Document Type : Research Article
Authors
1 Department of electrical engineering,Faculty of Engineering,University of Isfahan,Isfahan
2 Department of electrical engineering, Faculty of Engineering,University of Isfahan, Isfahan, Iran
Abstract
Keywords
در سال های اخیر استفاده از موتورهای سنکرون مغناطیس دائم داخلی[1] به علت ویژگی های متعدد و مزایای مختلف در مقایسه با موتورهایDC و AC برای کاربردهای صنعتی افزایش یافته است. بعضی از این برتری ها عبارتند از: راندمان بالا، ریپل کم در گشتاور، هزینه کم جهت نگهداری و قابلیت اطمینان بالا. این ویژگی ها موجب شده است که موتورهای سنکرون مغناطیس دائم داخلی در بسیاری از کاربردها، مانند: کاربردهای کششی، رباتیک و خودروهای الکتریکی هیبریدی که در آنها راندمان بالا و پاسخ دقیق مورد نیاز است، به عنوان گزینه ای مناسب برایکاربردهای صنعتی باشند[1]. نمونههایی از کنترل کننده های مرسوم در کنترل سرعت موتورها در صنعت، کنترل کننده های با گین ثابت تناسبی-انتگرالی[2]و تناسبی-انتگرالی- دیفرانسیلی است که این نوع کنترل کنندهها به علت سادگی در بسیاری از کاربردها استفاده میشوند[2-4]، اما این کنترل کنندهها به علت مشکلاتی مانند حساسیت به پارامترهای موتور تحت شرایط مختلف، تغییر پله ای سرعت و تغییر گشتاور بار در رنج وسیع سرعت پاسخ مناسبی ازخود نشان نمیدهند. از دیگر کنترل کنندههایی که در کنترل سرعت این موتورها استفاده میشود، میتوان به کنترل کننده مد لغزشی[5-8]، و کنترل کننده بازگشت به عقب تطبیقی[3] [5]،[9-12] اشاره کرد، اما این کنترل کننده ها به علت وابسته بودن به پارامترهای موتور و پیچیدگی آنها، در عمل استفاده از آنها مشکل است. نوع دیگر کنترل کنندههایی که در کنترل سرعت درایو مغناطیس دائم داخلی استفاده میشود، کنترل کنندههای هوشمند مانند کنترل کننده منطق فازی[4]و شبکه عصبی است. در بین کنترل کنندههای هوشمند متعدد، کنترل کننده منطق فازی، یکی از سادهترین نوع آنها برای کنترل سرعت درایوهای سنکرون مغناطیس دائم با عملکرد بالا در طراحی و پیاده سازی است. این کنترل کننده از آنجا که بر اساس قوانین کنترل زبانی که پایه ی آن بر مبنای منطق زبانی انسان بنا شده است، نسبت به دیگر انواع مرسوم کنترلرها در مواردی مانند حساس نبودن به تغییر پارامترها، تغییر گشتاور بار، پاسخ زمانی مناسب، زمان نشست کم و پایداری، عملکرد بهتری دارد [2]،[13, 14]. در این تحقیقات طراحی بر این اساس صورت گرفته است که جریان محور d برابر صفر فرض شده است و از ترم غیر خطی رلوکتانسی موجود در رابطه گشتاور صرفنظر میگردد. بدون کنترل مناسب عملکرد تضعیف شار[5] ، کنترل کننده در سرعت های بالا به اشباع رفته، کنترل پذیری آن از دست میرود. در[15] دو طراحی مختلف برای کنترل کننده منطق فازی را که یکی بر اساس صفر در نظر گرفتن جریان محور d و دیگری با استفاده از طراحی بر اساس عملکرد ماکزیمم گشتاور به جریان[6]در FLC است، مقایسه کرده است و نتایج حاصل از این دو طراحی نشان دادهاند که درصورتی که عملکرد FLC با MTPA در نظر گرفته شود،نوسانهای سرعت موتور نسبت به حالت بسیار کمتر است و جریان فاز استاتور دامنه کمتری دارد. در [16] کاربرد یک کنترلکننده عاطفی برای کنترل سرعت موتور درایو مغناطیس دائم داخلی پیشنهاد شده است. ایرادی که در آن کار وجود دارد، این است که تنها برای ناحیه زیر سرعت پایه کاربرد دارد و برای بالاتر از آن طراحی نشده است.