Total harmonic distortion analysis of inverter fed induction motor drive using neuro fuzzy type-1 and neuro fuzzy type-2 controllers

Total harmonic distortion analysis of inverter fed induction motor drive using neuro fuzzy type-1 and neuro fuzzy type-2 controllers

Introduction. When the working point of the indirect vector control is constant, the conventional speed and current controllers operate effectively. The operating point, however, is always shifting. In a closed-system situation, the inverter measured reference voltages show higher harmonics. As a re...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2024
Автори: Srinivas, G., Durga Sukumar, G., Subbarao, M.
Формат: Стаття
Мова:English
Опубліковано: National Technical University "Kharkiv Polytechnic Institute" and Аnatolii Pidhornyi Institute of Power Machines and Systems of NAS of Ukraine 2024
Теми:
space vector modulation
neuro fuzzy type-1
neuro fuzzy type-2
induction motor
total harmonic distortion
Онлайн доступ:http://eie.khpi.edu.ua/article/view/293394
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Electrical Engineering & Electromechanics

Репозитарії

Electrical Engineering & Electromechanics
id eiekhpieduua-article-293394
record_format ojs
institution Electrical Engineering & Electromechanics
baseUrl_str
datestamp_date 2024-01-01T09:17:37Z
collection OJS
language English
topic space vector modulation
neuro fuzzy type-1
neuro fuzzy type-2
induction motor
total harmonic distortion
spellingShingle space vector modulation
neuro fuzzy type-1
neuro fuzzy type-2
induction motor
total harmonic distortion
Srinivas, G.
Durga Sukumar, G.
Subbarao, M.
Total harmonic distortion analysis of inverter fed induction motor drive using neuro fuzzy type-1 and neuro fuzzy type-2 controllers
topic_facet space vector modulation
neuro fuzzy type-1
neuro fuzzy type-2
induction motor
total harmonic distortion
просторово-векторна модуляція
нейронечіткий тип 1
нейронечіткий тип 2
асинхронний двигун
повне гармонійне спотворення
format Article
author Srinivas, G.
Durga Sukumar, G.
Subbarao, M.
author_facet Srinivas, G.
Durga Sukumar, G.
Subbarao, M.
author_sort Srinivas, G.
title Total harmonic distortion analysis of inverter fed induction motor drive using neuro fuzzy type-1 and neuro fuzzy type-2 controllers
title_short Total harmonic distortion analysis of inverter fed induction motor drive using neuro fuzzy type-1 and neuro fuzzy type-2 controllers
title_full Total harmonic distortion analysis of inverter fed induction motor drive using neuro fuzzy type-1 and neuro fuzzy type-2 controllers
title_fullStr Total harmonic distortion analysis of inverter fed induction motor drive using neuro fuzzy type-1 and neuro fuzzy type-2 controllers
title_full_unstemmed Total harmonic distortion analysis of inverter fed induction motor drive using neuro fuzzy type-1 and neuro fuzzy type-2 controllers
title_sort total harmonic distortion analysis of inverter fed induction motor drive using neuro fuzzy type-1 and neuro fuzzy type-2 controllers
title_alt Total harmonic distortion analysis of inverter fed induction motor drive using neuro fuzzy type-1 and neuro fuzzy type-2 controllers
description Introduction. When the working point of the indirect vector control is constant, the conventional speed and current controllers operate effectively. The operating point, however, is always shifting. In a closed-system situation, the inverter measured reference voltages show higher harmonics. As a result, the provided pulse is uneven and contains more harmonics, which enables the inverter to create an output voltage that is higher. Aim. A space vector modulation (SVM) technique is presented in this paper for type-2 neuro fuzzy systems. The inverter’s performance is compared to that of a neuro fuzzy type-1 system, a neuro fuzzy type-2 system, and classical SVM using MATLAB simulation and experimental validation. Methodology. It trains the input-output data pattern using a hybrid-learning algorithm that combines back-propagation and least squares techniques. Input and output data for the proposed technique include information on the rotation angle and change of rotation angle as input and output of produced duty ratios. A neuro fuzzy-controlled induction motor drive’s dynamic and steady-state performance is compared to that of the conventional SVM when using neuro fuzzy type-2 SVM the induction motor, performance metrics for current, torque, and speed are compared to those of neuro fuzzy type-1 and conventional SVM. Practical value. The performance of an induction motor created by simulation results are examined using the experimental validation of a dSPACE DS-1104. For various switching frequencies, the total harmonic distortion of line-line voltage using neuro fuzzy type-2, neuro fuzzy type-1, and conventional based SVMs are provided. The 3 hp induction motor in the lab is taken into consideration in the experimental validations.
publisher National Technical University "Kharkiv Polytechnic Institute" and Аnatolii Pidhornyi Institute of Power Machines and Systems of NAS of Ukraine
publishDate 2024
url http://eie.khpi.edu.ua/article/view/293394
work_keys_str_mv AT srinivasg totalharmonicdistortionanalysisofinverterfedinductionmotordriveusingneurofuzzytype1andneurofuzzytype2controllers
