تخمین حالت ها و پارامترهای موتور القایی با استفاده از نظریه ترکیب اطلاعات سنسوری – برق

مشخصات فایل

مقطع:کارشناسی ارشد
رشته تحصیلی:مهندسی برق
نوع ارائه:پایان نامه
تعداد صفحات:116
قالب بندی:word قابل ویرایش

نحوه خرید

تخمین حالت ها و پارامترهای موتور القایی با استفاده از نظریه ترکیب اطلاعات سنسوری – برق

شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

چکیده

فهرست مطالب

چکیده ۱

مقدمه ۲
فصل۱

کلیات ۴
۱-۱٫ تاریخچه…………………………………………………………………………………………………………………………۵
۱-۲٫ هدف از تحقیق ……………………………………………………………………………………………………………….۷
۱-۳٫ ساختار پایان نامه …………………………………………………………………………………………………………….۷
فصل۲ مبانی تئوری نظریه ترکیب اطلاعات سنسوری ۹
۲-۱٫ مقدمه………………………………………………………………………………………………………………………….۱۰
۲-۲٫ نظریه ترکیب اطلاعات سنسوری……………………………………………………………………………………۱۰
۲-۳٫ فیلتر کالمن ………………………………………………………………………………………………………………….۱۴
۲-۳-۱٫ تاریخچه ……………………………………………………………………………………………………………..۱۴
۲-۳-۲٫ فیلتر کالمن گسسته خطی …………………………………………………………………………………….۱۵
۲-۳-۳٫ اصول محاسبات فیلتر کالمن…………………………………………………………………………………۱۷
۲-۳-۴٫ الگوریتم فیلتر کالمن گسسته خطی ……………………………………………………………………….۱۹
۲-۳-۵٫ فیلتر کالمن توسعه یافته ……………………………………………………………………………………….۲۱
۲-۴٫ ترکیب اطلاعات سنسوری با استفاده از فیلتر کالمن …………………………………………………………۲۷
۲-۴-۱٫ ترکیب افزایشی خروجی (OAF) ……………ا…………………………………………………………….۲۸
۲-۴-۲٫ ترکیب وزن یافته بهینه (OWMF)……………….ا……………………………………………………..۲۸
فصل۳ مدل فضای حالت موتور القایی و توسعه روابط جهت طراحی تخمینگر ۳۰
۳-۱٫ مقدمه………………………………………………………………………………………………………………………….۳۱
۳-۲٫ تبدیل پارک………………………………………………………………………………………………………………….۳۲
۳-۳٫ مدل موتور القایی………………………………………………………………………………………………………….۳۳
۳-۴٫ گسسته سازی معادلات حالت ………………………………………………………………………………………..۳۷

۳-۴-۱٫ محاسبه ماتریس ژاکوبین………………………………………………………………………………………۳۸
۳-۴-۲٫ توسعه ماتریس خروجی برای آرایه سه سنسوری جریان …………………………………………..۳۸
فصل۴ شبیه سازی مشاهده گر در نرم افزار MATLAB 40
۴-۱٫ مقدمه………………………………………………………………………………………………………………………….۴۱
۴-۲٫ توسعه بردار حالت به متغیر سرعت به عنوان یک پارامتر با تغییرات اندک…………………………..۴۴
۴-۲-۱٫ فاز اول………………………………………………………………………………………………………………..۴۵
۴-۲-۲٫ فاز دوم ……………………………………………………………………………………………………………….۴۷
۴-۲-۳٫ فاز سوم ………………………………………………………………………………………………………………۴۹
۴-۲-۴٫ فاز چهارم…………………………………………………………………………………………………………….۵۰
۴-۳٫ توسعه بردار حالت به متغیر سرعت با در نظر گرفتن معادله حرکت و گشتاور بار ………………….۵۱
۴-۳-۱٫ فاز اول………………………………………………………………………………………………………………..۵۲
۴-۳-۲٫ فاز دوم ……………………………………………………………………………………………………………….۵۴
۴-۴٫ توسعه بردار حالت به به پارامترهای اصلی موتور القایی شامل مقاومت های استاتور و روتور …۵۶
۴-۵٫ توسعه بردار خروجی و ماتریس های مربوطه به جهت بهره گیری از روش ترکیب افزایشی خروجی ……………………………………..۶۰
فصل۵ نتیجه گیری و پیشنهادات ۶۵
۵-۱٫ مقایسه و نتیجه گیری …………………………………………………………………………………………………..۶۶
۵-۲٫ پیشنهادات……………………………………………………………………………………………………………………۷۰
۵-۳٫ پیوست…………………………………………………………………………………………………………………………۷۱
۵-۳-۱٫ نرم افزار طراحی و شبیه سازی رویتگر حالت مبتنی بر EKF جهت بکارگیری در الگوریتم
ترکیب اطلاعات سنسوری با روش OAF…………………………………………………………………………..71

