(Luận văn thạc sĩ) nghiên cứu và điều khiển bộ chỉnh lưu ba pha điều chế độ rộng xung

Tổng quan

Tổng quan chung về lĩnh vực nghiên cứu chỉnh lưu có điều khiển PWM

Trước khi bán dẫn ra đời, việc sử dụng chỉnh lưu trong công nghiệp chủ yếu dựa vào các bộ chuyển đổi cơ điện, bao gồm động cơ AC kết hợp với máy phát DC, và các bộ chuyển đổi thủy ngân.

Vào những năm 1960, một giai đoạn mới trong việc chuyển đổi công suất lớn đã bắt đầu khi bộ chỉnh lưu diode đầu tiên vượt quá 100kA được ra mắt Mười năm sau, các nhà máy đã đưa vào hoạt động thyristor đầu tiên.

Để đạt được THD thấp trong chuyển đổi công suất cao, việc này có thể trở nên phức tạp do các hạn chế công nghệ và cấu trúc cụ thể ở mức công suất nhất định Những tiến bộ mới trong thiết bị bán dẫn công suất cao đã mang lại giải pháp mới cho hệ thống chuyển đổi năng lượng, tuy nhiên, mức độ chấp nhận của từng công nghệ lại khác nhau tùy thuộc vào ngành công nghiệp và ứng dụng cụ thể.

Ngày nay, sự phát triển nhanh chóng của công nghiệp đặt ra yêu cầu cao về hệ thống truyền động ổn định điện áp và điều chỉnh điện áp, điều này là thiết yếu trong các dây chuyền sản xuất Hệ thống truyền động đóng vai trò quan trọng trong việc điều khiển chính xác các chuyển động phức tạp Sự phát triển của công nghệ bán dẫn đã dẫn đến việc chế tạo các bộ điều khiển điện tử công suất, đáp ứng nhu cầu ngày càng phức tạp trong lĩnh vực truyền động Trong số đó, bộ chỉnh lưu DC, hay còn gọi là bộ nguồn, là thiết bị quan trọng góp phần vào việc điều khiển truyền động điện.

Bộ chỉnh lưu DC được ứng dụng rộng rãi trong nhiều lĩnh vực như chỉnh lưu mạ điện 12V-24V/300A, nguồn switching 15V/1000A, nguồn biến tần, máy nạp ắc quy 12V-24V/1000A, máy nạp phóng ắc quy, máy phục hồi ắc quy, máy hàn một chiều và máy giả tải Hiện nay, các thiết bị này đang được sử dụng phổ biến trên toàn cầu.

HVTH: Nguyễn Văn Linh 3 GVHD: PGS TS Nguyễn Minh Tâm

Nghiên cứu về điều khiển chỉnh lưu đã tồn tại từ lâu, tập trung chủ yếu vào phương pháp điều chế độ rộng sóng mang (CPWM) Gần đây, các phương pháp điều khiển chỉnh lưu PWM, đặc biệt là phương pháp vector không (SVPWM), đã thu hút nhiều sự quan tâm và được nghiên cứu nhiều hơn.

Các nghiên cứu về chỉnh lưu PWM đã được thực hiện chủ yếu tại các phòng thí nghiệm ở Mỹ, Úc, Hàn Quốc và Trung Quốc, và chúng đều tập trung vào hai hướng chính.

Hiện nay, với sự phát triển nhanh chóng của khoa học và công nghệ, Việt Nam đang tích cực hội nhập và áp dụng những thành tựu mới Ngành công nghiệp điện tử chứng kiến sự gia tăng sản xuất các thiết bị điện tử công suất, được ứng dụng rộng rãi trong cả công nghiệp và đời sống hàng ngày.

Thuật toán tối ưu bầy đàn (PSO) là một dạng thuật toán tiến hóa quần thể, khác với các phương pháp như thuật giải di truyền và thuật toán đàn kiến, vì nó tập trung vào sự tương tác giữa các cá thể trong quần thể để khám phá không gian tìm kiếm Được giới thiệu vào năm 1995 bởi James Kennedy và Russell C Eberhart, PSO mô phỏng hành vi tìm kiếm thức ăn của đàn chim, trong đó không gian tìm kiếm là ba chiều Khi bắt đầu, cả đàn bay theo hướng ngẫu nhiên, nhưng sau một thời gian, một số cá thể tìm thấy nguồn thức ăn và gửi tín hiệu cho những cá thể khác gần đó Tín hiệu này lan truyền, giúp toàn bộ quần thể cải thiện khả năng tìm kiếm thức ăn, cho thấy ứng dụng quan trọng của PSO trong việc giải quyết các bài toán tối ưu hóa trong nhiều lĩnh vực khác nhau.

Dựa vào thông tin từ môi trường, mỗi cá thể trong đàn chim điều chỉnh hướng bay và vận tốc để hướng về nơi có nhiều thức ăn nhất Cơ chế truyền tin này được coi là một hình thức của trí tuệ bầy đàn, giúp cả đàn chim xác định nhanh chóng vị trí có nguồn thức ăn phong phú trong không gian rộng lớn Nhờ vào trí tuệ tập thể, kiến thức và kinh nghiệm của cả đàn, chúng có khả năng tìm ra nơi chứa thức ăn một cách hiệu quả.

Hiện nay, bộ nguồn điện một chiều thường sử dụng diode, SCR và transistor, nhưng gặp nhiều nhược điểm như dòng đầu vào chứa sóng hài bậc cao và quá trình chuyển mạch chậm Để khắc phục, nghiên cứu các phương pháp mới, trong đó có phương pháp chỉnh lưu PWM, đã được áp dụng rộng rãi Bộ điều khiển chỉnh lưu PWM cho phép tự điều chỉnh thông số qua nhiều phương pháp như giải thuật GA và mạng neuron Thuật toán tối ưu bầy đàn (PSO) nổi bật nhờ tính đơn giản và hiệu quả cao, đang được ứng dụng nhiều trong kỹ thuật Đề tài luận văn tốt nghiệp “Nghiên cứu và điều khiển bộ chỉnh lưu ba pha điều chế độ rộng xung ứng dụng thuật toán PSO” sẽ thiết kế và mô phỏng nhằm tìm ra thông số tối ưu cho bộ điều khiển này.

Các kết quả nghiên cứu trong và ngoài nước đã nghiên cứu

Research data from scientific journals indicates several relevant documents on the topic One notable article is "Control Strategy for Three Phase Voltage Source PWM Rectifier Based on Space Vector Modulation" by Kada Hartani and Yahia Miloud from Moulay Tahar University of Saida, published in March 2010 Additionally, Bui Van Dai and Vu Minh Quang (2014) conducted a study on a three-phase PWM rectifier with a dual feedback control system at Thuy Loi University in Hanoi.

The article discusses significant contributions to electrical systems and control theory, highlighting the work of Nguyễn Văn Linh under the supervision of PGS TS Nguyễn Minh Tâm It references the research by Begag, Belhaouchet, and Rahmani (2009) on a three-phase PWM rectifier featuring a constant switching frequency, published in the Journal of Electrical Systems Additionally, it mentions the work of Lê Hùng Lân and Lê Thị Tuyết Nhung, which focuses on the synthesis of a robust PID controller for systems with fuzzy parameters, ensuring fuzzy reserve in amplitude and phase, as detailed in their 2005 paper in the collection of scientific reports from the IV Measurement Conference.

Mục đích của đề tài

Mục đích của đề tài này là đi vào nghiên cứu chỉnh lưu 3 pha theo phương pháp điều chế độ rộng xung:

Nghiên cứu về chỉnh lưu ba pha PWM tập trung vào việc áp dụng thuật toán PSO để xác định các thông số tối ưu cho bộ điều khiển trực tiếp của hệ thống này.

