ĐIỀU KHIỂN DỰ BÁO THEO MÔ HÌNH VÀ NƠRON MỜ CHO HỆ THỐNG TRUYỀN ĐỘNG XE ĐIỆN | Sơn | TNU Journal of Science and Technology

ĐIỀU KHIỂN DỰ BÁO THEO MÔ HÌNH VÀ NƠRON MỜ CHO HỆ THỐNG TRUYỀN ĐỘNG XE ĐIỆN

Thông tin bài báo

Ngày nhận bài: 25/07/23                Ngày hoàn thiện: 03/10/23                Ngày đăng: 03/10/23

Các tác giả

1. Trần Ngọc Sơn Email to author, Trường Đại học Kinh tế - Kỹ thuật Công nghiệp
2. Lại Khắc Lãi, Trường Đại học Kỹ thuật Công nghiệp - ĐH Thái Nguyên
3. Lê Thị Thu Hà, Trường Đại học Kỹ thuật Công nghiệp - ĐH Thái Nguyên

Tóm tắt


Hệ thống truyền động điện của xe điện có chức năng cung cấp công suất kéo cần thiết để di chuyển xe theo mệnh lệnh của người lái xe. Yêu cầu đối với hệ thống truyền động xe điện là chúng phải có dải điều khiển tốc độ rộng, mô men xoắn cao trong quá trình khởi động và leo dốc, thuận tiện trong điều khiển, làm việc ổn định trong điều kiện môi trường thay đổi và dễ dàng tái tạo năng lượng khi phanh và khi xuống dốc. Bài báo đề xuất ứng dụng hệ nơ ron mờ thích nghi và điều khiển dự báo theo mô hình cho truyền động xe điện sử dụng động cơ không đồng bộ 3 pha rotor lồng sóc, trong đó điều khiển dự báo được sử dụng cho mạch vòng điều khiển mô men, điều khiển nơ ron mờ thích nghi được sử dụng cho mạch vòng tốc độ. Kết quả được kiểm tra thông qua mô phỏng trên phần mềm Matlab - Simulink ứng với khi xe làm việc trong điều kiện tốc độ và mô men không thay đổi và khi xe làm việc trong điều kiện tốc độ và mô men thay đổi cho thấy hệ thống phù hợp với các điều kiện hoạt động của xe. 


Từ khóa


Xe điện chạy bằng pin; Điều khiển dự báo theo mô hình; Nơ ron - mờ thích nghi; Xe điện; Động cơ không đồng bộ

Toàn văn:

PDF

Tài liệu tham khảo


[1] C.-L. Cai, X.-G. Wang, Y.-W. Bai, Y.-C. Xia, and K. Liu, “Motor Drive System Design for Electric Vehicle,” International Conference on Electric Information and Control Engineering, April 15-17, 2011, Wuhan, China, pp. 1-4.

[2] J. Li, J. J. Yu, and Z. Chen, “A review of control strategies for permanent magnet synchronous motor used in electric vehicles,” in Applied Mechanics and Materials, 2013, pp. 1679–1685, doi: 10.4028/www.scientific.net/AMM.321-324.1679.

[3] MathWorks, “Motor Control BlocksetTM Design and implement motor control algorithms,” 2023. [Online]. Available: https://www.mathworks.com/products/motor-control.html. [Accessed June 06, 2023].

[4] C. Liu, K. T. Chau, C. H. T. Lee, and Z. Song, “A Critical Review of Advanced Electric Machines and Control Strategies for Electric Vehicles,” Proceedings of the IEEE, vol. 109, no. 6, pp. 1004–1028, Jun. 01, 2021, doi: 10.1109/JPROC.2020.3041417.

[5] M. Żelechowski, “Space Vector Modulated-Direct Torque Controlled (DTC-SVM) Inverter-Fed Induction Motor Drive,” Ph.D. Thesis, Warsaw University of Technology, Warsaw – Poland, 2005.

[6] F. Kühne, W. F. Lages, and J. M. G. da S. Jr, “Model Predictive Control of a Mobile Robot Using Linearization,” Engineering, Mathematics, vol. 26, pp. 525-530, 2015.

[7] A. A. Ahmed, B. K. Koh, and Y. Il Lee, “Continuous Control Set-Model Predictive Control for Torque Control of Induction Motors in a Wide Speed Range,” Electric Power Components and Systems, vol. 46, no. 19-20, pp. 2142-2158, Dec. 2018, doi: 10.1080/15325008.2018.1533602.

[8] T. Liu, G. Chen, and S. Li, “Application of Vector Control Technology for PMSM Used in Electric Vehicles,” the Open Automation and Control Systems Journal, vol. 6, pp. 1334-1341, 2014.

[9] L. Niu, M. Yang, X. Gui, and D. Xu, “A Comparative Study of Model Predictive Current Control and FOC for PMSM,” 17th International Conference on Electrical Machines and Systems (ICEMS), Oct. 22-25, 2014, Hangzhou, China, pp. 3143-3147.

[10] J. Holtz, “The Dynamic Representation of AC Drive Systems by Complex Signal Flow Graphs,” Proceedings of 1994 IEEE International Symposium on Industrial, 1994, pp. 1-6.

[11] M. Popescu “Induction motor modelling for vector control purposes,” Helsinki University of Technology, 2000. [Online]. Available: https://www.researchgate.net/publication/269517505. [Accessed June 10, 2023].

[12] S. Chopra, G. Dhiman, A. Sharma, M. Shabaz, P. Shukla, and M. Arora, “Taxonomy of Adaptive Neuro-Fuzzy Inference System in Modern Engineering Sciences,” Comput. Intell. Neurosci., vol. 2021, 2021, doi: 10.1155/2021/6455592.

[13] Y. X. Ding, S. Cheng, Y. T. Huang, and D. Y. Hong, “Deep PID Neural Network Controller for Precise Temperature Control in Plastic Injection-moulding Heating System,” in IFAC-PapersOnLine, Elsevier B.V., Sep. 2022, pp. 114–119, doi: 10.1016/j.ifacol.2022.10.497.




DOI: https://doi.org/10.34238/tnu-jst.8407

Các bài báo tham chiếu

  • Hiện tại không có bài báo tham chiếu
Tạp chí Khoa học và Công nghệ - Đại học Thái Nguyên
Phòng 408, 409 - Tòa nhà Điều hành - Đại học Thái Nguyên
Phường Tân Thịnh - Thành phố Thái Nguyên
Điện thoại: 0208 3840 288 - E-mail: jst@tnu.edu.vn
Phát triển trên nền tảng Open Journal Systems
©2018 All Rights Reserved