Contribution à la commande robuste de la machine asynchrone à double alimentation
Institution:
Toulouse, INPTDisciplines:
Directors:
Abstract EN:
The scope of work in our research thesis is the analysis and application of robust control, H∞ approach, to achieve the control of the Doubly Fed Induction Motor (DFIM) fed by two PWM inverters. At first, we deal with the DFIM vector control equipped with mechanical sensors. By introducing a new approach for decoupling the motor’s currents, based on the state space input-output decoupling method, leads to a simplified controller's calculation. This part ends by analyzing the robustness of the decoupling method, as well as the controllers, against motor parameters uncertainty. In the second part, we study and analyze the DFIM H∞ robust control by comparing four methods. Mu-analysis offers a criterion allowing us to compare and choose the best controller. Finally, we carry out a sensorless vector control by introducing and compare three speed and position estimation methods : The MRAS method, the KALMAN filter and the frequency estimator.
Abstract FR:
Cette thèse apporte une contribution aux méthodes d’analyse et de synthèse de la commande robuste des Machines Asynchrones à Double Alimentation alimentées par deux onduleurs de tension. Nous introduisons, au début, sa commande vectorielle avec capteurs mécaniques. Ce chapitre se distingue par une nouvelle approche pour découpler les courants de la MADA conduisant à un calcul simplifié des correcteurs. Il se termine par une étude prouvant la robustesse du découplage et de la commande vis-à-vis des variations paramétriques de la machine. La commande robuste de la MADA, par l'approche H∞, est ensuite abordée en faisant une comparaison entre quatre stratégies de contrôle. Une étude par mu-analyse de la robustesse en stabilité et en performance offre un critère de choix du correcteur. A la fin, nous abordons la commande robuste de la MADA sans capteurs mécaniques en travaillant sur des méthodes d’estimation ou d'observation : MRAS, filtre de KALMAN et l'estimateur fréquentiel.