Chuẩn đoán lỗi cho động cơ điện một chiều không sử dụng chổi than sử dụng bộ quan sát luenberger

LỜI CẢM ƠN Luận văn thạc sĩ kỹ thuật chuyên ngành Điều khiển và Tự động hóa với đề tài “Chuẩn đoán lỗi cho động cơ điện một chiều không sử dụng chổi than sử dụng bộ quan sát Luenberger”

TRƯỜNG ĐẠI HỌC BÁCH KHOA

LUẬN VĂN THẠC SĨ KỸ THUẬT

KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA

Đà Nẵng – Năm 2018

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS NGUYỄN LÊ HÒA

Đà Nẵng – Năm 2018

LỜI CAM ĐOAN

Tôi cam đoan rằng, luận văn thạc sĩ khoa học “Chuẩn đoán lỗi cho động cơ điện một chiều không sử dụng chổi than sử dụng bộ quan sát Luenberger” là công trình nghiên cứu của riêng tôi Những số liệu được sử dụng trong luận văn là trung thực được chỉ rõ nguồn trích dẫn Kết quả nghiên cứu này chưa được công bố trong bất kỳ công trình nghiên cứu nào từ trước đến nay

Đà Nẵng, ngày 31 tháng 12 năm 2018

Tác giả luận văn

Đoàn Ngọc Quang

LỜI CẢM ƠN

Luận văn thạc sĩ kỹ thuật chuyên ngành Điều khiển và Tự động hóa với đề tài

“Chuẩn đoán lỗi cho động cơ điện một chiều không sử dụng chổi than sử dụng bộ quan sát Luenberger” là kết quả của quá trình cố gắng không ngừng của bản thân và

được sự giúp đỡ, động viên khích lệ của các thầy, bạn bè đồng nghiệp và người thân Qua trang viết này, tác giả xin gửi lời cảm ơn tới những người đã giúp đỡ trong thời gian học tập – nghiên cứu khoa học thời gian vừa qua

Tôi xin tỏ lòng kính trọng và biết ơn sâu sắc đối với thầy TS Nguyễn Lê Hòa, Trường Đại học Bách Khoa, Đại học Đà Nẵng, đã dành nhiều thời gian trực tiếp tận tình hướng dẫn cũng như giới thiệu tài liệu, thông tin khoa học cần thiết cho luận văn này

Tôi vô cùng cảm ơn Lãnh đạo trường Đại học Bách Khoa Đà Nẵng, Khoa Điện

và Bộ môn Tự động hóa đã tạo điều kiện cho tôi hoàn thành tốt công việc nghiên cứu khoa học của mình

Tôi xin chân thành cảm ơn các bạn đồng nghiệp, bạn bè đã giúp đỡ tôi trong quá trình thực hiện Luận văn

Cuối cùng tôi xin chân thành cảm ơn các thành viên gia đình đã cho tôi động lực và thời gian để hoàn thiện Luận văn đúng kế hoạch./

Tác giả

Đoàn Ngọc Quang

MỤC LỤC

MỤC LỤC ii

TÓM TẮT iv

DANH MỤC TỪ VIẾT TẮT v

DANH MỤC BẢNG BIỂU vi

DANH MỤC HÌNH VẼ, ĐỒ THỊ vii

MỞ ĐẦU 1

CHƯƠNG 1 TỔNG QUAN VỀ CHẨN ĐOÁN LỖI 3

1.1 Lỗi và chẩn đoán lỗi 3

1.2 Một số phương pháp phát hiện và chẩn đoán lỗi 6

1.2.1 Phát hiện lỗi bằng phần cứng dự phòng (redundancy hardware) 6

1.2.2 Phát hiện và chẩn đoán lỗi dựa vào tri thức (knowledge based) 7

1.2.3 Phương pháp phát hiện lỗi dựa vào tín hiệu (signal based) 7

1.2.4 Phương pháp phát hiện lỗi dựa vào mô hình (model based) 10

CHƯƠNG 2 TỔNG QUAN VỀ ĐỘNG CƠ BLDC VÀ CÁC PHƯƠNG PHÁP CHẨN ĐOÁN LỖI TRONG ĐỘNG CƠ BLDC 17

2.1 Giới thiệu tổng quan động cơ một chiều không chổi than BLDC 17

2.1.1 Cấu tạo-nguyên lý hoạt động 17

2.1.2 Đánh giá ưu và nhược điểm 24

2.1.3 Một số lĩnh vực ứng dụng động cơ BLDC 25

2.2 Các lỗi của động cơ BLDC và các phương pháp chẩn đoán lỗi 26

2.2.1 Các lỗi của động cơ BLDC 26

2.2.2 Một số phương pháp chẩn đoán cho động cơ điện BLDC 30

CHƯƠNG 3 ỨNG DỤNG BỘ QUAN SÁT LUENBERGER TRONG CHẨN ĐOÁN LỖI CẢM BIẾN ĐỘNG CƠ BLDC 33

3.1 Mô hình toán học động cơ một chiều không chổi than BLDC 33

3.1.1 Mô hình toán học động cơ DC 33

3.1.2 Mô hình toán học động cơ BLDC 35

3.1.3 Mô hình không gian trạng thái của động cơ BLDC 36

3.2 Bộ quan sát Luenberger 37

3.2.1 Bộ quan sát ước lượng vòng hở: 38

3.2.2 Bộ quan sát Luenberger 38

3.3 Ứng dụng bộ quan sát Luenberger để phát hiện lỗi động cơ BLDC 40 CHƯƠNG 4 MÔ PHỎNG VÀ ĐÁNH GIÁ KẾT QUẢ 45 4.1 Mô phỏng động cơ BLDC 45 4.2 Mô phỏng bộ quan sát Luenberger cho động cơ BLDC và phát hiện lỗi cảm biến tốc độ động cơ 46 KẾT LUẬN 54 TÀI LIỆU THAM KHẢO 55

TÓM TẮT CHUẨN ĐOÁN LỖI CHO ĐỘNG CƠ ĐIỆN MỘT CHIỀU KHÔNG SỬ DỤNG CHỔI THAN SỬ DỤNG BỘ QUAN SÁT LUENBERGER

Học viên: Đoàn Ngọc Quang Chuyên ngành: Điều khiển và Tự động hóa

Mã số: 8520216 Khóa: K34 Trường Đại học Bách khoa - ĐHĐN

Tóm tắt – Phát hiện và chẩn đoán lỗi (FDD) có vai trò quan trọng cho hệ thống kỹ

thuật trong các ứng dụng công nghiệp Một trong những phương pháp phổ biến là Phát hiện và Chẩn đoán lỗi dựa vào mô hình Gần đây, nhiều kỹ thuật chẩn đoán đã được giới thiệu trong lĩnh vực chẩn đoán lỗi Động cơ điện một chiều không chổi than (BLDC) là một một trong các thành phần chính của các hệ thống kỹ thuật trong các ứng dụng cơ điện tử và robot Luận văn này giới thiệu một phương pháp chẩn đoán lỗi thời gian thực cho cảm biến theo phương pháp chẩn đoán dựa vào mô hình sử dụng bộ quan sát Luenberger và áp dụng cho động cơ một chiều không chổi than BLDC Các loại lỗi khác nhau của động cơ được mô phỏng và hệ thống chẩn đoán sẽ hoạt động để phát hiện các lỗi này Kết quả thí nghiệm cho thấy khả năng phát hiện thời gian và độ lớn của lỗi cảm biến

Từ khóa – bộ quan sát Luenberger; phát hiện và chẩn đoán lỗi; động cơ BLDC; chẩn

đoán lỗi dựa vào mô hình; lỗi cảm biến

FAULT DETECTION FOR BRUSHLESS DIRECT CURRENT MOTOR

USING LUENBERGER OBSERVER

Abstract - Fault detection and diagnosis (FDD) are very important for engineering

systems in industrial applications One of the most popular approaches is model-based fault detection Recently, many techniques have been proposed in the FDD area Brushless Direct Current (BLDC) motor is a main integrated part for engineering systems

in several mechatronics and robotics applications This thesis presents online sensor FDD based on the model-based approach using a Luenberger observer and experimental application on a permanent magnet BLDC motor Di erent kinds of faults are simulated

on the motor and experiments are performed to detect the faults The experimental results demonstrate the ability of the proposed approach to detect the time and size of the sensor faults

