Thuật toán học nơron sửa đổi để ước lượng điện trở roto và stato khi đang hoạt động cho truyền động động cơ không đồng bộ không cảm biến tốc độ

TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC (ISSN: 1859 - 4557) Số 17 39 THUẬT TOÁN HỌC NƠRON SỬA ĐỔI ĐỂ ƯỚC LƯỢNG ĐIỆN TRỞ ROTO VÀ STATO KHI ĐANG HOẠT ĐỘNG CHO TRUYỀN ĐỘNG ĐỘNG CƠ KHÔNG ĐỒNG BỘ KHÔNG CẢM BIẾN TỐC ĐỘ A MODIFIED NEURAL LEARNING ALGORITHM FOR ONLINE ESTIMATION OF ROTOR AND STATOR RESISTANCES IN SENSORLESS INDUCTION MOTOR DRIVES Phạm Văn Tuấn, Phạm Hùng Phi, Nguyễn Thanh Sơn, Nguyễn Thế Công Trường Đại học Bách Khoa Hà Nội Ngày nhận bài: 5/10/2018, Ngày chấp nhận đăng: 20/12/2018, Phản biện: TS. Nguyễn Đăng Toản Tóm tắt: Ước lượng điện trở roto và stato trong quá trình làm việc là cần thiết đối với các hệ truyền động không cảm biến tốc độ động cơ không đồng bộ ba pha ở vùng tốc độ thấp. Trong bài báo này một thuật toán nơron sửa đổi đã được đề xuất để ước lượng điện trở roto và stato trong quá trình làm việc. Ở đây luật cập nhật của mạng nơron có tốc độ học là một hàm thích nghi theo từng chu kỳ lấy mẫu, hàm thích nghi được xác định bằng mô hình mờ Mamdani. Kết quả mô phỏng cho thấy các điện trở được ước lượng bằng mạng nơron với tốc độ học là hàm thích nghi được đề xuất có sai số nhỏ so với điện trở roto và stato thực, nâng cao chất lượng của hệ truyền động động cơ không đồng bộ không có cảm biến tốc độ. Từ khóa: Mạng nơron nhân tạo, điều khiển mờ, ước lượng điện trở roto, ước lượng điện trở stato. Abstract: Online estimation of rotor and stator resistance is essential for sensorless induction motor drives in the low speed region. In this paper, a novel modified neural algorithm has been proposed for online estimation of the rotor and stator resistance. Here the updated law of neural network with the learning rate is an adaptive function for each sampling cycle, and the adaptive function is determined by a Mamdani fuzzy model. The simulation results showed that the rotor and stator resistance estimated by neural network with learning rate as the adaptive function with small error compared to the real rotor and stator resistance, improving the quality of the sensorless driver for induction motor. Key words: Artificial Neural Network (ANN), Fuzzy Logic control (FLC), rotor resistance estimation, stator resistance estimation. Danh mục các ký hiệu Ký hiệu Giải thích ký hiệu vm rd Từ thông roto dọc trục tính từ mô hình điện áp, hệ tọa độ gắn với stato Ký hiệu Giải thích ký hiệu vm rq Từ thông roto ngang trục tính từ mô hình điện áp, hệ tọa độ gắn với stato TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC (ISSN: 1859 - 4557) 40 Số 17 Ký hiệu Giải thích ký hiệu s sd Từ thông stato dọc trục, hệ tọa độ gắn với stato s sq Từ thông stato ngang trục, hệ tọa độ gắn với stato im rd Từ thông roto dọc trục tính từ mô hình dòng điện, hệ tọa độ gắn với stato im rq Từ thông roto ngang trục tính từ mô hình dòng điện, hệ tọa độ gắn với stato sdV Điện áp stato dọc trục, hệ tọa độ gắn với stato sqV Điện áp stato ngang trục, hệ tọa độ gắn với stato sdi Dòng điện stato dọc trục, hệ tọa độ gắn với stato sqi Dòng điện stato ngang trục, hệ tọa độ gắn với stato 1. MỞ ĐẦU Hiện nay nghiên cứu về truyền động không cảm biến tốc độ động cơ không đồng bộ ba pha roto lồng sóc thu hút được nhiều sự quan tâm trên thế giới bởi: khi động cơ lớn, trục động cơ lớn, sử dụng cảm biến tốc độ sẽ khó khăn cho lắp đặt và có sai số lớn đặc biệt ở vùng tốc độ thấp; giảm chi phí đáng kể cho hệ thống phần cứng đo lường tốc độ; với các máy và hệ truyền động điện làm việc trong môi trường khắc nghiệt (nhiệt độ cao, nhiều bụi) sử dụng cảm biến tốc độ sẽ không thích hợp, dễ gây sai số, hỏng hóc [1]-[4]. Do vậy ước lượng chính xác tốc độ sẽ cải thiện đáng kể đáng kể chất lượng của hệ truyền động không cảm biến tốc độ với các thuật toán điều khiển động cơ không đồng bộ (Indirect Field Oriented Control/ FOC, Direct Torque Control/ DTC). Mặt khác, các thuật toán ước lượng tốc độ động cơ không đồng bộ phụ thuộc vào giá trị điện trở roto và stato. Điện trở roto có thể biến thiên tới 100% do sự thay đổi nhiệt độ, tần số roto và lấy lại các thông tin này với một mô hình nhiệt hoặc cảm biến nhiệt độ là rất khó khăn, phức tạp và các cảm biến nhiệt độ phải được gắn vào các vị trí khác nhau của roto, điều đó có thể không thực hiện được trong tất cả các ứng dụng [5]-[10]. Điện trở stato cũng có thể thay đổi 50% trong quá trình làm việc của động cơ [5], [7], [10]. Do đó việc ước lượng chính xác điện trở roto và stato trong quá trình làm việc của động cơ sẽ cải thiện và nâng cao chất lượng của hệ truyền động không cảm biến tốc độ. Một số thuật toán ước lượng điện trở roto đã được nghiên cứu và thực hiện như thuật toán thích nghi tham chiếu mô hình (MRAS) của từ thông hoặc công suất phản kháng đã được thực hiện ở [11], [12], bộ lọc Kalman mở rộng [13], [14], điều khiển trượt [15], [16], điều khiển mờ [17]-[20]. Phương pháp ước lượng điện trở roto trong quá trình làm việc của động cơ sử dụng mạng nơron truyền thẳng nhiều lớp đã được nghiên cứu và thực hiện ở [7], [21] nhưng phương pháp ước lượng điện trở này vẫn bị giới hạn là tốc độ học được lựa chọn trước và không thay đổi trong quá trình ước lượng. Do vậy, nếu lựa chọn tốc độ học không phù hợp sẽ dẫn đến quá trình huấn luyện mạng chậm và sai số đầu ra của mạng lớn. Việc lựa chọn tốc độ học phù hợp chủ yếu dựa vào kinh nghiệm của người nghiên cứu. Thuật toán ước lượng điện trở stato đã có TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC (ISSN: 1859 - 4557) Số 17 41 những nghiên cứu được đề cập [22], [23] dựa trên bộ quan sát Luenberger; bộ điều khiển mờ [24], [25]; MRAS [26], [27] và sử dụng mạng nơron hồi quy với tốc độ học là hằng số [7]. Cấu trúc của bài báo gồm 4 phần chính: phần 1 trình bày tổng quan về một số phương pháp nhận dạng điện trở roto và stato đã được thực hiện: phần 2 trình bày ước lượng điện trở roto với mạng nơron truyền thẳng nhiều lớp với tốc độ học là một hàm thích nghi; ước lượng điện trở stato với mạng nơron hồi quy có tốc độ học cập nhật theo một hàm thích nghi sẽ được trình bày ở phần 3; các kết quả mô phỏng được trình bày trong phần 4. 