منابع و ماخذ ۷۶

چکیده انگلیسی

چکیده
در سالهای اخیر تحقیقات وسیعی بر روی موضوع کنتـرل بـدون حـسگر موتورهـای القـاییصورت پذیرفته است. طراحی یک مشاهده گر حالـت دقیـق، جهـت کنتـرل ماشـین القـایی بـااستفاده از روش فوق، اجتناب ناپذیر می نماید. در این تحقیق یک مشاهده گر حالت مبتنی بـرفیلتر کالمن توسعه یافته و با بهره گیری از روش های ترکیب اطلاعات سنسوری جهت تخمینحالات و پارامترهای موتور القایی ارائه و مورد شبیه سازی واقع شـده اسـت. از مشخـصات ایـ ن مشاهده گر ، عدم حساسیت تخمین بـه تغییـر پارامترهـای موتـور در حـین کـارکرد ماشـین ونداشتن وابستگی به عدم قطعیت موجود در سنـسورهای جر یـ ان مـی باشـد. در ضـمن خرابـی سنسورهای جریان (تا ۲۰% مجموع سنسورها )، تاث یر قابل توجهی در تخم ین حالات نگذاشـته ومنجر به واگرایی تخم ینگر نم ی شود . اما مهمترین مشخصه این مـشاهده گـر، توانـایی تخمـینسرعت در یک بازه وسیع تغییرات بوده کـه ایـن امـر یـک مزیـت چـشمگیر نـسبت بـه سـایر مشاهده گرهای حالت محسوب می شود. مشاهده گر اشاره شده مشتمل بر یـک فیلتـر کـالمنغیرخطی توسعه یافته با معادله حرکت می باشد. پارامترهای اصلی موتور ماننـد مقاومـت هـایاستاتور و روتور و همچنین گشتاور بار نیز به دلیل عدم ثبات در طی عملکرد ماشـین بـه بـردار حالت اضافه شده و تخمین زده مـی شـوند. در ضـمن اسـتفاده از الگـوریتم ترکیـب اطلاعـاتسنسوری، امکان بهره گیر ی از اطلاعات آرایه ای از سنسورهای جریان بر روی هرفـاز را فـراهمآورده است . نتایج شبیه سازی ها موید این مطلب است کـه مـشاهده گـر طراحـی شـده بـدونداشتن حساسیت به تغییرات پارامترهای اصلی، گشتاور بار و عـدم قطعیـت سنـسورها، توانـاییتخمین سرعت را در یک بازه وسیع و با دقت بالا یافته است.
کلمات کلیدی:
موتور القایی، مشاهده گر حالت، فیلتر کالمن توسعه یافته١، ترکیب اطلاعات

مقدمه
موتورهای القایی به دلیل ارزانی، مقاومت بالا و سادگی ساخت از جمله پرکاربردترین محرکهای الکتریکی در صنعت محسوب می شوند اما علی رغم سادگی در ساخت، این موتورهـا یـکسیستم چند ورودی–چند خروجی و غیرخطی می باشند که همـین امـر، کنتـرل ایـن نـوع ازموتورهای الکتریکی را قدری پیچیده و پرهزینه می نماید. شار، جریان و ولتاژ سه متغیر اصـلیدر موتور القایی محسوب می شوند و هر کدام دارای سه مولفه غیر مـستقل از هـم مـی باشـند.
تبدیلات پارک ١ توانست این بردارهای با زاویه ۱۲۰ درجه را به دو بردار عمـود بـر هـم در یـکمختصات مرجع با سرعت چرخش دلخواه تصویر کنـد. بـدین ترتیـب و بـا بهـره گیـری از ایـنتبدیلات در مدلسازی موتور القایی با دو دسته متغیرهای مربوط به محورهـای متعامـدd وq سروکار خواهیم داشت. ورودی های یک موتور القایی شامل ولتاژهای سه فـاز و خروجـی هـایقابل کنترل، شار و گشتاور می باشند که هر دو این خروجی ها، غیر قابل انـدازه گیـری بـوده وتنها خروجی قابل اندازه گیری جریان است کـه در واقـع ارزش کنترلـی نـدارد. از طـرف دیگـرسرعت روتور نیز یک خروجی قابل اندازه گیری محسوب می شود که اخیرا و در سیـستم هـایکنترلی بدون سنسور، حسگر سرعت بنا به دلایلی از قبیل هزینه حسگر، تعمیـرات و نگهـداریبالا و افزودن به پیچیدگی سیستم، مورد استفاده قرار نمی گیرد. بدین ترتیب برای دستیابی بـهشار و سرعت که متغیرهای غیرقابل اندازه گیری محسوب می شوند، طراحی یک مـشاهده گـرحالت الزامی می نماید. روش های بسیار زیادی جهت طراحـی مـشاهده گـر بـرای یـک موتـورالقایی وجود دارد که بحث پیرامون آنها خارج از این مقوله می باشد. اما ذکر این مورد ضـروریاست که چالش عمده مشاهده گرهـای حالـت و تخمینگرهـای سـرعت، عـدم توانـایی تخمـینسرعت در یک بازه وسیع و وابستگی بیش از اندازه به پارامترهـای مـدل و حـساسیت بـه عـدم