Key words – Luenberger observer; fault detection and diagnosis ; BLDC motor; model

based; sensor fault

Hiệp hội kỹ sư Cơ khí Hoa kỳ

BLDC Brushless Direct Current Động cơ 1 chiều không chổi than

DC Direct Current Dòng điện một chiều

FD Fault Diagnostics Chẩn đoán lỗi

FDD Fault Detection & Diagnostics Phát hiện và Chẩn đoán lỗi

FFT Fast Fourier Transform Biến đổi Fourier nhanh

MIMO Multi Input Multi Output Hệ nhiều đầu vào, nhiều đầu ra MIT Massachusetts Institute of

Technology

Viện công nghệ Massachusetts

NASA National Aeronautics and

Space Administration

Cơ quan Hàng không và Không gian Hoa Kỳ

SIMO Single Input, Multi Output Hệ 1 đầu vào, nhiều đầu ra

SISO Single Input, Single Output Hệ 1 đầu vào, 1 đầu ra

DANH MỤC BẢNG BIỂU

Bảng 1.1 Phát hiện lỗi bằng bộ quan sát 16

Bảng 2.1 Trạng thái cảm biến vị trí, và tuần tự chuyển mạch 25

Bảng 2.2 So sánh động cơ BLDC và động cơ một chiều DC 28

Bảng 2.3 Tổng hợp các phương pháp chẩn đoán lỗi cho động cơ điện 34

Bảng 3.1 Thông số động cơ BLDC hãng MAXON 48

DANH MỤC HÌNH VẼ, ĐỒ THỊ

Hình 1.1 Mô hình đối tượng chẩn đoán lỗi 5

Hình 1.2 Phương pháp so sánh bằng phần cứng 6

Hình 1.3 Sơ đồ chẩn đoán lỗi dựa vào tín hiệu 7

Hình 1.5 Phương pháp chẩn đoán lỗi dựa vào kiểm tra sự phù hợp 8

Hình 1.6 Phát hiện lỗi với mô hình tín hiệu 9 Hình 1.7 Các phương pháp phân tích tín hiệu để phát hiện lỗi dựa vào

Hình 1.8 Sơ đồ hệ thống chẩn đoán lỗi dựa vào mô hình 10

Hình 1.9 So sánh ngưỡng tín hiệu 11

Hình 1.10 Phát hiện và chẩn đoán lỗi dựa vào mô hình 11

Hình 1.11 a) Hệ SISO; b) Hệ SISO có đo lường trung gian;

Hình 1.12 Phân loại lỗi theo thời gian 12

Hình 1.13 Mô hình cơ bản của lỗi: a) lỗi cộng; b) lỗi nhân 13

Hình 1.14 Phát hiện lỗi với các kỹ thuật ước lượng tham số 14

Hình 2.1 Động cơ DC có chổi than và Cơ cấu chổi than-cổ góp 17

Hình 2.2 Cấu tao động cơ BLDC 18

Hình 2.4 Dạng sóng sức điện động 19

Hình 2.6 Các dạng Rotor theo cách bố trí thanh nam châm 20

Hình 2.7 Cảm biến vị trí quang học 20

Hình 2.9 Chuyển mạch với công tắc điện tử 21

Hình 2.10 Thứ tự chuyển mạch cuộn dây stator 22

Hình 2.11 Mô tả trình tự chuyển mạch của các van bán dẫn trong mạch

điều khiển động cơ BLDC 3 pha 22

Hình 2.12 Trình tự chuyển mạch cảm biến Hall, dạng sóng sức điện

động và dòng điện trong các pha 23

Hình 2.13 a) Cơ cấu cổ góp chổi than

b) Cơ cấu cổ góp điện tử 24

Hình 2.14 Phân loại lỗi động cơ điện 27

Hình 2.15 Tỷ lệ đóng góp của các lỗi động cơ điện 27

Hình 2.16 Các loại lỗi cuộn dây stator 28

Hình 2.17 Hai dạng lỗi lệch tâm rotor 29

Hình 2.18 Rotor bị hư hỏng nam châm 30 Hình 3.1 Sơ đồ nguyên lý động cơ DC 33

Hình 3.2 Sơ đồ nguyên lý động cơ BLDC 35

Hình 3.3 Ý tưởng bộ quan sát vòng hở 37

Hình 3.4 Sơ đồ mô hình bộ quan sát ước lượng vòng hở 38

Hình 3.5 Ý tưởng bộ quan sát Luenberger 38

Hình 3.6 Sơ đồ mô hình bộ quan sát Luenberger 39

Hình 3.7 Mô hình phát hiện lỗi cảm biến tốc độ động cơ BLDC 40

Hình 3.8 Các bước phát hiện lỗi động cơ BLDC dùng bộ quan sát

Hình 4.1 Mô hình động cơ BLDC có thành phần nhiễu 45

Hình 4.4 Sơ đồ mô hình động cơ BLDC và bộ quan sát Luenberger 47

Hình 4.5 Sai lệch các biến trạng thái với ma trận L lựa chọn 47

Hình 4.6 Đáp ứng tốc độ khi không có lỗi 48

Hình 4.7 Sai lệch thặng dư % khi không có lỗi 48

Hình 4.8 Giả lập các lỗi cơ bản 49 Hình 4.9 Đáp ứng tốc độ (Lỗi gián đoạn) 50 Hình 4.10 Sai lệch thặng dư với lỗi gián đoạn 50 Hình 4.11 Báo động lỗi gián đoạn 50

Hình 4.12 Đáp ứng tốc độ (Lỗi đột ngột) 51 Hình 4.13 Sai lệch thặng dư với lỗi đột ngột 51 Hình 4.14 Báo động lỗi đột ngột 51 Hình 4.15 Đáp ứng tốc độ (Lỗi tiến triển) 52 Hình 4.16 Sai lệch thặng dư với lỗi tiến triển 52 Hình 4.17 Báo động lỗi tiến triển 52

MỞ ĐẦU

Lý do chọn đề tài:

Hiện nay, động cơ một chiều DC thông thường có thể được thay thế bằng động

cơ một chiều không chổi than BLDC (Brushless DC Motor) trong nhiều ứng dụng Loại động cơ mới này vẫn thừa hưởng các đặc tính của động cơ DC thông thường trừ phần chổi than và cổ góp Động cơ BLDC được chế tạo với momen lớn và dải tốc độ rộng Đối với các ứng dụng đòi hỏi công suất lớn, độ tin cậy cao và hiệu suất cao thì động cơ BLDC là sự lựa chọn lý tưởng

Theo dõi tình trạng làm việc và chẩn đoán lỗi của động cơ điện là cần thiết để tối ưu hóa việc bảo trì và nâng cao độ tin cậy Chẩn đoán sớm các lỗi có thể xảy ra trong quá trình giám sát có thể thực hiện các hoạt động phòng ngừa quan trọng, cho phép tránh thiệt hại kinh tế nặng nề liên quan đến dừng sản xuất, thay thế thiết bị Điều này đã dẫn đến việc nghiên cứu và phát triển các khái niệm về chẩn đoán lỗi và giám sát hiện đại

Sau nhiều thập kỷ phát triển, công nghệ chẩn đoán lỗi đã phát triển theo 3 hướng chính là: chẩn đoán lỗi dựa trên mô hình (model based), chẩn đoán lỗi dựa vào tín hiệu (signal based) và chẩn đoán dựa lỗi vào tri thức (knowledge based)

Sau khi tìm hiểu thông tin về các nghiên cứu được thực hiện và công bố bởi các

cơ sở nghiên cứu trong nước cũng như ở nước ngoài nước về phát hiện và chẩn đoán lỗi cho động cơ BLDC Tác giả nhận thấy như sau: các nghiên cứu về chẩn đoán lỗi được nghiên cứu và áp dụng khá nhiều trải rộng trên nhiều lĩnh vực như chẩn đoán lỗi

