Contribution à l’amélioration de la commande par mode glissant d’un MAS sans capteur mécanique
Loading...
Date
2015-12-01
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Résumé :
Le moteur asynchrone suscite de plus en plus l’intérêt des industriels et des chercheurs travaillant
dans le domaine des entrainements électriques. Les techniques de l’intelligence artificielle sont de
plus en plus utilisées dans le domaine de l’électronique de puissance et la commande des processus.
Nous nous proposons de les étudier dans le but de l’amélioration des fluctuations du couple
électromagnétique d’un moteur asynchrone. La commande vectorielle et la commande directe du
couple sont des commandes déjà utilisées dans les travaux. Notre contribution à ces techniques a
pour objectif l’amélioration du mode glissant par une réduction des fluctuations que peut engendrer
la commande rapprochée de l’onduleur et la commande algorithmique avec une simplification de la
structure du variateur de vitesse
Après avoir exposé la modélisation du moteur asynchrone ainsi que son alimentation, la
commande vectorielle directe a été présentée. Pour s’affranchir des difficultés du régulateur
conventionnel PI qui nécessite la connaissance approfondie du modèle du processus, nous avons
implémenté dans un premier temps un régulateur PI dont les paramètres sont optimisés
successivement par les AGs et PSO. Par la suite , nous nous sommes penchés sur la synthèse d’un
contrôleur par mode glissant et afin de réduire les effets du phénomène de broutement causé par le
signal de commande obtenu par le SMC, une combinaison entre la logique floue et le mode de
glissement a été proposée . Afin de palier aux contraintes de la commande par orientation du flux
rotorique, une autre alternative intéressante dite commande directe du couple a été abordée dans
cette étude. Ceci parce que les contrôleurs à hystérésis présentent approximativement le même
phénomène de broutement que le mode glissant .
Pour terminer, deux approches de commande sans capteur mécanique (MRAS et observateur
adaptatif de Luenberger ) sont présentées pour la CVD et la DTC. Des résultats de simulation sont
présentés tout au long de ces travaux pour valider les études théoriques.
Mots clés :
MAS, onduleur, CVD, DTC, logique floue, réseaux de neurones, AGs, OEP, PI ,RMG, RMGF ,MRAS,
observateur adaptatif de Luenberger.
Abstract
Researchers and industrials in the electrical tracking field are becoming more and more interested
in the induction motor applications. Artificial intelligence techniques are becoming more popular in
power electronics and process control domains. Our proposed study concerns the improvement of
the induction motor’s electromagnetic torque fluctuations. The vector control and the direct torque
control are two types of control already known. Our contribution to these techniques is aimed to
improve the sliding mode by reducing the fluctuations that might be caused by the inverter and the
algorithmic controls with a simplification of the speed variation structure.
After the exposition of the induction motor as well as its power supply, the DFOC has been
proposed. In order to overcome the difficulties encountered with the conventional PI regulator which
requires knowledge of the process control , we have implemented as a first step, a PI controller
whose parameters have been optimized using both AGs and PSO techniques. In the next step, we
have studied the synthesis of a sliding mode controller. In order to reduce the effects of the
shattering phenomenon caused by the control signal of the SMC, a combination of fuzzy logic and
SMC has been proposed. Furthermore, to solve the problem of the DFOC constraints, another
interesting alternative called DTC has been studied in this work. This is because the controllers with
hysteresis present approximately the same shattering phenomenon as the sliding mode.
Finally, two approaches of control without mechanic sensors (MRAS and adaptive observer of
Luenberger) are presented for the DFOC and the DTC . Simulation results are presented all the way
through this work to validate the theoretical study.
Keywords :
Induction motor, Inverter ,DFOC,DTC, Fuzzy logic, Neural network ,GA,PSO , PI, SMC,FSMC , MRAS,
adaptive observer of Luenberger.
Description
Doctorat en Sciences
