در روش دیگر از سیستم تطبیقی با مدل مرجع(MRAS)^[50] به صورت گسترده­ای برای تخمین سرعت و مکان استفاده می­ شود [۶۷]. نحوۀ کار به این صورت است که MRAS از مدل­هایی با پارامترهای قابل تنظیم و یا مدل مرجع استفاده می­ کند، که در هر دو حالت خروجی یکسان است و از خطای خروجی توسط قوانین تطبیقی برای تنظیم پارامترهای مدل استفاده می­گردد.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

مدل لغزشی رؤیتگر سرعت در [۶۸] معرفی شده است. نقطۀ ضعف این روش هنگامی است که سرعت سیستم پایین باشد که در نتیجه کارایی آن دچار افت می­ شود. اما نسبت به تغییرات در پارامترها و اغتشاشات بار مقاومت خوبی را در سیستم ایجاد می­ کند.
در سال­های اخیر راه حل­های زیادی برای کنترل سرعت PMSMها ارائه شده است که از روش­های کنترلی مختلفی نظیر کنترل کلاسیک، مقاوم و تطبیقی از قبیل حالت برداری و لغزشی بهره برده­اند. اما این روش­ها تنها به بررسی عدم قطعیت­های پارامتری (ساختاریافته) می­پردازند. روش کنترلی بردار متمایل به میدان^[۵۱] روش دیگری است که با معادل­سازی و شبیه­سازی موتور DC با خصوصیات آن از قبیل اندازه و زاویۀ استاتور، طراحی را انجام می­دهد که توضیحات تکمیلی آن در [۶۹] آمده است. در مقالات و منابع دیگر روش­های متنوعی بیان شده که از آن جمله می­توان به موارد زیر اشاره کرد: کنترل مستقیم گشتاور^[۵۲] (DTC) که هنگامی پاسخ دینامیکی سریعی از گشتاور خواسته شود به کار می­رود [۷۰]. مدل کنترل پیش­بین^[۵۳] (MPC) در مواردی که سرعت و جریان کنترل­ کننده­ها با یکدیگر مقایسه شود به کار می­رود [۷۱]. این روش در حقیقت جایگزینی مناسب برای روش کنترل متوالی^[۵۴] است.
اگرچه موارد فوق در حالت تئوری طراحی­های مناسبی به نظر می­رسند اما در عمل کاراییشان در برابر تغییر شرایط عملیاتی، عدم قطعیت­های شناخته شده و ناشناخته و همچنین اغتشاش خارجی دچار افت می­ شود. این روش­های کنترلی مدل ریاضی دقیقی را برای سیستم­ها فرض می­ کنند، که در عمل به دست آوردن چنین مدلی برای فرآینهای پیچیدۀ صنعتی بسیار سخت و بعضاً غیر ممکن است. بعلاوه سایر مشخصه­های دیگر این سیستم­ها ممکن است که غیر قابل پیش ­بینی باشد، مانند دینامیک بار، نویز، دما، تغییر پارامترها و غیره. بنابراین می­توان گفت که رفتار یک سیستم را نمی­ توان با یک مدل ریاضی، به طور دقیق بیان کرد.
نکتۀ قابل تأمل دیگری که در مورد اغلب طراحی­هایی که تاکنون انجام شده و در دسترس قرار گرفته، این است که در مورد پایداری تحلیل دقیقی صورت نگرفته است. به علاوه تحلیل پایداری سیستم خطی شده حول نقطۀ کار برای کل سیستم قابل تعمیم نیست. پایداری سیستمی که بر اساس کنترل کنندۀ تطبیقی مدل مرجع طراحی شده و در برابر عدم قطعیت پارامترهای تنظیم جریان PMSM مقاوم بوده، در [۷۲] آورده شده و مورد بررسی قرار گرفته است. در آخر، برای سیستمی که رفتار و دینامیک ناشناخته­ای دارد، با بهره گرفتن از شبکۀ عصبی مصنوعی و فازی نوع دوم برای تقریب دینامیک و رفتار PMSM غیرخطی و طراحی کنترل کنندۀ تطبیقی در [۹] ارائه شده است، که پایداری آن با تئوری لیاپانوف مورد بررسی قرار گرفته است. مدل­های زیادی به کمک شبکۀ عصبی و منطق فازی برای تقریب سرعت و مکان در PMSM ارائه شده است که جایگزین بسیار مناسبی برای روش­های کنترلی معمولی است [۳,۱۱].
در این پایان نامه ما استراتژی­ های مختلفی از طراحی کنترل کنندۀ هوشمند برای PMSMها ارائه و مورد بررسی و تحلیل قرار خواهیم داد. از تئوری کنترل تطبیقی برای طراحی بردار تطبیقی که متضمن پایداری است استفاده خواهد شد. اساس استراتژی بر به کارگیری رؤیتگرهای سرعت و اغتشاش است. همچنین به دلیل وجود رفتار و دینامیک متغیر سیستم، استفاده از این کنترل کننده برای ساده­سازی شمای کار مناسب بوده و همان­طور که گفته شد پایداری سیستم با وجود حالات و دینامیک متغیر آن را تضمین می­ کند. پس از این، طراحی اولیه را می­توان به مواردی که دینامیک ناشناخته هم باشد تعمیم داد و به کنترل کنندۀ تطبیقی هوشمند رسید که قطعاً مقاومت بالاتری به عدم قطعیت­های ساختار نیافته دارد. سپس از روش تقریب شبکۀ عصبی برای طراحی سادۀ سیستم کنترل که با عدم قطعیت پارامتری همخوانی بیشتری دارد، می­توان بهره برد. در مورد رؤیتگر سرعت که بر اساس شبکۀ عصبی کار می­ کند نیز بحث می­کنیم. به هر حال به این نکته که دقت تخمین به تغییر شار بسیار حساس است، باید توجه نمود. این مشکل ما را به سمت طراحی رؤیتگر غیرخطی بر مبنای شبکۀ عصبی مصنوعی سوق می­دهد، زیرا فرض بر این است که اطلاعات اولیه­ای از دینامیک سیستم در دسترس نیست. برای اینکه در طراحی به مقاومت مورد نظر در برابر شرایط غیرخطی و عدم قطعیت­ها، اعم از ساختار یافته و ساختار نیافته، دست یابیم، در انتها از ساختار کنترل کنندۀ فازی تطبیقی نوع اول استفاده می­کنیم، که در قیاس با انواع کنترل کننده­ های کلاسیک متوالی که معمولاً به کار می­ورند، پیچیدگی بسیار کمتری دارد. بهینه­ترین حالت در طراحی توسط روش­های کنترل بهینه قابل تعیین است. به منظور بکار گیری روشی برای تنظیم پارامترها از تکنیک تطبیقی پایداری لیاپانوف استفاده خواهیم کرد.

مدل­سازی سیستم:

مدل ریاضی دینامیک سیستم PMSM که در چارچوب مرجع چرخشی و با بردارهای یکۀ p و q توسط معدلات زیر قابل توصیف است.
(۵٫۱-آ)
(۵٫۱-ب)
(۵٫۱-ج)
معادلات مکانیکی مربوط به حرکت نیز با روابط زیر توصیف می­شوند:
(۵٫۲-آ)
(۵٫۲-ب)
که در روابط فوق:

ولتاژ در راستای q و p

جریان در راستای q و p

اندوکتانس در راستای q و p

مقاومت سیم­پیچ آرمیچر

تعداد جفت قطب­ها

شار پیوستگی

گشتاور موتور، بار و مالش

اینرسی روتور و بار

مکان الکتریکی روتور