Luận án Nghiên cứu giải pháp cải thiện đặc tính làm việc của động cơ từ trở

Nội dung text: Luận án Nghiên cứu giải pháp cải thiện đặc tính làm việc của động cơ từ trở

1. Hình 4.12 Hệ thống điều khiển Backstepping kết hợp bộ ước lượng từ thông bằng mạng nơ ron nhân tạo 4.2.4 Kết quả mô phỏng kiểm chứng Chất lượng của bộ ước lượng từ thông và hệ thống điều khiển SRM được mô phỏng kiểm chứng bằng trên phần mềm Matlab/Simulink. Kết quả kiểm chứng đặc tính từ thông nhận dạng được cho trong Hình 4.13. Đặc tính từ thông nhận dạng từ bộ ước lượng bằng mạng nơ ron và từ thông thực được so sánh với nhau. Kết quả cho thấy bộ ước lượng từ thông cho kết quả gần như trùng khớp với từ thông thực, sai lệch từ thông là bằng 0, Hình 4.13b. Kết quả này cho thấy có thể sử dụng bộ ước lượng từ thông bằng mạng nơ ron nhân tạo để cung cấp giá trị từ thông cho bộ điều khiển thay cho giá trị từ thông đo lường thực nghiệm, hoặc giá trị từ thông tính toán từ các phương trình xấp xỉ gần đúng. Đặc tính mô men của động cơ từ trở thu được từ hệ thống sử dụng bộ điều khiển Backstepping kết hợp với bộ ước lượng từ thông bằng mạng nơ ron, Hình 4.14. Đặc tính mô men có biên độ đập mạch cao, chất lượng mô men chưa tốt với lý do được tác giả trình bày ở phần 4.1 khi tác giả tạm thời bỏ qua ảnh hưởng của bộ điều khiển khóa chuyển mạch logic trong luận án này. Hình 4.13 Đặc tính từ thông 70
2. Trường hợp tốc độ đặt trung bình và định mức, ứng với d 150 (rad / s ) và d 300 (rad / s ) trong Hình 4.16, đáp ứng tốc độ của bộ Backstepping và Backstepping-nơ ron tiếp tục cho thấy sự giống nhau, chất lượng điều khiển rất tốt. Ở cả hai trường hợp tốc độ trung bình và định mức, lượng quá điều chỉnh và sai số xác lập của hai đường đặc tính tốc độ đều bằng 0, thời gian quá độ của bộ Backstepping-nơ ron (0,45s) tốt hơn bộ Backstepping (0,5s) chỉ 0,05s. Tiếp tục kiểm chứng với trường hợp tốc độ đặt thay đổi từ d 15 (rad / s ) lên d 20 (rad / s ) như Hình 4.17. Chất lượng điều khiển của hai hệ thống gồm hệ thống sử dụng bộ điều khiển Backstepping và hệ thống sử dụng bộ điều khiển Backstepping-nơ ron xét tại thời điểm t = 1s (là thời điểm giá trị đặt thay đổi) được cho trong Bảng 4.4. Kết quả mô phỏng cho thấy hai đường đáp ứng tốc độ gần như là một, chất lượng điều khiển với các chỉ tiêu đánh giá như lượng quá điều chỉnh, thời gian quá độ và sai số xác lập là như nhau. Thời gian đáp ứng của đặc tính tốc độ do bộ Backstepping-nơ ron vẫn nhanh hơn đặc tính tốc độ của bộ Backstepping, mặc dù không đáng kể. Hình 4.16 Đặc tính tốc độ trường hợp tốc độ đặt 150 và 300 rad/s Hình 4.17 Đặc tính tốc độ và sai lệch tốc độ trường hợp tốc độ đặt thay đổi Bảng 4.4 Chất lượng điều khiển giữa Backstepping và Backstepping-nơ ron khi tốc độ đặt thay đổi Backstepping Backstepping-nơ ron Sai lệch tĩnh 0 0 Thời gian xác lập 0,3 0,3 Quá điều chỉnh 0 0 72