2. ƯỚC LƯỢNG ĐIỆN TRỞ ROTO ĐỘNG CƠ KHÔNG ĐỒNG BỘ SỬ DỤNG MẠNG NƠRON NHÂN TẠO Theo [7] và [21], dựa vào mô hình tham chiếu (mô hình điện áp) của động cơ không đồng bộ, ta có từ thông của roto:     vm 'r rd sd s sd s sd m vm 'r rq sq s sq s sq m L = V - R i dt - L i L L = V - R i dt - L i L                 (1) Từ thông stato được tính như sau:     s sd sd s sd s sq sq s sq V R i dt V R i dt           (2) Do điện áp một chiều cấp cho bộ nghịch lưu bị nhấp nhô, khi qua khâu tích phân ở (2) làm cho từ thông stato bị cộng dồn sai số. Do vậy để loại bỏ sai số cộng dồn khi tính toán từ thông stato, sử dụng bộ lọc thông thấp nhiều cấp được trình bày trong [28]. Thay thế phương trình (2) vào (1) và rời rạc hóa hệ phương trình (1) ta có:     d1 1 1 1 vm s 'r rd sd s s m vm s 'r rq sq s sq m L (k)= (k ) L i (k ) L L (k)= (k ) L i (k ) L                (3) Mặt khác, các phương trình mô tả từ thông roto theo mô hình thích nghi (mô hình dòng điện) có dạng như sau:     d d d (1/ ) (1/ ) im im im r r m sd r r r rq im im im rq r m sq rq r r r T L i T dt T L i T dt                   (4) Rời rạc hóa hệ phương trình (4) và qua một số bước biến đổi ta có:                 d 1 d 2 3 1 2 d 3 1 1 1 1 1 1 im im im r r rq sd im im im rq rq r sq k W k W k W i k k W k W k W i k                       (5) Hàm bình phương sai số của từ thông được viết như sau:   221 1 (k) (k) (k) 2 2 vm im r rE      (6) Các trọng số của mạng W1, W3 được tìm ra từ việc huấn luyện mạng sao cho hàm bình phương sai số E là nhỏ nhất ([7], [21]). W1, W3 được xác định như sau: 1 1 1 11W (k) W (k ) W (k)    (7) 3 3 3 31W (k) W (k ) W (k)    (8) Với: 1 1 T vm im im r r rW (k) ( k ) ( k ) ( k )          (9) 3 1 T vm im r r sW (k) ( k ) ( k ) i ( k )         (10) Đặt: 1i i i(k) W (k) W (k )     (11) TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC (ISSN: 1859 - 4557) 42 Số 17 Hàm i(k) là tích sai lệch của trọng số hiệu chỉnh i (i=1 hoặc 3) ở lần tính k và (k-1). Từ đó xây dựng hàm hàm tốc độ học dựa vào sai lệch i(k) sao cho tốc độ học thay đổi theo hướng giảm sai lệch E của mạng [30]:  Khi i(k) >0, mạng có tốc độ hội tụ chậm, phải tăng tốc độ học;  Khi i(k) <0, mạng bị quá điều chỉnh, phải giảm tốc độ học. Từ đó trong nghiên cứu này sẽ đề xuất một bộ điều khiển lô gic mờ sử dụng mô hình mờ Mamdani với các đầu vào là các tín hiệu i(k) và i(k) , đầu ra là giá trị sai lệch của tốc độ học i (k) . Hàm liên thuộc của đầu vào được chỉ ra ở hình 1a, 1b. Hàm liên thuộc của đầu ra được chỉ ra ở hình 2. Hình 3 là sơ đồ khối của bộ điều khiển mờ để xác định tốc độ học ở chu kỳ trích mẫu thứ k. Luật điều khiển mô hình mờ chỉ ra trong bảng 1. 