Оптимізація керування синхронним двигуном на постійних магнітах: порівняльне дослідження методів на основі МПКС

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2025.331895

Ключові слова:

МПКС, MПК, ІАСНВ, ШНМ, ВГС, промислові приводи, електромобілі

Анотація

Це дослідження зосереджено на оптимізації керування синхронними двигунами з постійними магнітами (СДПМ) шляхом впровадження нової модельної стратегії прогнозного керування струмом (МПКС), інтегрованої з адаптивною системою нейронечіткого виводу (ІАСНВ), що називається ІАСНВ - МПКС. Основною проблемою, що розглядається в цьому дослідженні, є покращення динамічної реакції СДПМ за різних робочих умов, особливо за швидких змін навантаження та швидкості. Традиційні методи керування, такі як пропорційно-інтегральний МПК (ПІ-МПК) та штучна нейронна мережа ПКСМ (ШНМ-МПКС), порівнюються із запропонованим методом ІАСНВ-МПКС для оцінки його ефективності у вирішенні таких проблем, як зменшення перерегулювання, мінімізація часу встановлення та придушення гармонійних спотворень (ВГС). Результати показують, що ІАСНВ- МПКС значно перевершує традиційні методи, зі зменшенням перерегулювання до 0,015%, часом встановлення 0,00147 секунди та мінімізацією ВГС до 2,0% при номінальній швидкості та 2,02% при низькій швидкості. Ці вдосконалення демонструють, що ІАСНВ-МПКС є високоефективним у керуванні СДПМ, особливо в системах, що піддаються швидким змінам навантаження та динамічним коливанням швидкості. Ключова перевага методу полягає в інтеграції нечіткої логіки та нейронних мереж, що дозволяє краще обробляти нелінійності та динамічні умови навантаження. Результати свідчать про те, що ІАСНВ-МПКС особливо корисний для промислових систем керування двигунами та електромобілів, де швидка реакція, стабільність та низький коефіцієнт гармонійних спотворень є критично важливими

Біографії авторів

Doan Van Hoa, Industrial University of Ho Chi Minh City

Master Student

Faculty of Electrical Engineering Technology

Huynh Hoang Bao Nghia, Industrial University of Ho Chi Minh City

College Student

Faculty of Electrical Engineering Technology

Le Van Dai, Industrial University of Ho Chi Minh City

Doctor of Technical Sciences

Faculty of Electrical Engineering Technology

Посилання

  1. Fu, R., Cao, Y. (2021). Hybrid flux predictor‐based predictive flux control of permanent magnet synchronous motor drives. IET Electric Power Applications, 16 (4), 472–482. https://doi.org/10.1049/elp2.12168
  2. Hu, J., Fu, Z., Xu, R., Jin, T., Feng, Z., Wang, S. (2024). Low-Complexity Model Predictive Control for Series-Winding PMSM with Extended Voltage Vectors. Electronics, 14 (1), 127. https://doi.org/10.3390/electronics14010127
  3. Pang, S., Zhang, Y., Huangfu, Y., Li, X., Tan, B., Li, P. et al. (2024). A Virtual MPC-Based Artificial Neural Network Controller for PMSM Drives in Aircraft Electric Propulsion System. IEEE Transactions on Industry Applications, 60 (2), 3603–3612. https://doi.org/10.1109/tia.2023.3338605
  4. Wen, D., Zhang, Y., Zhang, Y. (2023). Three‐vector model‐free predictive control for permanent magnet synchronous motor. IET Power Electronics, 16 (16), 2754–2768. https://doi.org/10.1049/pel2.12599
  5. Wang, H., Wu, X., Zheng, X., Yuan, X. (2023). Model Predictive Current Control of Nine-Phase Open-End Winding PMSMs With an Online Virtual Vector Synthesis Strategy. IEEE Transactions on Industrial Electronics, 70 (3), 2199–2208. https://doi.org/10.1109/tie.2022.3174241
  6. Sangar, B., Singh, M., Sreejeth, M. (2024). An improved ANFIS model predictive current control approach for minimizing torque and current ripples in PMSM-driven electric vehicle. Electrical Engineering, 106 (5), 5897–5907. https://doi.org/10.1007/s00202-024-02346-3
  7. Alitasb, G. K. (2024). Integer PI, fractional PI and fractional PI data trained ANFIS speed controllers for indirect field oriented control of induction motor. Heliyon, 10 (18), e37822. https://doi.org/10.1016/j.heliyon.2024.e37822
  8. Rodriguez, C. A., Ponce, P., Molina, A. (2016). ANFIS and MPC controllers for a reconfigurable lower limb exoskeleton. Soft Computing, 21 (3), 571–584. https://doi.org/10.1007/s00500-016-2321-9
  9. Bouguenna, I. F., Tahour, A., Kennel, R., Abdelrahem, M. (2021). Multiple-Vector Model Predictive Control with Fuzzy Logic for PMSM Electric Drive Systems. Energies, 14 (6), 1727. https://doi.org/10.3390/en14061727
  10. Dianov, A., Tinazzi, F., Calligaro, S., Bolognani, S. (2022). Review and Classification of MTPA Control Algorithms for Synchronous Motors. IEEE Transactions on Power Electronics, 37 (4), 3990–4007. https://doi.org/10.1109/tpel.2021.3123062
  11. Gade, C. R., W, R. S. (2022). Control of Permanent Magnet Synchronous Motor Using MPC–MTPA Control for Deployment in Electric Tractor. Sustainability, 14 (19), 12428. https://doi.org/10.3390/su141912428
  12. Yu, H., Wang, J., Xin, Z. (2022). Model Predictive Control for PMSM Based on Discrete Space Vector Modulation with RLS Parameter Identification. Energies, 15 (11), 4041. https://doi.org/10.3390/en15114041
  13. Dai, L., Tung, D. (2017). Modeling for Development of Simulation Tool: A Case Study of Grid Connected Doubly Fed Induction Generator Based on Wind Energy Conversion System. International Journal of Applied Engineering Research, 12 (11), 2981–2996.
  14. Utomo, W. M., Muhammad Zin, N., Haron, Z. A., Sim, S. Y., Bohari, A. A. et al. (2014). Speed Tracking of Field Oriented Control Permanent Magnet Synchronous Motor Using Neural Network. International Journal of Power Electronics and Drive Systems (IJPEDS), 4 (3). https://doi.org/10.11591/ijpeds.v4i3.5941
  15. Jang, J.-S. R. (1993). ANFIS: adaptive-network-based fuzzy inference system. IEEE Transactions on Systems, Man, and Cybernetics, 23 (3), 665–685. https://doi.org/10.1109/21.256541
Оптимізація керування синхронним двигуном на постійних магнітах: порівняльне дослідження методів на основі МПКС

##submission.downloads##

Опубліковано

2025-06-30

Як цитувати

Hoa, D. V., Nghia, H. H. B., & Dai, L. V. (2025). Оптимізація керування синхронним двигуном на постійних магнітах: порівняльне дослідження методів на основі МПКС. Eastern-European Journal of Enterprise Technologies, 3(2 (135), 73–89. https://doi.org/10.15587/1729-4061.2025.331895

Номер

Том 3 № 2 (135) (2025): Інформаційні технології. Системи управління в промисловості

Розділ

Системи управління в промисловості

Ліцензія

Авторське право (c) 2025 Doan Van Hoa, Huynh Hoang Bao Nghia, Le Van Dai

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.