dương Hoài Nghóa Nội dung đề cương luận văn thạc só hội đồng chuyên ngành thông qua PHÒNG QLKH-SĐH Tp HCM, ngày tháng năm 2003 CHỦ NHIỆM NGÀNH TS NGUYỄN HỮU PHÚC LỜI CÁM ƠN Tôi xin chân thành cám ơn giúp đỡ Trường Đại Học Bách Khoa, phòng quản lý sau Đại học hỗ trợ tạo điều kiện thuận lợi để hoàn thành tập luận văn Tôi xin cảm ơn toàn thể quý Thầy Cô trường Đại học Bách Khoa, Thầy Cô giảng dạy năm học qua, đặc biệt: Thầy Ts Dương Hoài Nghóa trực tiếp hướng dẫn hoàn thành luận văn Xin chân thành cám ơn bạn học viên cao học khóa 12 Kỹ Thuật Điện đóng góp nhiều ý kiến quý giá giúp hoàn thành tập luận văn MỤC LỤC Giới thiệu Mục lục Chương 1: 1.1 Điều khiển động không đồng dùng mô hình nội Giới thiệu 1.2 Nguyên lý điều khiển dùng mô hình nội 1.3 Cấu trúc IMC động không đồng 1.4 Chương 2: ba pha rotor lồng sóc Nhận xét Xây dựng hệ thống điều khiển động không đồng Dùng mô hình nội 2.1 Hệ phương trình động 2.2 Mô hình trạng thái động hệ toạ độ Stator 12 2.3 Xây dựng mô hình động Matlab (hệ toạ độ Stator) 2.4 Mô hình trạng thái động hệ toạ độ rotor (mô hình thuận phi tuyến) 2.5 20 Xây dựng mô hình ngược phi tuyến, mô Matlab 2.7 17 Xây dựng mô hình thuận phi tuyến Matlab (hệ toạ độ rotor) 2.6 15 23 Xây dựng mô chuyển đổi hệ tọa độ mô biến đổi (Inverter) 26 2.8 Xây dựng mô lọc IMC Matlab 28 2.9 Kết mô 29 2.10 Nhận xét 31 Mạng nơron 32 Giới thiệu 33 Chương III: 3.1 3.1.1 Nơron sinh học 33 3.1.2 Mô hình nơron nhân tạo 34 3.1.3 Mạng nơron nhân tạo 36 3.1.3.1 Định nghóa 36 3.1.3.2 Kiến trúc mạng nơron 37 3.2 Huấn luyện mạng nơron nhân tạo 39 3.2.1 Luật học có giám sát 39 3.2.2 Luật học giám sát 40 3.2.3 Luật học tăng cường 40 3.3 Giải thuật lan truyền ngược 41 3.3.1 Chuẩn bị liệu cho thuật giải lan truyền ngược 41 3.3.2 Chọn lựa số nút ẩn, lớp ẩn 42 3.3.3 Giải thuật huấn luyện 43 3.4 Qui trình thiết kế mạng nơron ứng dụng 45 3.5 Ưu điểm mạng nơron 45 3.6 Phạm vi ứng dụng mạng nơron 45 3.7 Tóm tắt 47 Chương 4: Ước lượng từ thông tốc độ động không đồng 48 4.1 Giới thiệu 49 4.2 Dữ liệu huấn luyện 49 4.3 Huấn luyện mô hình từ thông 52 4.3.1 Chọn cấu trúc mạng nơron 52 4.3.2 Kiểm chứng đánh giá ước lượng từ thông 52 4.4 Huấn luyện mô hình tốc độ 57 4.4.1 Chọn cấu trúc mạng nơron 57 4.4.2 Kiểm chứng đánh giá ước lượng tốc độ 60 4.5 Ứng dụng ước lượng từ thông tốc độ để thay cảm biến từ thông tốc độ sơ đồ điều khiển động 62 4.6 Chương V: Kết luận Huấn luyện mô hình thuận 65 66 5.1 Giới thiệu 67 5.2 Dữ liệu huấn luyện 67 5.3 Huấn luyện khâu tính từ thông 70 5.3.1 Chọn cấu trúc mạng nơron 70 5.3.2 Kiểm chứng đánh giá khâu tính từ thông 71 5.4 Huấn luyện khâu tính tốc độ 74 5.4.1 Chọn cấu trúc mạng nơron 74 5.4.2 Kiểm chứng đánh giá khâu tính tốc độ 75 5.5 Kiểm chứng đánh giá mô hình thuận dùng mạng nơron sơ đồ điều khiển dùng mô hình nội 5.6 78 Kiểm chứng đánh giá mô hình thuận mạng nơron kết hợp với ước lượng từ thông tốc độ 5.7 Chương VI: sơ đồ điều khiển động dùng mô hình nội 80 Kết luận 82 Huấn luyện mô hình ngược 84 6.1 Giới thiệu 85 6.2 Dữ liệu huấn luyện 85 6.3 Huấn luyện khâu tính điện áp usd 