Аннотация
В работе рассматривается вопрос влияния показаний наблюдателей скорости на систему векторного управления асинхронным двигателем. Приведена классификация применяемых методов бездатчикового управления. Осуществлен анализ преимуществ и недостатков наиболее распространенных структур построения наблюдателей скорости. Разработаны и созданы математические модели отдельных наблюдателей в программном пакете Matlab Simulink. Проведены испытания работы полученных моделей в различных режимах, получены данные о динамике работы привода. Сделаны выводы о работе наблюдателей, основанных на классическом математическом аппарате, в ситуациях, связанных с изменением каких-либо параметров управляемого объекта. В качестве инструмента, способного нивелировать недостатки классических наблюдателей, рассматривается концепция нейросетей. Проведен анализ нейроструктур, подходящих для задач управления сложными динамическими объектами. В качестве нейрорегулятора применен элемент библиотеки Neural Network Toolbox (Deep Learning Toolbox) – Predictive Controller. Построена модель с использованием нейроструктуры в качестве наблюдателя. Детально описан процесс интеграции данных и наладки параметров нейросети. Проведено исследование поведения полученной системы управления в динамических режимах. В рамках исследования поведения системы векторного управления разработан механизм адаптации, учитывающий преимущества и недостатки двух различных подходов к реализации определения скорости, для создания модели с комбинированной структурой наблюдателя. Получена модель с комбинированной структурой наблюдателя на основе нейронной сети и классического наблюдателя. Проведены исследования поведения полученной системы управления в различных имитационных режимах.
Ключевые слова
моделирование, регулируемый электропривод, система управления, векторное управление, асинхронный двигатель, Predictive controller, наблюдатели, бездатчиковое векторное управление, обучение, нейронные сети.
- Сенцов Е.В., Мещеряков В.Н. Разработка адаптивного наблюдателя скорости векторного управления // Применение и развитие нейросетевого моделирования для решения фундаментальных задач в науке и технике: материалы Международной молодежной научно-практической конференции, Новочеркасск, 03–04 декабря 2018 года. Новочеркасск: ООО «Лик», 2018. С. 36-47.
- Cоколовский Г.Г. Электроприводы переменного тока с частотным управлением. М.: Академия, 2006. 256 с.
- Новиков В.А., Савва С.В., Татаринцев Н.И. Электропривод в современных технологиях: учебник для студентов вузов. М.: Академия, 2014. 400 с.
- Калачев Ю.Н. Векторное регулирование (заметки практики): методическое пособие. М.: ЭФО, 2013. 63 с.
- Анучин А.С. Системы управления электроприводов: учебник для вузов. М.: Издательский дом МЭИ, 2015. 373 с.
- Калачев Ю.Н. Наблюдатели состояния в векторном электроприводе (записки дилетанта). М., 2015. 60 с.
- Виноградов А.Б. Векторное управление электроприводами переменного тока. Иваново: ГОУ ВПО «Ивановский государственный энергетический университет имени В.И. Ленина», 2008. 98 с.
- Терехов В.М., Осипов О.И. Системы управления электроприводов: учебник для студ. высш. учеб. заведений. М.: Издательский центр «Академия», 2005. 304 с.
- Исаков A.C. Реализация наблюдателя состояний асинхронного двигателя с короткозамкнутым ротором в бездатчиковой системе векторного управления // Научно-технический вестник СПбГУ ИТМО. 2007. № 38. С. 280-286.
- Усольцев А.А. Частотное управление асинхронными двигателями: учебное пособие. СПб.: СПбГУ ИТМО, 2006. 94 c.
- Виноградов А., Сибирцев А., Колодин И. Адаптивно-векторная система управления бездатчикового асинхронного электропривода серии ЭПВ // Силовая электроника. 2006. №3. С. 50-55.
- Панкратов В.В., Котин Д.А. Адаптивные алгоритмы бездатчикового векторного управления асинхронными электроприводами подъемно-транспортных механизмов: учебное пособие. Новосибирск: НГТУ, 2012. 143 с.
- Москаленко В.В. Электрический привод: учебное пособие для сред. проф. образования. М.: Издательский центр «Академия», 2004. 368 с.
- Исследование параметрической робастности бездатчикового векторного асинхронного электропривода с идентификатором Калмана // С.В. Ланграф, А.С. Глазырин, Т.А. Глазырина, К.С. Афанасьев, В.В. Тимошкин // Из-вестия ТПУ. 2010. Т. 317, № 4. С. 120-123.