1 0.5 0 -0.1 -0.08 -0.02 0 0.02 0.04 0.10.080.06-0.04-0.06 NB NS ZE PS PB ε Hình 1a. Hàm liên thuộc của biến đầu vào ε 1 0.5 0 -0.1 -0.08 -0.02 0 0.02 0.04 0.10.080.06-0.04-0.06 NB NS ZE PS PB Δ ε Hình 1b. Hàm liên thuộc của biến đầu vào ∆ε 1 0.5 0 -0.01 -0.008 -0.002 0 0.002 0.004 0.010.0080.006-0.004-0.006 NB NS ZE PS PB Δη Hình 2. Hàm liên thuộc của biến đầu ra ∆ηi Bảng 1. Luật của FLC ε ∆ε NB NS ZE PS PB NB NB NB NS ZE PS NS NB NS ZE PS PS ZE NS NS ZE ZE PB PS NS ZE PS PS PB PB ZE ZE ZE PB PB Hình 3. Sơ đồ khối của bộ điều khiển mờ Giá trị tốc độ học ở chu kỳ trích mẫu thứ k như sau: 1i i i(k) (k ) (k)     (12) Trọng số W1, W3 được hiệu chỉnh bằng việc đào tạo dựa vào (7), (8); với i (k) được xác định ở (12). Tốc độ học được xác định ở (12) khác với tốc độ học đã được đề cập ở các tài liệu [7], [21]. Điện trở roto được ước lượng như sau: 1(1-Wr r s L ) R T  (13) 3r r m s L W R L T  (14) TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC (ISSN: 1859 - 4557) Số 17 43 Ước lượng từ thông roto (3) nhạy cảm với sự thay đổi của điện trở stato, đặc biệt là vùng tốc độ thấp. Do vậy, để giảm thiểu sai số trong ước lượng điện trở roto do sự biến thiên điện trở stato, một bộ ước lượng điện trở stato online sẽ được phân tích, đề cập trong phần 3. 3. ƯỚC LƯỢNG ĐIỆN TRỞ STATO ĐỘNG CƠ KHÔNG ĐỒNG BỘ SỬ DỤNG MẠNG NƠRON NHÂN TẠO Theo [7] ta có dòng stato được xác định: 4 5 6 7 4 5 6 7 1 1 1 1 1 1 1 1 * * im sd sd rd im rq sd * * im sq sq rq im rd sq i (k) W i (k ) W (k W (k ) W V (k ) i (k) W i (k ) W (k ) W (k ) W V (k )                         (15) Hàm bình phương sai số của dòng điện stato đo lường với dòng điện stato ước lượng theo (15) được viết như sau:   22 2 2 1 1 2 2 * s sE (k) i (k) i (k)   (16) Trọng số của mạng W4 được tìm ra từ việc huấn luyện mạng sao cho cho hàm bình phương sai số E2 là nhỏ nhất. W4 được xác định như sau: 4 4 4 41W (k) W (k ) W (k)    (17) Với: 4 1 T * * s s sW (k) i (k) i (k) i (k )        (18) Tương tự như phương pháp xây dựng hàm tốc độ học ở mục 2 để ước lượng điện trở roto. Tốc độ học 4 được cập nhật như sau: 4 4 41(k) (k ) (k)     (19) Tốc độ học được xác định ở (19) khác với tốc độ học đã được đề cập ở tài liệu [7], [29]. Điện trở stato có thể được ước lượng như sau:  2 241s s s m r r s s R W (T / L )( L R / L ) * ( L / T )       (20) Ước lượng tốc độ sử dụng trong điều khiển không cảm biến ở bài báo này được kế thừa từ tài liệu [3] theo biểu thức (20) dưới đây:                 1 1 1 r r vm im im rq rq rd w vm im im s rd rd rq k k k k k T k k k                           (21) 4. CÁC KẾT QUẢ MÔ PHỎNG Việc ước lượng điện trở roto và stato đặc biệt có ý nghĩa ở vùng tốc độ thấp vì từ thông ước lượng từ (3), (5) rất nhạy cảm với điện trở stato và roto. Các kết quả mô phỏng sẽ cho thấy ưu việt của phương pháp trình bày trong phần 2 và 3 trong vùng tốc độ này. Hình 4 là sơ đồ khối của bộ truyền động IFOC không cảm biến tốc độ với ước lượng điện trở roto và stato. Hình 4. Sơ đồ khối của bộ truyền động điện động cơ không đồng bộ IFOC không cảm biến tốc độ với ước lượng điện trở roto và stato Thông số của động cơ mô phỏng được cho trong bảng 2. Để mô phỏng hệ truyền TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC (ISSN: 1859 - 4557) 44 Số 17 động không cảm biến tốc độ với ước lượng điện trở roto và stato, tác giả đã sử dụng phần mềm Matlab/simulink. Giả thiết trong quá trình mô phỏng, điện trở