МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ “ЛЬВІВСЬКА ПОЛІТЕХНІКА”

СМЕТАНА ІГОР ВОЛОДИМИРОВИЧ

УДК 62-83:621.313.3

ПІДВИЩЕННЯ РОБАСТНОСТІ АСИНХРОННОГО

ЕЛЕКТРОПРИВОДУ З ВЕКТОРНИМ КЕРУВАННЯМ

05.09.03 – електротехнічні комплекси та системи

Автореферат

дисертації на здобуття наукового ступеня

кандидата технічних наук

Львів – 2005

Дисертацією є рукопис.

Робота виконана в Національному університеті “Львівська політехніка” Міністерства освіти і науки України.

Науковий керівник: доктор технічних наук, доцент

Лозинський Андрій Орестович,

заступник проректора з наукової роботи

Національного університету “Львівська політехніка”

Офіційні опоненти: доктор технічних наук, професор

Бешта Олександр Степанович,

завідувач кафедри електроприводу Національного

гірничого університету, м. Дніпропетровськ;

кандидат технічних наук, доцент

Місюренко Валерій Олексійович,

доцент кафедри електроприводу та автоматизації

промислових установок

Національного університету “Львівська політехніка”.

Провідна установа: Одеський Національний політехнічний університет,

кафедра електромеханічних систем з комп’ютерним

керуванням, Міністерство освіти і науки України

Захист відбудеться “ 30 ” листопада 2005р. о “ 11 ” год. “ 00 ” хв. на засіданні спеціалізованої вченої ради Д 35.052.02 в Національному університеті “Львівська політехніка” (79013, м. Львів, вул. С. Бандери, 12).

З дисертацією можна ознайомитись у бібліотеці Національного університету “Львівська політехніка” (79013, м. Львів, вул. Професорська, 1).

Автореферат розісланий “24” жовтня 2005 р.

Вчений секретар спеціалізованої

вченої ради, к.т.н., доцент Коруд І.В.

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Більшість існуючих електроприводів змінного струму з системами векторного керування (СВК), що використовуються сьогодні в промисловості, містять спільний недолік, а саме – погіршення їх характеристик при дії різноманітних збурень, а особливо при варіаціях параметрів двигуна в процесі його експлуатації або при неточній ідентифікації змінних стану. Поряд з цим, класичній схемі векторного керування властиві і інші недоліки, пов’язані з наявністю в системі керування різного роду шумів та пульсацій координат, складністю регулювання на низьких швидкостях в бездавачевій системі, складністю налагодження регуляторів та естиматорів, тощо. Різноманітність алгоритмів побудови СВК – спричинена покращенням характеристик електроприводу за рахунок повного або часткового уникнення згаданих недоліків. Особливу увагу приділено блоку ідентифікації змінних стану, зокрема застосуванню естиматорів на основі штучних нейронних мереж. Попри це, недостатньо дослідженою є чутливість СВК до дії параметричних збурень та до точності ідентифікації координат стану. А методи, які дозволяють отримати точну інформацію про параметри асинхронного двигуна (АД) в електроприводі з СВК взагалі є закритими в межах окремих фірм, які вважають їх своїм ноу-хау. Таким чином, дослідження чутливості СВК, вдосконалення існуючих та розробка нових способів ідентифікації параметрів та координат АД, зокрема з застосуванням штучних нейронних мереж, спрямовані на підвищення робастності асинхронного електроприводу з векторним керуванням є актуальними задачами.

Зв'язок роботи з науковими програмами, планами, темами. Дослідження проводилися відповід-но до наукового напрямку інституту енергетики та систем керування Національного універси-тету "Львівська політехніка" „Ресурсозберігаючі технології та інтелектуальні системи керування в енергозабезпеченні об'єктів економічної діяльності". Проведені дослідження виконувалися за участю автора в науково-дослідних держбюджетних роботах Міністерства освіти та науки України, а саме: ДБ “Спектр” (держреєстра-ція №0103U001362) в 2003-2004 рр.; ДБ “Коло” (держреєстра-ція №0105U000608) в 2005р.