3. Hình 4.18 Đáp ứng tốc độ của hệ thống Backstepping và Backstepping-quan sát khi giảm tải Tương tự, Hình 4.19 là đáp ứng tốc độ của bộ điều khiển Backstepping với từ thông tính toán và bộ Backstepping kết hợp bộ ước lượng từ thông khi có tải thay đổi 1 Nm. Kết quả cho thấy sự tương đồng trong chất lượng điều khiển tốc độ của hai hệ thống (Bảng 4.5) trong trường hợp có sự thay đổi tải. Chất lượng điều khiển tốc độ cho SRM của ba hệ thống điều khiển xét với trường hợp có tải thay đổi được thể hiện ở Bảng 4.5. Chất lượng của bộ Backstepping-nơ ron và bộ Backstepping là tốt như nhau với lượng quá điều chỉnh chỉ khoảng 10%, thời gian quá độ 0,3 – 0,4s. Bộ Backstepping-quan sát cho chất lượng kém hiệu quả hơn khi lượng quá điều chỉnh lên tới 15% và thời gian quá độ là 0,45s. Điều này có thể nhận định rằng, chất lượng điều khiển chịu ảnh hưởng không nhỏ do tính chính xác của biến trạng thái từ thông đem lại. Từ thông được ước lượng bằng mạng nơ ron chính xác hơn so với từ thông từ bộ quan sát mang lại chất lượng điều khiển tốt hơn. Hình 4.19 Đáp ứng tốc độ của hệ thống Backstepping và Backstepping-nơ ron khi giảm tải Bảng 4.5 Thông số chất lượng hệ thống điều khiển của Backatepping, Backstepping-nơ ron và Backstepping-quan sát với tải giảm Có tải thay đổi tại thời điểm 1s Thông số Backstepping-nơ ron Backstepping Backstepping-quan sát Độ quá điều chỉnh 11% 10% 15% Thời gian quá độ 0,35 0,35 0,45 Sai số xác lập 0 0 0 74
4. Xét với trường hợp tốc độ trung bình d 180 (rad / s ) , mô men tải thay đổi từ 4 Nm xuống 1 Nm sau đó tăng lên 4 Nm, mô men tải thay đổi có dạng xung như Hình 4.22 và Hình 4.23. Kết quả mô phỏng cho thấy đáp ứng tốc độ của ba hệ thống gồm Backstepping, Backstepping-quan sát và Backstepping-nơ ron là tương đương nhau, chất lượng điều khiển đảm bảo với lượng quá điều chỉnh lần lượt là 4,2%, 4,6%, 4,2% và sai số xác lập bằng 0. Hình 4.22 Đáp ứng tốc độ của hệ thống Backstepping và Backstepping-quan sát khi tải thay đổi ở tốc độ trung bình Hình 4.23 Đáp ứng tốc độ của hệ thống Backstepping và Backstepping-nơ ron khi tải thay đổi ở tốc độ trung bình Mặc dù hệ thống điều khiển với bộ điều khiển Backstepping lần lượt kết hợp với bộ quan sát và bộ ước lượng từ thông đều cho chất lượng điều khiển tốt, phù hợp để thay thế cho việc xác định từ thông bằng các phương trình tính toán xấp xỉ gần đúng hoặc đo lường, đồng thời có thể tăng tính thời gian thực và giảm thiểu các thiết bị đo. Tuy nhiên, với từ thông thu được từ bộ ước lượng bằng mạng nơ ron chính xác hơn, chất lượng hệ thống điều khiển được khẳng định tốt hơn khi có tải thay đổi. Bộ ước lượng từ thông bằng mạng nơ ron nhân tạo hoàn toàn có thể sử dụng kết hợp cùng các kỹ thuật điều khiển mới trong tương lai với chất lượng điều khiển tốt. 76