قطعیت در سنسورهای مسیر پسخور١ می باشد. در اینجا به طور اجمالی اشـاره مـی کنـیم کـهبلوک رویتگر صرفا از اطلاعات ورودی–خروجی سیستم استفاده کرده و عموما با بهره گیـری ازروش های بازگشتی ریاضی، تخمینی برای متغیرهای حالت ارائه مـی دهـد. در تخمینگرهـاییچون فیلتر کالمن، امکان بسط بردار حالت به پارامترها نیز وجود داشته که همین امر حساسیترویتگر به تغییرات پارامترها را به شدت کاهش می دهد. در ضمن از فیلتر کالمن مـی تـوان درسیستم های مبتنی بر چند سنسور به اشکال مختلف متمرکز٢ و غیر متمرکز٣ استفاده کرد کـهاین امر نیز به نوبه خود نقش مهمی در کاهش حساسیت تخمینگر بـه عـدم قطعیـت، احتمـالخرابی و خواص غیر خطی سنسورها خواهد داشت.

مقایسه و نتیجه گیری
همانطور که ملاحظه شد، در این تحقیق متغیرهای حالت یک موتور القایی بـه جهـت بهـرهگیری در کنترل با پسخور حالت مورد تخمین قرار گرفت. با توجه بـه توضـیحات مبـسوط دادهشده در فصل اول مبنی بر اجتناب ناپذیر بودن کنترل بدون سنسور موتورهای القـایی، طراحـییک رویتگر حالت دقیق با قابلیت کار در یک بازه وسیع سرعت و عدم حساسیت به پارامترهـایموتور و عدم قطعیت موجود در سنسورهای جریان، الزامی می نمایـد. در ایـن تحقیـق رویتگـرطراحی شده بر مبنای فیلتر کالمن توسعه یافته، در چند مرحله به بوته آزمایش گذاشته شد.
در مرحله اول معادلات سیستم بر مبنای چهار متغیر حالت اصلی موتور به علاوه سرعت بـهعنوان یک پارامتر با تغییرات جزئی در نظر گرفته شد. نتایج حاصله از شبیه سازی ایـن بخـشموید نکات زیر می باشد.
۹ در کاربردهای با سرعت مرجع ثابت‐گشتاور بار ثابـت نتـایج رضـایت بخـش اسـت
(بخش ۴‐۱‐۱).
۹ در کاربردهای با سرعت مرجع ثابت‐گشتاور بار متغیر (تغییرات جزئی)، خطای دائم ولی اندک در سرعت تخمین زده شده خواهیم داشت (بخش ۴‐۱‐۲).
۹ در کاربردهای با سرعت مرجع متغیر (تغییرات جزئی )‐ گشتاور بار متغیر (تغییـراتجزئی)، با خطای دائم و بیش از مرحله قبل روبرو می شویم (بخش ۴‐۱‐۳).
۹ در کاربردهای با تغییرات وسیع سرعت نتایج اصـلا رضـایت بخـش نیـست و عمـلارویتگر واگرا می شود (بخش ۴‐۱‐۴).
۹ به طور کلی نتایج این بخش از شبیه سازی ها، گواه این مطلب است که بـا در نظـرگرفتن سرعت به عنوان یک پارامتر با تغییرات اندک، رویتگر حالت مبتنی بر فیلتـرکالمن توسعه یافته، توانایی ردیابی تغییرات سرعت در یـک بـازه وسـیع را نخواهـدداشت ضمن اینکه در ردیابی تغییرات اندک نیز بسیار کند عمل می کند.
در مرحله دوم به جهت بهبود نتایج، معادلات حالت سیستم بـا اسـتفاده از معادلـه حرکـت،توسعه داده شده و گشتاور بار نیز به عنوان یک پارامتر با تغییرات اندک تخمین زده شده است.
واضح است که فرض گشتاور بار تحت عنوان یک پارامتر با تغییرات اندک با توجـه بـه طبیعـتگشتاور بار می تواند فرض کاملا صحیحی باشد. نتایج حاصله از شبیه سـازی هـای ایـن بخـشنکات ذیل را در بر دارد.
۹ فیلتر کالمن طراحی شده در این بخش سرعت را با دقت بسیار خـوب و در گـسترهتغییرات زیاد ردیابی می نماید (بخش ۴‐۲‐۱).
۹ در صورت تغییر پارامترهای اصلی موتور، تخمین سرعت دستخوش خطای دائـم یـاانحراف ثابت از مقدار اصلی خواهد شد (بخش ۴‐۲‐۲).
۹ شبیه سازی های صورت یافته در این بخش مویـد ایـن مطلـب اسـت کـه رویتگـرطراحی شده، با فرض ثابت بودن پارامترها عملکرد بسیار خوبی دارد اما واضح استکه فرض ثابت بـودن پارامترهـای اصـلی موتـور شـامل مقاومـت روتـور و اسـتاتور نمی تواند صحیح باشد.