در [17]، از دو کنترل کننده عاطفی به صورت جداگانه برای کنترل شار و سرعت برای یک موتور القایی استفاده شده است. مهمترین ایرادی که در آن کار دیده می شود، این است که از آنجایی که کنترلکننده عاطفی باید ابتدا آموزش ببیند و سپس پاسخ مناسب از خود نشان دهد، همین امر موجب می شود که در ابتدای عملکرد پاسخ مناسبی نداشته باشد، اما مشاهده می شود که از همان آغاز کار سرعت موتور به سرعت مرجع همگرا شده است و پاسخ های ارائه شده در آن مقاله از واقعیت دور است. در[18] از یک کنترل کننده هوشمند مبتنی بر یادگیری عاطفی[7] برای کنترل سرعت یک موتور مغناطیس دائم داخلی استفاده شده است، ولی مشکلی که در آن طراحی وجود دارد، این است که جریان محور d برابر صفر در نظر گرفته شده؛ با این فرض کنترل موتور در سرعتهای بالاتر از سرعت نامی مشکل بوده و گاهی اوقات موتور در شرایط نامی قادر به رسیدن به سرعت نامی نیست.
در این مقاله به طراحی یک کنترل کننده هوشمند مبتنی بر یادگیری عاطفی برای کنترل سرعت یک موتور سنکرون مغناطیس دائم داخلی پرداخته شده است. در این طراحی با فرض id≠0 و تضعیف شار فاصله هوایی، موتور با حفظ محدودیتهای ولتاژ و جریان قادر است که به سرعتهای بالاتر از سرعت نامی دست پیدا کند. همچنین، با توجه به هوشمند بودن این کنترل کننده، موتور میتواند در شرایطی مانند تغییر پارامترهای موتور و قطع ناگهانی یک فاز با حفظ پایداری به کار خود ادامه دهد.
روند ارائه مطالب در این مقاله به این ترتیب است که: در بخش (2) مدل ریاضی موتور مغناطیس دائم داخلی ارائه شده است. بخش (3) به بیان مطالبی در مورد قاعده کلی کنترل موتور مغناطیس پرداخته است. بخش (4) شامل طراحی کنترل کننده عاطفی پیشنهاد شده در این مقاله است. در بخش (5) نتایج حاصل کنترل از شبیه سازی کنترل کننده پیشنهادی و مقایسه آن با کنترل کننده تناسبی–انتگرالی آورده شده است و در بخش (6) نتیجهگیری حاصل از استفاده کنترل کننده منطق عاطفی پیشنهاد شده ذکر شده است.
(1) |
(4) |
(3) |
(2) |
(1) |
(1) |
که پارامترهای به کار رفته در روابط عبارتند از :
vd و vq ولتاژهای محورهای d و q ، id و iq جریان های محورهایd و q، Ld و Lq اندوکتانس های محورهایd وq ، J ممان اینرسی موتور و بار، Rs مقاومت هر فاز استاتور، Teو TL گشتاور الکترومغناطیسی و گشتاور بار، P تعداد زوج قطب های موتور، Bm ضریب اصطکاک موتور و λf شار مغناطیسی آهنرباهای دائمی هستند.
طبق معادله (4)، گشتاور موتور IPM از دو ترم تشکیل شده است: ترم اول آن که به دلیل اختلاف بین اندوکتانس های محورهایd و q است و به گشتاور رلوکتانسی معروف است و ترم دیگر آن که توسط آهنرباهای دائمی تولید میشود و به صورت حاصل ضرب شار آهنرباهای دائمی در جریان محور q است و گشتاور مغناطیس کنندگی نامیده میشود. به منظور کنترل سرعت موتور سنکرون مغناطیس دائم داخلی در بالاتر از سرعت نامی از ترم رلوکتانسی گشتاور برای عملکرد موتور در ناحیه تضعیف شار استفاده میشود. بسیاری از محققان برای سهولت در طراحی، جریان محور d را(برای ناحیه کنترل زیر سرعت نامی) برابر صفر در نظر میگیرند. در نتیجه رابطه گشتاور به صورت تابعی خطی از جریان محور q تبدیل میشود، اما برای نواحی بالاتر از سرعت پایه فرض کمتر استفاده میشود. بنابراین، این فرض که id=0 باشد، موجب میشود که شار این موتور به صورت مناسبی قابل کنترل نباشد و در نتیجه موتور گاهی قادر نیست حتی به سرعت نامی خود برسد. در این مقاله کنترل کننده عاطفی به گونه ای طراحی میگردد که با در نظر رفتنid≠0 ، شار به نحو مطلوبی کنترل گردد و موتور در رنج وسیعی از سرعت عملکرد مناسبی داشته باشد.
