Commande Floue Adaptative d’une Machine Asynchrone à Double Alimentation

Abstract

Ce mémoire présente une étude et commande floue adaptative d’une machine asynchrone à double alimentation à flux statorique orienté. Le système d’alimentation de cette machine comporte deux onduleurs, l’une reliée au stator et l’autre au rotor. Après avoir présenté la conception des ensembles MADA – Convertisseurs et leurs applications, nous avons abordé la commande vectorielle de la MADA par orientation du flux statorique. Nous nous sommes intéressés au régulateur PI classique et à l'impact de son remplacement par d’autres régulateurs basés sur les techniques de l’intelligence artificielle tels que les régulateurs flous, flous adaptative, les quelles surpassent les limites des techniques classiques et possèdent des caractéristiques essentielles pour l’amélioration des performances de la commande proposée. Les résultats de simulations par Matlab et des tests de robustesse seront présentés. Mots Clés : Machine asynchrone à double alimentation ( MADA), Onduleur de tension triphasé, Commande vectorielle à orientation du flux statorique, Régulateur PI classique, Régulateur PI floue, Floue adaptative, Robustesse de la commande

Fuzzy Adaptive For Control the Doubly Fed Induction Machine (DFIM) Abstract : This work presents a study and control the doubly fed induction machine by using fuzzy adaptive regulator. The supply system of this machine includes two Inverters, one for the stator and the other for the rotor. First, a mathematical model of DFIM written in an appropriate d-q reference frame is established to investigate simulations results. The control law is synthesized using PI controller based on the field oriented control. Then, an intelligent artificial control such as fuzzy logic, fuzzy adaptive control are applied. Its simulated performances are then compared to those of a classical PI controller. Specifically fuzzy adaptive controller is created to overcome the disadvantages of the fuzzy logic. The simulations Results obtained by using Matlab environment gives that the fuzzy adaptive control more robust, also it has superior dynamics performances. The results and test of robustness will be presented.