5. KẾT LUẬN VÀ KIẾN NGHỊ 1. Đóng góp của luận án Trong toàn bộ luận án này, tác giả đã có một số đóng góp mới với những kết quả đạt được như sau: - Đề xuất được phương trình đặc tính từ thông mới có xét đến ảnh hưởng của bão hòa mạch từ và hỗ cảm giữa các pha. - Xây dựng được mô hình phi tuyến cho động cơ từ trở gồm mô hình thuận và mô hình nghịch. - Tổng hợp được bộ điều khiển Backstepping kết hợp với bộ quan sát trạng thái phi tuyến, bộ ước lượng từ thông bằng mạng nơ ron nhân tạo điều khiển tốc độ cho động cơ từ trở. 2. Hƣớng phát triển của luận án Luận án mới chỉ tập trung nghiên cứu thuật toán điều khiển Backstepping kết hợp với bộ quan sát trạng thái hoặc bộ ước lượng từ thông trên mô hình kết hợp của động cơ từ trở. Kết quả luận án dừng lại ở mô phỏng kiểm chứng. Hướng phát triển tiếp theo của luận án, tác giả sẽ áp dụng các kỹ thuật điều khiển phi tuyến khác thay thế cho kỹ thuật điều khiển Backstepping nhằm nâng cao chất lượng điều khiển hơn và mong muốn triển khai thực nghiệm trên thiết bị thực để kiểm chứng thuật toán và phát triển thành sản phẩm để có thể áp dụng trong thực tế. Đồng thời, nghiên cứu bộ điều khiển khóa chuyển mạch để tối ưu thời điểm chuyển mạch nhằm nâng cao chất lượng cho hệ thống điều khiển trong luận án đã đưa ra, nhất là cải thiện mô men đập mạch của SRM. 78
6. TÀI LIỆU THAM KHẢO [1] M. Ehsani (1997), “Switched reluctance motor drives - recent advances”, Sadhana - Acad. Proc. Eng. Sci., vol. 22, no. pt 6, pp. 821–836. [2] T. Suzuki, S. Ito, N. Tanaka, A. Chiba, T. Fukao, and H. Ninomiya (2008), “Development of high-efficiency switched reluctance motor”, Electr. Eng. Japan (English Transl. Denki Gakkai Ronbunshi), vol. 162, no. 2, pp. 73–82. [3] R. Rabinovici (2005), “Torque ripple, vibrations, and acoustic noise in switched reluctance motors”, HAIT J. Sci. Eng. B, vol. 2, pp. 5–6. [4] J. Y. Chai and C. M. Liaw (2010), “Reduction of speed ripple and vibration for switched reluctance motor drive via intelligent current profiling”, IET Electr. Power Appl., vol. 4, no. 5, pp. 380–396. [5] M. N. Anwar and I. Husain (2000), “Radial force calculation and acoustic noise prediction in switched reluctance machines”, IEEE Trans. Ind. Appl., vol. 36, no. 6, pp. 1589–1597. [6] O. Ustun (2009), “A nonlinear full model of switched reluctance motor with artificial neural network”, Energy Convers. Manag., vol. 50, no. 9, pp. 2413– 2421. [7] V. L. Do and M. C. Ta (2009), “Modeling, simulation and control of reluctance motor drives for high speed operation”, 2009 IEEE Energy Convers. Congr. Expo. ECCE 2009. [8] D. Qiao, X. Wang, Y. Wang, and B. Wei (2011), “A nonlinear model of switched reluctance motor based on structural parameters in Matlab langue”, 2011 Int. Conf. Electr. Mach. Syst. ICEMS 2011, pp. 2–4. [9] J. J. Wang (2016), “A common sharing method for current and flux-linkage control of switched reluctance motor”, Electr. Power Syst. Res., vol. 131, pp. 19–30. [10] X. Sun, K. Diao, Z. Yang, G. Lei, Y. Guo, and J. Zhu (2019), “Direct Torque Control Based on a Fast Modeling Method for a Segmented-Rotor Switched Reluctance Motor in HEV Application”, IEEE J. Emerg. Sel. Top. Power Electron., vol. PP, no. c, pp. 