ô tô, chẩn đoán lỗi thiết bị y tế, chẩn đoán lỗi động cơ, tại các nhiều quốc gia trên thế giới Tuy nhiên, các nghiên cứu về chẩn đoán lỗi trong nước thật sự còn rất hạn chế mặc dù lý thuyết về chẩn đoán lỗi đã được nghiên cứu và phát triển trên thế giới hàng chục năm về trước Về đối tượng nghiên cứu là động cơ BLDC: có rất nhiều nghiên cứu về cấu tạo, nguyên tắc hoạt động, ứng dụng và điều khiển Tuy nhiên nghiên cứu

về phát hiện và chẩn đoán lỗi cho động cơ BLDC không được giới thiệu nhiều Từ đó, tác giả mong muốn nghiên cứu ứng dụng các lý thuyết về phát hiện và chẩn đoán lỗi cho đối tượng là động cơ BLDC

Do đó tác giả đề xuất thực hiện đề tài luận văn: “Chuẩn đoán lỗi cho động cơ

điện một chiều không sử dụng chổi than sử dụng bộ quan sát Luenberger”

Mục đích nghiên cứu:

Trong khuôn khổ luận văn này, tác giả thiết kế mô hình bộ quan sát Luenberger

để phát hiện lỗi cho cảm biến tốc độ của động cơ BLDC Phương pháp phát hiện lỗi cho cảm biến đo tốc độ động cơ BLDC nhờ phát hiện sự sai lệch trong đáp ứng tốc độ động cơ của động cơ BLDC thực và của mô hình quan sát Luenberger Trên cơ sở sai lệch tín hiệu ra giữa mô hình thực và mô hình bộ quan sát, hệ thống có thể đánh giá và đưa ra các báo động khi xảy ra lỗi

Sau khi thực hiện xong luận văn này, tác giả mong muốn:

- Nắm được các phương pháp chẩn đoán lỗi, đặc biệt là phương pháp phát hiện chẩn đoán lỗi dựa vào mô hình

- Nắm được cấu tạo, nguyên lý hoạt động của động cơ điện một chiều không chổi than BLDC Mô hình hóa được động cơ BLDC

- Nắm được phương pháp và các bước thiết kế bộ quan sát Luenberger Ứng dụng bộ quan sát Luenberger để phát hiện lỗi cảm biến động cơ BLDC

Đối tượng nghiên cứu:

- Động cơ một chiều không chổi than

- Các phương pháp chẩn đoán lỗi và phương pháp chẩn đoán lỗi dựa vào

mô hình

Phương pháp nghiên cứu:

- Phương pháp lý thuyết: Các lý thuyết về chẩn đoán lỗi và động cơ BLDC

- Phương pháp thực nghiệm: Mô phỏng hệ thống trên máy tính

Ý nghĩa thực tiễn:

- Về khoa học: cung cấp về mặt lý thuyết chẩn đoán lỗi

- Về thực tiễn: Góp phần cung cấp một ứng dụng cụ thể một phương pháp chẩn đoán lỗi dựa vào mô hình cho một đối tượng cụ thể là động cơ BLDC

Bố cục luận văn:

Nội dung luận văn, ngoài phần Mở đầu và Kết luận, được tổ chức thành

04 chương Trong đó:

Chương 1 trình bày tổng quan về khái niệm lỗi và vấn đề về chẩn đoán

lỗi; các nội dung cơ bản trong bài toán chuẩn đoán lỗi; đồng thời chương này

cũng trình bày tổng quan về các phương pháp, cách tiếp cận trong bài toán chẩn

đoán lỗi

Chương 2 cung cấp các thông tin mô tả về đối tượng nghiên cứu là động

cơ một chiều không chổi than Nội dung chính bao gồm cấu tạo và nguyên lý

hoạt động của động cơ BLDC Ngoài ra, ở đây cũng đề cập về lỗi của động cơ

BLDC cũng như các phương pháp chẩn đoán lỗi động cơ

Chương 3 trình bày mô hình toán học động cơ BLDC và bộ quan sát

Luenberger Trên cơ sở đó, tác giả ứng dụng vào giải pháp chẩn đoán lỗi cho

cảm biến động cơ BLDC

Chương 4 báo cáo các kết quả mô phỏng ứng dụng chẩn đoán lỗi cảm

biến động cơ BLDC sử dụng bộ quan sát Luenberger

CHƯƠNG 1 TỔNG QUAN VỀ CHẨN ĐOÁN LỖI

Hoa Kỳ là quốc gia đầu tiên nghiên cứu thực hiện chẩn đoán lỗi Từ năm 1961, Hoa Kỳ bắt đầu triển khai chương trình Apollo, đã chứng kiến các hư hỏng của thiết bị

đã dẫn đến thảm kịch Apollo 13 Năm1967, theo ý tưởng của Cơ quan Nghiên cứu Hải quân của NASA, Hiệp hội phòng chống hư hỏng cơ khí Hoa Kỳ thành lập, bắt đầu các nghiên cứu chẩn đoán lỗi hệ thống Hiệp hội Kỹ sư Cơ khí Hoa Kỳ (ASME) cũng tiến hành nghiên cứu liên quan Vương quốc Anh vào cuối những năm 60 bắt đầu nghiên cứu chẩn đoán ban đầu cho máy điều trị y tế Na Uy phát triển kỹ thuật chẩn đoán kỹ thuật tàu thủy Công nghệ chẩn đoán lỗi của Nhật Bản trong các ngành công nghiệp thép, hóa dầu như hệ thống đường sắt phát triển nhanh chóng[18]

Năm 1971, Tiến sĩ Beard, MIT, trong luận văn tiến sĩ của mình đã lần đầu đưa

ra khái niệm lọc lỗi phát hiện (fault detection filter) dùng trong phân tích các giá trị thặng dư Thay vì phương pháp dùng phần cứng dự phòng (redundancy) mà dùng bộ quan sát tín hiệu ngõ ra Phương pháp chẩn đoán lỗi dựa trên phân tích thặng dư sẽ được chẩn đoán bởi một đối tượng tồn tại trong thặng dư phân tích và xử lý kiến thức biết trước, cho phép phát hiện chẩn đoán lỗi, cách ly, nhận dạng

Năm 1976, Willsky đã xuất bản bài báo đầu tiên về công nghệ phát hiện và chẩn đoán lỗi

Năm 1978, Himmelblau xuất bản cuốn sách đầu tiên về công nghệ phát hiện và chẩn đoán lỗi (FDD) quốc tế

Lỗi (Fault) được định nghĩa như một sự sai lệch không chấp nhận được của ít

nhất một tham số, thuộc tính hay biến so với giá trị chuẩn Kết quả chẩn đoán đánh giá mức độ sai lệch của thông số kỹ thuật của đối tượng trong chẩn đoán thời gian (kiểm soát) hiện tại, cũng như kiểm tra tính sẵn sàng và hoạt động đúng của đối tượng, việc tìm kiếm các lỗi ảnh hưởng tới tính hiệu quả và khả năng hoạt động của đối tượng

Chẩn đoán lỗi (Fault Diagnostics) là khoa học về xác định trạng thái của một

hệ thống ở một thời điểm xác định đang hoặc sẽ diễn ra, dựa trên các triệu chứng bên ngoài

Nội dung của chẩn đoán lỗi bao gồm xem xét các phương pháp thu thập và đánh giá các thông tin chẩn đoán, các mô hình chẩn đoán và thuật toán ra quyết định Chẩn đoán cũng có thể sử dụng các phép kiểm tra, tức là các trạng thái đầu vào đặc biệt nhằm làm cho hệ thống bộc lộ các triệu chứng của trạng thái hiện tại

Công nghệ chẩn đoán lỗi là công nghệ tổng hợp, liên quan đến nhiều chủ đề như lý thuyết điều khiển hiện đại, lý thuyết tin cậy, toán thống kê, lý thuyết tập hợp,

xử lý thông tin, nhận dạng mẫu và trí thông minh nhân tạo

Mục đích của chẩn đoán lỗi là đánh giá trạng thái ở các thời điểm, phát hiện sớm các hư hỏng đang và sẽ phát sinh của hệ thống, từ đó đưa ra các biện pháp kỹ thuật chống hỏng hóc, bảo dưỡng nhằm cải thiện độ tin cậy, an toàn và tuổi thọ của hệ thống kỹ thuật

Bản chất của chẩn đoán là sự phát triển và thực hiện các thuật toán ước tính các thông số kỹ thuật của đối tượng chẩn đoán mà không cần thay đổi điều kiện làm việc của các thông số kiểm soát