Мета і задачі досліджень. Мета роботи – дослідити чутливість до параметричних збурень та точності ідентифікації координат стану СВК та розробити нові підходи для підвищення робастності асинхронного електроприводу, що працює в важких умовах експлуатації. Для досягнення мети необхідно розв‘язати такі задачі:

- на основі аналітичного методу проаналізувати чутливість СВК з різними типами регуляторів та визначити параметри і координати стану, що найбільше впливають на роботу системи електроприводу, а також провести порівняльний аналіз різних СВК з точки зору їх параметричної чутливості;

- запропонувати метод ідентифікації параметрів АД на основі тестових даних для забезпечення точного налаштування блоків системи керування;

- створити нові естиматори потокозчеплення двигуна на основі штучних нейронних мереж;

- створити математичні моделі СВК з достатнім ступенем адекватності для проведення необхідних досліджень в усіх режимах роботи;

- створити експериментальну установку та розробити засоби технічної реалізації запропонованих в роботі підходів для створення промислових СВК електроприводом на базі АД.

Об'єктом дослідження є СВК електроприводом змінного струму на базі асинхронного двигуна з к.з. ротором.

Предметом дослідження є чутливість СВК до дії параметричних збурень та точності ідентифікації координат стану підчас експлуатації електроприводу.

Методи досліджень. При вирішенні поставлених в дисертації задач використовувалися методи теорії автоматичного керування, теорії розривного керування, теорії чутливості електромеханічних систем, теорії штучних нейронних мереж, теорії лінійної алгебри.

Наукова новизна одержаних результатів полягає в наступному:

- вперше за допомогою аналітичного методу досліджено чутливість електромеханічних систем, що дало змогу провести класифікацію систем векторного керування щодо впливу на їх характеристики параметричних збурень та точності ідентифікації координат стану;

- запропоновано новий спосіб розв’язання задачі ідентифікації параметрів заступної схеми асинхронного двигуна з к.з. ротором в режимі off-line, яке, на відміну від існуючих, не вимагає додаткових пристроїв та виконання складних математичних перетворень для отримання результату;

- на основі аналізу різних структур нейронних мереж, показано доцільність застосування рекурентних нейронних мереж в якості ідентифікаторів потокозчеплення асинхронного двигуна, що дозволило обмежити коло задач при синтезі систем векторного керування;

- знайдено оптимальні структури штучних нейронних мереж для побудови естиматорів потокозчеплення в СВК, що дало змогу покращити статичні та динамічні показники електроприводу при окремій роботі в системі керування із зміненими параметрами в усіх її робочих точках.

Практичне значення одержаних результатів полягає у:

- розробці пакету моделюючих програм в середовищі Matlab/Simulink, що дозволяє досліджувати різноманітні (нормальні та аварійні) режими роботи СВК;

- синтезі оптимальних параметрів низькочастотного фільтра та спеціального інтегратора з обмеженням для покращення класичних схем ідентифікації потокозчеплення, де присутня операція чистого інтегрування;

- реалізації запропонованого методу ідентифікації параметрів заступної схеми АД з к.з. ротором на експериментальній установці та отриманні задовільних результатів (похибка – 2.5%);

- формулюванні рекомендацій щодо вибору архітектури штучних нейронних мереж, формування даних для навчання та вибору алгоритму навчання для застосування нейромереж у якості естиматора потокозчеплення в СВК;

- створенні робастних до зміни параметрів та розлагоджень СВК з використанням естиматорів потокозчеплення на основі штучних нейронних мереж, що дозволяє покращити характеристики електроприводу;

- створенні експериментальної установки на базі сучасної мікропроцесорної та напівпровідникової техніки та розробці програмного забезпечення для сімейства ЦПОС TMS320F28x, що забезпечує можливість дослідження існуючих та апробації нових алгоритмів векторного керування.

Отримані в дисертаційній роботі результати повністю готові до впровадження та частково представлені проектним організаціям відповідного профілю. Зокрема, такі розробки як алгоритм ідентифікації параметрів та отримані структури нейроестиматорів будуть використані на підприємстві ЗАТ ПВНДКТІ “Укрзахіденергопроект” при проектуванні спеціалізованих систем керування асинхронним двигуном. Розроблена експериментальна установка та матеріали дисертації використовуються в навчальному про-цесі та лабораторному практикумі для студентів спеціальності 7.092203 – „Електромеханічні системи автоматизації та електропривод” на кафедрі електроприводу та автоматизації промислових установок та комплексів Інституту енергетики та систем керування Національного університету „Львівська політехніка”. Відповідні документи про використання результатів роботи наведені в дисертації.

