LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. Tôi xin cam đoan rằng các thông tin trích dẫn trong luận văn đều đã được ghi rõ nguồn gốc. Tác giả Ks. Phạm Thị Dung i LỜI CÁM ƠN Sau thời gian học tập và nghiên cứu chuyên ngành Tự động hóa - Viện sau đại học - Trường Đại học Hàng hải Việt Nam, được sự dạy dỗ và hướng dẫn nhiệt tình của các thầy cô, đến nay tôi đã hoàn thành luận văn tốt nghiệp. Tôi xin chân thành cám ơn các thầy cô giáo trong Viện sau đại học nói riêng và các thầy cô giáo khoa Điện – Điện tử nói chung , đặc biệt tôi xin gửi lời cám ơn tới thầy giáo TS. Hoàng Đức Tuấn đã trực tiếp hướng dẫn, giúp đỡ tôi trong quá trình làm luận văn. Tuy nhiên, với thời gian và kinh nghiệm còn hạn chế, nên luận văn không thể tránh khỏi những khiếm khuyết, rất mong được sự đóng góp ý kiến của các thầy, cô các bạn đồng nghiệp để luận văn được hoàn thiện hơn. Tác giả Ks. Phạm Thị Dung ii MỤC LỤC LỜI CAM ĐOAN i LỜI CÁM ƠN ii MỤC LỤC iii DANH MỤC CHỮ VIẾT TẮT vi MỞ ĐẦU 1 1. Tính cấp thiết của đề tài 1 2. Mục đích nghiên cứu 2 3. Đối tượng, phạm vi nghiên cứu của đề tài 2 4. Phương pháp nghiên cứu 2 6. Cấu trúc luận văn 3 CHƯƠNG 1. TỔNG QUAN VỀ MẠNG NƠRON 4 1.1. Cơ sở về mạng noron 4 1.1.1 Mô hình nơron sinh học 4 1.1.1.1 Chức năng, tổ chức và hoạt động của bộ não con người 4 1.1.1.2 Mạng nơron sinh học 7 1.1.2 Mạng nơron nhân tạo 8 1.1.3. Lịch sử phát triển của mạng nơron nhân tạo 9 1.1.4. Các tính chất của mạng nơron nhân tạo 10 1.2. Cấu tạo mạng noron 10 1.3. Cấu trúc mạng noron 12 2.2.2. Nhận dạng off-line 35 2.2.2.1. Phương pháp xấp xỉ vi phân 36 2.2.2.2 Phương pháp gradient 37 2.2.2.3. Phương pháp tìm kiếm trực tiếp 39 iii 2.2.3. Nhận dạng theo thời gian thực 39 2.3. Mô tả toán học của đối tượng rời rạc 40 2.4. Nhận dạng hệ thống sử dụng mạng noron 43 2.4.2 Mô hình song song 44 2.4.3 Mô hình nối tiếp - song song 46 2.4.4. Mô hình ngược trực tiếp (Direct Inverse Modelling) 47 2.5. Tính gần đúng của hàm số sử dụng mạng noron 48 2.6. Mô hình mạng noron trong nhận dạng 48 2.7. Kết luận chương 2 50 CHƯƠNG 3. ỨNG DỤNG MẠNG NORON NHÂN TẠO NHẬN DẠNG THAM SỐ ĐỘNG CƠ DỊ BỘ 3 PHA ROTOR LỒNG SÓC 52 3.1. Giới thiệu về động cơ 3 pha 52 3.2. Vector không gian của đại lượng 3 pha 52 3.2.1. Xây dựng vector không gian 52 3.2.2. Chuyển hệ tọa độ cho vector không gian 55 3.2.3. Biểu diễn các vector không gian trên hệ tọa độ từ thông rotor 56 3.3. Mô hình của động cơ KĐB 3 pha 58 3.3.1. Lý do xây dựng mô hình 58 3.3.2. Hệ phương trình cơ bản của động cơ 59 3.3.3. Các tham số của động cơ 61 3.3.4. Mô hình trạng thái của động cơ trên hệ tọa độ rotor (dq) 62 3.3.4.1. Mô hình trạng thái liên tục 62 3.3.4.2. Mô hình trạng thái gián đoạn 64 3.3.5. Đặc điểm phi tuyến của mô hình động cơ KĐB 67 3.4. Ứng dụng mạng noron nhận dạng tham số động cơ KĐB 3 pha rotor lồng sóc 68 iv 3.4.1 Nguyên lý nhận dạng