► Ứng dụng thuật toán PSO điều chỉnh thông số bộ điều khiển PID điều khiển chỉnh lưu ba pha PWM

► So sánh đáp ứng của PID – PSO với PID –Zieglers-Nichols để thấy được ưu điểm của thuật toán PSO.

Nhiệm vụ và giới hạn của đề tài

Đề tài “Nghiên cứu và điều khiển chỉnh lưu ba pha điều chế độ rộng xung bằng bộ điều khiển PSO” trình bày kết quả mô phỏng hệ thống, tạo nền tảng cho việc thiết kế và thi công bộ nguồn chỉnh lưu ba pha có điều khiển Nhiệm vụ chính của nghiên cứu này là tập trung vào các phương pháp điều khiển hiệu quả và ứng dụng thực tiễn trong lĩnh vực năng lượng.

- Tìm hiểu chỉnh lưu ba pha PWM

- Xây dựng mô hình toán học bộ chỉnh lưu ba pha PWM

- Điều khiển bộ chỉnh lưu ba pha PWM bằng phương pháp PID

- Tìm hiểu giải thuật PSO và áp dụng để xác định thông số tối ưu cho bộ điều khiển SVPWM - PSO

- Điều khiển bộ chỉnh lưu ba pha PWM bằng bộ điều khiển PSO.

Phương pháp nghiên cứu

HVTH: Nguyễn Văn Linh 6, GVHD: PGS TS Nguyễn Minh Tâm Để đạt được các mục tiêu đã đề ra, nghiên cứu sẽ tập trung vào việc giải quyết những vấn đề quan trọng.

Nghiên cứu và thu thập tài liệu liên quan đến mạch chỉnh lưu ba pha có điều khiển, bao gồm các giải thuật mạch chỉnh lưu ba pha từ trong và ngoài nước.

- Nghiên cứu và phân tích các phương trình toán học của bộ chỉnh lưu ba pha PWM

- Nghiên cứu và phân tích các giải thuật PSO

- Nhận xét ưu khuyết điểm của từng giải thuật

- Chọn phương pháp tối ưu và có khả năng thực hiện đề tài

- Viết chương trình mô phỏng bằng công cụ phần mền Matlab

- Dựa vào giải thuật đã chọn để điều khiển IGBT

- Dùng các khối để mô phỏng số liệu có liên quan

- Nhận xét kết quả mô phỏng

Giới thiệu cơ sở lý thuyết chỉnh lưu ba pha PWM

Tổng quan mạch chỉnh lưu ba pha có điều khiển PWM

Bộ nguồn DC đóng vai trò quan trọng trong cả ứng dụng gia dụng và công nghiệp Một bộ nguồn DC chất lượng cao cần đảm bảo điện năng ổn định, hệ số sóng hài thấp và hệ số công suất có thể điều chỉnh, đáp ứng yêu cầu vận hành trong ngành kỹ thuật điện hiện nay.

Kỹ thuật chỉnh lưu tích cực mang lại nhiều lợi ích về chất lượng công suất, với hệ số công suất và độ méo sóng hài thấp Hiện nay, cấu trúc này đã trở thành tiêu chuẩn cho các thiết bị công suất thấp và trung bình Tuy nhiên, với thiết bị công suất cao, chi phí của bộ chỉnh lưu tích cực thường cao hơn Trong các ứng dụng yêu cầu kích thước và khối lượng nhỏ, việc điều chỉnh hệ số công suất bằng cuộn kháng bù có thể được áp dụng, nhưng điều này cũng làm tăng độ phức tạp và chi phí.

Hình 2.1 Chỉnh lưu với hệ thống truyền động điện

Kỹ thuật điều khiển xung PWM không chỉ đáp ứng các yêu cầu hiện tại mà còn cho phép loại bỏ các thành phần sóng hài cụ thể thông qua việc điều chỉnh giá trị đặt trong quá trình điều khiển, mở ra cơ hội nghiên cứu sâu hơn trong tương lai.

Các kỹ thuật điều khiển cho chỉnh lưu PWM có thể được phân loại như là dựa trên điện áp hay là dựa trên thông lượng ảo như hình 2.2

Hình 2.2 Phân loại các phương pháp điều khiển cho chỉnh lưu PWM

Việc áp dụng các kỹ thuật điều khiển nâng cao, chẳng hạn như logic mờ, có thể cải thiện đáng kể hiệu quả điều khiển của bộ biến đổi.

Chỉnh lưu diode thường được sử dụng trong chuyển đổi điện AC/DC, nhưng do dòng điện đầu vào bị méo dạng, nó không đáp ứng tiêu chuẩn quốc tế Do đó, cần thay thế bằng các giải pháp không gây ô nhiễm và thân thiện với lưới điện Bộ chuyển đổi nguồn áp 3 pha VSC (Voltage Source Converter) nổi bật với khả năng hoạt động hiệu quả, cho phép chuyển đổi dòng điện đầu vào sin với hệ số công suất cao và có thể hoạt động ở cả hai chế độ chỉnh lưu và nghịch lưu Bộ chỉnh lưu PWM đã chứng minh tính tin cậy và hiệu quả, trở thành giải pháp hứa hẹn cho tương lai.

Chỉnh lưu PWM là một giải pháp thay thế hiệu quả cho chỉnh lưu diode truyền thống Chương này sẽ giới thiệu và phân tích những vấn đề cơ bản liên quan đến hoạt động của chỉnh lưu PWM.

HVTH: Nguyễn Văn Linh, GVHD: PGS TS Nguyễn Minh Tâm, nghiên cứu về chỉnh lưu PWM và các biện pháp hạn chế hoạt động Bài viết cũng trình bày các mô hình toán học trong các hệ quy chiếu khác nhau.

Các yêu cầu cơ bản của một chỉnh lưu PWM có thể được định nghĩa như sau:

 Dòng điện dẫn hai chiều

 Méo hài thấp của dòng lưới

 Quy định hệ số công suất đầu vào

 Điều chỉnh và ổn định của điện áp phía DC

 Giảm kích thước tụ lọc DC

Mạch chỉnh lưu ba pha sử dụng nguồn ba pha có điểm trung tính với sơ đồ nguyên lý (Hình 2.3) như sau:

Hình 2.3: Mạch chỉnh lưu ba pha

- Mạch gồm sáu khóa K được điều khiển độc lập Mỗi khóa K gồm IGBT và diode mắc song song để dẫn điện hai chiều

- Tụ C được dùng để lọc phẳng điện áp ra

- Cuộn dây L và điện trở R là hai thành phần của cuộn cảm tăng cường lọc nguồn

- Mạch có các chức năng và ưu điểm chính sau: Ưu điểm:

- Điều chỉnh được giá trị điện áp DC ngõ ra (dựa vào luật đóng ngắt các khóa K)

- Giảm dòng điện hài ở ngõ vào (dùng phương pháp điều chế độ rộng xung) Nhược điểm:

- Phụ thuộc vào phụ tải lớn, nhỏ (ảnh hưởng số lần đóng khóa của IGBT)

Có nhiều phương pháp điều khiển bộ chỉnh lưu nhằm tạo ra điện áp mong muốn cho tải Trong bài viết này, chúng ta sẽ khái quát hai phương pháp chính trong việc điều khiển bộ chỉnh lưu.