- Глазырин А.С. Бездатчиковое управление асинхронным электроприводом с синергетическим регулятором // Известия Томского политехнического университета. 2012. Т. 321, №4. С. 107-111.
- Афанасьев К.С. Разработка наблюдателя состояния для асинхронного электропривода с повышенной параметрической робастностью: дис. … канд. тех. наук: 05.09.03 / Афанасьев Кирилл Сергеевич. Томск, 2015.
- Вейнмейстер А.В. Косвенное измерение скорости вращения в электроприводе с асинхронным двигателем на основе идентификатора состояния: автореф. дис. … канд. тех. наук: 05.09.03 / Вейнмейстер Андрей Викторович. СПб., 2013.
- Мещерякова О.В., Шишлин Д.И., Мещеряков В.Н. Применение нейронных сетей в промышленных агрегатах // Материалы XII международной научно-практической интернет-конференции: Энерго- и ресурсосбережение - XXI век. Орел: ОГУ, 2016. С. 243-245.
- Raja M.A.Z., Abbas S., Syam M.I., Wazwaz A.W. Design of Neuro-Evolutionary Model for Solving Nonlinear Singularly Perturbed Boundary Value Problems // Applied Soft Computing. 2018. Vol. 62. Pp. 373-394. doi: 10.1016/j.asoc.2017.11.002
- Fiser J., Sitek P., Vyhlidal T. Neutral PID Control Loop Investigated in Terms of Similarity Theory // IFAC-Papersonline. 2018. Vol. 51. No. 14. Pp. 212-217. doi: 10.1016/j.ifacol.2018.07.225
- Vila J.-P., Wagner V. Predictive Neuro-Control of Uncertain Systems: Design and Use of a Neuro-Optimizer // Automatice. 2003. Vol. 39. No. 5. Pp. 767-777. doi: 0.1016/S0005-1098(03)00005-0
- Sinyukova T.V., Sentsov E.V., Sinyukov A.V. Neural Net-work Speed Observers // 1st International Conference on Control Systems, Mathematical Modelling, Automation and Energy Efficiency (SUMMA), Lipetsk, Russia. 2019. Pp. 320-324. doi: 10.1109/SUMMA48161.2019.8947484
- Shihabudheen K.V., Pillai G.N. Recent Advances in Neuro-Fuzzy System: A Survey // Knowledge-Based Systems. 2018. Vol. 152. Pp. 136-162. doi: 10.1016/j.knosys.2018.04.014
- A Model for Predicting Wind Speed and the Probability of a Wind Gust / V.V. Dotsenko, E.V. Sentsov, A.M. Litvinenko, V.N. Mesherekov, S. Valtchev // Proceedings 3rd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency (SUMMA), Lipetsk, Russia. 2021. Pp. 576-579. doi: 10.1109/SUMMA53307.2021.9632142
- Kubota H., Matsuse K., Nakano T. DSP-Based Speed Adap-tive Flux Observer of Induction Motor // IEEE Trans. Ind. Applicat. 1993. Vol. 29. No 2. Pp. 344-348. doi: 10.1109/28.216542
- Синюкова Т.В., Сенцов Е.В. Синтез идентификаторов частоты вращения ротора асинхронного двигателя, основанных на концепции NN // Приборы и системы. Управление, контроль, диагностика. 2019. № 9. С. 13-20. doi: 10.25791/pribor.09.2019.870
- Сенцов Е.В. Нейросетевые наблюдатели скорости асинхронного двигателя // Тенденции развития современной науки: сборник трудов научно-практической конференции студентов и аспирантов Липецкого государственного технического университета, Липецк. 2021. С. 109-113.
- Sentsov E.V., Mesherekov V.N. Synthesis of a neuroregulator with predictive control of the electric drive of the actuators of technological units of metallurgical production // 18th International Scientific Technical Conference Al-ternating Current Electric Drives (ACED), Ekaterinburg, Russia. 2021. 9462259. doi: 10.1109/ACED50605.2021.9462259
Сенцов Е.В., Мещеряков В.Н. Создание нейросетевого наблюдателя скорости для повышения динамической стабильности системы векторного бездатчикового управления // Электротехнические системы и комплексы. 2022. № 2(55). С. 18-24. https://doi.org/10.18503/2311-8318-2022-2(55)-18-24