roto và stato biến thiên 50% so với giá trị ban đầu [6], [21]. Điều này dẫn đến sai lệch giữa giá trị điện trở roto và stato thực và giá trị điện trở roto và stato được đưa vào bộ điều khiển. Điện trở roto biến thiên từ 1,84 Ω đến 2,76 Ω, điện trở stato biến thiên 1,99 Ω đến 2,99 Ω (quá trình mô phỏng từ 0÷9 giây); tải TL=4,5 Nm được đóng tại thời điểm t=1,5 giây, tốc độ đặt = 15 rad/s. Các kết quả mô phỏng trong các trường hợp sau: * Khi chưa có bộ ước lượng điện trở roto và stato tác động vào bộ điều khiển không cảm biến tốc độ: Giả thiết trong quá trình làm việc điện trở roto động cơ tăng từ 1,84 đến 2,76 Ω (từ 0÷2 giây vẫn giữ 1,84 Ω, 2÷7 giây tăng từ 1,84÷2,76 Ω, 7÷9 giây giữ ở 2,76 Ω); điện trở stato tăng từ 1,99 đến 2,99 Ω (từ 0÷2 giây vẫn giữ 1,99 Ω, 2÷7 giây tăng từ 1,99÷2,99 Ω, 7÷9 giây giữ ở 2,99 Ω); nhưng các điện trở roto và stato được đưa vào bộ điều khiển vẫn giữ nguyên giá trị ban đầu. Bảng 2. Các thông số của động cơ mô phỏng TT Thông số Giá trị 1 Công suất định mức 2,2 kW 2 Điện áp định mức 400 V 3 Tần số định mức 50 Hz 4 Điện trở stato 1,99 Ω 5 Điện trở roto 1,84 Ω 6 Hỗ cảm 0,37 H 9 Số cực 2 10 Tốc độ định mức 2880 RPM (a) (b) Hình 5(a), (b). Momen tải và momen điện từ Momen điện từ và momen tải được chỉ ra ở hình 5(a), 5(b): khi điện trở roto và stato thay đổi xấp xỉ 50% biên độ momen điện từ đập mạch xấp xỉ 17%. Hình 6(a) chỉ ra tốc độ đặt, tốc độ thực và tốc độ ước lượng trong toàn bộ thời gian mô phỏng; từ 1-2 giây khi điện trở roto và stato chưa thay đổi, tốc độ ước lượng bám tốc độ thực và tốc độ đặt của động cơ, kể cả khi đóng tải TL= 4,5 Nm tốc độ động cơ giảm xuống nhưng tốc độ ước lượng vẫn bám sát tốc độ thực; từ 2-9 giây khi điện trở roto và stato biến thiên, tốc độ thực của động cơ không bám tốc độ đặt, tốc độ ước lượng bị giao động quanh giá trị tốc độ TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC (ISSN: 1859 - 4557) Số 17 45 đặt. Hình 6(b) đã chỉ ra khi điện trở roto, stato thay đổi xấp xỉ 50% so với các giá trị ban đầu thì tốc độ thực không bám giá trị tốc độ đặt, sai lệch xấp xỉ 0,60 rad/s còn tốc độ ước lượng bị giao động quanh tốc độ đặt, với biên độ đập mạch của ước lượng tốc độ gần 1,0 rad/s. (a) (b) Hình 6(a), (b): Tốc độ của động cơ bao gồm: tốc độ đặt, tốc độ thật và tốc độ ước lượng * So sánh ước lượng điện trở roto và stato tốc độ học thích nghi với trường hợp sử dụng tốc độ học là hằng số: Sau một số phép thử chọn tốc độ học hằng số để ước lượng điện trở roto và stato là 0,001 và 0,01. (a) (b) Hình 7(a), (b). Điện trở roto và stato của động cơ bao gồm: điện trở thực, điện trở ước lượng * Khi có ước lượng điện trở roto và stato tác động vào bộ điều khiển không cảm biến tốc độ: (a) TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC (ISSN: 1859 - 4557) 46 Số 17 (b) Hình 8(a), (b). Momen tải và momen điện từ Hình 9. Tốc độ của động cơ bao gồm: tốc độ đặt, tốc độ thật, tốc độ ước lượng Các kết quả mô phỏng trên hình 7(a), 7(b) chỉ ra với thuật toán ước lượng đã được đề xuất ở phần 2 và 3, điện trở roto và stato được ước lượng