Особистий внесок здобувача. Основні наукові положення та результати наведені в дисертації, які виносяться на захист, отримані автором особисто. У наукових працях, опублікованих у співавторстві, здобувачеві належить: в роботах [1, 2] – знаходження оптимальних коефіцієнтів аперіодичної ланки та штучного інтегратора в ідентифікаторах потокозчеплення; в [3, 9] – аналіз роботи методу ідентифікації параметрів заступної схеми двигуна на математичних моделях; в [4, 5, 8, 10] – застосування методу L2-чутливості до аналізу СВК, знаходження міри чутливості до зміни окремого параметра та до точності ідентифікації координат стану; в [6] – результати досліджень на моделі DTC; в [7] – проведення порівняльного аналізу існуючих методів ідентифікації координат стану; в [12] – вибір структури, формування даних та проведення процесу навчання нейромереж, а також отримання результатів роботи нейроестиматора на математичній моделі системи електроприводу.

Апробація результатів дисертації. Основні положення дисертаційної роботи та результати досліджень доповідалися, обговорювалися та отримали позитивну оцінку на науково-технічних конференціях: 9-ій та 10-ій міжнародних конференціях по автоматичному управлінні “Автоматика-2002” (Донецьк – 2002) та “Автоматика-2003” (Севастополь – 2003), міжнародних конференціях по електроприводу – “Проблемы автоматизированного электропривода. Теория и практика” (Алушта, 2002 – 2004 р.р.); 3-ому міжнародному симпозіумі з Силової Електроніки, (Гданськ – 2003, Польща); 4-ій міжнародній науково-технічній конференції "Математичне моделювання в електротехніці, електроніці та електроенергетиці" (Львів – 2003).

Публікації. За результатами виконаних у дисертаційній роботі досліджень, опубліковано 12 робіт, з яких 9 у фахових виданнях (у тому числі 1 одноосібна).

Структура дисертації. Дисертаційна робота складається зі вступу, п’яти розділів, висновків, переліку використаних джерел із 161 назв та 4 додатків. Загальний обсяг дисертації складає 198 сторінок, у тому числі 152 сторінки основного тексту, 98 рисунків, 18 таблиць.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обгрунтовано актуальність роботи та її зв’язок з науковими програмами і темами, сформульовано мету та задачі наукового дослідження, викладено наукову новизну та практичне значення отриманих результатів, наведено дані про рівень апробації та кількість публікацій за тематикою виконаних досліджень.

У першому розділі розглянуто існуючі СВК асинхронним двигуном. В результаті аналізу вітчизняних та зарубіжних джерел зроблено висновок, що підвищення робастності СВК вимагає розв’язку ряду теоретичних та практичних задач, пов’язаних з: аналізом чутливості систем векторного керування до параметричних збурень та точності ідентифікації координат стану з метою формулювання рекомендацій щодо вибору структури системи в кожному окремому випадку; розробкою ефективного алгоритму ідентифікації параметрів заступної схеми АД для синтезу регуляторів та естиматорів координат стану; вдосконаленням існуючих та створенням нових способів ідентифікації координат стану з метою покращення точності відтворення естимованих величин, зокрема з використанням теорії штучних нейронних мереж.

Поряд з цим, для дослідження різних СВК показано необхідність створення адекватних математичних моделей та експериментальної установки для перевірки запропонованих в роботі способів покращення характеристик згаданих систем.

У другому розділі на основі вибраного аналітичного методу дослідження чутливості систем проведено аналіз різних схем СВК та наведено результати отримані як з застосуванням даного методу при використанні спрощеної моделі СВК так і на основі математичних моделей найпоширеніших схем з векторним керуванням.

В загальному випадку, в теорії автоматичного керування розглядають функцію чутливості, як частинну похідну реакції досліджуваної координати системи до зміни одного з параметрів. А при побудові т.зв. функцій чутливості, чи то в часовій чи в частотній областях, як показано в роботах Юсупова, Розенвассера, Томовича, можна лише якісно порівняти параметричну чутливість різних систем або оцінити наглядно вплив того чи іншого параметра на вихідні координати. Для кількісної оцінки, останнім часом в теорії кіл та цифрової фільтрації широкого вжитку набули такі поняття як L1-чутливість, змішана L1/L2-чутливість та L2-чутливість системи до параметричних збурень.

Так, при сталому незалежному від частоти розкиді, для одного параметра міру чутливості відповідно до прийнятого підходу можна виразити наступним чином:

, (1)

де – середньоквадратичне відхилення параметрів системи. Тоді параметрична L2-чутливість системи визначається як:

(2)

де - L2-норма матриці; , ;

K0, W0 – Граміани керованості та спостережуваності системи, зокрема:

.

Системи рівнянь для знаходження матриць K0,1,2,… і W0,1,2,…:

(3)

де Д – період дискретизації при апроксимації функції (i=1,2,3,…):

.