88 6.3.1 Chọn cấu trúc mạng nơron 88 6.3.2 Kiểm tra đánh giá hệ thống điều khiển 89 6.4 Huấn luyện khâu tính điện áp usq 91 6.4.1 Chọn cấu trúc mạng nơron 91 6.4.2 Kiểm tra đánh giá hệ thống điều khiển 92 6.5 Huấn luyện khâu tính tốc độ ωs 93 6.5.1 Chọn cấu trúc mạng nơron 93 6.5.2 Kiểm tra đánh giá khâu tính tốc độ ωs 95 6.6 ng dụng mô hình ngược dùng mạng nơron hệ thống điều khiển 6.7 ng dụng mô hình ngược mô hình thuận dùng mạng nơron hệ thống điều khiển 6.8 6.9 96 98 Điều khiển mô hình nội dùng mạng nơron kết hợp với ước lượng từ thông tốc độ 100 Nhận xét 103 Chương VII: Kết luận Tài liệu tham khảo 104 Luận văn Thạc Só GIỚI THIỆU Động không đồng loại động sử dụng phổ biến công nghiệp Vì có cấu tạo đơn giản, tin cậy, giá thành thấp So với động điện chiều sơ đồ điều khiển động không đồng phức tạp Lý mô hình động động không đồng hệ phương trình vi phân phi tuyến phức tạp Việc điều khiển đòi hỏi phải hồi tiếp đại lượng khó đo đạc (từ thông động cơ) Hơn nữa, biến đổi AC-AC đắt tiền biến đổi AC-DC dùng để điều khiển động điện chiều Ngày nay, với phát triển lónh vực điện tử công suất kỹ thuật vi xử lý, cho phép thực giải thuật điều khiển phức tạp với giá thành hạ Do có nhiều tác giả nghiên cứu sơ đồ điều khiển động không đồng khác nhau: - Điều khiển tựa trường (Field Oriented Control: FOC) [20,21,35] - Điều khiển dựa vào tính thụ động (Passivity-Based Control) [29] - Điều khiển trượt (Sliding Mode Control) [13,33] - Điều khiển moment trực tiếp (Direct Torque Control: DTC) [2,18]… Trong phương pháp này, phương pháp tựa theo từ thông rotor (hình 1.1) đạt tỷ trọng đáng kể thiết bị thương mại [20] Tất sơ đồ điều khiển nêu đòi hỏi phải hồi tiếp tốc độ từ thông Điều khó thực thực tế công nghiệp khó lắp đặt cảm biến (đặc biệt cảm biến đo từ thông), giá thành cao, hệ thống cồng kềnh, độ tin cậy thấp, Để giải vấn đề, nhiều tác giả đề xuất sử dụng ước lượng từ thông tốc độ thay cho cảm biến - [36] sử dụng quan sát trượt (Sliding Mode Control) để ước lượng từ thông tốc độ Giới thiệu Luận văn Thạc Só - [37] ứng dụng mạng nơron sơ đồ điều khiển hồi tiếp trạng thái toàn phương tuyến tính (Linear Quaratic State Feedback) - [15,28] trình bày phương pháp sử dụng lọc Kalman (Kalman Filtering) phương pháp thích nghi theo mẫu chuẩn (Model Reference Adaptive System: MRAS) - Torque Calculation Field Flux Orientation Hình 1.1: Sơ đồ điều khiển tựa trường trực tiếp Luận văn cao học bao gồm phần chính: Trong phần 1, ước lượng từ thông tốc độ dùng mạng nơron huấn luyện sử dụng thay cho cảm biến sơ đồ điều khiển động không đồng Mạng nơron nhân tạo (Artificial Neural Network: ANN) lónh vực nhiều nhà nghiên cứu quan tâm Ưu điểm xấp xỉ quan hệ phi tuyến phức tạp dựa vào liệu đo đạc mà không cần xác định xác cấu trúc quan hệ phi tuyến Theo [4,9,12,30] mạng nơron có ưu điểm tính toán song song cực nhanh, chống nhiễu đầu vào Trong phần luận văn cao học, mạng nơron sử dụng để huấn luyện mô hình thuận mô hình ngược dùng hệ thống điều khiển động không đồng dùng mô hình nội (Internal Model Control: IMC) Phương pháp