 Phương pháp điều rộng xung (SinPWM)

 Phương pháp điều chế vector không gian ( Space Vector)

Kết quả kỹ thuật điều chế độ rộng xung Sin (SPWM) tạo ra sóng sin bằng cách lọc một dạng xung ngõ ra với độ rộng khác nhau Tần số chuyển mạch cao cải thiện chất lượng của sóng ngõ ra hình sin Điện áp ngõ ra mong muốn được điều chỉnh thông qua việc thay đổi tần số và biên độ tham chiếu Biến đổi biên độ và tần số của điện áp tham chiếu ảnh hưởng đến độ rộng xung của điện áp ngõ ra, đồng thời vẫn duy trì điều chế sin Điều chế dạng sóng sin ở tần số thấp được so sánh với dạng sóng tam giác ở tần số cao, gọi là sóng mang Các trạng thái chuyển mạch thay đổi khi sóng sin cắt với sóng tam giác, với vị trí chuyển đổi được xác định qua biến thời gian giữa các trạng thái.

Trong ba pha SPWM, sóng điện áp tam giác (VT) được so sánh với ba điện áp điều khiển dạng sóng sin (Va, Vb, Vc) có độ lệch pha 120 độ, nhằm điều khiển chuyển mạch các thiết bị trong mỗi pha của bộ chỉnh lưu.

Bộ chuyển đổi 6 bước bao gồm 6 khóa từ S1 đến S6, với mỗi pha ngõ vào kết nối đến điểm giữa mỗi nhánh của bộ chỉnh lưu Ngõ ra của bộ so sánh từ tín hiệu điều khiển cho ba chân của bộ chỉnh lưu, trong đó hai khóa mỗi pha tạo nên một đóng một mở Cực điện áp ngõ ra Vdc được cấp bởi nguồn xoay chiều ba pha Vao, Vbo và Vco Đỉnh của dạng sóng sin điều chế luôn nhỏ hơn đỉnh của điện áp sóng mang tam giác; khi sóng sin lớn hơn, khóa trên được đóng và khóa dưới mở, ngược lại khi sóng sin nhỏ hơn Tùy thuộc vào trạng thái chuyển mạch, mỗi pha sẽ đóng bán kỳ dương hoặc bán kỳ âm cho từng giai đoạn Thiết bị chuyển mạch được điều khiển theo từng cặp (S1, S4), (S3, S6) và (S5, S2) để điều khiển chuyển mạch tín hiệu.

- S1 đóng khi Va > VT S4 đóng khi Va < VT

- S3 đóng khi Vb > VT S6 đóng khi Vb < VT

- S5 đóng khi Vc > VT S2 đóng khi Vc < VT

- Vector không gian điều chế độ rộng xung (SVPWM)

Kỹ thuật vector không gian PWM (SVPWM) là một phương pháp tăng điện áp ngõ ra khác với kỹ thuật SPWM Mặc dù cả hai phương pháp đều cho kết quả tương tự, cách thực hiện của chúng hoàn toàn khác nhau Trong SVPWM, chu kỳ được tính toán thay vì thu được thông qua so sánh như trong SPWM Kỹ thuật SVPWM có khả năng tăng thành phần cơ bản lên tới 27,39% so với SPWM, cho phép điện áp cơ bản đạt được mức cao hơn, gần với dạng sóng vuông khi chỉ số điều chế đạt sự hợp nhất.

SVPWM là phương pháp điều khiển điện áp bằng cách xoay một vector tham chiếu trong sơ đồ trạng thái, bao gồm sáu vector không cơ bản tạo thành hình lục giác Bên trong sơ đồ này, một vòng tròn có thể được ghi nhận.

HVTH: Nguyễn Văn Linh 13 GVHD: PGS TS Nguyễn Minh Tâm đề cập đến hoạt động hình sin và phân chia vùng điều chế thành hai loại Khu vực bên trong vòng tròn được gọi là vùng điều chế tuyến tính, trong khi vùng giữa vòng tròn và ngoài vòng tròn của hình lục giác được xác định là vùng điều chế phi tuyến Khái niệm về hoạt động của hai vùng điều chế này phụ thuộc vào chỉ số điều chế, phản ánh khả năng sử dụng của chỉnh lưu.

2.2 Nguyên lý làm việc của mạch vector không gian điều chế độ rộng xung

- Điều khiển đóng ngắt các khóa K sao cho điện áp một chiều ngõ ra đạt giá trị đặt mong muốn

- Qui luật điều khiển: không đóng hai khóa trên cùng một pha để tránh ngắn mạch ngõ ra

- Qui luật điều khiển khóa K theo bảng sau (1: đóng khóa, -1: ngắt khóa)

(Trạng thái các khóa không đồng thời với trạng thái khóa Ka, Kb, Kc)

- Phân tích góc kích trong bộ chỉnh lưu ba pha

- Sơ đồ vector không gian điện áp cho chỉnh lưu PWM

Hình 2.4: Vector không gian điện áp

Các thời điểm kích dẫn IGBT V0,V1,V2,V3,V4,V5,V6,V7

Các sector trong không gian I,II,III,IV,V,VI

Bảng 2.1: Bảng trạng thái kích dẫn IGBT theo vector không gian

Góc pha  giữa điện áp nguồn (e a , e b , e c ) và dòng điện (i a , i b , i c ) có giá trị tùy chức năng của mạch:

 = 45 o : phát công suất kháng về lưới

2.3 Mô hình toán học chỉnh lưu PWM

Hình 2.5: Mạch tương đương của bộ chỉnh lưu ba pha

Phương trình điện áp cho bởi e a , e b , e c

 u di Ri e u di Ri e u di Ri e cn c c c bn b b b an a a a

Phương trình điện áp ba pha cho bởi e a , e b , e c

Phương trình toán học của điện áp đặt vào chỉnh lưu ba pha

K v K u K v K K K u dc b a c cn dc c a b bn c dc b an a

Phương trình dòng điện qua tụ C

Phương trình toán học của chỉnh lưu ba pha

L dc c c b b a a dc dc c b a c c c dc b c a b b b dc a c b a a a

Phương trình toán học chỉnh lưu ba pha trên tọa độ d-q

R i v S i dv S u Li Ri di u u Li Ri di u

Phương trình toán học điện áp vào chỉnh lưu PWM tọa độ d-q

 u Li u u u Li u u q d rq rq d q rd rd

Từ phương trình ( 1.8 ) thay vào phương trình ( 1.6 ) ta có

 u di Ri u di Ri rq q q rd d d

Phương trình dòng điện ba pha cân bằng (2.10)

Phương trình Vector không gian của các đại lượng (2.11)

Hình 2.6: Khối điều khiển điện áp u rd -u rq cho chỉnh lưu PWM

Bảng 2.2: Bảng tính toán 8 trạng thái của điện áp dựa vào công thức (1.3)

Trạng thái K a K b K c Uan Ubn Ucn Vị trí kích góc

Kỹ thuật điều chế đối xứng sử dụng trong chu kỳ xung PWM bao gồm hai chu kỳ điều chế Vs Phương pháp này dựa trên việc so sánh giữa sóng mang tam giác và điện áp DC điều khiển.