З використанням вищенаведених формул, було складено алгоритми знаходження як загальної параметричної L2-чутливості системи (2), так і чутливості до зміни окремого параметра (1). Ці алгоритми було реалізовано для загальновідомої спрощеної моделі СВК та отримано наступні результати.

Таблиця 1

Оцінка загальної параметричної чутливості

№ п/п | Тип регуляторів струму в СВК | Значення параметричної чутливості контура, S

потокозчеплення | швидкості обертання

S | S, в.о. | S | S, в.о.

1. | ПІ-регулятори | 7.511019 | 75.851 | 5.311024 | 52574.3

2. | Гістерезисні регулятори | 1.011018 | 1 | 2.151020 | 217.15

Таблиця 2

Чутливість до зміни окремого параметра системи керування

№п/п | Параметр | Значення параметра | Розкид параметра | Дисперсія приросту передавальної функції

Контур потоку | Контур швидкості

ПІ-рег. | гіст. рег. | ПІ-рег. | гіст. рег.

1. | Rs, Ом | 0,728 | +0,21 | 0.52341 | ? 0 | 49.26376 | ? 0

2. | Rr, Ом | 0,706 | +0,32 | 64.28479 | 9.46658 | 90.07188 | ? 0

3. | Lm, Гн | 0,0969 | -0,0369 | 0.014077 | 2.8310-3 | 6.28456 | 6.06073

4. | Lуs, Гн | 0,0027 | -0,0009 | 1.289162 | ? 0 | 54.06284 | 3.62810-4

5. | Lуr, Гн | 0,0027 | -0,0013 | 1.222065 | 5.4310-4 | 48.81657 | 1.06207

6. | J, кг/м2 | 0,062 | +0,062 | - | - | 95226.59 | -

Таблиця 3

Чутливість до точності ідентифікації координат стану

№п/п | Тип регуляторів струму в СВК | Дисперсія приросту передавальної функції контуру

потоку | швидкості обертання

Дkзв.c

=20% | Дkзв.п

=20% | Дkзв.c

=20% | Дkзв.п

=20% | Дkзв.ш

=20%

1. | ПІ-регулятори | 15.41 | 18.36 | 101.78 | 642.30 | 11 

2. | Гістерезисні регул. | 102.11 | 1 117.66 | 321.79 | 24 277 | 108 

Як показали наведені результати, СВК де застосовують ПІ-регулятори струму володіють на порядок більшою параметричною чутливістю у порівнянні з тими, де застосовують гістерезисні регулятори. На противагу цьому, системи з гістерезисними регуляторами – більш чутливі до точності ідентифікації змінних стану. Окрім цього, аналітичний метод знаходження міри чутливості, дозволив провести кількісне порівняння чутливості СВК до зміни окремих параметрів. Зокрема найбільш чутливими СВК є до зміни опору ротора АД.

Для оцінки чутливості найпоширеніших схем з векторним керуванням було складено моделі систем прямого векторного керування – DFOC, непрямого векторного керування – IFOC (Indirect Field Oriented Control) та прямого керування моментом – DTC (Direct Torque Control) та отримано їх характеристики при зміні параметрів та при неточній ідентифікації координат стану в режимах пуску та накиду навантаження (див. рис. 1 – 3). Ці характеристики дозволили наглядно оцінити спотворення координат СВК при дії збурень.

Рис.1. Характеристики (струми статора та момент) системи DFOC без розлагоджень.

Рис.2. Характеристики системи DFOC при зміні активних опорів обмоток АД. | Рис.3. Характеристики системи DTC при неточній ідентифікації потокозчеплення статора.

Так, в системах DFOC та IFOC при зміні активних опорів обмоток зростає коливніть моменту та погіршується форма фазних струмів, а при зміні індуктивностей – з’являються високочастотні пульсації. В свою чергу, аналогічна зміна параметрів АД на характеристики системи DTC на вплинула взагалі, проте неточна ідентифікація вектора потокозчеплення статора призвела до формування хибних керуючих впливів, що зумовило погіршення статичних та динамічних показників координат.

Отримані за допомогою аналітичного методу та з застосуванням математичних моделей СВК результати дослідження чутливості показали, що для підвищення робастності векторних систем необхідною є точна інформація як про параметри АД для налаштування блоків системи керування так і про змінні стану під час експлуатації електроприводу.