điều khiển dùng mô hình nội tuyến tính phát triển Morari Zafiriou [19] Các ứng dụng để điều khiển động không đồng phát triển [32, ] Phương pháp có ưu điểm dễ thiết kế xác định mô hình đối tượng điều khiển Giới thiệu Luận văn Thạc Só 6.5.2 Kiểm tra đánh giá khâu tính tốc độ ωs Khâu tính tốc độ ωs kiểm tra đánh giá hai trường hợp: - Trong hệ thống vòng hở (chưa sử dụng ước lượng), - Trong hệ thống vòng kín (có sử dụng ước lượng) hệ thống điều khiển động không đồng dùng mô hình nội Các điều kiện kiểm tra usd • Trong hệ thống vòng hở: Hình 6.16 trình bày sơ đồ khâu tính tốc độ ωs: Hình 6.16: Sơ đồ khâu tính tốc độ ωs mô hình ngược Hình 6.17 cho thấy tốc độ ωs mô hình ngược tốc độ ωs ước tính có khác biệt không đáng kể kiểm tra với mẫu kiểm tra Hình 6.17: Tốc độ ωs ước tính (vòng hở) tốc độ ωs mô hình ngược • Trong hệ thống vòng kín Hình 6.18 trình bày so sánh tốc độ ωs ước tính tốc độ ωs mô hình ngược Chương VI: Huấn luyện mô hình ngược Trang 95 Luận văn Thạc Só Hình 6.18: Tốc độ ωs ước tính (vòng kín) tốc độ ωs mô hình ngược • Nhận xét: Từ kết quả, cho ta thấy: Tốc độ ωs đạt chất lượng tốt Có thể sử dụng để thay tốc độ ωs mô hình ngược 6.6 Ứng dụng mô hình ngược dùng mạng nơron hệ thống điều khiển Qua kết cho thấy kết hợp chúng lại với để tạo thành mô hình ngược động Sau kết hợp lại ta sơ đồ mô hình ngược dùng mạng nơron động không đồng hình 6.19 Hình 6.19: Sơ đồ khối chi tiết mô hình ngược dùng mạng nơron Tương tự, ta kết sử dụng hệ thống điều khiển động không đồng dùng mô hình nội mô với điều kiện giống cho việc kiểm tra khâu tính usd Chương VI: Huấn luyện mô hình ngược Trang 96 Luận văn Thạc Só (a) (b) (c) Hình 6.20: Kết mô mô hình ngược vòng điều khiển a So sánh usd; b So sánh usq; c So sánh ωs (a) Chương VI: Huấn luyện mô hình ngược Trang 97 Luận văn Thạc Só (b) Hình 6.21a,b: Đáp ứng tốc độ từ thông rotor động sử dụng mô hình ngược dùng mạng nơron Nhận xét: Kết mô cho thấy mô hình ngược mạng nơron đạt chất lượng cao sử dụng hệ thống điều khiển 6.7 Ứng dụng mô hình ngược mô hình thuận dùng mạng nơron hệ thống điều khiển Kết mô thay toàn mô hình thuận mô hình ngược toán học mô hình nơron huấn luyện (có so sánh) với: Dãy thời gian: T = [0 1 2 3 4 5 6 7] Dãy tốc độ : ω = [Wref Wref -Wref -Wref 0 Wref/2 Wref/2 Wref Wref -Wref/2 -Wref/2 -Wref -Wref] Dãy Moment tải: MT = [0 0 0 3.5 3.5 3.5 3.5 -3.5 -3.5 -3.5 -3.5] vaø Td = 1ms, TΨ = 0,05s Tω = 0,15s (a) Chương VI: Huấn luyện mô hình ngược Trang 98 Luận văn Thạc Só (b) (c) Hình 6.22: Kết mô mô hình ngược vòng điều khiển a So sánh usd; b So sánh usq; c So sánh ωs (a) (b) Hình 6.23: Kết mô mô hình thuận vòng điều khiển a So sánh từ thông ; b So sánh tốc độ ω Chương VI: Huấn luyện mô hình ngược Trang 99 Luận văn Thạc Só Hình 6.24: Đáp ứng tốc độ từ thông động sử dụng mô hình nội dùng mạng nơron 6.8 Điều khiển mô hình nội dùng mạng nơron kết hợp với ước lượng từ thông tốc độ Thay toàn mô hình thuận, ngược cảm biến đo từ thông tốc độ ước lượng dùng mạng nơron tương ứng ta sơ đồ sau: Hình 6.25: Sơ đồ điều khiển động không đồng dùng mô hình