INTELLIGENT MODEL PREDICTIVE CONTROL OF INDUCTION MOTOR

INTELLIGENT MODEL PREDICTIVE CONTROL OF INDUCTION MOTOR. Masters thesis, King Fahd University of Petroleum and Minerals.

[img] PDF (Thesis)
G201708510.pdf
Restricted to Repository staff only until 17 July 2021.

Download (13MB)

Arabic Abstract

التحكم بالنموذج التنبؤي (MPC) هو نتيجة لأحدث التطورات في إلكترونيات الطاقة والتحكم المتطور. هذه التقنية في التحكم تعتبر من أفضل التقنيات عندما يتعلق الأمر بالتعامل مع النماذج اللاخطية الاساسية للمحرك الحثي (IM). يستخدم (MPC) التقليدي عوامل الترجيح في دالة الملاءمة حيث يتم ضبط العوامل بعد عمل تجريبي مكثف و يمكن تحسين أداء دالة الملاءمة باستخدام تقنيات تمثيل ذكية أكثر نضجًا مثل الخوارزمية الجينية للفرز الغير سائد (NSGA-II) إلخ. في هذه الدراسة ، تم أولاً دراسة تحسين عوامل الترجيح المستخدمة في أساليب التحكم بالنموذج التنبؤي بعزم الدوران (FCS-MPTC) التقليدية على (IM) استنادًا إلى (NSGA-II) مع تقنية تقضيل الترتيب حسب التشابه مع الحل المثالي (TOPSIS). تم تصميم خوارزمية التحكم ، وتم إعداد اختبار تجريبي للحصول على نتائج (FCS-MPTC) المحسنة التي تمت مقارنتها مع (FCS-MPTC) التقليدية استنادًا إلى مؤشرات أداء متعددة مثل تذبذب عزم الدوران و تذبذب التدفق المغناطيسي ، والطاقة المفقودة وفق تردد المحول الكهربائي ، والتشويه الكلي التوافقي في التيار الكهربائي (THD). يُظهر نظام (FCS-MPTC) المحسن تطور أكبر فيما يتعلق بتذبذب التدفق المغناطيسي و (THD) في التيار الكهربائي. أيضًا ، تم استخدام تحكم تقليل متوسط تردد المحول الكهربائي (ASFR) الذي يساعد على تقليل تردد المحول الكهربائي للتقنية المقترحة. من أجل جعل هذه التقنية تعمل في جميع حالات تشغيل (IM) ، تم تصميم وحدة تحكم ذكية قائمة على الشبكات العصبية الاصطناعية للحصول على عوامل الترجيح المثلى بناءً على حالة تشغيل (IM). اداء الشبكة العصبية المدربة باستخدام بيانات مستخلصة من المحاكاة المتكررة تم التحقق منه في بيئة محاكاة (MATLAB/Simulink) وأظهرت النتائج التجريبية تحسنًا في اداء (IM) خاصة أثناء التشغيل عالي السرعة للمحرك. في النهاية ، تم استبدال وحدة التحكم في النسبي-التكاملي (PI) التقليدية للسرعة بجهاز تحكم نسبي-تكاملي غامض (Fuzzy-PI) للسرعة مبني على مراقبة الإزعاج (DOB) لزيادة معدل توليد مرجع عزم الدوران مما يؤدي إلى تقليل الخطأ الازاحي في مرجع عزم الدوران اثناء حالة التشغيل المستقرة. تم التحقق من صحة جميع الاساليب المستخدة تجريبياً باستخدام منصة تجريبية متوفر في معمل النظم المرنة لنقل التيار الكهربائي المتردد (FACTS LAB).

English Abstract

Model Predictive Control (MPC) is the result of the latest advances in power electronics and modern control. It is regarded as one of the best techniques when it comes to handling of nonlinearities in the intrinsic model of Induction Motor (IM). Conventional MPC utilizes weighting factors in the objective function that are tuned after rigorous experimental work which can be improved by utilizing the more mature intelligent optimization techniques like Non-Dominated Sorting Genetic Algorithm-II (NSGA-II) etc. In this study, first the weighting factor optimization for the conventional Finite Control Set Model Predictive Torque Control (FCS-MPTC) of IM based on NSGA-II with Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) decision making criteria is studied. A control algorithm is designed, and an experimental test setup is made to obtain the results of this optimized FCS-MPTC which were compared with conventional FCS-MPTC based on performance indices like torque and flux ripple, switching frequency loss and input current Total Harmonic Distortion (THD). The optimized FCS-MPTC shows greater improvement in respect to flux ripple and current THD. Also, the implementation of Average Switching Frequency Reduction (ASFR) control helps reduce the switching frequency for the proposed technique. For the sake of making this technique work at any operating condition of the IM drive, a neural network based intelligent controller was designed to get the best optimized weighting factors based on the operating condition of the IM. The neural network trained on the data obtained from repeated simulation was validated using MATLAB/Simulink simulation environment and experimental results showed improvement in the IM drive especially during the high-speed operation of the drive. In the end, the conventional Proportional Integral (PI) speed controller was replaced with the novel Disturbance Observer (DOB) based fuzzy PI speed controller to increase the rate of generation of the reference torque which results in the reduction of the steady-state torque bias error. All the studied methods were experimentally validated using an experimental setup available in the FACTS LAB.

Item Type: Thesis (Masters)
Subjects: Engineering
Research
Research > Engineering
Electrical
Department: College Of Engineering Sciences > Electrical Engineering Dept
Committee Advisor: Ali Abido, Dr.Mohammed
Committee Members: Kassas, Dr.Mahmood and Al-Amin, Dr.Ibrahim and Ismail, Dr. Fahd
Depositing User: MUHAMMAD H ARSHAD (g201708510)
Date Deposited: 09 Aug 2020 09:53
Last Modified: 09 Aug 2020 09:53
URI: https://eprints.kfupm.edu.sa/id/eprint/141670