chính xác với sai số rất bé so với giá trị điện trở thực, hội tụ nhanh hơn so với trường hợp tốc độ học là hằng số. Momen điện từ và momen tải được chỉ ra ở hình 8(a), 8(b): khi điện trở roto và stato thay đổi xấp xỉ 50%, có bộ ước lượng điện trở roto và stato tác động vào bộ điều khiển, biên độ momen điện từ đập mạch xấp xỉ 10%. Hình 9 đã chỉ ra việc ước lượng điện trở roto và stato chính xác (với phương pháp đã được đề xuất ở phần 2 và 3) dẫn đến tốc độ ước lượng bám sát với tốc độ thực của động cơ, qua đó nâng cao chất lượng của hệ truyền động không cảm biến tốc độ. 5. KẾT LUẬN Bài báo đã đề xuất một phương pháp mới để ước lượng điện trở roto và stato động cơ không đồng bộ ba pha roto lồng sóc sử dụng mạng nơron nhân tạo với hàm tốc độ học được xây dựng từ một bộ điều khiển mờ theo mô hình Mamdani. Kết quả đã chỉ ra ước lượng điện trở roto và stato với phương pháp được đề xuất có độ chính xác cao, đồng thời cũng đã minh chứng được ước lượng điện trở roto và stato góp phần nâng cao chất lượng hệ truyền động không cảm biến tốc độ ở vùng tốc độ thấp. Ngoài ra, phương pháp ước lượng này còn được sử dụng để xác định điện trở roto và stato cho một dãy động cơ không đồng bộ mà không phải lựa chọn tốc độ học riêng cho từng động cơ. Hướng phát triển tiếp theo của nhóm tác giả là sử dụng các điện trở được ước lượng ứng dụng cho điều khiển không cảm biến tốc độ với phương pháp điều khiển nhạy cảm với các thông số động cơ như điều khiển dự báo (Model Predictive Control/ MPC), nhằm đánh giá hiệu quả của phương pháp nghiên cứu; đồng thời phát triển thuật toán nhận dạng các tham số khác như điện cảm roto, điện cảm stato và hỗ cảm nhằm nâng cao hơn nữa chất lượng hệ truyền động không cảm biến tốc độ động cơ không đồng bộ. TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC (ISSN: 1859 - 4557) Số 17 47 TÀI LIỆU THAM KHẢO [1] Glumineau and J. de L. Morales, Sensorless AC electric motor control, Robust advanced design techniques and applications. Springer International Publishing Switzerland, 2015. [2] A. Iqbal and M. R. Khan, “Sensorless control of a vector controlled three-phase induction motor drive using artificial neural network,” 2010 Jt. Int. Conf. Power Electron. Drives Energy Syst. 2010 Power India, 2010. [3] P. Văn Tuấn, P.H. Phi, N.T. Sơn, and N.T. Công, “Ước lượng tốc độ động cơ không đồng bộ ba pha sử dụng mạng Nơron nhân tạo,” Chuyên san Tự động hóa ngày nay 4-2014, pp. 62–66, 2014. [4] M. Bhandari, S. Gavade, and S. H. Shwetha, “Model Reference Adaptive Technique for Sensorless Speed Control of Induction Motor Using MATLAB \ SIMULINK,” Int. J. Emerg. Technol. Comput. Sci. Electron., vol. 14, no. 2, pp. 112–115, 2015. [5] Baburaj Karanayil, Parameter Identification for Vector Controlled Induction Motor Drives Using Artificial Neural Networks and Fuzzy Principles. Theris submitted to The University of New South Wales for degree of Doctor of Philosophy, School of Electrical Engineering and Telecommunications, 2005. [6] R. Krishnan and F. C. Doran, “Study of parameter sensitivity in