مدل محاسباتی کنترل کننده مبتنی بر یادگیری عاطفی بر اساس سیستم لیمبیک[8] در موجودات زنده که مسؤول عواطف، احساسات و اعمال هدفدار در بدن است، طراحی میشود. سیستم لیمبیک یکی از مهمترین و در عین حال پیچیدهترین بخشهای بدن انسان است و از بخشهای متعددی تشکیل شده که از جمله این قسمت ها میتوان به آمیگدالا[9]، قشر کروی پیشانی[10] ، تالاموس[11] و قشر حسی اشاره کرد. این مدل متناظر با آمیگدالا و قشر کروی پیشانی به دو بخش تقسیم میشود: بخش آمیگدالا که دادههایش را از تالاموس و بخش قشری دریافت میکند، در حالی که بخش کروی داده های خود را تنها از بخش های قشر مغزی و آمیگدالا دریافت میکند. در شکل(1) نمایش گرافیکیBELBIC نمایش داده شده است. در بالا قسمت اصلی قشر کروی پیشانی، در سمت راست پایین آمیگدالا و سمت چپ بخش های تالاموس و قشر حسی قرار گرفتهاند. ورودی های حسی به تالاموس وارد میشوند و ماکزیمم کلیه ورودیها در قالب یک سیگنال به آمیگدالا وارد میشود. سیگنال اصلی پاداش[12] به هر دو بخش آمیگدالا و قشر کروی پیشانی وارد میشود. به ازای هر عامل S یک گره A وجود دارد. همچنین، به ازای هر عامل محرک یک گره O وجود دارد. یک گره خروجی به طور مشترک برای کلیه خروجیهای مدل وجود دارد که گره E نامیده میشود. به بیان ساده، گرهE خروجیهای گره هایA را با یکدیگر جمع نموده، سپس خروجیهای باز دارنده گرههایO را از آن کم میکند که حاصل آن خروجی کنترلکننده است.
اتصالات تالامیک به عنوان ماکزیمم بین تمامی عوامل محرک در نظر گرفته میشود و خود به عنوان ورودی دیگر برای سنجش آمیگدالا محسوب میشود که به شکل زیر است:
(5) |
شکل (1): نمایش گرافیکی کنترلر عاطفی[19]
برای هر گره A، یک اتصال تجسمی با وزن V وجود دارد. هر ورودی باید در این وزن ضرب شود تا بتواند به عنوان خروجی گره در نظر گرفته شود. گرههایO نیز به طور مشابهی با وزن اتصالات W به سیگنال ورودی اعمال میشوند تا خروجی تولید شود. وزن اتصالات متناسب با Vi اختلاف بین تقویت کنندهها و فعال سازی گرههایA تنظیم میشوند که از رابطه زیر محاسبه میشود:
(6) |
اگر یکباریک واکنش عاطفی یادگرفته شود، باید همیشگی باشد. این وظیفه قشر کروی پیشانی است که از واکنشهای نامناسب جلوگیری نماید. بنابراین، عبارت max در رابطه (6) به منظور یکنواخت نمودن و بیان اینکه بهره آمیگدالا نمیتواند از مقدار اولیه خود کمتر شود، به کار رفته است. تقویتکننده گرههایO سیگنال دریافت شده را با سیگنال مورد انتظار مقایسه نموده و اگر هر گونه ناهماهنگی وجود داشته باشد، از تولید خروجی جلوگیری به عمل میکند.