Chẩn đoán lỗi có nhiều mức độ từ thấp đến cao [17]:

chẩn đoán lỗi

lỗi không Nói chung, bất kỳ hệ thống phát hiện lỗi nào cũng không thể phát hiện lỗi chính xác 100% Do đó, cần cải thiện tỷ lệ phát hiện lỗi chính xác và giảm tỷ lệ lỗi thiếu sót (có lỗi mà không phát hiện) và tỷ lệ báo động giả (không có lỗi mà lại báo động)

còn được gọi là xác định lỗi hoặc định vị lỗi

các đặc tính thay đổi theo thời gian của lỗi

sẽ quyết định các biện pháp cần thiết để bảo vệ hệ thống hoặc cho phép các biện pháp thay thế

Mattias Nyberg đã định nghĩa bài toán phân loại chẩn đoán như sau [14]

Coi đối tượng chẩn đoán gồm n chi tiết, mỗi chi tiết có các thông số trạng thái tương ứng xi Hệ sẽ làm việc bình thường khi cả n chi tiết đều làm việc bình thường Khi một trong số các chi tiết này làm việc không bình thường, hệ sẽ gặp lỗi fi

Có thể xảy ra 3 tình huống như sau:

 Hệ không lỗi : Trạng thái của hệ thống đặc trưng bởi tập lỗi trống S0={}

 Hệ gặp một trong số các lỗi đã nêu Sm={fi}

 Hệ gặp đồng thời nhiều lỗi đồng thời Sn={fi , fj , }

Như vậy, tại một thời điểm, hệ sẽ nằm ở một trong các trạng thái của tập trạng thái {S0, Sm, Sn}

Mục tiêu của bài toán chẩn đoán là xác định xem hệ đang nằm ở trạng thái nào trong số các trên Hệ càng phức tạp và số lượng lỗi đồng thời xảy ra càng nhiều thì việc chẩn đoán càng khó khăn

Rose Issermant đã chia bài toán chẩn đoán thành bốn bài toán với các cấp độ nhận dạng lỗi từ đơn giản đến phức tạp Một hệ thống chẩn đoán lỗi thường có nhu cầu thực hiện các mức độ chẩn đoán càng cao càng tốt, nhằm phát hiện lỗi, định vị và ước lượng được các thông tin liên quan đến lỗi [17]

- Bài toán phát hiện lỗi (Fault Detection): Mục tiêu là xác định xem đối

tượng có làm việc bình thường hay không Trong trường hợp này, tập trạng thái được chia thành hai tập nhỏ: S0 ứng với trạng thái làm việc bình thường và các trạng thái còn lại ứng với lỗi Nhiệm vụ của bài toán là xác định xem hệ đang nằm trong trạng thái S0 hay các trạng thái còn lại Hệ thống sẽ tạo ra tín hiệu cảnh báo cho người vận hành về tình trạng làm việc bất thường của hệ thống

- Bài toán cô lập lỗi (Fault Isolation): Trong trường hợp này, cần phân biệt

càng rõ càng tốt xem đối tượng đang nằm trong trạng thái nào trong số các trạng thái

Si đã nêu ở trên Nội dung của bài toán là phân tích, tổng hợp các triệu chứng của lỗi,

từ đó định vị được lỗi nằm ở bộ phận chức năng nào

- Bài toán xác định lỗi (Fault Identification): mong muốn tìm nguyên nhân

của lỗi: Chi tiết gây ra lỗi, thời điểm gây ra lỗi

- Hệ thống dung lỗi (Fault Tollerance) cho phép làm việc trong trường hợp có

lỗi bằng cách sử dụng các giải pháp thay thế tương đương về phần cứng hoặc phần mềm

Các định nghĩa về quá trình nhận dạng lỗi đã được định nghĩa bởi Hiệp hội Safe Process do R Isermann và P Ballé đề xuất năm 1996, bao gồm [18]:

- Theo dõi (Monitoring): là quá trình thu thập và chuyển đổi các thông số chẩn

đoán nhằm phát hiện các biểu hiện bất thường Đối tượng này thực hiện với thời gian thực

- Giám sát (Supervision): bao gồm quá trình theo dõi và đưa ra những quyết

định cho phép chắc chắn những hành động hợp lý trong trường hợp có lỗi

- Bảo vệ (Protection): Bao gồm tất cả các đối tượng giám sát và thao tác nhằm

hạn chế tối đa những thiệt hại do lỗi gây ra

Các hệ thống theo dõi trạng thái là các hệ thống chẩn đoán thời gian thực Một

hệ thống giám sát được định nghĩa là một hệ thống chẩn đoán liên tục hoặc một hệ quan sát liên tục trạng thái của đối tượng Một đối tượng chẩn đoán có thể được thực hiện tự động Trong trường hợp đó, các phép chẩn đoán sẽ là một tập hợp các thao tác được thực hiện bởi phần mềm nhằm đặt các giá trị cho trước lên các biến công nghệ

Mô hình toán học của đối tượng chẩn đoán được thể hiện tổng quát như sau:

Hình 1.1: Mô hình đối tượng chẩn đoán lỗi

Trong đó:

U(t): Véc tơ thông số đầu vào của đối tượng chẩn đoán

Y(t): Véc tơ thông số đầu ra của đối tượng chẩn đoán

X(t): Véc tơ thông số cấu trúc của đối tượng chẩn đoán

f(t): Lỗi tác động đến hệ thống

Một hệ thống làm việc bình thường được mô tả bởi hàm quan hệ:

Y(t) = ψ[U(t), X(t)] (1.1) Lỗi được quy về một nhóm tín hiệu vào làm thay đổi thuộc tính của đối tượng

F(t) = [f (t), f (t), … , f (t)] (1.2) F(t) có thể biến đổi liên tục tương ứng với sự hao mòn của thiết bị hoặc nhảy bậc khi hệ thống hư hỏng bất thường

Xét cả tác động của lỗi và các đầu vào ngoại lai thì trạng thái của đối tượng được xác định bởi công thức:

Ẋ(T) = X(T) + ∆X(T) = ∅[x(t), u(t), f(t), d(t)] (1.3) Ẏ(T) = Y(T) + ∆Y(T) = Ψ[x(t), u(t), f(t), d(t)] (1.4) Như vậy, trong trường hợp lỗi, hàm lỗi F(t) làm thay đổi giá trị thông số trạng thái của thiết bị từ X(t) thành X(t)+ ΔX(t) và thông qua ánh xạ , thông số đầu ra thay đổi một lượng y(t) thành y(t)+ Δy(t)

Công thức (1.4) sẽ thay đổi thành:

Y(t) + ∆Y = [U(t), X(t) + ∆X(t)] (1.5) Đối với hệ tuyến tính, F(t) có thể là lỗi nhân hoặc lỗi cộng Việc chẩn đoán lỗi nhân thường đòi hỏi phải có giá trị đầu vào ui(t), i≠ 0

Bản chất của chẩn đoán là dựa vào những dấu hiệu đầu ra Δy, để xác định sự thay đổi của thông số trạng thái của đối tượng Tức là, nếu xác định được ánh xạ ngược:

X(t) + ∆ X = [U(t), Y(t) + ∆Y(t )] (1.6) thì bài toán được giải thành công

1.2.1 Phát hiện lỗi bằng phần cứng dự phòng (redundancy hardware)

Mô hình gồm 2 khâu cùng tính chất hoạt động đồng thời, kết quả đầu ra của 2

hệ thống sẽ được so sánh với nhau Nếu đầu ra khác nhau chứng tỏ có lỗi trong hệ thống

Hình 1.2: Phương pháp so sánh bằng phần cứng

Phương pháp này rất phù hợp với hệ thống đòi hỏi độ tin cậy cao, vì đồng thời đảm bảo cả khả năng dự phòng và khả năng phát hiện lỗi Tuy nhiên, đòi hỏi chi phí cho phần cứng song song

1.2.2 Phát hiện và chẩn đoán lỗi dựa vào tri thức (knowledge based)

Việc phát hiện và chẩn đoán lỗi là cơ sở của các phương pháp giám sát và quản

lý lỗi tiên tiến Phát hiện và chẩn đoán lỗi dựa trên các biến đo được bằng các thiết bị

tự động hoá, các biến quan sát được và các trạng thái quan sát được bởi người vận hành Việc xử lý tự động các biến đo được để phát hiện lỗi yêu cầu kiến thức giải tích

về đối tượng và việc đánh giá các biến quan sát được theo yêu cầu của con người được gọi là tri thức suy nghiệm

