Le moteur à reluctance commutée (SRM) est connu pour sa conception simple, sans aimants permanents, bobinage au rotor et son bas cout de production et une bonne robustesse qui lui confère conception, même sous la perte d’une phase ou de plus et d’opérer dans un environnement industriel très contraignant. Néanmoins ce moteur présente de nombreux inconvénients due à sa double saillance polaire, ses caractéristiques magnétiques et un couple de sortie hautement non linéaires très instable et qui présente de fortes perturbations. La double saillance du moteur ne permettant pas d’exciter ce dernier par une alimentation CA conventionnelle et de commander ce moteur utilisant la théorie des champs tournants. En outre, en raison des caractéristiques de sortie de couple non linéaires du moteur, une ondulation à couple élevé est inhérente au moteur, sauf si une stratégie de réduction de l’ondulation de couple est utilisée. Afin de parer à la non linéarité du couple de sortie et de diminuer les fortes perturbations de couple, plusieurs techniques ont été utilisées. La technique de contrôle du couple direct (DTC) est une excellente technique qui a donné de bons résultats pour ce type de moteur, et pour ce faire notre travail peut être considérée comme une contribution à l’amélioration de la DTC. Nous considérons spécifiquement le remplacement des régulateurs à hystérésis par ceux utilisant les techniques d’intelligence artificielle (logique floue, réseaux de neurones et neuro-flou), avec une concentration plus prononcée pour la technique de régulation par logique floue avec une structure Takagi-Sugeno comme le cœur de notre travail. Pour finir, nous avons utilisé la commande adaptative pour varier les paramètres du régulateur flou en temps réel lors de perturbations paramétriques du SRM et notamment pour parer à la variation de la résistance statorique. La loi de contrôle et la loi adaptative développées, garantissent que tous les signaux dans le système en boucle fermée sont limités en amplitude, alors que la conception du contrôleur est basée sur la synthèse de Lyapunov. / Switched Reluctance (RS) Motors have an intrinsic simplicity and low cost that makethem well suited to many applications. Furthermore, the motors have a high robustness due to the ability to operate with the loss of one or more motor phases and are thus well suited to operate in harsh industrial environments. However, the motor has many drawbacks due to the motor’s doubly salient structure as well as highly non-linear torque output and magnetization characteristics. The double salient structure leads to the inability to excite the motor using conventional ac motor rotating field theory to the motor. Furthermore, due to the motor’s non-linear torque output characteristics, a hightorque ripple is inherent in the motor unless a torque ripple reduction strategy is employed. to overcome the non-linearity of the output torque and reduce torque ripple,several techniques have been developed. Direct torque control (DTC) is an excellent technique which has had good results for this type of motor. our work, is a contribution to the improvement of the DTC by the substitution of the hysteresis regulators by thoseusing artificial intelligence techniques (fuzzy logic, neural networks and neuro-fuzzy), with a more pronounced concentration in our study for fuzzy logic regulation technique with Takagi-Sugeno structure. Finally, we used the adaptive control to vary the fuzzy regulator parameters in real time during parametric disturbance of the SRM and especially during stator resistance variation. The control law and the adaptive law developed guarantee the delimitation of all the signals in the closed-loop system and the controller design is made according to Lyapunov's synthesis
| Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/69189 |
| Date | 01 June 2021 |
| Creators | Fahas, Sofiane |
| Contributors | Kamwa, Innocent, Le-Huy, Hoang |
| Source Sets | Université Laval |
| Language | French |
| Detected Language | French |
| Type | mémoire de maîtrise, COAR1_1::Texte::Thèse::Mémoire de maîtrise |
| Format | 1 ressource en ligne (xiii, 190 pages), application/pdf |
| Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.0029 seconds