Hình 2.7: Trạng thái đóng mở mạch sector 1

Mô hình toán học chỉnh lưu PWM

Hình 2.5: Mạch tương đương của bộ chỉnh lưu ba pha

Phương trình điện áp cho bởi e a , e b , e c

 u di Ri e u di Ri e u di Ri e cn c c c bn b b b an a a a

Phương trình điện áp ba pha cho bởi e a , e b , e c

Phương trình toán học của điện áp đặt vào chỉnh lưu ba pha

K v K u K v K K K u dc b a c cn dc c a b bn c dc b an a

Phương trình dòng điện qua tụ C

Phương trình toán học của chỉnh lưu ba pha

L dc c c b b a a dc dc c b a c c c dc b c a b b b dc a c b a a a

Phương trình toán học chỉnh lưu ba pha trên tọa độ d-q

R i v S i dv S u Li Ri di u u Li Ri di u

Phương trình toán học điện áp vào chỉnh lưu PWM tọa độ d-q

 u Li u u u Li u u q d rq rq d q rd rd

Từ phương trình ( 1.8 ) thay vào phương trình ( 1.6 ) ta có

 u di Ri u di Ri rq q q rd d d

Phương trình dòng điện ba pha cân bằng (2.10)

Phương trình Vector không gian của các đại lượng (2.11)

Hình 2.6: Khối điều khiển điện áp u rd -u rq cho chỉnh lưu PWM

Bảng 2.2: Bảng tính toán 8 trạng thái của điện áp dựa vào công thức (1.3)

Trạng thái K a K b K c Uan Ubn Ucn Vị trí kích góc

Kỹ thuật điều chế đối xứng trong chu kỳ xung PWM bao gồm 2 chu kỳ điều chế Vs, sử dụng phương pháp so sánh giữa sóng mang tam giác và điện áp DC điều khiển.

Bộ điều khiển PID

Giới thiệu bộ điều khiển PID

Hình 3.1: Khâu điều khiển vòng kín

Điều khiển PID là sự kết hợp của ba bộ điều khiển: tỉ lệ, tích phân và vi phân, giúp tối ưu hóa việc điều chỉnh sai số Phương pháp này tăng tốc độ đáp ứng, giảm độ vọt lố và hạn chế dao động, trở thành một giải pháp phổ biến trong các hệ thống điện, tự động hóa và điện tử.

Công thức toán của bộ điều khiển PID trên miền Laplace:

 Kp : độ lợi tỉ lệ

 Ki : độ lợi tích phân

 Kd : độ lợi vi phân

 Ti=Kp/Ki : thời gian khâu vi phân

Thời gian khâu tích phân (Td) là yếu tố quan trọng trong điều chỉnh tỉ lệ (P), phương pháp này tạo ra tín hiệu điều chỉnh dựa trên sai lệch đầu vào Tuy nhiên, điều chỉnh tích phân (I) thường để lại một độ lệch lớn sau khi điều chỉnh Để khắc phục nhược điểm này, cần kết hợp điều chỉnh tỉ lệ với điều chỉnh tích phân nhằm tạo ra tín hiệu điều chỉnh hiệu quả hơn.

Để giảm độ lệch tới 0, thời gian điều chỉnh cần được tối ưu hóa, thể hiện tác động của điều chỉnh tích phân mạnh mẽ với độ lệch nhỏ Khi hằng số thời gian của hệ thống lớn, việc điều chỉnh theo phương pháp P hoặc PI thường dẫn đến phản ứng chậm Do đó, cần kết hợp điều chỉnh vi phân để tạo ra tín hiệu điều chỉnh tỷ lệ với tốc độ thay đổi của sai lệch đầu vào.

Thời gian càng lớn thì điều chỉnh vi phân càng mạnh, ứng với bộ điều chỉnh đáp ứng với thay đổi đầu vào càng nhanh.

Sơ đồ khối của bộ điều khiển PID

Bộ điều khiển PID tạo ra tín hiệu ngõ ra tỉ lệ tuyến tính với tín hiệu vào, đồng thời thực hiện vi phân và tích phân tín hiệu vào theo công thức đã được xác định.

Hiệu chỉnh bộ PID bằng phương pháp Ziegler-Nichols

Ziegler và Nichols đã phát triển hai phương pháp thực nghiệm để xác định tham số cho bộ điều khiển PID Phương pháp đầu tiên dựa trên mô hình quán tính bậc nhất của đối tượng điều khiển, trong khi phương pháp thứ hai không yêu cầu mô hình toán học và chỉ áp dụng cho một số loại đối tượng nhất định.

Phương pháp Ziegler-Nichols thứ 1

Xác định thông số của bộ điều khiển PID dựa vào đáp ứng của hệ hở:

Hình 3.3: Sơ đồ khối của một hệ hở

Hình 3.4: Đáp ứng của hệ hở

Khi đó ta có bảng tính thông số của bộ PID là:

Hình 3.5: Sơ đồ khối của một hệ kín có bộ PID

Bảng 3.1: Bảng tính các thông số PID theo Z–N1

Phương pháp Ziegler-Nichols thứ 2

Hình 3.6: Sơ đồ khối của hệ kín có bộ tỉ lệ P

Hình 3.7: Đáp ứng của hệ kín

Phương pháp này thay thế bộ điều khiển PID trong hệ thống kín bằng bộ khuếch đại, sau đó điều chỉnh tăng hệ số K cho đến khi hệ thống đạt đến biên giới ổn định, tức là hệ kín trở nên ổn định.

HVTH: Nguyễn Văn Linh 26, GVHD: PGS TS Nguyễn Minh Tâm, đề cập đến khâu dao động điều hòa với Kgh và chu kỳ dao động Tgh Tham số cho bộ điều khiển PID được lựa chọn theo bảng quy định.

Bảng 3.2: Bảng tính các thông số PID theo Z–N2

Bộ điều khiển KP TI TD

GIẢI THUẬT TỐI ƯU HÓA BẦY ĐÀN PSO

Tổng quan giải thuật PSO

Phương pháp tối ưu bầy đàn (PSO) là một thuật toán thuộc nhóm các thuật toán tiến hóa quần thể, tương tự như thuật giải di truyền (GA) và thuật toán đàn kiến Tuy nhiên, PSO khác biệt với GA ở chỗ nó tập trung vào sự tương tác giữa các cá thể trong quần thể để khám phá không gian tìm kiếm hiệu quả hơn PSO được phát triển dựa trên mô hình hóa hành vi của đàn chim trong việc tìm kiếm thức ăn, do đó nó thường được xếp vào các thuật toán sử dụng trí tuệ bầy đàn.

PSO (Particle Swarm Optimization) là một phương pháp nghiên cứu mới và phát triển nhanh chóng trong những năm gần đây Phương pháp này đã chứng minh hiệu quả trong việc giải quyết nhiều bài toán tìm cực trị của các hàm số phức tạp cũng như một số bài toán tối ưu khác Chương này sẽ trình bày những vấn đề cơ bản liên quan đến thuật toán PSO.

Lịch sử phát triển của giải thuật PSO

Con người đã khám phá nhiều điều thú vị về hành vi của côn trùng và động vật trong tự nhiên, như đàn chim di trú, bầy kiến tìm thức ăn, và đàn cá đổi hướng khi gặp kẻ thù, thể hiện rõ kiểu quan hệ bầy đàn Gần đây, các nhà khoa học đã nghiên cứu các mối quan hệ này để hiểu cách giao tiếp, hoàn thành mục đích và tiến hóa của các sinh vật Những nghiên cứu này được ứng dụng trong việc giải quyết các bài toán tối ưu, như thiết kế mạng viễn thông, nghiên cứu robot tự động, xây dựng mô hình giao thông, và trong lĩnh vực quân sự Lĩnh vực nghiên cứu và ứng dụng tri thức về quan hệ bầy đàn trong tự động hóa được gọi là quần thể thông minh.

PSO là một trong nhiều hướng nghiên cứu trong bầy đàn thông minh (Swarm Intelligence – SI), cho đến hiện tại thì SI bao gồm các nhóm chính là:

Thuật toán tối ưu hóa bầy kiến (Ant Colony Optimization - ACO) được phát triển dựa trên hành vi tìm đường của đàn kiến từ tổ đến nguồn thức ăn, sử dụng dấu vết sinh học (pheromone trails) để xây dựng lộ trình ACO là một thuật toán tối ưu metaheuristic, hiệu quả trong việc tìm kiếm các giải pháp gần đúng cho các bài toán tối ưu tổ hợp.

