Contrôle de la machine asynchrone sans capteur de vitesse avec un modèle harmonique plus élevée

Harmonics Retrieval for Sensorless Control of Induction Machines

• Auteur / Autrice : Binying Ye
• Direction : Maurizio Cirrincione, Giansalvo Cirrincione, Marcello Pucci
• Type : Thèse de doctorat
• Discipline(s) : Génie Electrique
• Date : Soutenance le 16/02/2015
• Etablissement(s) : Belfort-Montbéliard
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Equipe de recherche : Equipe de Recherche OPERA (Optimisation et Réseaux) (Belfort)
• Jury : Président / Présidente : Hamid Gualous
• Jury : Examinateurs / Examinatrices : Maurizio Cirrincione, Giansalvo Cirrincione, Marcello Pucci, Hamid Gualous, Patrice Wira, Pericle Zanchetta, Salah Laghrouche
• Jury : Rapporteurs / Rapporteuses : Patrice Wira, Pericle Zanchetta

Mots clés

Mots clés contrôlés

Harmoniques (ondes électriques)

Moteurs asynchrones

Mots clés libres

Moteurs à induction

Entraînements électriques

PLL

Analyse de composant mineur

Extraction des harmoniques

Induction motors

Electrical drives

PLL

Minor component analysis

Harmonics retrieval

Résumé

La thèse étudie tout d’abord la relation entre les harmoniques à fentes du rotor (RSHs) et la vitesse du rotor instantanée. Pour suivre directement l'RSH, les exigences du système sont pleinement prises en compte.Dans un deuxième temps, les travaux de thèse ont permis de développer un système sans capteur en fonction de boucle à verrouillage de phase (PLL): La largeur de bande centrale est réglée en ligne sur la base des valeurs de référence, des fréquences d'alimentation et de glissement prévues au convertisseur PWM, la PLL est réglée pour suivre le rotor de la machine à RSH sans la nécessité de toute injection de signal à haute fréquence, ni en rotation, ni de pulsation. Ce système d'estimation de vitesse, qui est approprié pour le contrôleur scalaire, avait été intégré avec le lecteur scalaire, conduisant à un simple calcul peu exigeant, à faible coût de l’entraînement de la machine à induction sans capteur à faible coût. Les résultats expérimentaux montrent que le système est en mesure de suivre la vitesse de la machine dans une plage de vitesse très étendue.Enfin, un système sans capteur amélioré basé sur l'analyse de composant mineur (MCA) neurones est décrit. Selon la théorie de Pisarenko, il a été vérifié que le MC qui se trouve dans le sous-espace de bruit est orthogonale au sous-espace de signal, par conséquent, les fré-quences de signal contenues dans l'entrée peuvent être calculées à partir d'un polynôme formé par la MC. Classiquement, ce qui nécessitera la décomposition propre encombrants, néan-moins, la méthode de neurones proposée dans cette thèse peut récupérer le MC de façon ré-cursive avec moins de calculs et des performances améliorées d'erreur (la solution est sur un total de moins sens carré). En outre, l'estimateur de vitesse est appliquée à l'entraînement scalaire avec vérification expérimentale, l'ensemble du système se comporte bien, et la méthode MCA renforcée par réseaux neuronaux a fourni un bon potentiel dans l'application des harmoniques récupérer.

The thesis first studies the relation between the rotor slot harmonics (RSHs) and the instan-taneous rotor speed. To directly track the RSH, the requirements of the system are fully ad-dressed.Second, the thesis presents a sensorless scheme based on phase-locked loop (PLL): The centre bandwidth is tuned on-line on the basis of the reference values of the supply and slip frequencies provided to the PWM converter, the PLL is tuned to track the machine rotor slot-ting harmonic without the need of any high frequency signal injection, neither rotating nor pulsating. This speed estimation scheme, which is suitable for the scalar controller, had been integrated with the scalar drive, leading to a simple, computationally not demanding, low cost sensorless IM drives. The experiment results show that the system is able to track the machine speed in a very wide speed range.Finally, an improved sensorless scheme based on minor component analysis (MCA) neu-rons is described. According to the Pisarenko’s theory, it has been verified that the MC which lies in the noise subspace is orthogonal to the signal subspace, thus, the signal frequencies contained in the input can be computed from a polynomial formed by the MC. Conventional-ly, this will require the bulky eigen-decomposition, nevertheless, the neural method proposed in this thesis can retrieve the MC recursively with less computation and improved error per-formance (the solution is of total least square meaning). Moreover, the speed estimator is ap-plied to the scalar drive with experimental verification, the overall system is well behaved, and the MCA method enhanced by neural networks has provided a good potential in the ap-plication of harmonics retrieve.