điện trở rotor và stator: 68 3.4.1.1 Nguyên lý của bộ nhận dạng điện trở rotor: 68 3.4.1.2 Nguyên lý của bộ nhận dạng điện trở stator 70 3.4.1.3. Cấu trúc mạng noron 71 3.4.1.4. Quy trình luyện mạng 72 3.4.2.2. Mô hình động cơ KĐB 74 3.4.3. Các sơ đồ mô phỏng trên Malab – Simulink 74 3.4.3.1. Sơ đồ mô phỏng động cơ KĐB 74 3.4.3.2 Sơ đồ cấu trúc mạng noron nhận dạng điện trở rotor và stator 75 3.4.4. Kết quả mô phỏng 77 3.4.4.1. Kết quả mô phỏng động cơ 77 3.4.5. Đánh giá kết quả 83 KẾT LUẬN 84 v DANH MỤC CHỮ VIẾT TẮT Chữ viết tắt Gải thích ANN Mạng nơron F Tần số dòng điện (Hz) KĐB Không đồng bộ P Số cực từ động cơ vi DANH MỤC CÁC HÌNH Số hiệu hình Tên hình Trang 1.1 Mạng noron đơn giản gồm 2 noron 7 1.2 Noron nhiều đầu vào 9 1.3 Mạng noron 3 lớp 12 1.4 Sơ đồ cấu trúc các loại mạng noron 13 1.5 Cấu trúc huấn luyện mạng 16 1.6 Mô hình học có giám sát 17 1.7 Mô hình học không có giám sát 17 1.8 Sơ đồ cấu trúc chung của quá trình học 19 1.9 Mạng noron truyền thẳng 1 lớp 20 1.10 Mạng noron truyền thẳng nhiều lớp 21 1.11 sơ đồ cấu trúc mạng Jordan 23 1.12 Sơ đồ cấu trúc mạng noron hồi quy đơn giản 23 2.1 Điều khiển theo nguyên tắc phản hồi đầu ra 28 2.2 Sơ đồ tổng quat nhận dạng thông số mô hình 36 2.3 Nhận dạng theo phương pháp Gradient 37 2.4 Mô hình dạng 1 42 2.5 Mô hình dạng 2 42 2.6 Mô hình dạng 3 43 2.7 Mô hình dạng kiểu truyền thẳng 44 2.8 Mô hình dạng kiểu song song 45 2.9 Mô hình dạng kiểu nối tiếp – song song 46 2.10 Mô hình nhận dạng ngược trực tiếp 47 2.11 Mô hình 1 49 2.12 Mô hình 2 49 2.13 Mô hình 3 49 2.14 Mô hình 4 49 3.1 Sơ đồ cuộn dây và dòng stator của động cơ KĐB 3 pha 52 3.2 Thiết lập vector không gian từ các đại lượng pha 53 3.3 Biểu diễn dòng điện stator dưới dạng vector không gian ở hệ tọa độ 53 3.4 Chuyển hệ tọa độ giữa và dq 54 3.5 Biểu diễn các vector không gian trên hệ tọa độ từ thông 55 vii rotor 3.6 Thu thập giá trị thực của vector dòng stator trên hệ tọa độ từ thông rotor (hệ tọa độ dq) 56 3.7 Mô hình đơn giản của động cơ KĐB ba pha rotor lồng sóc 57 3.8 Mô hình trạng thái liên tục của động cơ KĐB trên hệ tọa độ dq 63 3.9 Mô hình trạng thái gián đoạn của động cơ KĐB trên hệ tọa độ dq 66 3.10 Mạng noron truyền thẳng 2 lớp 69 3.11 Bộ nhận dạng điện trở rotor sử dụng mạng noron 70 3.12 Mạng noron truyền thẳng 2 lớp nhận dạng stator 71 3.13 Bộ nhận dạng điện trở stator sử dụng mạng noron 71 3.14 Mô hình động cơ KĐB và cấu trúc bên trong 74 3.15 Mô hình động cơ khi sử dụng mô hình con 75 3.16 Cấu trúc mạng nơ ron nhận dạng điện trở rotor và stator của động cơ dị bộ 75 3.17 Quá trình đào tạo, hồi quy tín hiệu ra và đích của Rr 76 3.18 Quá trình đào tạo,hồi quy tín hiệu ra và đích Rs 76 3.19 Đặc tính từ thông động cơ dị bộ 77 3.20 Đặc tính tốc độ động cơ KĐB 78 3.21 Đặc tính momen động cơ KĐB 78 3.22 Đặc tính dòng điện động cơ KĐB 79 3.23 Đặc tính điện trở stator