Thuật toán ACO (Ant Colony Optimization) sử dụng những chú kiến nhân tạo để tìm ra giải pháp tối ưu bằng cách di chuyển theo lược đồ của bài toán Những chú kiến này mô phỏng hành vi của kiến thật, để lại dấu hiệu trên đường đi, giúp các chú kiến khác có thể tìm ra những giải pháp tốt hơn trong tương lai ACO đã được áp dụng thành công trong việc giải quyết nhiều bài toán tối ưu khác nhau.

Hình 4.1: Mô tả kiến tìm đường

Giải thuật tối ưu hóa bầy đàn (PSO) được phát triển dựa trên hành vi tìm kiếm thức ăn và nước của đàn chim Đây là một phương pháp tối ưu toàn cục, hiệu quả trong việc giải quyết các bài toán mà lời giải tốt nhất có thể được biểu diễn dưới dạng một điểm hoặc một mặt trong không gian n chiều.

Theo giả thuyết của bài toán, các cá thể ban đầu được tạo ra trong một không gian cụ thể, mỗi cá thể mang một vận tốc khởi đầu và có khả năng giao tiếp với nhau Trong quá trình di chuyển trong không gian lời giải, các cá thể sẽ được đánh giá dựa trên nhiều tiêu chí thích nghi Qua thời gian, các cá thể này sẽ hướng tới những cá thể có hiệu suất tốt hơn trong khu vực của chúng.

Phương pháp này nổi bật hơn so với các phương pháp tối ưu toàn cục khác như mô phỏng tôi luyện (Simulated Annealing) và di truyền (Genetic Algorithm) nhờ vào khả năng xử lý số lượng lớn cá thể Điều này giúp giải thuật vượt qua các cực trị cục bộ một cách hiệu quả hơn.

- Giải thuật tối ưu hóa bầy đàn (PSO) lần đầu tiên được giới thiệu vào năm

1995 bởi Kennedy, J và Eberhart, R trong một hội thảo quốc tế của IEEE về mạng neural tại Perth, Australia

PSO (Particle Swarm Optimization) được khởi tạo từ một nhóm ngẫu nhiên các cá thể và tìm kiếm giải pháp tối ưu thông qua việc cập nhật các thế hệ Trong mỗi thế hệ, mỗi cá thể được cập nhật dựa trên hai giá trị: P Best, là nghiệm tốt nhất đạt được cho đến thời điểm hiện tại, và G Best, là nghiệm tốt nhất mà cá thể lân cận đã đạt được Điều này có nghĩa là mỗi cá thể trong quần thể điều chỉnh vị trí của mình dựa trên vị trí tốt nhất của chính nó và các cá thể khác trong quần thể Quá trình cập nhật này được thực hiện thông qua hai công thức cụ thể.

, k , k 1 * ()*( , , k ) 2 * ()*( , k ) i m i m i m i m m i m v   wv  c rand Pbest  x  c Rand Gbest  x

 n: số phần tử trong nhóm

 d: kích thước quần thể (dimension)

 v i m ( ) , k : vận tốc của cá thể thứ i tại thế hệ thứ k

 w: hệ số trọng lượng quán tính

 Rand (): là một số ngẫu nhiên trong khoảng (0,1)

 x i m ( ) , k : vị trí cá thể thứ i tại thế hệ thứ k

 P best i : vị trí tốt nhất của cá thể thứ i

 G best i : vị trí tốt nhất của cá thể trong quần thể.

Các khái niệm cơ bản trong giải thuật bầy đàn PSO

Mỗi cá thể trong thuật toán đại diện cho một lời giải cho bài toán, mặc dù chưa phải là lời giải tối ưu Tùy thuộc vào từng loại bài toán, cá thể có thể được biểu diễn dưới nhiều hình thức khác nhau như chuỗi nhị phân, cây, hoặc chuỗi số.

- Quần thể: một tập hợp các cá thể có cùng một số đặc điểm nào đấy

Trong giải thuật tối ưu bầy đàn, quần thể bao gồm nhiều lời giải cho một bài toán cụ thể Mỗi cá thể trong quần thể có thể nắm giữ thông tin về toàn bộ quần thể hoặc chỉ một phần nhỏ Thông tin này chủ yếu liên quan đến cá thể tốt nhất, được đánh giá dựa trên giá trị của hàm mục tiêu.

Mỗi bài toán tối ưu đều có một không gian lời giải riêng, có thể là một chiều hoặc đa chiều Mỗi giải pháp trong bài toán được xem như một vị trí cụ thể trong không gian này.

Trong PSO, mỗi cá thể có một vận tốc riêng, được sử dụng để xác định vị trí tiếp theo trong không gian bài toán Nếu không gian bài toán là n chiều, mỗi cá thể sẽ có một vận tốc tương ứng với từng chiều, tức là vận tốc cũng có thể được coi là một vector n chiều.

Mỗi cá thể trong thuật toán PSO sẽ di chuyển trong không gian bài toán để tìm kiếm giải pháp tối ưu Cách biểu diễn hàm vận tốc cần phải phù hợp với từng bài toán cụ thể, vì hàm vận tốc là một trong những tham số quan trọng nhất trong PSO Đôi khi, chỉ cần thay đổi cách biểu diễn hàm vận tốc là có thể giải quyết được một bài toán khác.

Hàm mục tiêu là hàm mô tả yêu cầu của bài toán cần đạt được, và được sử dụng để đánh giá các lời giải khác nhau cho bài toán đó Tùy thuộc vào từng loại bài toán, hàm mục tiêu sẽ có sự khác biệt nhất định.

Mô tả thuật toán PSO

Giả sử quần thể ban đầu có n cá thể, mỗi cá thể đại diện cho một lời giải chưa tối ưu cho bài toán Mỗi cá thể i trong quần thể được mô tả bằng một vector vị trí xi và một vector vận tốc vi, với i = 1,…n Hàm mục tiêu được lựa chọn cho bài toán này là

Pbest là vị trí tốt nhất cho đến thời điểm hiện tại của cá thể thứ i trong quần thể

Gbest là vị trí tốt nhất của cả quần thể tại thời điểm hiện tại

Giải thuật PSO có thể viết dưới dạng mã giải như sau:

If fitness value < Pbest Then

Tính vận tốc theo công thức (4-1)

Cập nhật vị trí theo công thức (4-2)

While (chưa đạt đến số thế hệ tối đa cho phép)

Hình 4.2: Lưu đồ giải thuật của thuật toán PSO Đúng Sai

Khởi tạo các cá thể với vị trí và vận tốc ngẫu nhiên

Tìm Pbest của mỗi phần tử và Gbest của quần thể

Cập nhật giá trị vận tốc, vị trí, Gbest và Pbest của các cá thể

Số lần lặp lại lớn nhất đã đủ chưa?

Sơ đồ thuật toán này được áp dụng để tối ưu hóa giá trị hàm mục tiêu, trong đó mỗi bước lặp sẽ cập nhật giá trị tốt nhất của từng cá thể từ quá khứ cho đến hiện tại, cũng như giá trị tốt nhất của toàn bộ quần thể trong cùng khoảng thời gian.

Tối ưu hóa bầy đàn có tốc độ tìm kiếm nhanh hơn so với các thuật toán tiến hóa truyền thống, nhưng thường gặp vấn đề bị mắc kẹt ở các cực trị địa phương Để khắc phục điều này, có thể tăng số lượng cá thể, tuy nhiên sẽ làm tăng thời gian tính toán Việc sử dụng các tham số ngẫu nhiên, như hai vector R1 và R2, trong thuật toán cơ bản giúp giảm thiểu khả năng mắc kẹt ở cực trị cục bộ Điều kiện kết thúc lặp của thuật toán rất đa dạng, có thể dựa trên số lần lặp cố định hoặc khi không cải thiện được kết quả sau một số lần lặp nhất định.