1–10. [11] C. Shang, A. Xu, L. Huang, and J. Chen (2019), “Flux linkage optimization for direct torque control of switched reluctance motor based on model predictive control”, IEEJ Trans. Electr. Electron. Eng., vol. 14, no. 7, pp. 1105–1113. [12] Sanjib Kumar Sahoo (2006), “High-performance torque control of switched reluctance motor sanjib kumar sahoo”, thesis of National University of Singapore. [13] R. Krishnan (2001), "Switched Reluctance Drives: Modeling, Simulation, Analysis, Design, and Applications", Industrial electronics series, CRS Press LLC. [14] J. Li and Y. Cho (2009), “Investigation into reduction of vibration and acoustic noise in switched reluctance motors in radial force excitation and frame transfer function aspects”, IEEE Trans. Magn., vol. 45, no. 10, pp. 80
7. [30] K. C. Yong, S. Y. Hee, and S. K. Chang (2007), “Pole-shape optimization of a switched-reluctance motor for torque ripple reduction”, IEEE Trans. Magn., vol. 43, no. 4, pp. 1797–1800. [31] Y. Zhang, B. Xia, D. Xie, and C. S. Koh (2011), “Optimum design of switched reluctance motor to minimize torque ripple using ordinary Kriging model and genetic algorithm”, 2011 Int. Conf. Electr. Mach. Syst. ICEMS 2011, vol. 1, pp. 1–4. [32] H. O. Ju and I. K. Byung (2005), “New rotor shape design of SRM to reduce the torque ripple and improve the output power”, ICEMS 2005 Proc. Eighth Int. Conf. Electr. Mach. Syst., vol. 1, pp. 652–654. [33] E. El-Kharashi (2007), “Design and predicting efficiency of highly nonlinear hollow cylinders switched reluctance motor”, Energy Convers. Manag., vol. 48, no. 8, pp. 2261–2275. [34] C. Lee and R. Krishnan (2009), “New Designs of a Two-Phase E-Core Switched Reluctance Machine by Optimizing the Magnetic Structure for a Specific Application: Concept, Design, and Analysis”, IEEE Trans. Ind. Appl., vol. 45, no. 5, pp. 1804–1814, 2009, doi: 10.1109/TIA.2009.2027570. [35] A. Derdi and V. O. Zbulur (1999), “Improving Performance of Switched”, vol. 317, no. July 1998, pp. 307–317. [36] K. Asghar (2013), “Analysis of Switched Reluctance Motor Drives for Reduced Torque Ripple using FPGA based Simulation Technique”, Am. J. Inf. Sci., vol. 6, no. 2, pp. 1–11. [37] R. Gobbi, N. C. Sahoo (2004), “A Fuzzy Iterative for Determination of Current Waveform for Switched Reluctance Motors using a Torque Sharing Function at Positive and Negative Torque Production Regions", The 30th Annual Conference of the IEEE Industrial Electronics Society, pp. 3172- 3177. [38] K. F. Wong, K. W. E. Cheng, and S. L. Ho (2009), “On-line instantaneous torque control of a switched reluctance motor based on co-energy control”, IET Electr. Power Appl., vol. 3, no. 4, pp. 257–264. [39] C. Mademlis and I. Kioskeridis (2003), “Performance optimization in switched reluctance motor drives with online commutation angle control”, IEEE Trans. Energy Convers., vol. 18, no. 3, pp. 448–457. [40] E. Mese (2002), “A rotor position, estimator for switched reluctance motors using CMAC”, IEEE Int. Symp. Ind. Electron., vol. 4, pp. 1184–1189. [41] N. Inanc (2002), “Phase current modulation of switched reluctance motor to minimize torque ripple”, Electr. Power Syst. Res., vol. 61, no. 1, pp. 51–55. [42] W. K. Ho, S. K. Panda, K. W. Lim, and F. S. Huang (1998), “Gain- scheduling control of the Switched Reluctance Motor”, Control Eng. Pract., vol. 6, no. 2, pp. 181–189. [43] A. Tahour, A. Meroufel, H. Abid, and A. G. Aissaoui (2008), “Sliding controller of switched reluctance motor”, Leonardo Electron. J. Pract. Technol., vol. 7, no. 12, pp. 151–162. [44] B. M. Dehkordi, A. Parsapoor, M. Moallem, and C. Lucas (2011), “Sensorless speed control of switched reluctance motor using brain emotional learning based intelligent controller”, Energy Convers. Manag., 82
8. “Feedback Linearizing Control of Switched Reluctance Motors”, IEEE Trans. Automat. Contr., vol. 32, no. 5, pp. 371–379. [59] S. Mir, I. Husain, and M. E. Elbuluk (1998), “Switched reluctance motor modeling with on-line parameter identification”, IEEE Trans. Ind. Appl., vol. 34, no. 4, pp. 776–783. [60] L. Ben Amor, L. A. Dessaint, and O. Akhrif (1995), “Adaptive nonlinear torque control of a switched reluctance motor via flux observation”, Math. Comput. Simul., vol. 38, no. 4–6, pp. 345–358. [61] L. Shen, J. Wu, S. Yang, and X. Huang (2013), “Reluctance Motors Excluding Rotor Clamping”, vol. 62, no. 1, pp. 185–191. [62] A. Nirgude, M. Murali, N. Chaithanya, S. Kulkarni, V. B. Bhole, and S. R. Patel (2016), “Nonlinear mathematical modeling and simulation of switched reluctance motor”, IEEE Int. Conf. Power Electron. Drives Energy Syst. PEDES 2016, vol. 2016-Janua, pp. 1–6. [63] L. E. Somesan, E. Padurariu, and I. A. Viorel (2013), “Two simple analytical models, direct and inverse, for switched reluctance motors”, Prog. Electromagn. Res. M, vol. 29, no. March, pp. 279–291. [64] T. J. E. Miller and M. Mcgilp (1990), “Nonlinear Theory of the Switched Reluctance Motor for Rapid Computer-Aided Design”, IEE Proc. B Electr. Power Appl., vol. 137, no. 6, pp. 337–347. [65] S. H. Mao and M. C. Tsai (2004), “An analysis of the optimum operating point for a switched reluctance motor”, J. Magn. Magn. Mater., vol. 282, no. 1–3, pp. 53–56. [66] D. A. Torrey and J. H. Lang (1990), “Modelling a Nonlinear Variable- Reluctance Motor Drive”, IEE Proc. B Electr. Power Appl., vol. 137, no. 5, pp. 314–326. [67] J. A. Makwana, P. Agarwal, and S. P. Srivastava (2018), “Modeling and Simulation of Switched Reluctance Motor”, Lect. Notes Electr. Eng., vol. 442, pp. 545–558. [68] J. Ye (2014), “Advanced Control Methods For Torque Ripple Reduction And Performance Improvement In Switched Reluctance Motor Drives”, p. 254. [69] C. S. Edrington, B. Fahimi, and M. Krishnamurthy (2007), “An autocalibrating inductance model for switched reluctance