được nhận dạng sử dụng mạng noron ứng với giá trị Rs= 6.03 80 3.24 Đặc tính điện trở stator được nhận dạng sử dụng mạng noron ứng với giá trị Rs= 4.85 80 3.25 Đặc tính điện trở stator được nhận dạng sử dụng mạng noron ứng với giá trị Rs= 3.88 81 3.26 Đặc tính điện trở stator được nhận dạng sử dụng mạng noron ứng với giá trị Rr= 6.085 82 3.27 Đặc tính điện trở stator được nhận dạng sử dụng mạng noron ứng với giá trị Rr= 3.805 82 3.28 Đặc tính điện trở stator được nhận dạng sử dụng mạng noron ứng với giá trị Rr= 1.87 83 viii MỞ ĐẦU 1. Tính cấp thiết của đề tài Ngày nay, động cơ điện được sử dụng rộng rãi trong mọi lĩnh vực của đời sống xã hội, đặc biệt là trong các ngành công nghiệp sản xuất hiện đại, và trong nhiều lĩnh vực đời sống không thể thiếu các động cơ điện, vì vậy các loại động cơ điện được chế tạo ngày càng hoàn thiện hơn,trong đó động cơ điện không đồng bộ 3 pha chiếm tỉ lệ lớn trong các ngành công nghiệp do động cơ không đồng bộ 3 pha có nhiều ưu điểm như việc khởi động dể dàng, giá thành rẻ,vận hành êm, kích thước nhỏ gọn, làm việc chắc chắn, đặc tính làm việc tốt, bảo quản đơn giản,chi phí vận hành và bảo trì thấp . Cùng với sự phát triển của đất nước, hiện nay sự nghiệp công nghiệp hóa, hiện đại hóa ngày càng phát triển mạnh mẽ, sự tiến bộ của khoa học kỹ thuật, trong đó kỹ thuật điều khiển cũng góp phần rất lớn nâng cao điều kiện sản xuất. Để quá trình điều khiển tốt ta phải hiểu rõ quá trình động học của hệ thống khi có tín hiệu tác động vào. Công việc này có thể thực hiện thông qua quá trình thành lập hàm truyền đạt hoặc hệ phương trình trạng thái của hệ thống. Sau khi có những thông tin về hệ thống chúng ta có thể áp dụng các phương pháp điều khiển kinh điển hoặc hiện đại để quá trình làm việc hệ thống được tối ưu đáp ứng yêu cầu đề ra. Tuy nhiên không phải lúc nào chúng ta cũng có thể xây dựng mối quan hệ vào ra của hệ thống bằng các phương trình toán học. Bởi 1 số thiết bị sau khoảng thời gian làm việc sẽ thay đổi các thông số dẫn đến các phương trình thành lập lúc đầu không còn chính xác. Mặt khác, quá trình điều khiển và tính toán chính xác tần số trượt của động cơ phụ thuộc nhiều vào hằng số thời gian rotor do việc thay đổi nhiệt độ và tải của động cơ. Nhiệt độ thực tế của động cơ có thể đạt tới 130 o C lớn hơn rất nhiều nhiệt độ xung quanh, điều này làm tăng điện trở rotor đến 50% giá 1 trị điện trở danh định. Khi tham số động cơ thay đổi khác với giá trị đặt trong bộ điều khiển thì việc tính toán tần số trượt cũng không chính xác và góc của từ thông không trùng với hướng của từ trường và gây ra sai số cho cả từ thông và momen. Thêm vào đó, sai số tần số trượt ở trạng thái ổn định cũng làm cho động cơ bị nóng và giảm hiệu suất của động cơ Sự sai khác của momen và từ thông là do sai lệch giữa giá trị điện trở đặt và giá trị thực của động cơ. Do vậy, vấn