Tri thức giải tích về đối tượng được sử dụng để tạo ra những thông tin giải tích

có thể định lượng được để tạo ra các giá trị đặc tính bằng cách:

 Kiểm tra giá trị giới hạn của các tín hiệu có thể đo đạc trực tiếp

 Phân tích tín hiệu đo được bằng cách sử dụng các mô hình tín hiệu

 Phân tích đối tượng bằng cách sử dụng các mô hình toán của đối tượng

cùng với ước lượng tham số, ước lượng trạng thái

Ngoài việc tạo triệu chứng giải tích sử dụng các thông tin định lượng, người ta còn bổ sung thêm kỹ thuật tạo các triệu chứng suy nghiệm bằng việc sử dụng những thông tin định tính từ người vận hành

Đối tượng chẩn đoán lỗi sử dụng cả hai loại triệu chứng suy nghiệm và triệu chứng giải tích

1.2.3 Phương pháp phát hiện lỗi dựa vào tín hiệu (signal based)

Trong phương pháp phát hiện lỗi dựa vào tín hiệu, các tín hiệu ra của hệ thống được thu thập, phân tích và nhận dạng các triệu chứng Trong phương pháp này, người

ta thường sử dụng kỹ thuật kiểm tra giới hạn hoặc kiểm tra xu hướng của tín hiệu

Hình 1.3: Chẩn đoán lỗi dựa vào tín hiệu

a) Kiểm tra giới hạn tuyệt đối

Một cách tổng quát, hai giá trị giới hạn được gọi là ngưỡng (cài đặt trước), một giá trị cực đại Ymax và một giá trị cực tiểu Ymin Trạng thái bình thường là khi:

< ( ) <

Có nghĩa là đối tượng đang trong tình trạng bình thường nếu biến được giám sát nằm trong giới hạn của dung sai cho trước Nếu giá trị của biến vượt một trong hai ngưỡng này thì sẽ có lỗi ở đâu đó trong đối tượng

Nếu ngưỡng được chọn quá hẹp thì có thể xuất hiện các báo động sai cả khi hệ thống làm việc bình thường, nhưng bù hại các lỗi có thể được phát hiện sớm hơn và

ngược lại Do vậy, việc lựa chọn độ rộng của ngưỡng cần phải thỏa hiệp được cả hai yếu tố này

b) Kiểm tra xu hướng tín hiệu

Một cách đơn giản hơn là tính đạo hàm bậc nhất ̇ = ( )/ , của biến được theo dõi và kiểm tra điều kiện:

̇ < ̇ ( ) < ̇Nếu điều kiện trên thỏa mãn, điều đó có nghĩa là hệ thống vận hành bình thường, ngược lại có thể xuất hiện lỗi đâu đó trong hệ thống Kỹ thuật kiểm tra xu hướng có thể phát hiện lỗi sớm hơn so với kỹ thuật kiểm tra giới hạn Thực tế thì hai

kỹ thuật này thường được kết hợp với nhau

Hình 1.4: Kiểm tra giới hạn:

a) kiểm tra giá trị tuyệt đối Y(t); b)kiểm tra xu hướng ̇ = ( )/

c) Kiểm tra sự phù hợp của tín hiệu

Hình 1.5: Phương pháp chẩn đoán lỗi dựa vào kiểm tra sự phù hợp

Việc giám sát các biến đo được đôi khi được thực hiện bằng cách kiểm tra tính hợp lý của các giá trị chỉ thị của chúng Điều này có nghĩa là các phép đo được đánh giá dựa trên các giá trị tin cậy, tính thuyết phục và sự tương hợp giữa chúng

Việc kiểm tra tính hợp lý có thể được công thức hóa bằng cách sử dụng các quy tắc cùng với các kết nối logic nhị phân như AND, OR Những quy tắc và dải đo lường

này cho phép mô tả sơ bộ về đáp ứng dự kiến của đối tượng trong điều kiện bình thường Nếu những quy tắc này không được thỏa mãn thì hoặc là đối tượng hoặc các phép đo lường bị lỗi Khi đó cần kiểm tra nhiều hơn nữa để định vị lỗi và nguyên nhân gây ra lỗi

Hình 1.6: Phát hiện lỗi với mô hình tín hiệu

d) Các phương pháp phân tích tín hiệu

Nhiều tín hiệu đo được của các đối tượng cho thấy dao động có tính chất điều hoà hoặc có tính chất ngẫu nhiên hoặc cả hai Tuy nhiên, các tín hiệu từ nhiều cảm biến như dòng điện, vị trí, tốc độ, lực, lưu lượng và áp suất thường chứa các dao động với tần số cao hơn động học đối tượng

Giả sử các mô hình toán cho các tín hiệu đo và các đặc tính phù hợp được tính toán, ví dụ như biên độ, pha, phổ tần số và các hàm tương quan cho một dải tần số nhất định ω ≤ ω ≤ ω của tín hiệu Đem so sánh các đặc tính của tín hiệu này với các đặc tính quan sát được đối với hành vi bình thường (chưa có lỗi) để tạo ra sự thay đổi của các đặc tính mà sau đây gọi là các triệu chứng giải tích

Các mô hình tín hiệu có thể được chia thành các mô hình phi tham số, như phổ tần số hoặc các hàm tương quan, hoặc các mô hình tham số, như biên độ cho các tần

số riêng biệt hoặc các mô hình kiểu ARMA Các phương pháp phân tích tín hiệu tồn tại cho các dao động điều hòa, tín hiệu ngẫu nhiên và tín hiệu không cố định,

Để phân tích các tín hiệu tuần hoàn cố định, việc truyền qua dải hoặc phân tích Fourier có thể được sử dụng Các tín hiệu định kỳ không cố định có thể được phân tích, ví dụ: biến đổi wavelet Phân tích các tín hiệu ngẫu nhiên thường được thực hiện bằng các hàm tương quan, phân tích phổ và ước lượng tham số tín hiệu cho các mô hình ARMA

Hình 1.7: Các phương pháp phân tích tín hiệu để phát hiện lỗi dựa vào mô

hình tín hiệu

1.2.4 Phương pháp phát hiện lỗi dựa vào mô hình (model based)

Nhược điểm của phương pháp chẩn đoán truyền thống đòi hỏi phải có số liệu thống kê về đối tượng trong trạng thái làm việc bình thường và trạng thái hư hỏng Khi các hệ thống kỹ thuật càng phức tạp, thì bài toán chẩn đoán càng khó khăn, và việc thu thập đủ các triệu chứng lỗi cho toàn bộ các tình huống chẩn đoán sẽ trở nên rất tốn kém và không thể thực hiện được Mặt khác, yêu cầu về độ tin cậy và khả năng chẩn đoán đòi hỏi phải nắm vững tình trạng của thiết bị ngay khi thiết bị đầu tiên được đưa vào trạng thái hoạt động

Hình 1.8: Sơ đồ hệ thống chẩn đoán lỗi dựa vào mô hình

Phương pháp chẩn đoán theo mô hình đã được nghiên cứu một cách tương đối chi tiết về lý thuyết và đang phát triển ứng dụng của nó trong các ngành kỹ thuật Trong phương pháp chẩn đoán dựa trên mô hình đối chứng, Giá trị chuẩn y(t) được tạo

ra bằng một mô hình so sánh có hàm truyền giống với hàm truyền của đối tượng chẩn đoán trong trạng thái bình thường và được chạy song song với đối tượng, đặc trưng bởi hàm quan hệ:

y(t) = f[u(t), x(t)] (1.7) Triệu chứng lỗi được xác định bởi sai lệch giữa giá trị thực tế và giá trị tính toán:

r(t) được gọi là các dư thừa (thặng dư) hay mã kiểm tra nhằm xác định sai lệch của hệ thống Như vậy, nếu r(t) khác 0 thì đã có thể kết luận rằng hệ có lỗi Và tổng hợp các giá trị sai lệch đầu ra một cách phù hợp có thể xác định được lỗi đang xảy ra đối với thông số nào (phân biệt được lỗi) Tổng hợp các sai lệch vượt quá ngưỡng xác định các triệu chứng lỗi của đối tượng Phương pháp này chỉ cần quan sát hệ thống ở trạng thái tốt, từ đó suy ra trạng thái bất thường của hệ thống, mà không cần quan sát

hệ thống ở trạng thái hư hỏng để xây dựng được bộ số liệu đầy đủ cho đối tượng Hình 1.9 thể hiện phương pháp so sánh ngưỡng để phát hiện bất thường của hệ thống