AT durgasukumarg totalharmonicdistortionanalysisofinverterfedinductionmotordriveusingneurofuzzytype1andneurofuzzytype2controllers
AT subbaraom totalharmonicdistortionanalysisofinverterfedinductionmotordriveusingneurofuzzytype1andneurofuzzytype2controllers
first_indexed 2025-07-17T11:49:57Z
last_indexed 2025-07-17T11:49:57Z
_version_ 1850412142811938816
spelling eiekhpieduua-article-2933942024-01-01T09:17:37Z Total harmonic distortion analysis of inverter fed induction motor drive using neuro fuzzy type-1 and neuro fuzzy type-2 controllers Total harmonic distortion analysis of inverter fed induction motor drive using neuro fuzzy type-1 and neuro fuzzy type-2 controllers Srinivas, G. Durga Sukumar, G. Subbarao, M. space vector modulation neuro fuzzy type-1 neuro fuzzy type-2 induction motor total harmonic distortion просторово-векторна модуляція нейронечіткий тип 1 нейронечіткий тип 2 асинхронний двигун повне гармонійне спотворення Introduction. When the working point of the indirect vector control is constant, the conventional speed and current controllers operate effectively. The operating point, however, is always shifting. In a closed-system situation, the inverter measured reference voltages show higher harmonics. As a result, the provided pulse is uneven and contains more harmonics, which enables the inverter to create an output voltage that is higher. Aim. A space vector modulation (SVM) technique is presented in this paper for type-2 neuro fuzzy systems. The inverter’s performance is compared to that of a neuro fuzzy type-1 system, a neuro fuzzy type-2 system, and classical SVM using MATLAB simulation and experimental validation. Methodology. It trains the input-output data pattern using a hybrid-learning algorithm that combines back-propagation and least squares techniques. Input and output data for the proposed technique include information on the rotation angle and change of rotation angle as input and output of produced duty ratios. A neuro fuzzy-controlled induction motor drive’s dynamic and steady-state performance is compared to that of the conventional SVM when using neuro fuzzy type-2 SVM the induction motor, performance metrics for current, torque, and speed are compared to those of neuro fuzzy type-1 and conventional SVM. Practical value. The performance of an induction motor created by simulation results are examined using the experimental validation of a dSPACE DS-1104. For various switching frequencies, the total harmonic distortion of line-line voltage using neuro fuzzy type-2, neuro fuzzy type-1, and conventional based SVMs are provided. The 3 hp induction motor in the lab is taken into consideration in the experimental validations. Вступ. Коли робоча точка непрямого векторного управління стала, традиційні регулятори швидкості та струму працюють ефективно. Проте робоча точка постійно змінюється. У ситуації закритої системи виміряна інвертором опорна напруга показує вищі гармоніки. В результаті імпульс, що подається, нерівномірний і містить більше гармонік, що дозволяє інвертору створювати більш високу вихідну напругу. Мета. У цій статті представлена методика просторової векторної модуляції (SVM) для нейронечітких систем типу 2. Продуктивність інвертора порівнюється з продуктивністю нейронечіткої системи типу 1, нейронечіткої системи типу 2 та класичної SVM з використанням моделювання MATLAB та експериментальної перевірки. Методологія. Навчається шаблон даних введення-виводу, використовуючи алгоритм гібридного навчання, який поєднує у собі методи зворотного поширення помилки та методу найменших квадратів. Вхідні та вихідні дані для запропонованої методики включають інформацію про кут повороту і зміну кута повороту як отримані вхідні і вихідні коефіцієнти заповнення. Динамічні характеристики приводу асинхронного двигуна з нейронечітким управлінням порівнюються з характеристиками звичайного SVM. При використанні нейронечіткого SVM типу 2 асинхронний двигун, показники продуктивності по струму обертаючого моменту і швидкості порівнюються з показниками приводу асинхронного двигуна з нейронечітким управлінням типу 1 та традиційного SVM. Практична цінність. Продуктивність асинхронного двигуна, створеного за результатами моделювання, досліджується з використанням експериментальної перевірки dSPACE DS-1104. Для різних частот перемикання розраховуються загальні гармонічні спотворення лінійної напруги з використанням нейронечіткого управління  типу 2, нейронечіткого управління типу 1 і традиційного SVM. Асинхронний двигун потужністю 3 л.с. у лабораторії враховується під час експериментальних перевірок. National Technical University "Kharkiv Polytechnic Institute" and Аnatolii Pidhornyi Institute of Power Machines and Systems of NAS of Ukraine 2024-01-01 Article Article application/pdf http://eie.khpi.edu.ua/article/view/293394 10.20998/2074-272X.2024.1.02 Electrical Engineering & Electromechanics; No. 1 (2024); 10-16 Электротехника и Электромеханика; № 1 (2024); 10-16 Електротехніка і Електромеханіка; № 1 (2024); 10-16 2309-3404 2074-272X en http://eie.khpi.edu.ua/article/view/293394/286388 Copyright (c) 2024 G. Srinivas, G. Durga Sukumar, M. Subbarao http://creativecommons.org/licenses/by-nc/4.0

Схожі ресурси