Abstract:
Abstract
The synchronous permanent magnet motor (PMSM) is increasingly used in industry due to its superior performance to other types of engines. This work deals with the control of (PMSM). The first part deals with nonlinear control using the linearization technique. The proposed order is based on a Backstepping type control technique completed by the introduction of integral actions to improve its robustness. Using the Lyapunov stability theory, it shows that the trajectory tracking dynamics are asymptotically stable. The use of Control by ANFIS neuro-fuzzy inference system has improved performance and made control more precise.
Finally, a concluding section summarizes the main results.
Résumé
Le moteur synchrone à aimants permanents (MSAP) est de plus en plus utilisé dans le domaine industriel grâce à ses performances supérieures aux autres types de moteurs. Ce travail porte sur la commande du (MSAP). La première partie traite la commande non linéaire en utilisant la technique de linéarisation .La deuxième partie s’intéresse à la conception d’une Backstepping. La commande proposée est conçue à partir d’une technique de commande de type Backstepping complétée par l’introduction d’actions intégrales pour améliorer sa robustesse. En utilisant la théorie de stabilité de Lyapunov, on montre que les dynamiques de poursuite de trajectoire sont asymptotiquement stables.L'utilisation Commande par système d'inférence neuro-floue type ANFIS a permis d'améliorer les performances et de rendre le commande plus précis.
Enfin, une conclusion résume les principaux résultats obtenus.
ملخص:
تستخدم محركات المغناطيس الدائم المتزامن (msap) على نحو متزايد في المجال الصناعي , بفضل أدائها المتفوق
مقارنة مع أنواع أخرى من المحركات . يتضمن هذا العمل التحكم في msap . الجزء الاول من العمل يتناول تحكم غير
خطي بإستعمال تقنية الخطية . ويركز الجزء الثاني على تصميم وحدة تحكم المقترحة من نوع هندسة التحكم
Backstepping ,على أن تستعمل من خلال إدخال إجراءات متكاملة لتحسين قوتها. بإستخدام نظرية الاستقرار
Lyapunov , يتبين ان ديناميكيات تتبع مسار مستقر بدون تقارب , أدى استخدام نظام الاستدلال العصبي الغامض ل
ANFIS إلى تحسين الأداء وجعل التحكم أكثر دقة.
أخيرًا ، يلخص الاستنتاج النتائج الرئيسية التي تم الحصول عليها.