Tùy thuộc vào từng bài toán cụ thể, cách biểu diễn cá thể sẽ khác nhau, dẫn đến việc biểu diễn hàm vận tốc và vị trí của cá thể không giống như trong mô hình thuật toán đã nêu.

Từ cách mô tả giải thuật ở trên, các vấn đề cần quan tâm khi xây dựng giải thuật PSO bao gồm:

 Xây dựng cách mã hóa các cá thể

 Phương pháp khởi tạo quần thể ban đầu n

 Định nghĩa hàm thích nghi của các cá thể

 Cách xây dựng hàm vận tốc v

 Cách cập nhật giá trị tốt nhất cho các cá thể và cho cả quần thể.

Những vấn đề cần quan tâm khi xây dựng giải thuật PSO

Trong PSO, mỗi cá thể đại diện cho một lời giải, chứa đầy đủ thông tin cần thiết Các cá thể này tạo thành một quần thể, phản ánh không gian lời giải của bài toán đang được nghiên cứu.

Mã hóa cá thể đóng vai trò quan trọng trong việc phát triển giải thuật Hiện tại, có nhiều phương pháp mã hóa cá thể khác nhau, tùy thuộc vào kiến thức đặc thù của từng bài toán, cho phép xây dựng các cách biểu diễn cá thể phù hợp.

Mã hóa nhị phân là phương pháp phổ biến nhất để mã hóa cá thể, trong đó mỗi cá thể được biểu diễn dưới dạng chuỗi nhị phân Mỗi bit trong chuỗi này đại diện cho một đặc tính của nghiệm.

Ví dụ: hai cá thể 1 và 2 có chiều dài là 16

Mã hóa nhị phân là phương pháp phổ biến trong việc tối ưu hóa các hàm một hoặc nhiều biến, trong đó mỗi chuỗi nhị phân đại diện cho hàm tại một tập giá trị của các biến Phương pháp này còn được ứng dụng rộng rãi trong nhiều loại bài toán khác nhau.

Trong bài toán cái túi, việc xếp đồ vào túi được biểu diễn bằng một chuỗi nhị phân có kích thước tương ứng với số lượng đồ vật Mỗi bit trong chuỗi này đại diện cho một đồ vật, với giá trị 0 chỉ ra rằng đồ vật không được cho vào túi và giá trị 1 cho biết đồ vật đó được chọn để cho vào túi.

Mã hóa nhị phân, mặc dù được sử dụng rộng rãi, nhưng có nhược điểm là tạo ra không gian mã hóa lớn hơn không gian giá trị của cá thể, dẫn đến nhiều bài toán được biểu diễn theo phương pháp này trở nên không hiệu quả.

Mã hóa hoán vị có thể được sử dụng trong các bài toán liên quan đến thứ tự như bài toán du lịch hay bài toán lập lịch

Trong mã hóa hoán vị, mỗi cá thể là một chuỗi các số biểu diễn một trình tự

Mã hóa hoán vị là phương pháp lý tưởng cho các bài toán liên quan đến thứ tự, trong đó việc thao tác trên các nhiễm sắc thể thông qua việc hoán vị các số trong chuỗi sẽ làm thay đổi trình tự của chúng.

Trong bài toán người du lịch, cách đi của người du lịch được biểu diễn bằng một cá thể, trong đó trình tự các số trong chuỗi thể hiện thứ tự các thành phố mà người du lịch sẽ đi qua.

4.5.4 Mã hóa theo giá trị

Mã hóa trực tiếp theo giá trị là phương pháp hữu ích trong các bài toán liên quan đến giá trị phức tạp, tương tự như trong số thực Mỗi cá thể được biểu diễn dưới dạng một chuỗi các giá trị, có thể bao gồm nhiều yếu tố khác nhau như số nguyên, số thực, ký tự, và thậm chí là các đối tượng phức tạp hơn.

Cá thể 2: ( KP) ( KI ) ( KD)

4.5.5 Mã hóa theo cấu trúc cây

Mã hóa theo cấu trúc cây là phương pháp trong đó mỗi cá thể được biểu diễn dưới dạng một cây chứa các đối tượng, bao gồm hàm, lệnh ngôn ngữ và giá trị biến.

Hình 4.3: Cá thể biểu diễn một biểu thức toán học

4.5.6 Khởi tạo quần thể ban đầu

Khởi tạo quần thể ban đầu là bước quan trọng trong giải thuật PSO, đặc biệt trong bài toán tối ưu đa mục tiêu Quá trình này tạo ra các lời giải ngẫu nhiên, có thể thỏa mãn ràng buộc của bài toán nhưng chưa chắc đã tối ưu Tùy thuộc vào từng bài toán cụ thể, các phương pháp khởi tạo sẽ khác nhau để đạt được hiệu quả tối ưu nhất.

Ví dụ: Bài toán điều khiển mạch chỉnh lưu ba pha PWM, sẽ khởi tạo ngẫu nhiên các giá trị KP, KI ban đầu

Chất lượng quần thể ban đầu ảnh hưởng trực tiếp đến hiệu quả của thuật toán PSO trong việc tìm ra giải pháp tối ưu Nếu quần thể ban đầu có giá trị KP và KI đa dạng và gần với mục tiêu, điện áp đầu ra sẽ tốt hơn Do đó, nhiều thuật toán PSO hiện có được áp dụng để khởi tạo quần thể ban đầu, giúp cải thiện đáng kể kết quả giải bài toán điều khiển mạch chỉnh lưu ba pha PWM.

Kích thước ban đầu của quần thể n đóng vai trò quan trọng trong giải thuật, ảnh hưởng đến tốc độ hội tụ và khả năng thoát khỏi các cực trị cục bộ Khi kích thước quần thể nhỏ, giải thuật thường hội tụ nhanh, dẫn đến việc tìm ra các cực trị cục bộ thay vì cực trị toàn cục như mong muốn Điều này xảy ra do số lượng cá thể ít khiến quần thể dễ mắc kẹt trong các cực trị cục bộ và khó thoát ra.

Số lượng cá thể lớn có thể làm cho thuật toán hội tụ chậm và cần nhiều thời gian hơn Kích thước quần thể phù hợp sẽ phụ thuộc vào từng bài toán cụ thể.

4.5.7 Hàm thích nghi (hàm mục tiêu):

Hàm thích nghi đóng vai trò quan trọng trong việc đánh giá hiệu quả của giải thuật, giúp xác định các cá thể tốt trong quần thể Để đạt được điều này, hàm thích nghi cần được thiết kế sao cho giá trị thích nghi phản ánh chính xác khả năng của cá thể trong việc đáp ứng yêu cầu của bài toán.

Do chất lượng điều khiển mong muốn thông thường là tối thiểu sai số ngõ ra nên hàm thích nghi có thể chọn như sau:

Chuyển động của mỗi cá thể được tính bằng công thức vận tốc sau:

, k , k 1 * ()*( , , k ) 2 * ()*( , k ) i m i m i m i m m i m v   wv  c rand Pbest  x  c Rand Gbest  x

(4.4) Như vậy, mỗi cá thể sẽ tự tính toán bước di chuyển kế tiếp dựa trên ba yếu tố

 Vận tốc chuyển động hiện thời V k i, m

Đặc điểm và ứng dụng của giải thuật PSO

Giải thuật PSO có các đặc điểm nổi bật sau:

Thuật toán PSO cho phép tìm kiếm nhiều điểm tối ưu đồng thời, nhờ vào việc các cá thể trong quần thể trao đổi thông tin với nhau Điều này giúp giảm thiểu khả năng rơi vào các cực trị cục bộ, nâng cao hiệu quả trong quá trình tối ưu hóa.