در مرحله سوم، بردار حالت به مقاومت هـای روتـور و اسـتاتور توسـعه یافتـه و همزمـان بـاتخمین متغیرهای حالت موتور، این پارامترها نیز به روزرسانی می شوند. نتایج حاصـل از شـبیهسازی های این بخش را می توان به صورت زیر ارائه نمود.
۹ فیلتر کالمن توسعه یافته با معادله حرکت، گشتاور بار و پارامترهای اصلی موتور بـهخوبی م ی تواند سرعت را در بازه وسیع و بدون حساسیت به تغییرات مقاومت هـایروتور واستاتور و گشتاور بار ردیابی نماید( بخش ۴‐۳).
۹ فرض تغییرات جزئی مقاومت های روتور و استاتور و گـشتاور بـار فـرض صـحیحیبوده و در عمل و با واقعیت تطابق می باشد.
۹ وابستگی سیستم و در راس آن مشاهده گر حالت، به یک سنـسور جریـان مطلـوبنیست.
شبیه سازی های مرحله چهارم، به جهت بررسی کارایی الگوریتم ترکیب افزایـشی خروجـیکه از جمله رهیافت های ترکیب اطلاعـات سنـسوری مبتنـی بـر فیلتـر کـالمن توسـعه یافتـه می باشد، صورت پذیرفته است. نتایج شبیه سازی های این بخش موید نکات ذیل می باشد.
۹ رویتگر حالت دقت بیشتری در زمینه حذف نویز و عدم قطعیت ناشی از سنسورهایجریان دارد.
۹ دقت نهایی تخمین از سه مرحله قبل بالاتر است.
۹ در صورت خرابی یک یا چند سنسور جریان، تخمین متغیرهای حالت واگرا نشده وتنها متحمل خطای حالت دائم می شود، ایـن در حـالی اسـت کـه در رویتگرهـایطراحی شده در مراحل قبلی خرابی یک سنسور واگرایی تخمینگر را در پی دارد.
۹ با توجه به هزینه اندک سنسورهای جریان، استفاده از چنـد سنـسور روی هـر فـازجریان، هزینه قابل توجهی به مجموعه درایو تحمیل نخواهد کرد.

بدین ترتیب به طور کلی می توان چنین نتیجه گیری نمود که رویتگری می تواند تخمینـی
قابل قبول جهت متغیرهای حالت وسرعت موتور ارائه کند که
۱. معادله دینامیکی حرکت موتور در آن لحاظ شده باشد.
۲. همزمان با تخمین متغیرهای حالت، گشتاور بـار را نیـز تخمـین زده بـروزرسانی نماید.
۳. با توجه به تغییرات مقاومت های روتـور و اسـتاتور بـا فرکـانس و حـرارتموتور، قابلیت تخمین و بروزرسانی این پارامترها را نیز داشته باشد.
۴. به جهت رفع وابستگی به اطلاعات یک سنـسور جریـان، بتـوان از ترکیـباطلاعات آرایه ای از سنسورهای جریان استفاده نمود.
مجموعه نتایج حاصله از شبیه سازی ها ی صورت یافته در چهـار سـناریوی در نظـر گرفتـهشده در این تحقیق در جدول شماره ۵‐۱ ارائه شده است.

نحوه خرید

دانلود رایگان فایل
شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد

راهنمای سایت

برخلاف سایت های دیگر که فایل ها را به صورت تکی می فروشند روال سایت ما این است که شما با عضویت در سایت ما میتوانید از تمام فایل های موجود استفاده کنید.

تمام مطالب سایت فقط برای اعضای سایت رایگان است.

نحوه عضویت در سایت

آخرین مطالب

مطالب مرتبط