đề nhận dạng giá trị thực của tham số động cơ là vấn đề cấp thiết và nhận được sự quan tâm lớn của các nhà khoa học. Chính vì vậy, đề tài “NGHIÊN CỨU ỨNG DỤNG MẠNG NORON NHÂN TẠO NHẬN DẠNG THAM SỐ ĐỘNG CƠ DỊ BỘ ROTOR LÔNG SÓC” đã được lựa chọn. 2. Mục đích nghiên cứu - Nghiên cứu mô hình động cơ KĐB 3 pha rotor lồng sóc - Nghiên cứu ứng dụng mạng nơron nhận dạng tham số động cơ không đồng bộ. - Đưa ra đề xuất để trong tương lai chế tạo bộ nhận dạng cho động cơ không đồng bộ sử dụng mạng nơron. 3. Đối tượng, phạm vi nghiên cứu của đề tài - Đối tượng nghiên cứu + Động cơ không đồng bộ xoay chiều ba pha. - Phạm vi nghiên cứu + Nghiên cứu động cơ không đồng bộ ba pha và mô hình của chúng + Xây dựng mô hình động cơ không đồng bộ 3 pha trên Malab- Simulink + Ứng dụng mạng nơron nhận dạng tham số động cơ không đồng bộ. 4. Phương pháp nghiên cứu Nghiên cứu lý thuyết và tìm hiểu cấu trúc của động cơ xoay chiều ba pha, qua đó phân tích và xây dựng mô hình. 2 [...]... đồng bộ roto lồng sóc 6 Cấu trúc luận văn Luận văn được tổ chức như sau: Ngoài phần mở đầu và kết luận luận văn được chia ra làm 3 chương như sau: Chương 1: Tổng quan về mạng noron Chương 2: Các phương pháp ứng dụng mạng noron trong nhận dạng Chương 3: Ứng dụng mạng noron nhân tạo nhận dạng tham số động cơ dị bộ 3 pha rotor lồng sóc Tài liệu tham khảo 3 CHƯƠNG 1 TỔNG QUAN VỀ MẠNG NƠRON 1.1 Cơ sở về mạng. .. kiểm chứng, đánh giá và rút ra kết luận 5 Ý nghĩa thực tiễn của đề tài - Ý nghĩa khoa học: Với đề tài ứng dụng mạng nơ ron để nhận dạng tham số của động cơ dị bộ từ Sau khi đã nhận dạng được đối tượng ta có thể thay thế gần đúng mô hình động cơ dị bộ bằng một mạng nơron - Ý nghĩa thực tiễn: Từ các thông số mô phỏng của mạng nơ ron ta có thể tính toán được tín hiệu điều khiển để điều khiển động cơ không... toàn bộ mạng nơron Việc thay đổi trạng thái của mạng nơron có thể thực hiện qua một quá trình dạy hoặc do khả năng học tự nhiên [10] 1.1.2 Mạng nơron nhân tạo Sự thay thế những tính chất này bằng một mô hình toán học tương đương được gọi là mạng nơron nhân tạo Mạng nơron nhân tạo có thể được chế tạo bằng nhiều cách khác nhau vì vậy trong thực tế tồn tại rất nhiều kiểu mạng nơron nhân tạo 8 Hình 1.2 Noron. .. đó Đây là cơ sở để ta có thể ứng dụng mạng nơron để nhận dạng các đối tượng Ta sẽ tiến hành nhận dạng lần lượt các đối tượng động học tuyến tính, đối tượng phi tuyến tĩnh và đối tượng động học và phi tuyến Khả năng xấp xỉ đa năng của mạng nhiều lớp tạo ra một sự lựa chọn ưa thích cho việc mô hình hoá các đối tượng phi tuyến và thực hiện các bộ điều khiển phi tuyến đa năng Mạng nơron được ứng dụng trong... nhận số lượng mẫu nhiều hơn, đã được Hecht - Nielsen (1986); Freeman và Skapura (1991) xây dựng North (1988) đã áp dụng mạng một lớp avalanche trong việc nhận dạng chữ ký của 7 thuyền nhân Mạng RBP được áp dụng trong