У третьому розділі наведено теоретичне обґрунтування способу ідентифікації параметрів заступної схеми АД з к.з. ротором, а також основні принципи та результати застосування даного способу в СВК, що реалізована з використанням експериментальної установки перетворювача частоти з сигнальним процесором сімейства TMS320x.

На основі заступної схеми АД в координатних осях б-в в режимі к.з., провідність кола статора можна виразити передавальною функцією, яка в чатотній області запишеться як:

. (4)

Параметри заступної схеми АД через коефіцієнти поліномів у рівнянні (4) визначаються наступним чином:

; ; ; . (5)

Прирівнявши похибку вимірювання провідності кола статора до нуля, а також виходячи з експериментальних даних для n частот, сформовано матричне рівняння у наступному вигляді:

, (6)

з якого вектор коефіцієнтів и за методом найменших квадратів обчислюється за наступною формулою:

, (7)

де Aadj – комплексно-спряжена матриця, яка утворюється транспонуванням

матриці A, та комплексним спряженням її елементів.

Необхдні для даного способу змінні, а саме:

визначалися з досліду, при якому двигун перебуває в нерухомому стані без застосування спеціальних механічних блокувань.

Оскільки окремі елементи матриці А відрізнялися між собою на порядки, для зменшення похибки внаслідок матричних операцій було запропоновано дещо модифікувати алгоритм, в якому спочатку визначався опір статора, а вже потім – усі інші параметри. Це дозволило редукувати розмір матриці А та спростити обчислення.

Результати ідентифікації параметрів заступної схеми АД з застосуванням запропонованого способу на низьких тестових частотах зведено у табл. 4.

Таблиця 4

Результати ідентифікації параметрів заступної схеми АД з к.з. ротором

Параметр АД | Параметри

двигунів для даної серії

(від виробника) | Параметри

визначені традиційним

способом

(досліди н.х. та к.з.) | Параметри,

визначені запропонованим методом

ідентифікації

холодний | теплий | холодний | теплий | холодний | теплий

Rs, Ом | 12,9 | 17,5 | 14.46 | 18.51 | 14.65 | 18.23

Rr, Ом | - | 17,8 | 13.72 | 17.45 | 13.36 | 17.15

Lm, Гн | 0.77 | 0.648 | 0.718 | 0.493

Lуs, Гн | 0.038 | 0.0457 | 0.0456 | 0.0461

Lуr, Гн | 0.053 | 0.0457 | 0.0456 | 0.0461

Запропонований спосіб дозволяє досить точно визначати параметри АД, що живиться від перетворювача частоти.

У четвертому розділі проведено аналіз та вдосконалення існуючих способів ідентифікації змінних стану в СВК, а також запропоновано нові естиматори потокозчеплення на основі штучних нейронних мереж (ШНМ). На прикладі системи DFOC, показано формування даних для навчання ШНМ, вибір архітектури та алгоритму навчання, а також синтезовано оптимальні структури ШНМ для окремої роботи в СВК при дії параметричних збурень.

Традиційні підходи, на жаль, не розв’язують задачі підвищення точності ідентифікації змінних стану при дії параметричних збурень для зменшення загальної параметричної чутливості СВК. Виходом із цієї ситуації на нашу думку є застосування ШНМ, які у порівнянні з традиційними способами ідентифікації володіють рядом переваг, а саме: апроксимація складних нелінійних функцій, класифікація процесів, розпаралелення алгоритму, фільтрація шумів та пульсацій, тощо.

Найпоширенішими типами ШНМ, які застосовуються в СВК є нейронні мережі прямого поширення сигналу (НМПП), що за своєю природою є статичними, а також рекурентні нейронні мережі (РНМ), які дозволяють врахувати динаміку об’єкта ідентифікації. Синтез ШНМ пов’язаний із складністю вибору архітектури, формування навчальних даних, вибору та проведення алгоритму навчання ШНМ з оптимізацією її структури адекватно відтворюваному процесу.

Рис.4. Ідентифікатор потоку на основі ШНМ в системі DFOC.

Перелічені задачі були розв’язані на прикладі класичної системи DFOC у випадку ідентифікації складових потокозчеплення ротора, як показано на рис.4. Вхідними сигналами ШНМ були складові струму і напруги статора, а також швидкість обертання ротора. На початковому етапі на основі аналізу доступних джерел було апробовано декілька структур НМПП: 4-15-2, 5-8-8-2 та розгалужену структуру 2 по 4-7-2.