(7) |
قانون یادگیری در قشر کروی پیشانی بسیار شبیه قانون یادگیری در آمیگدالا ست، تنها تفاوت این است که وزن اتصالات قشر کروی میتواند هم افزایش و هم کاهش یابد تا بتواند موانع مورد نظر را دنبال کند. β یک ثابت یادگیری دیگر است. بنابراین، مقادیر گره ها به صورت زیر محاسبه میشوند:
(8) |
|
(9) |
|
(10) |
|
(11) |
گره هایA خروجی های متناسب با نقششان در پیشبینی پاداشها تولید میکنند، در حالی که گرههایO هر جا لازم باشد، از تولید خروجیE جلوگیری مینماید. سیگنال تقویت کننده پاداش به عنوان تابعی از تمامی سیگنالهای دیگری که خود به صورت توابع مهم و معتبری در نظر گرفته شدهاند، بیان میشود.
(12) |
که PO یک خروجی از سیستم وE یک سیگنال کنترلی وSi ورودی حسی است. به طور مشابه، هر یک از ورودیهای حسی Si باید به صورت تابعی از توابع خروجیهای سیستمی و خروجی کنترل کننده به صورت زیر در نظر گرفته شود:
(13) |
در این مقاله برای استفاده کردن از کنترل کننده عاطفی به عنوان کنترل کننده سرعت سیگنالهای پاداش و ورودیهای حسی به صورت زیر در نظر گرفته شدهاند:
(14) |
|
(15) |
در این روابط e خطای سرعت، CO خروجی کنترلکننده،K1 و K2 و K3 و K4 گینهای کنترلکننده هستند. ساختار کنترلکننده سرعت استفاده شده در این مقاله در شکل(2) نشان داده شده است.
شکل (2): ساختار کنترل کننده سرعت برای موتور مغناطیس دائم با استفاده از کنترل کننده عاطفی
به منظور ارزیابی عملکرد کنترل کننده پیشنهاد شده و بررسی کارآمد بودن کنترل کننده عاطفی، چندین تست بر روی موتور درایو سنکرون مغناطیس دائم داخلی در شرایط عملکرد مختلف انجام شده است. شبیه سازی های صورت گرفته بر روی یک درایو کامل با استفاده از نرم افزار Matlab/Simulink انجام شده است. همچنین برای بررسی و اثبات عملکرد مناسب کنترل کننده عاطفی تستهایی با شرایط یکسان بر روی یک سیستم درایو سنکرون مغناطیس دائم داخلی با استفاده از کنترل کننده تناسبی- انتگرالی انجام و نتایج این دو کنترل کننده با یکدیگر مقایسه شده است. پارامترهای موتوری مورد استفاده در شبیه سازی جدول (1) ارایه شده است.
جدول(1): پارامترهای موتور سنکرون مغناطیس دائم داخلی
40 kW |
Rated power (Pn) |
3 |
Number of pole pairs(P) |
133 N.m |
Reted torque(Tn) |
240 V |
Rated voltage(Vn) |
2600 rpm |
Rated speed(ωn) |
29.5 mΩ |
Stator resistance(RS) |
375 µH |
d-axis inductance(Ld) |
835 µH |
q-axis inductance(Lq) |
0.011Kgm2 |
Moment of inertia of motor(J) |
0.0019Nm/rad/s |
Friction coefficient(Bm) |
0.07 Vol/rad/s |
Permanent magnet flux(λf) |
در نخستین تست، سیستم درایو در بار نامی 133 نیوتن- متر و با سرعت rad/sec2/272 شروع به کار میکند. در شکل (3)-(الف) دیده میشود که وقتی از کنترل کننده عاطفی استفاده میشود، سرعت واقعی موتور در مدت زمان 35/0 ثانیه و بدون هیچ فراجهش وفروجهش ، به سرعت مرجع انتخاب شده همگرا میشود، در حالی که با استفاده از کنترل کننده تناسبی- انتگرالی موتور پس از یک فراجهش و فروجهش و پس از زمان 1/0 ثانیه، به حالت دائمی خود میرسد.( شکل (3)-(ب)) علت اینکه کنترلکننده عاطفی پس از زمان بیشتری به مقدار مرجع همگرا میشود، این است که این کنترلکننده درمرحله ابتدایی باید آموزش ببیند و از این رو، مدت زمان بیشتری نیاز دارد که به سرعت مرجع برسد. برای یک درایو با عملکرد بالا، این ویژگی ضروری است که در صورت ایجاد یک تغییر پلهای در سرعت مرجع، سرعت واقعی موتور بتواند مقدار مرجع جدید را دنبال کند.