Hình 1.9: So sánh ngưỡng

Hình 1.10: Phát hiện và chẩn đoán lỗi dựa vào mô hình

Một điểm mạnh nữa của phương pháp là việc phân biệt lỗi sử dụng cơ chế suy luận lỗi trên cơ sở mô hình cấu trúc đã biết của đối tượng, do vậy, đảm bảo độ tin cậy cao mà không cần dựa trên khảo sát tình trạng hỏng hóc của đối tượng Do vậy, không cần phải tạo ra các mẫu thử tình trạng hư hỏng và quan sát triệu chứng như phương pháp truyền thống

Sơ đồ thể hiện quá trình chẩn đoán lỗi dựa vào mô hình trên Hình 1.10 Việc phát hiện lỗi bao gồm các lỗi công nghệ, lỗi cơ cấu chấp hành và lỗi cảm biến được thực hiện dựa vào sai lệch giữa tín hiệu đo được và tín hiệu tạo ra bởi mô hình toán học của đối tượng

Hiệu quả của việc áp dụng các phương pháp phát hiện lỗi dựa vào mô hình là khác nhau đối với các cấu hình công nghệ khác nhau Mức độ khó phân biệt giữa các lỗi tăng theo theo thứ tự mô hình SISO,SISO có đo lường trung gian, MIMO, SIMO, MIMO (Hình 1.11)

Hình 1.11: a) Hệ SISO; b) Hệ SISO có đo lường trung gian;

a) Mô hình đối tượng và mô hình hóa lỗi

Theo sự phụ thuộc vào thời gian của lỗi thì lỗi được phân thành 3 loại: lỗi đột ngột (bước nhảy), lỗi tiến triển và lỗi gián đoạn.(Hình 1.12)

Hình 1.12: Phân loại lỗi theo thời gian a) đột ngột; b) tiến triển; c) gián đoạn

Nếu tiếp cận theo mô hình công nghệ, Mô hình lỗi có thể là lỗi cộng(Hình 1.13a) ảnh hưởng đến một biến Y bởi cộng thêm lỗi f hoặc lỗi nhân(Hình 1.13b) bởi tích số của một biến vào U với f Lỗi cộng, ví dụ như sai lệch của các cảm biến, trong khi các lỗi nhân là sự thay đổi tham số bên trong một đối tượng

Hình 1.13: Mô hình cơ bản của lỗi: a) lỗi cộng; b) lỗi nhân

b) Phát hiện lỗi dùng ước lượng tham số

Các phương pháp phát hiện lỗi dựa vào mô hình đòi hỏi phải biết về cấu trúc toán học và các tham số trong mô hình động học của đối tượng Đối với các đối tượng tuyến tính trong hệ thời gian liên tục thì các mô hình có thể là dạng các đáp ứng xung hoặc đáp ứng tần số của các phương trình vi phân

Đối với việc phát hiện lỗi nói chung, phương trình vi phân hoặc các phương trình sai phân cơ bản là phù hợp Nhưng trong hầu hết các trường hợp thực tế, một phần các tham số của đối tượng là không biết được hoặc toàn bộ đều không biết Do

đó, chúng có thể được xác định bằng các phương pháp ước lượng tham số dựa vào tập

các tín hiệu vào và ra (đo được) nếu biết trước cấu trúc của mô hình

Có hai cách tiếp cận để ước lượng tham số của mô hình là cực tiểu các sai lệch của mô hình và cực tiểu các sai lệch đầu ra

 Cách thứ nhất, trong hàm mục tiêu các tham số được mô tả dưới dạng tuyến tính do đó cho phép ước lượng trực tiếp tham số (ước lượng bình phương nhỏ nhất) ở dạng không đệ quy hoặc đệ quy

 Cách thứ hai cần phương pháp số để giải bài toán tối ưu phi tuyến, nhưng bù lại các tham số ước lượng được có thể chính xác hơn khi có ảnh hưởng của nhiễu Phương pháp ước lượng tham số thường được sử dụng khi các mô hình đối tượng bất định, trong đó chỉ duy nhất cấu trúc mô hình là xác định Phương pháp này thường cần có một kích thích đầu vào và đặc biệt phù hợp cho việc phát hiện các lỗi nhân

Cực tiểu sai lệch mô hình Cực tiểu sai lệch đầu ra

Hình 1.14: Phát hiện lỗi với các kỹ thuật ước lượng tham số [18]

c) Phát hiện lỗi với bộ quan sát trạng thái và ước lượng trạng thái

Nếu biết các tham số của đối tượng, các bộ quan sát trạng thái hoặc/và các bộ quan sát tín hiệu ra được sử dụng để phát hiện lỗi Mô hình hóa lỗi được thể hiện với

lỗi cộng f L ở đầu vào (các lỗi cơ cấu chấp hành hoặc lỗi công nghệ) và lỗi nhân f M tại đầu ra (lỗi sai lệch cảm biến)

Phát hiện lỗi với các kỹ thuật ước lượng tham số

Quan sát trạng thái Quan sát biến ra

Mô hình đối tượng:

d) Bộ quan sát trạng thái

Các bộ quan sát kinh điển có thể được áp dụng được nếu các lỗi có thể mô hình hóa được theo sự thay đổi của biến trạng thái △xi Với thiết kế đặc biệt của ma trận W cho phép tạo ra các thặng dư có cấu trúc Trong trường hợp đối tượng nhiều đầu ra thì các bộ quan sát dưới đây nên sử dụng:

 Một bộ quan sát được kích thích bởi một tín hiệu ra của cảm biến: Một bộ quan sát được điều khiển bởi một tín hiệu ra của cảm biến Các tín hiệu ra y khác được tái dựng và được so sánh với các tín hiệu ra đo được y Nhờ vậy cho phép xác định được các lỗi của từng cảm biến riêng lẻ

 Một nhóm các bộ quan sát được kích thích bởi tất cả các tín hiệu ra: Một vài bộ quan sát được thiết kế cho một tín hiệu lỗi nhất định và được phát hiện bằng phương pháp kiểm định giả thuyết

 Một nhóm các bộ quan sát được kích thích bởi các tín hiệu của một cảm biến: Nghĩa là một vài bộ quan sát sẽ đi với nhiều tín hiệu ra của một cảm biến Giá trị ước lượng của các tín hiệu ra y được so sánh với giá trị các đầu ra đo được Nhờ vậy cho phép phát hiện các lỗi của nhiều cảm biến

e) Bộ quan sát biến đầu ra

Nếu việc tái dựng các biến trạng thái x(t) gặp khó khăn thì ta có thể là sử dụng

bộ quan sát biến đầu ra Bằng phép biến đổi tuyến tính để có biến trạng thái mới ξ (t) Thặng dư r(t) được biểu diễn dưới dạng không phụ thuộc biến vào không biết v(t) và không phụ thuộc vào trạng thái x(t) thông qua việc xác định các ma trận Cξ và T2 Khi

đó thặng dư chỉ phụ thuộc vào các lỗi cộng fL(t) và fM(t) Tuy nhiên, tất cả các ma trận trong mô hình của đối tượng phải được biết một cách chính xác

f) Ước lượng trạng thái

Trong khi bộ quan sát trạng thái được thiết kế cho trạng thái ban đầu x(0) xác định, biến vào u xác định và không có nhiễu thì bộ ước lượng trạng thái là bộ lọc lối

ưu cho trạng thái ban đầu ngẫu nhiên, có nhiễu ngẫu nhiên v ở đầu vào và nhiễu ngẫu

nhiên n ở đầu ra với hiệp phương sai đã biết

Trong trường hợp các tín hiệu là liên tục theo thời gian thì có thể sử dụng bộ lọc Kalman-Bucy và nếu tín hiệu là rời rạc theo thời gian thì có thể sử dụng bộ lọc Kalman[18] có mô hình như sau