В роботі проведено аналіз цих структур за допомогою міри узагальнення Вапніка-Червоненкіса та ефективності застосування ШНМ в системі, а показано процеси формування навчальних даних та вибіру алгоритму навчання. Зокрема процедура формування даних для навчання ШНМ полягала у включенні в файл навчальних даних тих точок з діапазону тестових даних, де похибка між виходом ШНМ та об’єкту при паралельній роботі виходила за допустимі межі. В кінцевому результаті, у файл навчальних даних ввійшли дані з 60 робочих точок електроприводу, включаючи режими при 15%-ій зміні параметрів двигуна. Навчання вибраних структур проводилось за допомогою алгоритму Левенберга-Маркуерта.

В результаті аналізу вищезгаданих структур НМПП, було обрано компромісну структуру – 4-15-2. Ця структура показала непогані результати при паралельній роботі в системі DFOC із зміненими параметрами, у порівнянні з традиційним естиматором потокозчеплення. Проте, при окремій роботі, коли система замикалась за нейроестиматором, усім цим вибраним структурам НМПП був характерний спільний недолік – значне накопичення похибки на виході естиматора внаслідок невідповідності вхідних вигналів за напругою. Це призводило до виходу системи з ладу.

Для уникнення цього недоліку, було запропоновано каскадну структуру нейроестиматора, яка складається з двох НМПП з’єднаних зворотнім зв’язком і в якій уникнено вхідних сигналів за напругою (рис. 5). Результати, отримані на математичній моделі DFOC із застосуванням каскадного нейроестиматора, наведено на рис. 6.

Рис.5. Каскадний нейроестиматор (4-5-2 + 4-12-2).

Запропонована структура, навчена лише на одну робочу точку, дозволила підвищити точність ідентифікації потокозчеплення в системі DFOC із зміненими параметрами при окремій роботі незалежно від традиційного естиматора.

а) | б)

Рис.6. Струми фаз статора та момент машини при зміні параметрів двигуна та використанні: а) традиційного естиматора, б) каскадного нейроестиматора.

Каскадний нейроестиматор, зображений на рис.4 за своєю структурою нагадує рекурентну нейронну мережу, тому подальші дослідження синтезу ШНМ для задачі ідентифікації потокозчеплення в системі DFOC було проведено в напрямку застосування РНМ.

Для сформованих на початковому етапі структур РНМ (4(2)-7-2 та 5(2)-7-2), невдалось досягнути бажаної похибки на навчальних даних із застосуванням традиційної процедури навчання РНМ. Тому, враховуючи наявність шумів в системі керування, алгоритм навчання РНМ було дещо модифіковано. Зокрема в ньому зашумлено дані складових вектора потокозчеплення двигуна, що дозволило підвищити стійкість роботи РНМ, а також замкнено РНМ за її ж виходом. Такий алгоритм дозволив значно знизити похибку навчання згаданих структур РНМ на на

Рис.7. Остаточна структура РНМ

вчальних та тестувальних даних. Проте, при їх окремій роботі в системі, спостерігались розлагодження аналогічні початковим структурам НМПП.

Тому, на основі попереднього досвіду, нами було сформовано остаточну структуру РНМ (рис.7.), в якій було виключено вхідні сигнали за напругою. Після декількох тестів у різних режимах роботи, а також із застосуванням процедури формування навчальних даних проведено оптимізацію, після якої кількість нейронів прихованого шару склала 12.

Така структура забезпечила необхідну точність ідентифікації потокозчеплення в системі DFOC при окремій роботі та при розлагодженні параметрів АД. Абсолютна похибка відтворення складових вектора потокозчеплення показана на рис. 8.

а) | б)

Рис.8. Похибка відтворення потокозчеплення двигуна при розлагодженні активних опорів обмоток та при застосуванні: а) традиційного естиматора; б) запропонованої структури РНМ.

Рис.9. Характеристики системи DFOC при зміні параметрів Rs, Rr та застосуванні нейроестиматора на основі РНМ структурою 3(2)-12-2.

Зменшення похибки ідентифікації потокозчеплення дозволило покращити характеристики системи DFOC при зміні параметрів, зокрема в декілька разів знизити пульсації координат в системі керування, покращити форму фазних струмів, знизити коливність моменту (рис. 9), тощо.

П’ятий розділ присвячено опису експериментальної естановки, а також підтвердженню отриманих на математичних моделях СВК результатів з результатами отриманими на фізичній моделі та реалізації запропонованих в роботі підходів щодо підвищення робастності векторних систем з використанням цифрового процесора обробки сигналів (ЦПОС).