nội nơron Chương VI: Huấn luyện mô hình ngược Trang 100 Luận văn Thạc Só Các kết mô thực với động có tham số thực phần trước với: Dãy thời gian: T = [0 1 2 3 4 5 6 7] Dãy tốc độ : ω = [Wref Wref -Wref -Wref 0 Wref/2 Wref/2 Wref Wref -Wref/2 -Wref/2 -Wref -Wref] Dãy Moment tải: MT = [0 0 0 3.5 3.5 3.5 3.5 -3.5 -3.5 -3.5 -3.5] vaø Td = 1ms, TΨ = 0,05s Tω = 0,15s (a) (b) Chương VI: Huấn luyện mô hình ngược Trang 101 Luận văn Thạc Só (c) (d) Hình 6.31: Dòng áp hệ tọa độ αβ sử dụng điều khiển dùng mạng nơron Hình 6.32: Đáp ứng tốc độ từ thông động Chương VI: Huấn luyện mô hình ngược Trang 102 Luận văn Thạc Só 6.9 Nhận xét Trong chương này, người thực ứng dụng mạng nơron để huấn luyện mô hình ngược động không đồng Vì mô hình ngược có đến ba đại lượng việc huấn luyện mạng nơron để đáp ứng đặc điểm thật khó khăn Vì giải pháp đưa phân chia thành mạng Thực huấn luyện mạng cho đáp ứng tính chất mà dùng để thay Sau kết hợp mạng lại với ta mô hình ngược động không Mô hình ngược kết hợp với ước lượng khác như: ước lượng từ thông tốc độ, mô hình thuận dùng mạng nơron điều kiện làm việc khác cho kết tốt Điều chứng tỏ ước lượng phản ánh xác đối tượng mà thay Chương VI: Huấn luyện mô hình ngược Trang 103 Luận văn Thạc Só CHƯƠNG VII KẾT LUẬN Với mục tiêu điều khiển ước lượng trạng thái động không đồng pha dùng mạng nơron, nội dung luận án giải vấn đề sau: Huấn luyện ước lượng từ thông tốc độ dùng mạng nơron để thay cho cảm biến dùng sơ đồ điều khiển động không đồng Bằng phương pháp tìm kiếm leo đồi (hill climbing) xác định đề nghị cấu trúc mạng nơron dùng để ước lượng từ thông (9-201) tốc độ (8-12-10-1) Kết thực nghiệm (mô phỏng) cho thấy với cấu trúc này, mạng nơron huấn luyện cách nhanh chóng (50 epochs) có khả tổng quát hóa cao Đã huấn luyện mô hình thuận mô hình ngược sơ đồ điều khiển động không đồng dùng mô hình nội Việc huấn luyện mô hình mạng nơron với nhiều đầu vào nhiều đầu thường phức tạp Vì đòi hỏi phải xác định xác cấu trúc mạng Việc xác định xác làm cho hội tụ chậm (thậm chí không hội tụ) tổng quát hóa kém, không phản ảnh quan hệ vào đối tượng Để giải vấn đề, luận văn đề xuất chia khối hình Kết thực nghiệm cho thấy việc chia khối hợp lý làm giảm khối lượng thời gian huấn luyện Mạng nơron huấn luyện có khả tổng quát hóa cao Mô sơ đồ điều khiển động không đồng không dùng cảm biến (hình 7.1) chế độ làm việc khác động Kết mô cho thấy hệ thống điều khiển có chất lượng cao: - Thời gian đáp ứng từ thông 0,15s - Thời gian đáp ứng tốc độ 0,5s Chương VII: Kết luận Trang 104 Luận văn Thạc Só - Độ vọt lố từ thông tốc độ Hình 7.1: Điều khiển động dùng mạng nơron Các hướng phát triển đề tài dự kiến sau: Thiết kế hệ thống điều khiển động không đồng dùng mạng nơron chế độ giảm từ thông (field weakening) Nhận dạng thông số động mở máy để chỉnh định điều khiển ước lượng từ thông tốc độ Chẩn đoán hư hỏng động không đồng dùng mạng nơron Chương VII: Kết luận Trang 105 TÀI LIỆU THAM KHẢO [1] A.U LEVIN, K.S.NAREDRA, “Identification of Nonlinear Dynamical Systems Using Neural Networks”, Academic Press, 