Hình 1.15: Bộ lọc Kalman

CHƯƠNG 2 TỔNG QUAN VỀ ĐỘNG CƠ BLDC VÀ CÁC PHƯƠNG PHÁP CHẨN ĐOÁN LỖI TRONG ĐỘNG CƠ BLDC

Nhược điểm chủ yếu của động cơ điện DC thông thường là có hệ thống cổ chổi than (Hình 2.1) nên vận hành kém tin cậy và không an toàn trong các môi trường rung chấn, dễ cháy nổ do sinh ra tia lửa điện

góp-Hình 2.1: Động cơ DC có chổi than và Cơ cấu chổi than-cổ góp

Để tránh những nhược điểm trên máy điện một chiều không chổi than BLDC ra đời, đây thực chất là máy điện một chiều có hệ thống đảo chiều dòng điện bán dẫn Loại máy này đang rất được quan tâm trong việc ứng dụng thay thế cho các

hệ điều chỉnh tốc độ Đặc biệt điểm khác biệt về hoạt động của động cơ BLDC so với các động cơ đồng bộ nam châm vĩnh cửu khác là đông cơ BLDC bắt buộc phải có cảm biến vị trí Rotor để cho động cơ hoạt động Nguyên tắc điều khiển của động cơ BLDC

là xác định vị trí Rotor để điều khiển dòng điện vào cuộn dây stator tương ứng, nếu không động cơ không thể tự khởi động hay thay đổi chiều quay Chính vì nguyên tắc điều khiển dựa vào vị trí Rotor như vậy nên động cơ BLDC đòi hỏi phải có một bộ điều khiển chuyên dụng phối hợp với cảm biến Hall để điều khiển động cơ

2.1.1 Cấu tạo-nguyên lý hoạt động

a) Cấu tạo động cơ BLDC

Động cơ một chiều không chổi than BLDC là một dạng động cơ đồng bộ tuy nhiên động cơ BLDC kích từ bằng một loại nam châm vĩnh cửu dán trên Rotor và dùng dòng điện DC ba pha cho dây quấn phần ứng Stator Cũng giống như động cơ đồng bộ thông thường, các cuộn dây BLDC cũng được đặt lệch nhau 1200 điện trong không gian của Stator Các thanh nam châm được dán chắc chắn vào thân Rotor làm nhiệm vụ kích từ cho động cơ

Hình 2.2 Cấu tạo động cơ BLDC

 Stator:

Hình 2.3 cho thể hiện hình ảnh của stator động cơ BLDC Khác với động cơ một chiều thông thường, stator của động cơ một chiều không chổi than chứa dây quấn phần ứng Dây quấn phần ứng có thể là hai pha, ba pha hay nhiều pha nhưng thường là dây quấn ba pha Dây quấn ba pha có hai sơ đồ nối dây, đó là nối theo hình sao Y hoặc hình tam giác Δ

Hình 2.3: Stator động cơ BLDC

Stator của động cơ BLDC được cấu tạo từ các lá thép kỹ thuật điện với các cuộn dây được đặt trong các khe cắt xung quanh chu vi phía trong của Stator Theo truyền thống cấu tạo stator của động cơ BLDC cũng giống như cấu tạo của các động

cơ cảm ứng khác Tuy nhiên, các bối dây được phân bố theo cách khác Hầu hết tất cả các động cơ một chiều không chổi than có 3 cuộn dây đấu với nhau theo hình sao hoặc hình tam giác Mỗi một cuộn dây được cấu tạo bởi một số lượng các bối dây nối liền với nhau Các bối dây này được đặt trong các khe và chúng được nối liền nhau để tạo nên một cuộn dây Mỗi một trong các cuộn dây được phân bố trên chu vi của stator theo trình tự thích hợp để tạo nên một số chẵn các cực Cách bố trí và số rãnh của stator của động cơ khác nhau thì cho chúng ta số cực của động cơ khác nhau

Hình 2.4: Dạng sóng sức điện động

Động cơ BLDC có 2 dạng sức phản điện động là dạng hình sin và dạng hình thang Cũng chính vì sự khác nhau này mà tên gọi của động cơ cũng khác nhau, đó là động cơ BLDC hình sin và động cơ BLDC hình thang Dòng điện pha của động cơ tương ứng cũng có dạng hình sin và hình thang

 Rotor :

Rotor là các thanh nam châm vĩnh cửu được gắn vào trục động cơ Ở các động

cơ yêu cầu quán tính của Rotor nhỏ, người ta thường chế tạo trục của động cơ có dạng hình trụ rỗng Rotor được cấu tạo từ các nam châm vĩnh cửu.Số lượng đôi cực dao

động từ 2 đến 8 với các cực Nam (S) và Bắc (N) xếp xen kẽ nhau

Hình 2.5: Cấu tạo Rotor

Dựa vào yêu cầu về mật độ từ trường trong rotor, chất liệu nam châm thích hợp được chọn tương ứng Nam châm Ferrite thường được sử dụng Khi công nghệ phát triển, nam châm làm từ hợp kim ngày càng phổ biến Nam châm Ferrite rẻ hơn nhưng mật độ thông lượng trên đơn vị thể tích lại thấp Trong khi đó, vật liệu hợp kim có mật

độ từ trên đơn vị thể tích cao và cho phép thu nhỏ kích thước của Rotor nhưng vẫn đạt được momen tương tự Do đó, với cùng thể tích, momen của Rotor có nam châm hợp kim luôn lớn hơn Rotor nam châm Ferrite

Hình 2.6: Các dạng Rotor theo cách bố trí thanh nam châm:

 Cảm biến vị trí

Cảm biến vị trí cho động cơ BLDC có 2 loại chính được sử dụng là cảm biến quang học (photo sensor) và cảm biến từ trường (Hall sensor)

Cảm biến quang học: dựa vào hiệu ứng quang điện Một màn xoay được cắt

khuyết 1200 như Hình 2.7, được gắn với trục quay rotor Các photo transistor được gắn trên stator Số lượng photo transistor bằng với số lượng pha của động cơ Thông thường là 3 pha Khi phần bị khuyết nằm thẳng hàng với PT1, photo transitor sẽ có dòng điện chạy qua PT2 và PT3 sẽ có dòng rất nhỏ Có nghĩa là pha 1 của stator sẽ được cấp điện Tương tự cho các pha còn lại với các cảm biến PT2 và PT3

Hình 2.7: Cảm biến vị trí quang học Cảm biến Hall: dựa trên hiệu ứng vật lý do E.H.Hall tìm ra năm 1879 và được

mô tả như sau: khi một dây dẫn điện đặt trong một từ trường, từ trường sẽ tác động một lực lên các điện tích đang chuyển động trong dây điện và có khuynh hướng đẩy chúng sang một bên của dây dẫn Điều này rất dễ hình dung khi dây dẫn có dạng tấm mỏng Sự tích tụ các điện tích ở một bên dây dẫn làm xuất hiện điện áp giữa hai mặt của dây dẫn Điện áp này có độ lớn tỷ lệ với cường độ từ trường và cường độ dòng điện qua dây dẫn

Hình 2.8: Cảm biến Hall

Việc cấp điện cho động cơ BLDC tại một thời điểm thì không ngẫu nhiên mà phụ thuộc vào vị trí của Rotor động cơ ở đâu để cấp điện cho đúng Vì vậy điều quan trọng là cần phải biết vị trí của Rotor để tiến tới biết được cuộn dây stator tiếp theo nào

sẽ được cấp điện theo thứ tự cấp điện Vị trí của Rotor được đo bằng các cảm biến sử dụng hiệu ứng Hall được đặt ẩn trong Stator

Mỗi khi các cực nam châm của Rotor đi qua khu vực gần các cảm biến Hall,các cảm biến sẽ gửi ra tín hiệu cao hoặc thấp ứng với khi cực Bắc hoặc cực Nam đi qua cảm biến Dựa vào tổ hợp của các tín hiệu từ 3 cảm biến Hall, thứ tự chuyển mạch chính xác được xác định Tín hiệu mà các cảm biến Hall nhận được sẽ dựa trên hiệu ứng Hall

 Bộ chuyển mạch điện tử (Electronic Commutator)