Структурну схему установки для проведення досліджень показано на рис.10. До складу перетворювача частоти входить силовий інтелектуальний модуль PS11015 фірми Mitsubishi Electric, мікроконтролер на базі ЦПОС TMS320F2812 фірми Texas Instruments, модуль опторозв’язки, давачі струму, блок живлення, тощо. Потужність силового модуля складає 1,5 кВт, АД – 0,55 кВт, навантажувального генератора (ГПС) – 1 кВт. Частота просторово-векторної модуляції напруги статора за допомогою інвертора – 15 кГц, а максимальна тактова частота ЦПОС – 150 МГц, що дозволяє виконувати до 104 операцій за період ШІМ.

Рис.10. Принципова схема експериментальної установки.

Для реалізації СВК за допомогою ЦПОС було розроблено програмне забезпечення з використанням концепції покрокового модульного відлагодження в середовищі Code Composer StudioTM DSK 2000, де на кожному з етапів було налаштовано та відлагоджено роботу програмних та апаратних засобів, а саме: блок просторово-векторної модуляції, блоки перетворення координат, цифро-аналогові та аналого-цифрові перетворювачі, фільтри, регулятори та естиматори координат. Налагоджена на оптимальну швидкодію система DFOC, дозволила отримати хороші статичні та динамічні показники, аналогічні отриманим на математичних моделях.

На експериментальній установці було проведено досліди аналогічні дослідам, проведеним з використанням математичних моделей, а саме: пуск і накид навантаження (після 3-ї секунди) при зміні параметрів з/без використання нейроестиматора (див. рис. 11 – 13). Для реалізації запропонованої структури РНМ, було додано 2 програмні модулі, в одному з яких реалізовано саму РНМ, а в другому – нелінійну функцію активації (сигмоїдальний тангенс). Нейромережа була навчена в режимі off-line з використанням модифікованого алгоритму навчання, а навчальні та тестові дані отримано за допомогою оперативної пам’яті ЦПОС.

Результати експериментів підтвердили доцільність застосування РНМ в СВК для підвищення точності ідентифікації потокозчеплення як при зміні параметрів двигуна внаслідок його нагріву, так і при неточній їх ідентифікації під час налаштування блоків системи керування.

а) |

б) |

в)

Рис.11. Частота обертання ротора АД в системі DFOC – а) без збурень: б) при нагрітому двигуні (зміна активних опорів обмоток); в) при нагрітому двигуні та використанні запропонованої структури РНМ.

Рис.12. Струм фази А статора двигуна в системі DFOC: 1 – без дії збурень; 2 – при нагрітому двигуні; 3 – з нейроестиматором потокозчеплення при нагрітому двигуні. | Рис.13. Частота обертання при неточній ідентифікації параметрів АД в: 1 – традиційній системі DFOC;

2 – системі з нейроестиматором.

ВИСНОВКИ

У дисертаційній роботі наведено теоретичне узагальнення та нове розв’язання науково-прикладної задачі покращення характеристик керованого асинхронного електроприводу, що перебуває під дією параметричних збурень. Виконані в дисертаційній роботі дослідження дали змогу зробити наступні висновки:

1. Забезпечення відповідних динамічних та статичних характеристик асинхронного електроприводу з векторним керуванням при дії параметричних збурень робить необхідним проведення аналізу їх чутливості та вирішення задач вдосконалення способів ідентифікації параметрів заступної схеми АД та координат стану.

2. Застосування аналітичного методу аналізу чутливості СВК дозволило провести їх класифікацію, а також визначити чутливість окремих контурів до зміни параметрів та точності ідентифікації координат стану.

3. Розроблені математичні моделі адекватно відображають процеси в системах з векторним керуванням і дають змогу аналізувати вплив зміни параметрів двигуна в процесі експлуатації на характеристики електроприводу.

4. Запропонований метод ідентифікації параметрів заступної схеми АД забезпечує високу точність їх визначення (до 2% похибки визначення активних опорів) і дає змогу створювати конкурентноздатні системи керованого електроприводу.

5. В результаті проведених досліджень синтезовано оптимальні налаштування замкнених естиматорів потокозчеплення, а також отримано оптимальні структури штучних нейронних мереж, що забезпечують покращення характеристик електроприводу.

6. Застосування в системах векторного керування традиційних структур нейронних мереж прямого поширення сигналу (НМПП), які є статичними за своєю природою, не забезпечує задовільної точності відтворення вектора потокозчеплення в замкнутій системі, внаслідок використання вхідних сигналів напруги з виходу інвертора з ШІМ. Запропонована в роботі каскадна структура НМПП дає змогу уникнути цього недоліку.