شکل (3): منحنی تغییرات سرعت موتور نسبت به زمان در سرعت و بار نامی. (الف) کنترل کنندهی عاطفی (ب) کنترل کننده ی تناسبی-انتگرالی
به منظور بررسی این ویژگی در درایو پیشنهاد شده یک تغییر پلهای در ثانیه 99/0 در نظر گرفته شده است، بدین ترتیب که ابتدا یک سرعت مرجع در مقدار rad/sec200و در ناحیه گشتاور ثابت برای موتور تعیین شده است و سپس در ثانیه 99/0 سرعت به صورت پلهای به مقدارrad/sec400 و در ناحیه توان ثابت تغییر میکند. همان طور که در شکل(4)-(الف) دیده میشود، در حالتی که از کنترل کننده عاطفی استفاده شده است، سرعت واقعی موتور در مدت زمان 04/0 ثانیه پس ازاین تغییر ناگهانی به مقدارrad/sec400 میرسد، اما مطابق شکل(4)-(ب)، وقتی که همین تغییر بر روی درایو با کنترل کننده تناسبی- انتگرالی صورت میگیرد، سرعت موتور طی زمان 12/0 ثانیه و پس از تغییر به مقدار مرجع rad/sec 400 همگرا میشود. همچنین، از آنجایی که یک درایو با عملکرد بالا باید قابلیت عملکرد در رنج وسیعی از سرعت را داشته باشد. به همین علت در تست دیگری که بر روی این موتور درایو انجام شده است، یک مسیر مرجع که شامل تمامی سرعت ها ست برای درایو، در نظر گرفته شده است. در شکل (5)-(الف) و (ب) این مسیر علاوه بر حالت های قبل در سرعت های بسیار پایین (نزدیک به سرعت صفر) وهمچنین سرعت های منفی نشان داده شده است. در شکل(5)-(الف) کنترل کننده عاطفی برای تمامی سرعت ها به گونهای طراحی شده است که بدون فراجهش وفروجهش محسوسی سرعت مرجع را دنبال میکند، اما به طوری که در شکل (5)-(ب) ملاحظه میگردد کنترل کننده تناسبی- انتگرالی در زمان هایی که تغییرات پلهای ناگهانی در سرعت و گشتاور اعمال میشود، به علت مقاوم نبودن در برابر تغییراتسرعت و تغییرات بار در زمان های مختلف به طور مطلوبی قادر به دنیال کردن مسیر مرجع و حذف اثر اغشاشات نیست. در شکل(6)-(الف)و(ب) شکل موج جریان های محورهایq و d به ترتیب برای دو کنترل کننده عاطفی و PI نمایش داده شده است. تست دیگری بر روی موتور مغناطیس دائم داخلی انجام شده است و در آن حساسیت کنترل کننده های عاطفی و تناسبی- انتگرالی نسبت به تغییر پارامترهای موتور بررسی شده است. بدین منظور، در سرعت rad/sec300 و در بار 100 نیوتن- متر ابتدا در ثانیه t=0.4 ضریب ممان اینرسی موتور(J ) از مقدار نامی به 25/0 مقدار نامی آن کاهش داده شده و سپس در ثانیهt=0.6s ضریب اصطکاک (Bm ) از مقدار نامی به دو برابر مقدار نامی افزایش داده شده است. در شکل (7).(الف) و (ب) نتایج شبیه سازی انجام شده بر روی سیستم درایو مورد مطالعه با دو کنترل کننده نشان داده شده است.همان گونه که در شکل (7)-(الف)و(ب) ملاحظه میشود، زمانی که این تغییرات در پارامترها اعمال، میشود سرعت موتور با کنترل کننده عاطفی در مقایسه با وضعیت مشابه آن در کنترل کننده تناسبی- انتگرالی نوسانهای کمتری دارد.
