tailieunhanh - Thuật toán học nơron sửa đổi để ước lượng điện trở roto và stato khi đang hoạt động cho truyền động động cơ không đồng bộ không cảm biến tốc độ

Ước lượng điện trở roto và stato trong quá trình làm việc là cần thiết đối với các hệ truyền động không cảm biến tốc độ động cơ không đồng bộ ba pha ở vùng tốc độ thấp. Trong bài viết này một thuật toán nơron sửa đổi đã được đề xuất để ước lượng điện trở roto và stato trong quá trình làm việc. Ở đây luật cập nhật của mạng nơron có tốc độ học là một hàm thích nghi theo từng chu kỳ lấy mẫu, hàm thích nghi được xác định bằng mô hình mờ Mamdani. | TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC (ISSN: 1859 - 4557) THUẬT TOÁN HỌC NƠRON SỬA ĐỔI ĐỂ ƯỚC LƯỢNG ĐIỆN TRỞ ROTO VÀ STATO KHI ĐANG HOẠT ĐỘNG CHO TRUYỀN ĐỘNG ĐỘNG CƠ KHÔNG ĐỒNG BỘ KHÔNG CẢM BIẾN TỐC ĐỘ A MODIFIED NEURAL LEARNING ALGORITHM FOR ONLINE ESTIMATION OF ROTOR AND STATOR RESISTANCES IN SENSORLESS INDUCTION MOTOR DRIVES Phạm Văn Tuấn, Phạm Hùng Phi, Nguyễn Thanh Sơn, Nguyễn Thế Công Trường Đại học Bách Khoa Hà Nội Ngày nhận bài: 5/10/2018, Ngày chấp nhận đăng: 20/12/2018, Phản biện: TS. Nguyễn Đăng Toản Tóm tắt: Ước lượng điện trở roto và stato trong quá trình làm việc là cần thiết đối với các hệ truyền động không cảm biến tốc độ động cơ không đồng bộ ba pha ở vùng tốc độ thấp. Trong bài báo này một thuật toán nơron sửa đổi đã được đề xuất để ước lượng điện trở roto và stato trong quá trình làm việc. Ở đây luật cập nhật của mạng nơron có tốc độ học là một hàm thích nghi theo từng chu kỳ lấy mẫu, hàm thích nghi được xác định bằng mô hình mờ Mamdani. Kết quả mô phỏng cho thấy các điện trở được ước lượng bằng mạng nơron với tốc độ học là hàm thích nghi được đề xuất có sai số nhỏ so với điện trở roto và stato thực, nâng cao chất lượng của hệ truyền động động cơ không đồng bộ không có cảm biến tốc độ. Từ khóa: Mạng nơron nhân tạo, điều khiển mờ, ước lượng điện trở roto, ước lượng điện trở stato. Abstract: Online estimation of rotor and stator resistance is essential for sensorless induction motor drives in the low speed region. In this paper, a novel modified neural algorithm has been proposed for online estimation of the rotor and stator resistance. Here the updated law of neural network with the learning rate is an adaptive function for each sampling cycle, and the adaptive function is determined by a Mamdani fuzzy model. The simulation results showed that the rotor and stator resistance estimated by neural network with learning rate as the adaptive function with small error compared to the real rotor and stator resistance, .

TỪ KHÓA LIÊN QUAN
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.