Hình 2.9: Chuyển mạch với công tắc điện tử

Do trong cấu trúc của động cơ một chiều không chổi than cần có cảm biến vị trí rotor Khi đó bộ đổi chiều điện tử có thể đảm bảo sự thay đổi chiều của dòng điện trong dây quấn phần ứng khi Rotor quay giống như vành góp và chổi than của động cơ một chiều thông thường

b) Nguyên lý hoạt động

Hoạt động của động cơ được điều khiển bởi dòng điện đi vào 3 cuôn dây stator theo tuần tự 6 bước Tại một thời điểm bất kỳ sẽ có 2 trong 3 cuộn dây được dẫn điện Thứ tự chuyển mạch được mô tả như trong Hình 2.10

Hình 2.10: Thứ tự chuyển mạch cuộn dây stator

Giả sử ban đầu 2 cuộn dây A, B được cấp điện bởi các khóa S1,S4 Theo định luật Faraday, từ trường của rotor sẽ tương tác với từ trường của cuộn dây stator tạo ra,

để tạo nên momen quay Momen sẽ quay rotor đến vị trí mới, cực rotor sẽ đối diện với cực cuộn C, B Khi rotor di chuyển đến đúng vị trí, bộ chuyển mạch sẽ chuyển sang khóa S5, S4 Lúc này sẽ có dòng điện chạy trong mạch cuộn dây C, B Tuần tự này sẽ tiếp diễn tùy thuộc vào vị trí của rotor Bộ chuyển đổi sẽ thực hiện thay đổi mỗi 1200góc quay của rotor Tuần tự đóng ngắt sẽ là S1, S6 – S1, S4 - S5, S4 – S5, S2 - S3, S2 – S3, S6 Tuần tự chuyển mạch, trạng thái đóng ngắt của ác van bán dẫn được mô tả cụ thể như trong Bảng 2.1 và hình 2.11

Hình 2.11: Mô tả trình tự chuyển mạch của các van bán dẫn trong mạch điều khiển

động cơ BLDC 3 pha

Bảng 2.1: Bảng trạng thái cảm biến vị trí, và tuần tự chuyển mạch

Vị trí cảm biến Pha A Pha B Pha C S1 S2 S3 S4 S5 S6

ba cảm biến Hall Do đó trình tự chuyển mạch này gọi là trình tự chuyển mạch 6 bước

Ta có thể quan sát rõ tuần tự chuyển mạch liên quan giữa vị trí cảm biến Hall, sức điện động và dòng điện trong các pha trong biểu đồ Hình 2.12

Hình 2.12: Trình tự chuyển mạch cảm biến Hall, dạng sóng sức điện động và dòng

điện trong các pha

2.1.2 Đánh giá ưu và nhược điểm

Hình 2.13: a) Cơ cấu cổ góp chổi than

b) Cơ cấu cổ góp điện tử

Một số đặc tính nổi bật của động cơ BLDC khi hoạt động:

 Mật độ từ thông khe hở không khí lớn

 Tỷ lệ công suất/khối lượng máy điện cao

 Tỷ lệ momen/quán tính lớn (có thể tăng tốc nhanh)

 Vận hành nhẹ nhàng (dao động của momen nhỏ) thậm chí ở tốc độ thấp (để đạt được điều khiển vị trí một cách chính xác)

 Mômen điều khiển được ở vị trí bằng không

 Vận hành ở tốc độ cao

 Có thể tăng tốc và giảm tốc trong thời gian ngắn

 Hiệu suất cao

 Kết cấu gọn

Nhược điểm:

Do động cơ được kích từ bằng nam châm vĩnh cửu nên khi chế tạo giá thành cao do nam châm vĩnh cửu khá cao nhưng với sự phát triển công nghệ hiện nay thì giá thành nam châm có thể giảm Động cơ BLDC được điều khiển bằng một bộ điều khiển với điện ngõ ra dạng xung vuông và cảm biến Hall được đặt bên trong động cơ

để xác định vị trí rotor Điều này làm tăng giá thành đầu tư khi sử dụng động cơ BLDC Nếu dùng các loại nam châm sắt từ chúng dễ từ hóa nhưng khả năng tích từ không cao, dễ bị khử từ và đặc tính từ của nam châm bị giảm khi tăng nhiệt độ

Bảng 2.2 Bảng so sánh động cơ BLDC và động cơ một chiều DC thông thường

Cấu trúc cơ khí Mạch kích từ nằm trên Rotor Mạch kích từ nằm trên

Stator

Sơ đồ nối dây Ba pha nối Y hoặc Δ Nối vòng tròn Đơn giản

nhất là nối Δ Phương pháp đổi chiều Chuyên mạch điện tử sử dụng

thiết bị bán dẫn như transistor,IGBT

Tiếp xúc cơ khí giữa chổi than và cổ góp

Bộ chuyển mạch Đảo chiều bằng điện tử dựa

trên thông tin từ cảm biến vị trí rotor

Đảo chiều dòng kiểu cơ khí bằng chổi than và cổ góp

Bảo trì Rất ít hoặc không cần bảo trì Định kỳ

Tỷ số công suất ra / kích

cỡ

Cao Trung bình hoặc thấp

Đặc tính tốc độ / momen Bằng phẳng Tương đối bằng phẳng

Khả năng tản nhiệt Tốt hơn

Với BLDC, chỉ có các cuộn dây phần ứng phát sinh nhiệt khi làm việc

Kém: Với động cơ DC, tổn hao nhiệt xuất hiện ở

cả dây quấn stator và rotor

Dải điều chỉnh tốc độ Cao Thấp:không bị giới hạn

tốc độ về mặt cơ khí do chổi than và cổ góp Nhiễu điện Thấp: do không có tia lửa điện Cao: do có tia lửa điện do

cổ góp Tuổi thọ Cao: Do không có chổi than, Thấp: Mài mòn do ma sát

chổi than

2.1.3 Một số lĩnh vực ứng dụng động cơ BLDC

Sau đây là một số các lĩnh vực đã ứng dụng động cơ BLDC trong thực tế

- Công nghiệp hàng không- không gian:

Động cơ không chổi than BLDC tốt hơn có thể tồn tại trong điều kiện môi trường khắc nghiệt hơn so động cơ DC thông thường để đáp ứng các yêu cầu cao để

có thể hoàn thành các nhiệm vụ quan trọng Nhờ hoạt động liên tục mà không đòi hỏi phải bảo trì, động cơ DC không chổi than là lý tưởng cho việc khám phá không gian, máy bay, vệ tinh

- Sản xuất và công nhiệp:

Động cơ không chổi than làm việc liên tục khoảng mười năm mà không cần bảo trì, chúng có thể đặc biệt hữu ích cho điều khiển động cơ, hệ thống hoạt động và định

vị cho các lĩnh vực sản xuất Nhờ độ bền, động cơ không chổi than hiện đang được sử dụng cho một loạt các công nghiệp và sản xuất, bao gồm phát điện, năng lượng gió, máy hút bụi, nhựa và sản xuất thép

- Hàng hải:

Động cơ không chổi than có xếp hạng IP từ 66 trở lên có thể hoạt động dưới nước an toàn, cho phép chúng chạy thuyền, môtô nước, xe đẩy hướng và thậm chí cả máy nạp cá tự động và máy làm sạch thùng

- Giao thông

Nhiều loại xe chạy bằng điện và hybrid sử dụng động cơ không chổi than để chạy trơn tru Xe đạp điện cũng chọn dùng động cơ không chổi than Tương tự như vậy, nhiều mô hình RC chạy bằng điện sử dụng động cơ không chổi than để nâng cao hiệu suất và mô-men xoắn cao đến tỷ lệ trọng lượng Nhiều xe tay ga, ván trượt và thuyền được trang bị động cơ không chổi than

2.2.1 Các lỗi của động cơ BLDC

Các lỗi chính hay xảy ra bên trong động cơ BLDC có thể được chia thành 3 loại: Lỗi phần điện, lỗi phần cơ khí và lỗi bên ngoài (Hình 2.14)

Hình 2.14: Phân loại lỗi động cơ điện

Các nguyên nhân gây ra lỗi động cơ điện:

- Quá tuổi thọ

- Công suất, điện áp, dòng điện bất thường

- Quá tải hoặc tải không cân bằng

- Cường độ cơ học, động học và nhiệt độ cao

Hình 2.15 thể hiện thống kê tỷ lệ lỗi của động cơ điện được thống kê như biểu