یکی از ویژگی های مهم کنترل کننده های هوشمند، توانایی آنها در حفظ پایداری موتور در صورت قطع ناگهانی یک فاز است. از این رو، در تست دیگری به بررسی این وضعیت و انجام عمل قطع ناگهانی یک فاز موتور هنگام انجام کار آن پرداخته شده است. همان گونه که در شکل (8)-(الف)و(ب) مشاهده میشود، موتور ابتدا تا لحظه t=1.2s به صورت سه فاز عمل میکند و در ثانیهt=1.2s به صورت ناگهانی فاز موتور قطع میشود.
شکل (4): منحنی سرعت موتور ممغناطیس دائم داخلی در نواحی گشتاور ثابت و توان ثابت. (الف) کنترل کنندهی منطق فازی. (ب) کنترل کنندهی تناسبی-انتگرالی
شکل (5): منحنی تغییرات سرعت موتور بر حسب زمان در رنج وسیع سرعت. (الف)کنترل کننده عاطفی. (ب) کنترل کننده تناسبی- انتگرالی
شکل(6): شکل موج جریان محورهای d و q. (الف) کنترل کننده پیشنهاد شده عاطفی. (ب) کنترل کننده تناسبی- انتگرالی
شکل(7): منحنی سرعت موتور با تغییر پارامترهای ممان اینرسی و ضریب اصطکاک موتور در بار 100 نیوتن- متر. (الف) کنترل کننده عاطفی؛ (ب) کنترل کننده تناسبی- انتگرالی
در شکل (8)-(الف)و(ب) دیده میشود که کنترل کننده فازی به علت طراحی مناسب و هوشمند، همچنان در شکل (8)-(الف)و(ب) دیده میشود که کنترل کننده فازی به علت طراحی مناسب و هوشمند، همچنان عمل کنترل سرعت را انجام میدهد و این کار را بدین ترتیب انجام میدهد که در لحظهای که جریان فاز موتور قطع میشود، با اعمال اضافه جریان بر روی دو فاز دیگر عمل کنترل سرعت را ادامه میدهد، اما در شکل (8)-(ب) کنترل کننده تناسبی- انتگرالی در لحظهی به علت حذف یک فاز و اینکه با دو فاز باقی مانده قادر به تأمین گشتاور بار اعمال شده به موتور نیست، لذا سیستم موتور درایو به حالت ناپایدار میرود و کنترل سرعت از لحظه قطع فاز به بعد انجام نمیشود.
شکل(8): منحنی سرعت موتور با قطع یک فاز در ثانیهی 1.2. (الف) کنترل کنندهی عاطفی. (ب) کنترل کننده تناسبی- انتگرالی
در این مقاله یک کنترل کننده عاطفی برای کنترل سرعت موتور سنکرون مغناطیس دائم داخلی پیشنهاد شده است و نتایج آن به طور موفقیت آمیزی بر روی درایوسنکرون مغناطیس دائم داخلی با توانkW 40 در محیطMatlab/Simulink شبیه سازی شد. برای بررسی کارا بودن کنترل کنندهی پیشنهاد شده شرایط مختلفی مانند تغییر گشتاور بار، تغییر پله ای سرعت، تغییر پارامترهای موتور و قطع ناگهانی یک فاز موتور به درایو اعمال گردید و نتایج آن با یک کنترلکنندهی تناسبی- انتگرالی مقایسه گردید.
نتایج شبیه سازی ها نشان داد که کنترلکنندهی پیشنهاد شده مقاوم در برابر شرایط مختلف و حذف اثر اغتشاشات مربوط به بار و تغییرات پارامترهای موتور بوده و نیز قابلیت حفظ پایداری موتور در شرایط خاص مانند قطع ناگهانی یک فاز را دارا میباشد. لذا این طرح به دلیل ویژگیهای بیان شده قابل اجرا بر روی درایو های سنکرون مغناطیس دائم داخلی با عملکرد بالا میباشد.
[1]Interior Permanent Magnet Synchronous Motor (IPMSM)
[2]Proportional-Integral (PI)
[3]Adaptive Backstepping Controller
[4]Fuzzy Logic Controller (FLC)
[5]Flux Weakening (FW)
[6]Maximum Torque Per Ampere(MTPA)
[7]Brain Emotional Learning Based-on Intelligent Controller (BELBIC)
[8]Limbic
[9]Amygdala
[10]Orbitofrontal Cortex
[11]Thalamus
[12]Reward