motor drives”, IEEE Trans. Ind. Electron., vol. 54, no. 4, pp. 2165–2173. [70] A. Berdai et al. (2015), “Similarity and Comparison of the Electrodynamics Characteristics of Switched Reluctance Motors SRM with Those of Series DC Motors”, Engineering, vol. 07, no. 01, pp. 36–45. [71] G. Rigatos, P. Siano, and S. Ademi (2019), “Nonlinear H-infinity control for switched reluctance machines”, Nonlinear Eng., vol. 9, no. 1, pp. 14–27. [72] M. T. Alrifai, J. H. Chow, and D. A. Torrey (2003), “Backstepping nonlinear speed controller for switched-reluctance motors”, IEE Proc. Electr. Power Appl., vol. 150, no. 2, pp. 193–200. [73] R. Ortega, A. Sarr, A. Bobtsov, I. Bahri, and D. Diallo (2019), “Adaptive state observers for sensorless control of switched reluctance motors”, Int. J. Robust Nonlinear Control, vol. 29, no. 4, pp. 990–1006. [74] H. Hannoun, M. Hilairet, and C. Marchand (2011), “High performance 84
9. PHỤ LỤC 1. Phụ lục 1: Giá trị từ thông theo dòng điện và vị trí rotor (nguồn: [12]) Dòng 1A 2A 3A 4A 5A 6A 7A 8A 9A điện Vị trí rotor 0.0058 0.01518 0.02326 0.03291 0.04286 0.05263 0.06250 0.07205 0.08197 0 061 3 1 2 2 8 2 8 2 0.0058 0.01518 0.02326 0.03291 0.04286 0.05263 0.06250 0.07205 0.08197 1 061 3 1 2 2 8 2 8 2 0.0057 0.01502 0.02327 0.03309 0.04307 0.05316 0.06307 0.07263 0.08275 2 113 6 5 6 6 8 5 3 3 0.0057 0.01531 0.02375 0.03390 0.04402 0.05449 0.06458 0.07428 0.08474 3 822 4 2 1 9 7 7 7 2 0.0062 0.01628 0.02498 0.03543 0.04606 0.05689 0.06739 0.07735 0.08817 4 539 6 9 1 9 4 3 3 2 0.0067 0.01750 0.02682 0.03787 0.04931 0.06049 0.07155 0.08212 0.09332 5 684 2 5 2 7 2 4 6 0.0082 0.01997 0.03047 0.04226 0.05483 0.06651 0.07800 0.08923 0.10071 6 337 2 8 7 8 7 4 0.0101 0.02377 0.03592 0.04904 0.06233 0.07454 0.08634 0.09799 0.10967 7 62 1 2 6 8 2 3 4 0.0129 0.02900 0.04316 0.05738 0.07134 0.08397 0.09581 0.10754 0.11926 8 15 4 4 8 6 6 0.0155 0.03448 0.05097 0.06651 0.08073 0.09357 0.10541 0.11709 0.12862 9 78 3 9 9 6 0.0183 0.03988 0.05923 0.07595 0.09048 0.10335 0.11516 0.12672 0.13805 10 16 9 3 6 9 0.0210 0.04542 0.06764 0.08592 0.10073 0.11356 0.12528 0.13684 0.14792 11 3 2 5 1 0.0232 0.05099 0.07571 0.09549 0.1108 0.12371 0.13535 0.14681 0.15788 12 39 3 1 3 0.0258 0.05655 0.08354 0.10475 0.12083 0.13367 0.14535 0.15667 0.16769 13 98 3 3 0.0284 0.06245 0.09176 0.11412 0.13102 0.14389 0.15556 0.16675 0.1774 14 55 2 1 0.0313 0.06830 0.10006 0.12368 0.14106 0.15397 0.16575 0.1766 0.18681 15 46 4 0.0338 0.07390 0.10826 0.13304 0.15097 0.16399 0.17559 0.18599 0.19562 16 03 3 0.0369 0.07992 0.11656 0.14278 0.16095 0.17403 0.18535 0.19515 0.20425 17 74 8 18 0.0394 0.08544 0.1247 0.15188 0.17069 0.18367 0.19436 0.20374 0.21229 86