Giải thuật PSO (Particle Swarm Optimization) lựa chọn các cá thể tối ưu nhất để cung cấp những lời giải tốt nhất cho các bài toán Khi thay đổi cách biểu diễn trong PSO, chúng ta có thể tạo ra một giải thuật mới cho vấn đề đang được giải quyết.

- Giải thuật PSO chỉ đánh giá hàm mục tiêu để phục vụ quá trình tìm kiếm chứ không đòi hỏi các thông tin bổ trợ khác

- Các thao tác cơ bản trong giải thuật PSO dựa trên khả năng tích hợp tính ngẫu nhiên trong quá trình xử lý

Với tính năng đơn giản và dễ cài đặt, PSO không yêu cầu tính toán đạo hàm và dễ dàng được song song hóa, đã được áp dụng để giải quyết nhiều bài toán khác nhau.

 Tối ưu hóa không ràng buộc – Unconstrained Optimization

 Tối ưu hóa ràng buộc – Constrained Optimization

 Tối ưu đa mục tiêu – Multi Objective Optimization

 Bài toán nhiều lời giải – Multi Solution Problem

 Tối ưu hóa động – Dynamic Optimization Problem.

Hiệu chỉnh bộ điều khiển PID bằng thuật giải bầy đàn PSO

Bộ điều khiển PID sử dụng thuật giải PSO để hiệu chỉnh tham số trong điều khiển chỉnh lưu ba pha Hình 4.5 như sau

Hình 4.5: Bộ điều khiển PID bằng giải thuật bầy đàn

Khối dò tìm Kp và Ki trong thuật toán PSO bao gồm Vref, trong đó hàm thích nghi PSO được sử dụng để tìm các thông số Kp và Ki Những thông số này sau đó được đưa vào khối tạo xung PWM nhằm điều khiển khối công suất, đảm bảo điện áp đầu ra đạt được giá trị điện áp đã được đặt trước.

Trong thuật giải PSO, mỗi phần tử bao gồm hai tham số Kp và Ki, cùng với không gian tìm kiếm Hình 4.6 minh họa lưu đồ giải thuật của hệ thống điều khiển PSO-PID.

Hình 4.6: Lưu đồ giải thuật của hệ thống điều khiển PSO-PID Đúng

Khởi tạo những giá trị ban đầu của quần thể

Chạy mô hình điều khiển mạch chỉnh lưu ba pha PWM với những tham số đã thiết lập trước

Tìm những tham số [Kp, Ki] của bộ điều khiển PID

Tìm Pbest của mỗi phần tử và Gbest của Quần thể

Cập nhật giá trị vận tốc, vị trí, Gbest và Pbest của mỗi phần tử

Số lần lặp lại lớn nhất đã đủ chưa? sai

Mục tiêu của phương pháp hiệu chỉnh PID dùng giải thuật PSO là:

 Cực tiểu hoá hàm mục tiêu

 Tìm được bước đáp ứng của hệ thống và làm giảm sai số e(t)

 Lập lại các bước thực hiện cho đến khi đã đủ số bước lặp.

Mô hình đối tượng điều khiển động cơ DC

Động cơ DC nổi bật với tính linh hoạt nhờ vào sự kết hợp giữa các cách mắc cuộn dây kích thích song song, nối tiếp và độc lập Chúng có khả năng tạo ra nhiều đặc tuyến khác nhau như đặc tuyến V-A và đặc tuyến tốc độ, mô men quay cho cả chế độ hoạt động xác lập và không xác lập Sự dễ dàng trong việc điều chỉnh các loại động cơ này đã dẫn đến ứng dụng rộng rãi trong nhiều lĩnh vực Nhiều tài liệu, sách báo và tạp chí đã đề cập đến thiết kế bộ điều khiển cho động cơ một chiều, thường được sử dụng như một ví dụ minh họa do tính đơn giản và thực tiễn Đối với những ứng dụng yêu cầu phạm vi điều chỉnh tốc độ rộng và công suất chính xác, động cơ DC kích thích độc lập là lựa chọn tối ưu nhờ vào đặc tính điện và hiệu suất vượt trội Mạch tương đương của động cơ với cuộn kích thích độc lập được thể hiện rõ qua các nghiên cứu về điều khiển điện áp.

Các phương trình đặc trưng của động cơ DC được mô tả:

Bảng 4.1 : Bảng ký hiệu /used symbols

Ký hiệu Chỉ định Đơn vi đo iex và iind Dòng điện kích thích và Dòng điện phần ứng [A]

Wr Tốc độ góc của động cơ DC [Rad/Sec]

Vind Điện áp kích thích và điện áp phần ứng [Volt]

Rex và Rind Điện trở cuộn kích thích và điện trở cuộn dây phần ứng

Lex, Lind và Lindex Điện cảm cuộn kích thích, cuộn phần ứng và hỗ cảm giữa 2 cuộn dây

J Mô men quán tính [Kg.m2]

Fc Hệ số ma sát [N.m.Sec/Rad]

Từ phương trình trạng thái (1), (2), (3) cho trên ta có thể thiết lập mô hình trong phần mềm matlab 7.4 trong simulink phiên bản 6.6

Mô hình động cơ DC trong simulink được biểu thị ở h.4.7

Các thông số khác nhau của động cơ DC được biểu thị ở bảng 4.2

Hình 4.7: Mô hình động cơ DC

Bảng 4.2: Bảng thông số động cơ

Lex = 120 [mH] Fc = 0.0005[N.m.Sec/Rad]

Mục tiêu điều khiển của bộ chỉnh lưu 3 pha PWM là duy trì điện áp ra theo mức điện áp đặt mà không xảy ra hiện tượng vọt lố, đồng thời đảm bảo tốc độ đáp ứng nhanh và sai số xác lập gần bằng 0.

KẾT QUẢ MÔ PHỎNG MATLAB

Hình 5.1 Giao diện điều khiển

5.1.1 Chỉnh lưu 3 pha vòng hở 1:

Hình 5.2 Sơ đồ Simulink chỉnh lưu 3 pha PWM vòng hở 1 Điện áp đặt: fP Hz (max= 650HZ), Thời gian đóng tải: 0,1s đến 0,5s

Hình 5.3 Điện áp pha A chỉnh lưu 3 pha PWM vòng hở 1

Hình 5.4 Dòng điện pha A chỉnh lưu 3 pha PWM vòng hở 1

Hình 5.5 Đáp ứng dòng điện chỉnh lưu 3 pha PWM vòng hở 1

Hình 5.6 Đáp ứng điện áp chỉnh lưu 3 pha PWM vòng hở 1

5.1.2 Chỉnh lưu 3 pha vòng hở 2:

Hình 5.7 Sơ đồ Simulink chỉnh lưu 3 pha PWM vòng hở 2

Hình 5.8 Khối SVPWM chỉnh lưu 3 pha PWM vòng hở 2

Hình 5.9 Khối Vector PWM chỉnh lưu 3 pha PWM vòng hở 2

Hình 5.10 Điện áp pha A chỉnh lưu 3 pha PWM vòng hở 2

Hình 5.11 Dòng điện pha A chỉnh lưu 3 pha PWM vòng hở 2

Hình 5.12 Đáp ứng dòng điện chỉnh lưu 3 pha PWM vòng hở 2

Hình 5.13 Đáp ứng điện áp chỉnh lưu 3 pha PWM vòng hở 2

Hình 5.14 So sánh pha giữa điện áp vào pha A và dòng điện vào pha A

Nhận xét kết quả chỉnh lưu 3 pha PWM vòng hở:

Các kết quả mô phỏng bằng Matlab/Simulink sẽ cho thấy cấu trúc điều khiển có khả năng làm việc tốt yêu cầu kỹ thuật sau:

- Cosφ nhỏ hơn 1 rất nhiều, dòng điện và điện áp không trùng pha nhau

- Dòng điện lưới hình sin, sóng điều hòa bậc cao không đáng kể

5.1.3 Chỉnh lưu 3 pha SPWM Buck:

Hình 5.15 Sơ đồ Simulink chỉnh lưu 3 pha SPWM Buck

Hình 5.16 Khối Vector PWM chỉnh lưu 3 pha SPWM Buck

Hình 5.17 Khối cầu chỉnh lưu 3 pha SPWM Buck

Hình 5.18 Điện áp pha A chỉnh lưu 3 pha SPWM Buck

Hình 5.19 Dòng điện pha A chỉnh lưu 3 pha SPWM Buck

Hình 5.20 Đáp ứng điện áp chỉnh lưu 3 pha SPWM Buck

Hình 5.21 Đáp ứng dòng điện chỉnh lưu 3 pha SPWM Buck

5.1.4 Chỉnh lưu 3 pha SPWM Boost:

Hình 5.23 Sơ đồ Simulink chỉnh lưu 3 pha SPWM Boost Điện áp đặt: 800v; fP Hz (max00HZ), Thông số đặt trước Kp=0,2; Ki=0,2/0,002; Kd=0

Hình 5.24 Khối điều khiển vòng kín chỉnh lưu 3 pha SPWM Boost

Hình 5.25 Khối PWM chỉnh lưu 3 pha SPWM Boost

Hình 5.26 Khối V-I measurement chỉnh lưu 3 pha SPWM Boost

Hình 5.27 Điện áp pha A chỉnh lưu 3 pha SPWM Boost

Hình 5.28 Dòng điện pha A chỉnh lưu 3 pha SPWM Boost

Hình 5.29 Đáp ứng điện áp chỉnh lưu 3 pha SPWM Boost

Hình 5.30 Đáp ứng dòng điện chỉnh lưu 3 pha PWM PID

Nhận xét kết quả mô phỏng chỉnh lưu 3 pha SPWM Buck và Boost:

- Cosφ xấp xỉ 1, dòng điện và điện áp gần trùng pha nhau

- Ổn định điện áp khi mang tải và cắt tải

- Độ méo dạng của dạng sóng THD (%) nhỏ, THD=0,00%

5.1.5 Chỉnh lưu 3 pha SVPWM vòng kín điều khiển PID:

Hình 5.32 Sơ đồ Simulink chỉnh lưu 3 pha SVPWM điều khiển PID Điện áp đặt: 800v; fP Hz (maxe0HZ), Thông số đặt trước KpP; Ki@; Kd=0

Thời gian đóng tải: 0,1s đến 0,5s

Hình 5.33 Khối điều khiển vòng kín SVPWM chỉnh lưu 3 pha

Hình 5.34 Khối PWM chỉnh lưu 3 pha SVPWM

Hình 5.35 Khối chuyển đổi chỉnh lưu 3 pha SVPWM điều khiển PID

Hình 5.36 Khối điều khiển PID chỉnh lưu 3 pha SVPWM

Hình 5.37 Điện áp pha A chỉnh lưu 3 pha SVPWM

Hình 5.38 Dòng điện pha A chỉnh lưu 3 pha SVPWM

Hình 5.39 Đáp ứng điện áp chỉnh lưu 3 pha SVPWM

Nhận xét kết quả mô phỏng chỉnh lưu 3 pha SVPWM PID:

- Cosφ xấp xỉ 1, dòng điện và điện áp trùng pha nhau

Dòng điện lưới hình sin và sóng điều hòa bậc cao không đáng kể, đảm bảo ổn định điện áp khi mang tải và cắt tải Sai số xác lập lớn hơn so với phương pháp chỉnh lưu 3 pha SVPWM PID-PSO.

- Độ méo dạng của dạng sóng THD (%) nhỏ, THD=0,00%

5.1.6 Chỉnh lưu 3 pha vòng kín điều khiển PID-PSO:

Hình 5.41 Sơ đồ Simulink chỉnh lưu 3 pha SVPWM điều khiển PID-PSO

Hình 5.42 Khối điều khiển vòng kín chỉnh lưu 3 pha SVPWM

Hình 5.43 Khối PWM chỉnh lưu 3 pha SVPWM điều khiển PID-PSO

Hình 5.44 Khối PID-PSO chỉnh lưu 3 pha SVPWM

Hình 5.45 Điện áp pha A chỉnh lưu 3 pha SVPWM PSO

Hình 5.46 Dòng điện pha A chỉnh lưu 3 pha SVPWM PSO

Hình 5.47 Đáp ứng điện áp chỉnh lưu 3 pha SVPWM PSO

Hình 5.48 Dòng điện pha A chỉnh lưu 3 pha SVPWM PSO khi tải thay đổi

Hình 5.49 Chỉ số TDH của dòng điện pha A khi tải thay đổi

Nhận xét kết quả mô phỏng chỉnh lưu 3 pha SVPWM PID-PSO:

Các kết quả mô phỏng bằng Matlab/Simulink cho thấy cấu trúc điều khiển đáp ứng tốt các yêu cầu kỹ thuật với điện áp 400V, tần số 50Hz và thời gian đóng tải 0,1s.

- Cosφ = 1 dòng điện và điện áp trùng pha nhau

- Ổn định điện áp khi mang tải và cắt tải

- Độ méo dạng của dạng sóng THD (%) nhỏ

- Thông số chạy PSO: nP; bird setp = 50; dim = 2; C2 = 1.2; C1 = 0.12; w = 0.9

5.1.7 Chỉnh lưu 3 pha SVPWM PSO điều khiển động cơ DC:

Hình 5.50 Sơ đồ Simulink điều khiển động cơ DC

Hình 5.51 Mô hình động cơ DC

Hình 5.52 Khối chỉnh lưu 3 pha SVPWM PSO cấp nguồn động cơ DC

Hình 5.53 Khối điều khiển chỉnh lưu 3 pha SVPWM PSO

Hình 5.54 Điện áp pha A chỉnh lưu 3 pha SVPWM PSO

Hình 5.55 Dòng điện pha A chỉnh lưu 3 pha SVPWM PSO khi tốc độ thay đổi

Hình 5.56 Chỉ số THD của dòng điện pha A khi tốc độ thay đổi

Hình 5.57 Đáp ứng điện áp chỉnh lưu 3 pha SVPWM PSO cấp nguồn động cơ DC

Hình 5.58 Đáp ứng dòng điện chỉnh lưu 3 pha PWM PID

Hình 5.60 Đáp ứng tốc độ động cơ DC

Hình 5.61 Đáp ứng dòng điện động cơ DC

Hình 5.62 Đáp ứng điện áp động cơ DC

Nhận xét kết quả mô phỏng chỉnh lưu 3 pha SVPWM PSO cấp nguồn động cơ DC:

Thông số đặt: Thời gian [0 2 4 6 8 15] tương ứng tốc độ [45 -45 45 -45 60

Dòng điện khi đóng tải là [4.8 -4.8 4.8 -4.8 4.1] Điện áp là [800 -700 800 -700 700]

- Đáp ứng tốc độ đạt tốc độ đặt với sai số xác lập nhỏ bằng 0

- Ổn định điện áp khi mang tốc độ động cơ thay đổi

- Độ méo dạng của dạng sóng THD (%) nhỏ

Kết quả mô phỏng matlab

Định dạng
Số trang	122
Dung lượng	7,83 MB