Аннотация

Полный текст статьи

В работе рассматривается вопрос моделирования системы управления общепромышленного транспортного оборудования – транспортных рольгангов. Приводится описание технологического оборудования, приведены структурные и кинематические схемы рассматриваемого промышленного механизма. Рассмотрены ключевые особенности механизмов такого типа, отдельно упомянуты требования к системе управления электроприводами данного оборудования. Подъемно-транспортные механизмы, к которым относится рассматриваемый промышленный узел, обладают широкой распространенностью в структуре металлургических предприятий. Печные рольганги, являющиеся частным случаем транспортных рольгангов, характеризуются безостановочной работой в линии технологических агрегатов, где предъявляются особые требования к точности и перегрузочной способности работы привода. Для электроприводов такого типа характерно применение асинхронных двигателей с короткозамкнутым ротором и систем бездатчикового управления. Система управления должна поддерживать постоянство скорости групп рольгангов, обеспечивать необходимый темп ускорения и замедления по условиям механического коэффициента трения металла по роликам. Также для таких систем характерно функционирование в диапазоне от 10 до 60-70 Гц. В настоящее время в связи с существенным распространением и качественным улучшением показателей микропроцессорной техники отчетливо прослеживаются тенденции в развитии концепций применения нейросетей в электротехнике. Одним из методов, позволяющим нивелировать недостатки вышеупомянутых особенностей работы объекта, можно рассматривать методы, связанные с интеграцией нейросетевых математических функций в структуру системы управления. Нейросетевые технологии существенно расширяют возможности автоматизированного электропривода, увеличивают общую робастность систем управления. В работе приведены различные механизмы адаптации нейросетевых структур, описаны их преимущества и недостатки. Также в статье упоминаются вопросы динамической стабильности вышеупомянутых систем электропривода, проводится исследовательское моделирование структур с различными подходами к архитектуре системы управления.

Ключевые слова

моделирование, регулируемый электропривод, система управления, печной рольганг, векторное управление, асинхронный двигатель, наблюдатели, бездатчиковое векторное управление, обучение, нейронные сети, механизм адаптации

Сенцов Евгений Викторович – аспирант, кафедра электропривода, Липецкий государственный технический университет, Липецк, Россия, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., https://orcid.org/0000-0002-8383-5139

Мещеряков Виктор Николаевич – д-р техн. наук, профессор, заведующий кафедрой, кафедра электропривода, Липецкий государственный технический университет, Липецк, Россия, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., https://orcid.org/0000-0003-0984-5133

1. Белов М.П., Новиков В.А., Рассудов Л.Н. Автоматизированный электропривод типовых производственных механизмов и технологических комплексов: учебник для вузов. М.: Academia, 2004. 575 с.

2. Терехов В.М. Элементы автоматизированного электропривода: учебник для вузов. М.: Энергоатомиздат, 1987. 221 с.

3. 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: ООО «Лик», 2018. С. 36-47.

4. Cоколовский Г.Г. Электроприводы переменного тока с частотным управлением. М.: Академия, 2006. 256 с.

5. Новиков В.А., Савва С.В., Татаринцев Н.И. Электропривод в современных технологиях: учебник для студентов вузов. М.: Академия, 2014. 400 с.

6. 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. doi: 10.18503/2311-8318-2022-2(55)-18-24

7. Калачев Ю.Н. Векторное регулирование (заметки практика). М.: ЭФО, 2013. 63 с.

8. 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: ЛГТУ, 2021. С. 109-113.

9. Sinyukova T.V., Sentsov E.V., Sinyukov A.V. Neural Network Speed Observers // 1st International Conference on Control Systems, Mathematical Modelling, Automation and Energy Efficiency (SUMMA). IEEE, 2019. Pp. 320-324. doi: 10.1109/SUMMA48161.2019.8947484

10. Калачев Ю.Н. Наблюдатели состояния в векторном электроприводе (записки дилетанта). М., 2015. 60 с.

11. Мещеряков В.Н. Системы асинхронного электропривода с управляемыми координатами моментообразующих векторов. Липецк: ЛГТУ, 2008. 120 с.

12. Виноградов А.Б. Векторное управление электроприводами переменного тока. Иваново: ИГЭУ им. В.И. Ленина, 2008. 98 с.

13. 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

14. 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 Alternating Current Electric Drives (ACED). IEEE, 2021. 9462259. doi: 10.1109/ACED50605.2021.9462259

15. On Replacing PID Controller with Deep Learning Controller for DC Motor System / K. Cheon, J. Kim, M. Hamadache, D. Lee // J. Autom. Control Eng. 2015. No. 6(3). Pp. 452-456. doi: 10.12720/joace.3.6.452-456

16. Каширских В.Г. Динамическая идентификация асинхронных электродвигателей. Кемерово: КузГТУ, 2005. 139 с.

17. Усольцев А.А. Частотное управление асинхронными двигателями: учеб. пособие. СПб.: СПбГУ ИТМО, 2006. 94 c.

18. Исаков A.C., Ушаков А.В. Реализация наблюдателя состояний асинхронного двигателя с короткозамкнутым ротором в бездатчиковой системе векторного управления // Научно-технический вестник СПбГУ ИТМО. 2007. № 38. С. 280-286.

19. 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

20. Панкратов В.В., Котин Д.А. Адаптивные алгоритмы бездатчикового векторного управления асинхронными электроприводами подъемно-транспортных механизмов: учебное пособие. Новосибирск: НГТУ, 2012. 143 с.

21. Москаленко В.В. Электрический привод: учеб. пособие для сред. проф. образования. М.: Издательский центр «Академия», 2004. 368 с.

22. Исследование параметрической робастности бездатчикового векторного асинхронного электропривода с идентификатором Калмана / С.В. Ланграф, А.С. Глазырин, Т.А. Глазырина, А.С. Афанасьев, В.В. Тимошкин // Известия Томского политехнического университета. 2010. № 4(317). С. 120-123.

23. Глазырин А.С. Бездатчиковое управление асинхронным электроприводом с синергетическим регулятором // Известия Томского политехнического университета. 2012. №4(321). С. 107-111.

24. 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. 106 с.

25. Aizenberg I. Complex-Valued Neural Networks with Multi-Valued Neurons. Berlin: Springer, 2011. 264 p.

26. 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. 17 с.

27. Литвиненко А.М., Баранов Д.С. Адаптивная система управления электроприводом намоточного станка // Электротехника. 2020. №10. С. 31-36.

28. Schmidhuber J. Deep Learning in neural networks: An overview // Neural Networks. 2015. Vol. 61. Рp. 85-117. doi: 10.1016/j.neunet.2014.09.003

29. 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 // 3rd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency (SUMMA). IEEE, 2021. Pр. 576-579. doi: 10.1109/SUMMA53307.2021.9632142

Сенцов Е.В., Мещеряков В.Н. Моделирование бездатчиковой системы управления электропривода печного рольганга с применением нейросетевых объектов // Электротехнические системы и комплексы. 2023. № 1(58). С. 49-56. https://doi.org/10.18503/2311-8318-2023-1(58)-49-56