Abstract:
Au cours des dernières années, un grand intérêt a été donné à la commande de vitesse des véhicules électriques (EV) entrainés par un moteur asynchrone.
La modulation de largeur d’impulsion avec élimination sélective des harmoniques (SHE PWM) est une alternative intéressante pour la commande de la vitesse d'un moteur asynchrone.
Cependant, son utilisation est impossible dans les applications temps réel, comme celle des véhicules électriques, vu que les angles de commutation ne peuvent être calculés et ensuite générés on-line et en temps réel.
Pour résoudre ce problème, dans cette thèse nous proposons un nouvel algorithme PWM on-line basé sur la théorie réseaux de neurones artificiels (ANN) en combinaison avec la technique SHE PWM.
Dans cette thèse, l'algorithme ANNSHE PWM proposé est d'abord décrit et simulé.
Ensuite, une analyse approfondie des erreurs de calcul des angles de commutation est effectuée afin de vérifier la précision de cet algorithme.
Dans le but de valider cet algorithme et de générer les angles de commutation avec précision dans une application en temps réel, une implémentation hardware sur un circuit FPGA de l'algorithme proposé est réalisée et détaillée dans une première étape, puis une mise en œuvre de cette dernière sur un banc d’essai de commande de vitesse d’un moteur asynchrone est effectuée dans une deuxième étape.
Les résultats obtenus montrent que l'algorithme proposé ANNSHE PWM contrôle l’amplitude du fondamental et élimine les harmoniques sélectionnés avec précision et en temps réel et ceci dans toute la gamme de variation de vitesse du moteur asynchrone.