high-performance inverter-fed induction motor drive systems,” IEEE Trans. Ind. Appl., vol. IA-23, no. 4, pp. 623–635, 1987. [7] B. Karanayil, M. F. Rahman, and C. Grantham, “Online stator and rotor resistance estimation scheme using artificial neural networks for vector controlled speed sensorless induction motor drive,” IEEE Trans. Ind. Electron., vol. 54, no. 1, pp. 167–176, 2007. [8] K. Akatsu and A. Kawamura, “Online rotor resistance estimation using the transient state under the speed sensorless control of induction motor,” IEEE Trans. Power Electron., vol. 15, no. 3, pp. 553–560, 2000. [9] R. Marino, S. Peresada, and P. Tomei, “On-line rotor resistance estimation for induction motors,” IEEE Trans. Control Syst. Technol., vol. 8, no. 3, pp. 570–579, 2000. [10] P. H. Atos, A. F. Odor, and A. M. Agyar, “Parameter Sensitivity Analysis of an Induction Motor,” Hungarian J. Ind. Chem. veszprém, vol. 39, no. 1, pp. 157–161, 2011. [11] F.L. Mapelli, A. Bezzolato, and D. Tarsitano, “A rotor resistance MRAS estimator for induction motor traction drive for electrical vehicles,” Proc. - 2012 20th Int. Conf. Electr. Mach. ICEM 2012, pp. 823–829, 2012. [12] Y. Bensalem, “A Sensorless Neural Model Reference Adaptive Control for Induction Motor Drives,” 2009 Int. Conf. Signals, Circuits Syst. A, pp. 1–6, 2009. [13] G. Lin and Q. Wan, “Estimation of Rotor Resistance of Induction Motor Based on Extended Kalman Filter,” Adv. CSIE, vol. 2, pp. 193–198, 2012. [14] M. A. and Ouhrouche, “Estimation of speed, rotor flux and rotor resistance in cage induction motor using the EKF algorithm,” pp. 1–20, 2002. [15] S. Yang, R. Sun, P. Cao, Z. Xie, and X. Zhang, “Sliding-mode observer based rotor resistance updating method for indirect vector controlled induction motor,” 2017 EEE Transp. Electrif. Conf. Expo, Asia-Pacific, ITEC Asia-Pacific, 2017. TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC (ISSN: 1859 - 4557) 48 Số 17 [16] T. Ritu, K. Sudhir Y, and R. Bharat Singh, “Estimation of Rotor and Stator Resistance for Induction Motor Drives using Second order of Sliding Mode Controller,” J. Eng. Sci. Technol. Rev., no. 10 (6) (2017) 9-15, pp. 9–15, 2017. [17] E.A. Alradadi, “A simple and Efficient Method for a Based Fuzzy Logic Speed Controller and Rotor Resistance Estimation of an Indirect Vector Controlled Induction Motor Drive,” pp. 1–10. [18] E.A. Alradadi, “An Efficient Method for a Based Fuzzy Logic Speed Controller and Rotor Resistance Estimation of an Indirect Vector Controlled Induction Motor Drive,” pp. 1–8. [19] M.T. Cao and H. Huy, “Rotor Resistance Estimation Using Fuzzy Logic for High Performance Induction Motor Drives,” Proc. 24th Annu. Conf. IEEE Ind. Electron. Soc. Aachen, pp. 303–308, 1998. [20] S.A.A. Rizvi and M. B. Kadri, “Online adaptation of rotor parameters using fuzzy logic in indirect field oriented vector control of AC induction drives,” 2013 IEEE 9th Int. Conf. Emerg. Technol., 2013. [21] A. Chitra and S. Himavathi, “A modified neural learning algorithm for online rotor