Pi-flou Controllers For 12-Sector Zero Vector Neural Dtc Control Of A High Power Mas

Authors

  • Habib BENBOUHENNI Department of Electrical Engineering, National Polytechnic School of Oran, Algeria

Keywords:

Induction machine, DTC, Fuzzy logic, Neural networks, 12 sector

Abstract

This work presents a direct torque control (DTC) strategy by artificial intelligence (Neural Networks (ANN) and Fuzzy Logic (FL))
applied to the control system of an induction high power machine. The application of the DTC brings a very interesting result to the
obstacles of robustness and dynamics. A comparison of the performance of the proposed DTC control with the conventional 12-sectors vector-free DTC control will be presented. The simulation results were visualized and presented by Matlab / Simulink. The current, flux and torque ripples will be judged and compared for the two proposed controls. As a result, the behavior of DTC based on RNA and FL is more efficient compared to conventional DTC control.

References

NEFSI M., MASSOUM A., MEROUFEL, A., WIRA P., Contrôle directe du couple de la machine asynchrone basé sur MLI vectorielle

discrétisée (DSVM-DTC), Acta Electrotehnica, 53(1) (2012) 35-40.

OMER Fethi, B., " Application des techniques de l’intelligence artificielle (LF-RN) pour le contrôle directe du couple d’une MAS alimentée par des onduleurs multiniveaux ", Mémoire de Magister, université des Sciences et de la Technologie d’Oran (2013).

BENBOUHENNI H., Étude comparative entre la commande DTC neuronale et la commande DTC basée sur le contrôleur PI-neuronale

de la machine asynchrone. Rev. Ivoir. Sci. Technol., 29 (2017) 30-43.

BENBOUHENNI H., 36 Sectors DTC Based on Fuzzy Logic of Sensorless Induction Motor Drives. Research & Reviews: Journal of Engineering and Technology. 7(1) (2018) 24-32.

BENBOUHENNI H., BOUDJEMA Z., Speed regulator and hysteresis based on artificial intelligence techniques of three-level DTC for induction motor, Acta Electrotechnica et Informatica, 17(4) (2017) 50-56.

BENBOUHENNI H., Commande directe du couple par les techniques de l’intelligence artificielle d’un moteur asynchrone (1MW) alimentée

par onduleur NPC de tension à sept niveaux. Journal of Advanced Research in Science and Technology, 5(1) (2018) 680-696.

YOUB L., CRACIUNESCU A., Etude comparative entre la commande vectorielle à flux oriente et la commande directe du couple de la machine asynchrone, U.P.B. Sci. Bull., Séries C, 69(2) (2007).

DAILI Y.," Contrôle de la fréquence de commutation des l'hystérésis utilisées dans les commandes d’une machine à induction ", Mémoire

de Magister, université de Batna, (2007).

BENALIA L,. " Commande en tension des moteurs à induction double alimentes, Mémoire de Magister, université de Batna, (2010).

ZEGUEB B., " Commande d’une machine synchrone à aimants permanents sans capteur de vitesse utilisation d’un observateur nou

linéaire ", Mémoire de Magister, université de Batna, (2008).

AMEUR A., " Commande sans capteur de vitesse par DTC d’une machine synchrone à aimants permanents dotée d’un observateur

d’ordre complet à modes glissants ", Mémoire de Magister, université de Batna, (2005).

KERRACH A. et KORICHI A., " Commande DTC-SVM prédictive d’un moteur asynchrone à cage sans capteur mécanique ", Mémoire

Master Académique, université Kasdi Merbah Ouargla, (2013).

NGUYEN Ngac-Ky, " Approche neuromimétique pour l’identification et la commande des systèmes électriques: application au filtrage actif et aux actionneurs synchrones ", Thèse Doctorat, université de haute –Alsace, Ecole Doctorate Jean-Henri Lambert, (2010).

ChAIBA A., " Commande de la machine asynchrone à double alimentation par des techniques de l’intelligence artificielle ", Thèse

de Doctorat en Sciences, université de Batna, (2010).

CHENNAI S., " Etude, modélisation et commande des filtres actifs: Apport des techniques de l’intelligence artificielle ", Thèse de Doctorat en Science, université Mohamed Khider, Biskra, (2013).

KABACHE N., " Amélioration des performances de la commande d’un moteur asynchrone à cage et élaboration d’un estimateur universel de ses paramètres en utilisant les réseaux de neurones artificiels ", Thèse Doctorat, université de Boumerdes, (2007).

BA-RAZZOUK A., " Estimation par réseaux de neurones de la constante de temps rotorique de machines asynchrones ", Thèse Doctorat, université de Montréal, (1998).

BERKANI A., " Metaheuristiques hybride réseaux de neurones artificielle –PSO du recuit simulé pour la commande d’un procède

industriel non-linéaire ", Mémoire de Magister, université de Batna, (2013).

NABTI K., " Stratégie de commande et techniques intelligentes appliquées aux machines de type synchrone ", Thèse de Doctorat,

université Mentouri Constantine, (2010).

MELIANI B., " Application des techniques intelligentes à la commande d’une machine asynchrone double étoile associée à un convertisseur matriciel ", Thèse de Doctorat en Sciences, université Djillali liabes de Sidi Bel Abbes, (2014).

MOUALDIA A., " Stratégies de commande DTC-SVM et DPC appliquées à une MADA utilisée pour la production d’énergie éolienne", Thèse de Doctorat, Ecole Nationale Polytechnique, (2014).

Vol_10_Issue_02_June_2018

Downloads

Published

01/14/2023

How to Cite

BENBOUHENNI, H. (2023). Pi-flou Controllers For 12-Sector Zero Vector Neural Dtc Control Of A High Power Mas. Revue Nature Et Technologie, 10(02), 37–48. Retrieved from https://journals.univ-chlef.dz/index.php/natec/article/view/118

Issue

Vol. 10 No. 02 (2018)

Section

Fundamental & Engineering Sciences

License

Copyright (c) 2018 Nature & Technology Journal

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

  • All publications of "Nature & Technology Journal" are available under CC-BY Creative Commons Attribution 4.0 International which allows sharing, copying, reproduction, distribution, communication, reuse, adaptation by all means, in all formats and under all licenses.
  • Any exploitation of the work or derivative works, including for commercial purposes, is possible. The only obligation is to credit the creators of the authorship of the original works, to indicate the sources and to indicate if modifications were made to the works (obligation of attribution).

This License gives:

  • Nature & Technology Journal the right to develop, promote, distribute and archive the article set cited above (including, without limitation, the right to publish the work in whole or in part in any form whatsoever) and ensure the widest dissemination.
  • The author (s) reserves the right to use all or part of this article, including tables and figures of his own works, providing that the appropriate recognition is given to the publisher as the holder of the copyrights, and the right to make copies of this article for its own use, but not for sale.