en fr Control of induction motors using Fuzzy logic, neural networks and genetic algorithms Contribution à la commande de la machine asynchrone, utilisation de la logique floue, des réseaux de neurones et des algorithmes généReportar como inadecuado




en fr Control of induction motors using Fuzzy logic, neural networks and genetic algorithms Contribution à la commande de la machine asynchrone, utilisation de la logique floue, des réseaux de neurones et des algorithmes géné - Descarga este documento en PDF. Documentación en PDF para descargar gratis. Disponible también para leer online.

1 GREEN - Groupe de Recherche en Electrotechnique et Electronique de Nancy

Abstract : Genetic algorithms, fuzzy logic and neural networks are increasingly used in greatly varied applications. We propose to study them for the identification and the control of the induction motor. More particularly, we use the genetic algorithms in order to identify the parameters of the transient model of the machine. Controllers, based on fuzzy logic and neural networks, are implemented within a rotor-flux oriented control scheme. The influence of variation of the parameters on the operation of the system is also investigated. Faulty induction machines are considered in the case of rotor broken bars. The diagnosis of these defects and their influence on the behaviour of the control are studied. Lastly, an improvement of the mechanical-sensorless vector control is presented opening a new way towards -intelligent control-. Thanks to the ever increasing power of processors, such techniques can be used to replace the sensor. A simulation tool elaborated along with the thesis made it possible to develop the studies presented here. Particular care was devoted to the experimental side, the only guarantee of the feasibility and validation of the study.

Résumé : Les algorithmes génétiques, la logique floue et les réseaux de neurones sont de plus en plus utilisés dans des domaines d-application très variés. Nous nous proposons de les étudier dans le cadre de l-identification et de la commande de la machine asynchrone. Plus particulièrement, nous utilisons les algorithmes génétiques afin d-identifier les paramètres du modèle dynamique de la machine. Des régulateurs, à base de logique floue et de réseaux de neurones, sont implantés au sein d-une commande vectorielle par orientation du flux rotorique. Est également abordée l-influence de la variation des paramètres sur le fonctionnement du système. Les défauts de structure de la machine asynchrone sont considérés dans le cas des ruptures de barres au rotor. Le diagnostic de ces défauts ainsi que leur influence sur le comportement de la régulation sont étudiés. Enfin, une amélioration de la commande vectorielle sans capteur mécanique est présentée ouvrant une voie vers les techniques intelligentes de commande. Ces dernières sont maintenant possibles compte tenu de la puissance sans cesse grandissante des processeurs. Un logiciel de simulation, développé dans le cadre de la thèse, a permis de mener une bonne partie des études présentées. Une attention particulière a été accordée à la partie expérimentale, seul garant de la faisabilité et de la validation de l-étude.

en fr

Keywords : Induction machine Vector control Fuzzy logic Neural networks Genetic algorithms Fault diagnosis Sensorless control

Mots-clés : Identification Logique floue Réseaux de neurones Algorithmes génétiques Machine asynchrone Commande vectorielle Diagnostic de défauts Commande sans capteur





Autor: Lotfi Baghli -

Fuente: https://hal.archives-ouvertes.fr/



DESCARGAR PDF




Documentos relacionados