Please use this identifier to cite or link to this item:
https://dspace.univ-ouargla.dz/jspui/handle/123456789/38937| Title: | Optimisation de la Commande Directe du Couple (DTC) des Moteurs à Induction par l'Algorithme PSO |
| Authors: | Rezoug, Mohamed Redha Khettache, laid BECHRAIR, MOHAMMED FOUAD BOUMENAD, MOHAMMED NABIL |
| Issue Date: | 2025 |
| Publisher: | UNIVERSITÉ KASDI MERBAH – OUARGLA |
| Abstract: | This work investigates the enhancement of Direct Torque Control (DTC) for three-phase asynchronous machines by integrating Particle Swarm Optimization (PSO) to tune PI controller parameters. Chapter 1 covers the theoretical foundations of asynchronous machines, their equations, and European standards. Chapter 2 details classical DTC, its advantages (simplicity, fast response), and limitations (torque/flux ripples, variable switching frequency). Chapter 3 proposes DT C - PSO, reducing torque (85%) and flux (60%) oscillations, improving dynamic response (66.7%), and enhancing robustness against disturbances. Simulations in Simulation validate these improvements, despite increased computational complexity. Future prospects include hybrid algorithms and machine learning for real-time implementation. Ce travail étudie l’amélioration de la commande directe du couple (DTC) pour les machines asynchrones triphasées en intégrant l’optimisation par essaim de particules (PSO) pour ajuster les paramètres d’un contrôleur PI. Le premier chapitre présente les bases théoriques des machines asynchrones, leurs équations et les normes européennes. Le deuxième chapitre détaille la DTC classique, ses avantages (simplicité, rapidité) et ses limites (ondulations, fréquence variable). Le troisième chapitre propose la DT C - PSO, qui réduit les oscillations du couple (85 %) et du flux (60 %), améliore la réponse dynamique (66,7 %) et la robustesse face aux perturbations. Les simulations sous Stimuline valident ces améliorations, malgré une complexité conformationnelle accrue. Des perspectives incluent des algorithmes hybrides et l’apprentissage automatique pour une implémentation en temps réel. |
| Description: | Machines électriques |
| URI: | https://dspace.univ-ouargla.dz/jspui/handle/123456789/38937 |
| Appears in Collections: | Département de Génie électrique - Master |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| gggggg.pdf | 2,34 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.