Contribution to the Control of Five Phase Permanent Magnet Synchronous Motor // Contribution au Contrôle du Moteur Synchrone à Aimant Permanent à Cinq Phases

Abstract

من أجل المساهمة في التحكم في المحرك المغنطيسي الدائم المتزامن خماسي الأطوار، تتحدث هذه الأطروحة عن نظام تحكم جيد التصميم بالتخطّي الخلفي، جرى تحسينه باستخدام خوارزمية جينية ومراقب قوي بالنموذج الانزلاقي (SMO) لجعل التحكم عالي الأداء بدون حساس في محرك مغناطيسي دائم مكون من خمسةاطوار. في البداية، تم استخدام إستراتيجية قوية غير خطية تستند إلى التحكم بالتخطّي الخلفي لتعقب القيم المرجعية المطلوبة للسرعة والمحور المباشر. باستخدام نظرية ليابونوف، تم التحقق من استقرار نظام التحكم بأكمله للتأكد من أن أخطاء التتبع متقاربة. مع ذلك، بعض معاملات التحكم على التخطّي الخلفي يتم اختيارها عشوائياً، والتي يمكن أن تؤثر على جودة التحكم. لذا تم استخدام أسلوب رقمي جديد يستند إلى الخوارزمية الجينية من أجل تحديد معاملات التحكم وإيجاد أفضل المكاسب مع البقاء ضمن الحدود الفيزيائية للمحرك المغنطيسي الدائم المتزامن ذو خمسة اطوار. وعلاوة على ذلك، وبغية خفض عدد أجهزة الاستشعار اللازمة، تم تصميم نموذج مراقب منزلق لجمع البيانات عن القوة الدافعة الكهربية للمحرك المغنطيسي الدائم المتزامن ذو خمسة اطوار. ويُستخدم كذلك المراقب لقياس سرعة المحرك وموقع الدوار. وكخطوة نهائية، اصيغ النهج المقترح ليعمل في الوقت الحقيقي على استخدام جهاز المحاكاة OPAL-RT4500. وتبين نتائج المحاكاة الآنية هذه مدى نجاح النهج المقترح في مختلف سيناريوهات الاختبار

In order to contribute the control of a Five-Phase Permanent Magnet Synchronous Motor, this thesis focuses on a well-designed backstepping control system, improved using a genetic algorithm and a strong sliding mode observer (SMO) to achieve high-performance sensorless control of a 5-phase Permanent Magnet Synchronous Motor (5Φ-PMSM). Initially, A strong nonlinear strategy based on backstepping control is used to track the desired speed and direct-axis current reference values. Using the Lyapunov theorem, the stability of the entire control system is verified to ensure that the tracking errors converge. Some backstepping control gains are picked at random, though, which could affect the quality of the controller. A novel numerical method based on the genetic algorithm (GA) is suggested for determining the control gains and finding the best gains while staying within the 5Φ-PMSM drive's physical limits. Moreover, to cut down on the number of sensors needed, a slide model observer is created to gather data on the electromotive force of the 5Φ-PMSM drive. An adaptive back EMF observer is then used to measure the motor's speed and rotor position. As a final step, the suggested approach was modelled to work in real time on the FPGA using the OPAL-RT 4500 simulator. These real-time simulation results show how well the suggested approach performs in different test scenarios

Afin de contribuer au contrôle du moteur synchrone à cinq phases avec des aimants permanents, cette thèse se concentre d'un système de contrôle bien conçu, amélioré à l’aide d’un algorithme génétique et d’un puissant observateur à mode glissant (OMG),pour réaliser un contrôle sans capteur de haute performance d’une machine synchrone à cinq phases (5Φ-PMSM), une stratégie non linéaire robuste, basée sur le contrôle backstepping est initialement utilisée pour suivre les valeurs de référence souhaitées de vitesse et de courant dans l’axe direct. Cette approche s’appuie sur le théorème de Lyapunov, la stabilité de l’ensemble du système de contrôle est vérifiée afin de s’assurer que les erreurs de suivi convergent. Certains gains du contrôle backstepping sont choisis de manière aléatoire, ce qui pourrait cependant affecter la qualité du contrôleur. Une nouvelle méthode numérique, basée sur l’algorithme génétique (GA), est proposée pour déterminer les gains de contrôle optimaux tout en respectant les limites physiques de l’appareil 5Φ-PMSM. En outre, pour réduire le nombre de capteurs nécessaires, un observateur à modèle glissant a été conçu pour estimer des données sur la force électromotrice de l’appareil 5Φ-PMSM. Un observateuradaptatif de le F.E.M est ensuite utilisé pour estimer la vitesse du moteur et la position du rotor. Enfin, l’approche proposée a été modélisée pour fonctionner en temps réel sur un FPGA à l’aide du simulateur OPAL-RT 4500. Les résultats de simulation en temps réel démontrent l’efficacité de l’approche proposée dans différents scénarios de test. Les mots clés :Backstepping Contrôle, Moteur synchrone à cinq phases, Algorithme génétique, Simulateur OPAL-RT 4500, Observateur de mode glissant