một số lĩnh vực như: hoàn thiện mẫu (Almeldam 1987), nhận dạng ảnh (Krishnapuram và Chen, 1993) và điều khiển rôbôt (Barhen, 1989) Elman (1991) đã luyện mạng SPN để nhận dạng chữ viết ở dạng. .. với sự thay đổi trọng số trong mạng nơron liên tục theo biểu thức: 19 (1.5) Vấn đề quan trọng trong việc phân biệt luật học cập nhật trọng số có giám sát hay không có giám sát là tín hiệu học r như thế nào để thay đổi hoặc cập nhập trọng số có trong mạng noron 1.6 Mạng noron truyền thẳng và mạng noron hồi quy 1.6.1 Mạng nơron truyền thẳng 1.6.1.1 Mạng một lớp nơron Hình 1.9 Mạng noron truyền thẳng 1... một mạng nơron có cấu trúc bền vững có nghĩa là vectơ hàm trọng lượng đầu vào, khâu tạo đáp ứng và khâu tạo tín hiệu đầu ra đều cố định không bị thay đổi về mặt cấu trúc cũng như tham số thì mạng có một quá trình truyền đạt xác định chắc chắn, tĩnh hoặc động phụ thuộc vào cấu tạo của các nơron trong mạng Ở đầu vào của mạng xuất hiện thông tin thì đầu ra cũng xuất hiện một đáp ứng tương ứng Đối với mạng. .. dụng rộng rãi như lôgíc mờ, đặc biệt 25 là mạng nơron Trong lĩnh vực điều khiển tự động, mạng nơron được ứng dụng để giải quyết hai bài toán cơ bản sau: + Nhận dạng đối tượng Các đối tượng ở đây với đặc tính có thể là động học tuyến tính, phi tuyến tĩnh hoặc động học và phi tuyến + Thiết kế bộ điều khiển nơron Theo lý thuyết đã chứng minh mạng nơron là một bộ xấp xỉ đa năng, có thể dùng làm một mô hình... giữa các thông tin đầu vào của mạng và các đáp ứng đầu ra tương ứng, để khi có một kích thích bất kỳ tác động vào mạng, mạng có khả năng suy diễn và đưa ra một đáp ứng phù hợp Đó chính là chức năng nhận dạng theo mẫu của mạng nơron Để thực hiện chức năng này mạng nơron đóng vai trò như một bộ phận tổ chức các nhóm thông tin đầu vào và tương ứng với mỗi nhóm là một đáp ứng đầu ra phù hợp Như vậy một... có khả năng về nhận mẫu, nhận dạng các hàm phi tuyến, dự báo Một ưu điểm khác của mạng nơron hồi quy là chỉ cần mạng nhỏ hơn về cấu trúc cũng có khả năng như mạng truyền thẳng có cấu trúc lớn hơn Nó khắc phục được giả thiết truyền thống của mạng nơron là coi mạng có số nơron đủ lớn Gồm 2 loại: 1.6.2.1 Mạng hồi quy không hoàn toàn (Partially Recurrent Networks) Là mạng đó dựa trên cơ sở mạng lan truyền . quan về mạng noron Chương 2: Các phương pháp ứng dụng mạng noron trong nhận dạng Chương 3: Ứng dụng mạng noron nhân tạo nhận dạng tham số động cơ dị bộ 3 pha rotor lồng sóc Tài liệu tham khảo 3 CHƯƠNG. hàm số sử dụng mạng noron 48 2.6. Mô hình mạng noron trong nhận dạng 48 2.7. Kết luận chương 2 50 CHƯƠNG 3. ỨNG DỤNG MẠNG NORON NHÂN TẠO NHẬN DẠNG THAM SỐ ĐỘNG CƠ DỊ BỘ 3 PHA ROTOR LỒNG SÓC 52 3.1 của tham số động cơ là vấn đề cấp thiết và nhận được sự quan tâm lớn của các nhà khoa học. Chính vì vậy, đề tài “NGHIÊN CỨU ỨNG DỤNG MẠNG NORON NHÂN TẠO NHẬN DẠNG THAM SỐ ĐỘNG CƠ DỊ BỘ ROTOR LÔNG