1997, pp 129-160 [2] ABB, “Direct Torque Control“, Technical Guide No [3] BRUCE BURTON, FARRUKH, RONALD G HARLEY, THOMAS G HABETLER, MARTIN A BROOKE, RAVI PODDAR,“Identification and control of Iduction Motor Stator Currents using Fast On-Line Random training of a Neural Network“, IEE transactions on industry applictions, vol 33, No 3, May/June 1997 [4] BÙI CÔNG CƯỜNG, NGUYỄN DOÃN PHƯỚC, “Hệ mờ, mạng nơron & ứng dụng”, NXB Khoa học kỹ thuật, 2001 [5] C LASCU, I BOLDEA, F BLAABJERG,”A modified direct torque control for induction motor sensorless drive”, IEEE TIA, 2000 [6] D.HENRY, A ZOLGDRI, M MONSION, F CAZAURANG, “Fault diagnosis induction machines using the generalized structured singular value”, Control Engineering practice 10, 2002, pp 587-598 [7] D.PONCE CRUZ, J.J.R RIVAS, “Induction motor space vector control using adaptive reference model direct and indirect methods“, IEEE Press, 2000 [8] D CASADEI, F PROFUMO, G SERRA, A TANI, “FOC and DTC: Two Viable Schemes for Induction Motors Toque Control“, IEEE trans Power Elec., vol 17, no 5, Sept., 2002 [9] D.T PHAM AND L XING,“Neural networks for identification, prediction and control“, Academic Press 1997 [10] DƯƠNG HOÀI NGHĨA, TRỊNH HOÀNG HƠN,“Điều khiển động không đồng dùng mô hình nội“, hội nghị Khoa học Công nghệ Trường Đại học Bách Khoa tp.HCM, 2002 [11] FRANCISCO A.S.NEVES, THOMAS G HABETLER, GUSTAVO G PARMA, “An Evaluation of Sensorless Induction Motor Drives for Low Speed Operation“, from Internet [12] HSIEN-YU TSENG, HAHN-MING LEE,“Identification and Control of Induction Machines Using Artificial Neural networks“, http://neuron.et.ntust.edu.tw/homework/87/NN/87Homework%232/M8 707040_1/final.html [13] H.J SHIEH, K.K SHYN,“Nonlinear sliding mode torque control with adaptive backstepping approach for induction motor drive“, IEEE TIE, 1999 [14] K JALITI, S FARHANGI, E.S IRANIZAD, “Sensorless vector control of induction motor in fuel cell vehicle using a neuro-fuzzy speed controller and an online Artificial neural network speed estimator“, IEEE Proceedings Sept 5-7, 2001, pp 259- 264 [15] JOACHIM HOLZ, “Sensorless Controll of Induction Motor Drives“, Proceedings of the IEEE, Vol 90, No.8, Aug 2002, pp.1359 – 1394 [16] JUI-JUNG LIU, I-CHUNG KUNG, HUI-CHENG CHAO,“Speed Estimation of Induction Motor Using a Non-linear Identification Technique“, Pro Natl Sci Counc ROC(A), vol 25, No 2, 2001, pp107-144 [17] J.O.P PINTO, B.K BOSE, L.E.B SILVA, “A Stator Flux Oriened Vector controlled Induction Motor Drive with space vector PWM and Flux vector synthesis by Neural Networks“, IEEE trans on ind App Vol 37, no 5, september/octorber 2001 [18] MICHAEL FILIPPICH,“ Digital Control of a Three Phase Induction Motor“, the University of Queensland, October 2002 [19] M MORARI, ZAFIRRIOU,“Robust Process Control“, Prentice Hall, 1987 [20] NGUYỄN PHÙNG QUANG, ANDREAS DITTRICH, “Truyền động điện thông minh“, NXB Khoa học Kỹ Thuật, 2002 [21] NGUYỄN PHÙNG QUANG, “Điều khiển tự động truyền động điện xoay chiều pha“, NXB Giáo Dục, 1996 [22] NGUYỄN ĐÌNH