10. 2. Phụ lục 2: Giá trị mô men theo dòng điện và vị trí rotor (nguồn: [12]) Dòng 1A 2A 3A 4A 5A 6A 7A 8A 9A điện Vị trí rotor 0 0 0 0 0 0 0 0 0 0 1 0.002442 0.007955 0.024605 0.047952 0.070941 0.10123 0.14297 0.18685 0.23473 2 0.003737 0.019092 0.048211 0.088245 0.13521 0.19373 0.26873 0.34687 0.44086 3 0.007696 0.036001 0.076627 0.13831 0.21546 0.30984 0.42546 0.5503 0.69382 4 0.011618 0.058793 0.11995 0.21401 0.3357 0.47878 0.65176 0.84686 1.067 5 0.020017 0.088097 0.18785 0.33603 0.53265 0.75369 1.0207 1.3199 1.6427 6 0.035335 0.14822 0.32734 0.58138 0.89307 1.2422 1.6253 2.0232 2.4568 7 0.060162 0.22848 0.51375 0.88471 1.3117 1.7668 2.2522 2.7276 3.2386 8 0.080068 0.29681 0.66496 1.1331 1.6502 2.1775 2.711 3.2331 3.7799 9 0.087949 0.32682 0.73282 1.2391 1.7941 2.3277 2.889 3.431 3.993 10 0.08658 0.32775 0.73275 1.2528 1.8297 2.3717 2.9297 3.508 4.0685 11 0.084286 0.32738 0.73867 1.2639 1.8415 2.3839 2.9644 3.535 4.1011 12 0.084064 0.32542 0.74089 1.2702 1.8426 2.3898 2.9696 3.5513 4.1314 13 0.083768 0.32708 0.74333 1.2628 1.8282 2.3872 2.9789 3.5446 4.1351 14 0.082658 0.32597 0.74037 1.2465 1.8104 2.3847 2.9611 3.5402 4.1236 15 0.080512 0.32412 0.74037 1.2321 1.7941 2.3761 2.9459 3.5231 4.0752 16 0.078884 0.31968 0.7363 1.2258 1.7849 2.3687 2.9289 3.478 4.0119 17 0.077885 0.31487 0.7363 1.2251 1.7767 2.3484 2.8927 3.4118 3.9194 18 0.077922 0.31302 0.73815 1.2203 1.7605 2.3095 2.8201 3.3074 3.7929 19 0.080734 0.32116 0.74703 1.2206 1.7346 2.2367 2.7132 3.1872 3.6408 20 0.085174 0.32967 0.74148 1.2103 1.6846 2.1453 2.5981 3.0425 3.4761 21 0.089799 0.33355 0.73563 1.1862 1.6258 2.035 2.4668 2.8771 3.2937 22 0.091908 0.33022 0.71972 1.1422 1.5296 1.8981 2.294 2.6644 3.0503 23 0.091649 0.32911 0.70677 1.0815 1.423 1.7497 2.0949 2.4257 2.7691 24 0.091094 0.32671 0.68413 1.0134 1.3031 1.5936 1.8822 2.1675 2.4542 25 0.091501 0.3182 0.6623 0.93684 1.1914 1.4352 1.6761 1.9111 2.1479 26 0.08917 0.30303 0.62271 0.85396 1.0678 1.261 1.4548 1.6365 1.816 27 0.075998 0.27898 0.56203 0.75258 0.92315 1.0675 1.2162 1.352 1.4785 28 0.051948 0.22977 0.45214 0.59866 0.72224 0.82473 0.92944 1.0186 1.0974 29 0.025298 0.15318 0.29045 0.3774 0.44696 0.49987 0.55574 0.60495 0.64417 30 0 0 0 0 0 0 0 0 0 88
11. 4. Phụ lục 4: Sơ đồ hệ thống điều khiển SRM trên Matlab/Simulink A. Bộ điều khiển Backstepping B. Bộ điều khiển Backstepping và SRM 90
12. 5. Phụ lục 5: Code chƣơng trình A. Code bộ điều khiển Backstepping function u = fcn(w,w_dot,wd,wd_dot,teta,a1_dot,Tl,i,U,phi) B = 0.2; J = 0.04; m = 5; g = 9.81; l = 0.01; c2 = 0.1; fx = -(B*w_dot + m*g*l*w*cos(teta)-Tl)/J; gx = 1; z1 = w - wd; z2 = w_dot - wd_dot; u = (-c2*z2-z1-fx+a1_dot)/gx; B. Code bộ ANN function phi = fcn(teta,i) a = 1.5e-3; b = 1.364e-3; Nr = 6; phis = 0.2886; i1 = i(1); i2 = i(2); i3 = i(3); i4 = i(4); f1 = a + b*sin(Nr*teta); f2 = a + b*sin(Nr*teta-2*pi/4); f3 = a + b*sin(Nr*teta-4*pi/4); f4 = a + b*sin(Nr*teta-6*pi/4); phi1 = phis*(1-exp(-i1*f1)); phi2 = phis*(1-exp(-i2*f2)); phi3 = phis*(1-exp(-i3*f3)); phi4 = phis*(1-exp(-i4*f4)); phi = [phi1,phi2,phi3,phi4]'; C. Code bộ quan sát từ thông function phi_mu_ao_dot = fcn(phi_mu_ao,i,u) r = 1.4; a = 1.5e-3; 92