ABSTRACT A stator-flux-oriented vec

ABSTRACT
A stator-flux-oriented vector-controlled induction motor drive is described where the space-vector pulse width modulation (SVM) and stator-flux-vector estimation are implemented by artificial neural networks (ANNs). ANNs, when implemented by dedicated hardware application-specific integrated circuit chips, provide extreme simplification and fast execution for control and feedback signal processing functions in high-performance ac drives. In the proposed project, a feedforward ANN-based SVM, operating at 20 kHz sampling frequency, generates symmetrical pulsewidth modulation (PWM) pulses in both undermodulation and overmodulation regions covering the range from dc (zero frequency) up to square-wave mode at 60 Hz. In addition, a programmable cascaded low-pass filter (PCLPF), that permits dc offset-free stator-flux-vector synthesis at very low frequency using the voltage model, has been implemented by a hybrid neural network which consists of a recurrent neural network (RNN) and a feedforward neural network (FFANN). The RNN-FFANN-based flux estimation is simple, permits faster implementation, and gives superior transient performance when compared with a standard digital-signal-processor-based PCLPF. A 5-hp open-loop volts/Hz-controlled drive incorporating the proposed ANN-based SVM and RNN-FFANN-based flux estimator was initially evaluated in the frequency range of 1.0–58 Hz to validate the performance of SVM and the flux estimator. Next, the complete 5-hp drive with stator-flux-oriented vector control was evaluated extensively using the PWM modulator and flux estimator. The drive performance in both volts/Hz control and vector control were found to be excellent.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ A stator-flux-oriented vector-controlled induction motor drive is described where the space-vector pulse width modulation (SVM) and stator-flux-vector estimation are implemented by artificial neural networks (ANNs). ANNs, when implemented by dedicated hardware application-specific integrated circuit chips, provide extreme simplification and fast execution for control and feedback signal processing functions in high-performance ac drives. In the proposed project, a feedforward ANN-based SVM, operating at 20 kHz sampling frequency, generates symmetrical pulsewidth modulation (PWM) pulses in both undermodulation and overmodulation regions covering the range from dc (zero frequency) up to square-wave mode at 60 Hz. In addition, a programmable cascaded low-pass filter (PCLPF), that permits dc offset-free stator-flux-vector synthesis at very low frequency using the voltage model, has been implemented by a hybrid neural network which consists of a recurrent neural network (RNN) and a feedforward neural network (FFANN). The RNN-FFANN-based flux estimation is simple, permits faster implementation, and gives superior transient performance when compared with a standard digital-signal-processor-based PCLPF. A 5-hp open-loop volts/Hz-controlled drive incorporating the proposed ANN-based SVM and RNN-FFANN-based flux estimator was initially evaluated in the frequency range of 1.0–58 Hz to validate the performance of SVM and the flux estimator. Next, the complete 5-hp drive with stator-flux-oriented vector control was evaluated extensively using the PWM modulator and flux estimator. The drive performance in both volts/Hz control and vector control were found to be excellent.

ผลลัพธ์ (ไทย) 3:

บทคัดย่อ : ควบคุมมอเตอร์เหนี่ยวนำแบบเวกเตอร์ฟลักซ์สเตเตอร์ขับอธิบายที่ไอคอนเวกเตอร์การปรับความกว้างของคลื่น ( SVM ) และค่าฟลักซ์เวกเตอร์ประมาณจะดําเนินการโดยโครงข่ายประสาทเทียม ( แอนน์ ) แอนน์เมื่อโดยฮาร์ดแวร์เฉพาะโปรแกรมเฉพาะวงจรรวมชิพให้เข้าใจง่ายที่สุดและรวดเร็วสำหรับการควบคุมและการป้อนกลับสัญญาณการประมวลผลฟังก์ชันประสิทธิภาพสูง AC ไดรฟ์ ในการนำเสนอโครงการ ไปข้างหน้า แอนใช้ SVM ปฏิบัติการที่ 20 kHz ความถี่สุ่มสร้างความสมมาตรคิวเอ็ม ( PWM ) ถั่วทั้งในและ undermodulation overmodulation ภูมิภาคครอบคลุมช่วงจาก DC ( ศูนย์ความถี่ขึ้นอยู่กับโหมดคลื่นสี่เหลี่ยมที่ 60 เฮิรตซ์ นอกจากนี้ โปรแกรมทั้งวงจรกรองความถี่ต่ำผ่าน ( pclpf ) ที่อนุญาตให้ DC ชดเชยค่าฟลักซ์เวกเตอร์ฟรีในการสังเคราะห์ความถี่ต่ำมากๆ โดยใช้แรงดันรุ่นได้ถูกพัฒนาโดยไฮบริด โครงข่ายประสาทเทียมซึ่งประกอบด้วยเครือข่ายประสาทกำเริบ ( rnn ) และไปข้างหน้าโครงข่ายประสาทเทียม ( ffann ) การ rnn ffann ตามกระแสความง่ายการอนุญาตการใช้งานได้เร็วขึ้น และให้ประสิทธิภาพที่เหนือกว่าเมื่อเทียบกับเวลามาตรฐาน pclpf การประมวลผลสัญญาณดิจิตอลที่ใช้เป็น 5-hp ดังนั้นโวลต์ / Hz ควบคุมไดรฟ์จึงเสนอตาม rnn ffann SVM แอนและตามการประมาณการโดยประเมินในช่วงความถี่ 1.0 – 58 Hz เพื่อตรวจสอบประสิทธิภาพของ SVM และฟลักซ์ประเมินราคา ต่อไป 5-hp ไดรฟ์ที่สมบูรณ์ด้วยค่าฟลักซ์ที่มุ่งเน้นการควบคุมเวกเตอร์ทดสอบอย่างกว้างขวางใช้ PWM มอดูเลเตอร์และฟลักซ์ประเมินราคาไดรฟ์ประสิทธิภาพทั้งในโวลต์ / Hz การควบคุมเวกเตอร์พบ
เป็นเลิศ