THÚC, “Mạng nơron, phương pháp & ứng dụng”, NXB Giáo Dục, 2000 [23] NGUYỄN CHÍ NGÔN, “Điều khiển mô hình nội & mạng neural network”, Luận văn cao học, Đại học Bách khoa TP.HCM, 2001 [24] NGUYỄN VĂN LIỄN, NGUYỄN MẠNH TIẾN, ĐOÀN QUANG VINH, “Điều khiển động xoay chiều cấp từ biến tần bán dẫn”, NXB Khoa học kỹ thuật, 2003 [25] O OMIDVAR AND D.L ELLIOTT (Eds), “Neural systems for control”, Academic Press, 1997 [26] PETER VAS, “Artificial Intelligence-Based Electrical machines and Drives Application of Fuzzy, Neural, Fuzzy-Neural, and GeneticAlgorithm-Based Techniques“, Oxford University Press, 1998 [27] PIL PICTON, ”Introduction to Neural Networks”, Macmilian Press, 1994 [28] R ZHOU, J LAI, “Low-Speed Performance Comparison of Model reference Controller Based Induction Motor Sensorless Control Methods“, Virginia Polytechnic Institute and State University Blacksburg [29] R ORTEGA et al,“Passivity-Based Control Of Euler-Lagrange System“, Mechanical, Electrical And Electromechanical Applictions; Springer, 1998 [30] SIMON HAYKIN, ”Neural Networks”, Prentice Hall, 1994 [31] S.H KIM, T.S PARK, J Y YOO, G T PARK, “Speed sensorless Vector Control of an Induction Motor Using Neural Network Speed Estimation“, IEEE Transactions on industrial Electronics, vol.48, no.3, June 2001 [32] TRỊNH HOÀNG HƠN, “Điều khiển động không đồng phương pháp mô hình nội“, Luận văn cao học, Đại học Baùch khoa TP:HCM, 2002 [33] V.I UTKIN,“Sliding Models in Control And Optimization“, Springer Verlag, 1992 [34] Y.N LIN & C.L CHEN, “Automatc IM Parameter Measurement under sensorless Field oriented control“, IEEE Trans Ind Elec., vol 46, no.1, February 1999 [35] W LEONARD,“Control of electrical drives “,Springer Verlag, 1985 [36] A BENCHAID, A RACHID, E AUDREZET, M TAJINE, “RealTime Sliding-Mode Observer and Control of an Induction Motor”, IEEE Transactions on Industrial Electronics, vol 46, No 1, Feb 1999, pp 128-138 [37] P MARINO, M MILANO, F VASCA, “ Linear Quadratic State Feedback and Robust Neural Network Estimatior for Field-Oriented Controlled Induction Motors”, IEEE Transactions on Industrial Electronics, vol 46, No 1, Feb 1999, pp 150-161 [38] CHEE-MON-ONG, “Dynamic Simulation of Electric Machinery using Matlab/Simulink”, Prentice Hall PTR, 1998 [39] Ying-Yu Tzou, “DSP-Based Robust Control of an AC Induction Servo Drive for Motion Control”, IEEE Transactions on Control systems Technology, vol 4, No 6, November 1996, pp 614-626 ... lập bước nhảy đơn vị 1.3 Cấu trúc IMC động không đồng pha rotor lồng sóc Hệ thống điều khiển động không đồng pha dùng mô hình nội cho hình 1.2 Hình 1.2: Hệ thống điều khiển động không đồng dùng. .. Luận văn Thạc Só CHƯƠNG I ĐIỀU KHIỂN ĐỘNG CƠ KHÔNG ĐỒNG BỘ DÙNG MÔ HÌNH NỘI NỘI DUNG 1.1 Giới thiệu 1.2 Nguyên lý điều khiển dùng mô hình nội 1.3 Cấu trúc IMC động không đồng pha rotor lồng sóc... điều khiển Giới thiệu Luận văn Thạc Só Cấu trúc luận văn cao học sau: Giới thiệu Chướng 1: Điều khiển động không đồng dùng mô hình nội Chương 2: Xây dựng hệ thống điều khiển động không đồng dùng