resistance estimation in vector controlled induction motor drives,” Front. Energy, vol. 9, no. 1, pp. 22–30, 2015. [22] C. Djamila, M. Yahia, and T. Ali, “Simultaneous Estimation of Rotor Speed and Stator Resistance in Sensorless Indirect Vector Control of Induction Motor Drives Using a Luenberger Observer,” Int. J. Comput. Sci. Issues, vol. 9, no. 3 (2), pp. 325–335, 2012. [23] M. Jouili, Y. Agrebi, Y. Koubaa, and M. Boussak, “A Luenberger state observer for simultaneous estimation of speed and stator resistance in sensorless IRFOC induction motor drives,” 16th Int. Conf. Sci. Tech. Autom. Control Comput. Eng. STA 2015, pp. 898–904, 2015. [24] C.M.F. S. Reza, D. Islam, and S. Mekhilef, “Stator resistance estimation scheme using fuzzy logic system for direct torque controlled induction motor drive,” J. Intell. Fuzzy Syst., vol. 27, no. 4, pp. 1–8, 2014. [25] B.K. Bose and N. R. Patel, “Quasi-fuzzy estimation of stator resistance of induction motor,” IEEE Trans. power Electron., vol. 13, no. 3, pp. 401–409, 1998. [26] V. Vasić, S.N. Vukosavic, and E. Levi, “A Stator Resistance Estimation Scheme for Speed Sensorless Rotor Flux Oriented Induction Motor Drives,” IEEE Trans. Energy Convers., vol. 18, no. 4, pp. 476–483, 2003. [27] M. Rashed, F. Stronach, and P. Vas, “A New Stable MRAS-Based Speed and Stator Resistance Estimators for Sensorless Vector Control Induction Motor Drive at Low Speeds,” Ind. Appl. Conf. 2003. 38th IAS Annu. Meet. Conf. Rec., vol. 2, pp. 1181–1188 vol.2, 2003. [28] M. Koteich, “Flux estimation algorithms for electric drives: a comparative study,” 2016 3rd Int. Conf. Renew. Energies Dev. Ctries., 2016. [29] H.H. Vo, P. Brandstetter, C.S.T. Dong, and T. C. Tran, “Speed estimators using stator resistance adaption for sensorless induction motor drive,” Adv. Electr. Electron. Eng., vol. 14, no. 3, pp. 267–273, 2016. [30] N.C. Định and N.T. Hải, Điều khiển phi tuyến trên cơ sở mạng nơ ron nhân tạo. Hà Nội: Nhà xuất bản Khoa học và Kỹ thuật, 2012. TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC (ISSN: 1859 - 4557) Số 17 49 Giới thiệu tác giả: Tác giả Nguyễn Thế Công nhận bằng Tiến sĩ Kỹ thuật điện năm 1994 tại Viện Bách khoa Grenoble - Cộng hòa Pháp. Lĩnh vực nghiên cứu: động cơ truyền động thẳng, nguồn đóng cắt, phong điện, năng lượng mặt trời. Tác giả Phạm Hùng Phi nhận bằng Đại học ngành máy điện - khí cụ điện năm 1982; Thạc sỹ Kỹ thuật điện tại Trường Đại học Bách khoa Hà Nội năm 1999; Tiến sỹ Kỹ thuật điện tại Tổng hợp Laval, Canada năm 2005. Hiện tác giả là Trưởng Bộ môn Thiết bị điện - Điện tử, Viện Điện, Trường Đại học Bách khoa Hà Nội. Lĩnh vực nghiên cứu: máy điện, điều khiển máy điện. Tác giả Phạm Văn Tuấn nhận bằng Đại học ngành thiết bị điện - điện tử năm 2008, Thạc sỹ Kỹ thuật điện năm 2012 tại Trường Đại học Bách khoa Hà Nội. Hiện nay tác giả là giảng viên Khoa Điện, Trường Đại học Sư phạm Kỹ thuật Vinh và là nghiên cứu sinh Bộ môn Thiết bị điện - Điện tử, Viện Điện, Trường Đại học Bách khoa Hà Nội. Lĩnh vực nghiên cứu: máy điện, điều khiển máy điện.