7. Рекурентні нейронні мережі (РНМ) забезпечують створення робастних СВК і тим самим покращують характеристики цих систем при дії параметричних збурень у порівнянні з системами, в яких застосовано традиційні естиматори. Зокрема застосування РНМ забезпечує зменшення низькочастотних коливань моменту та покращення форми фазних струмів статора.

8. Результати дослідження СВК отримані з використанням розробленої експериментальної установки, відповідають результатам отриманим для даних систем на основі їх математичних моделей, а також підтверджують доцільність застосування нейронних мереж в системах керованих електроприводів, в яких присутні параметричні збурення для підвищення робастності та покращення їх характеристик.

ПУБЛІКАЦІЇ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Smetana I.V., Losynsky A.O., Klytta M., Garbrecht F-W. Identification of induction cage motor flux using state variables // Вісник НТУ “ХПІ”, “Проблемы автоматизированного электропривода. Теория и практика”. – Харків, – 2002. – №12, Т.1, – C. 121-122.

2. Smetana I.V., Losynsky A.O., Klytta M., Garbrecht F-W. Design and Simulation of an Identification Method for DC Motor Parameters // Вісник НТУ “ХПІ”, “Проблемы автоматизированного электропривода. Теория и практика”. – Харків, – 2002. – №12, Т.2, – C. 389-392.

3. Сметана І.В., Лозинський А.О., Клюта М., Гарбрехт Ф.-В. Порівняльний аналіз параметричної чутливості різних схем векторного керування електроприводом змінного струму // Вісник НТУ “ХПІ”, “Проблемы автоматизированного электропривода. Теория и практика”. – Харків, – 2003, – №10, Т.1, – C. 89-90.

4. Smetana I.V., Losynsky A.O., Klytta M., Garbrecht F-W. Method for parameters identification of an asynchronous machine. // Технічна електродинаміка. – Київ, – 2003. – Ч.3, – С. 68-71.

5. Сметана І.В., Лозинський А.О. Застосування штучних нейронних мереж для під-вищення точності іденти-фікації потокозчеплення в системах електроприводу з векторним керуванням // Міжв. наук.-техн. збірник "Елек-тро-ма-шино-буду-ван-ня та електрооблад-нання", вип. 63, – Київ: Тех-ніка, 2004. – С. 7-16.

6. Сметана І.В., Лозинський А.О. Чутливість систем векторного керування до параметричних збурень та точності ідентифікації координат стану // Вестник СевГТУ “Автоматизация процессов и управление”. – Севастополь, – 2004. – №58, – С. 119-130.

7. Сметана І.В., Лозинський А.О. Аналіз чутливості систем електроприводу з векторним керуванням на базі АД з к.з. ротором до параметричних збурень // Вісник Національного університету „Львівська політехніка” – „Електроенергетичні та електромеханічні системи”. – Львів, – 2003. – №479, – C. 172-179.

8. Сметана І.В., Лозинський А.О. Методи ідентифікації координат стану. Аналіз проблем та шляхи їх вирішення // Вісник Національного університету „Львівська політехніка” - „Електроенергетичні та електромеханічні системи”. – Львів, – 200. – №485. – С. 118-125.

9. Сметана І.В. Експериментальна установка для реалізації складних високоточних алгоритмів керування електроприводом змінного струму // Наук. зб. ВНТУ – “Вісник Вінницького Політехнічного Інституту”. – Вінниця, – 2005. – №1(58), – С. 22-25.

10. Smetana I.V., Losynsky A.O. M. Klytta, F-W.Garbrecht. The harmonical analysis of induction motor phase currents in Direct Torque Control and Fuzzy Sliding Mode control systems // CPE – 2003. – Gdansk - Zelona Gura, Poland. – P. 67-69.

11. Сметана І.В., Лозинський А.О., Паранчук Я.С. Ідентифікація потокозчеплення в системах керування електроприводом змінного струму // Матеріали 9-ої міжнародної конференції по автоматичному управлінні “Автоматика – 2002”. – Донецьк, – 2002. – Т.1. – C. 139-139.

12. Сметана І.В., Лозинський А.О. Чутливість систем векторного керування до параметричних збурень та точності ідентифікації координат стану. Матеріали 10-ої міжнародної конференції по автоматичному управлінні “Автоматика-2003”. – Севастополь, 2003. – Т.1, – С. 176-177.

Анотація

Сметана І.В. Підвищення робастності асинхронного електроприводу з векторним керуванням. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.09.03 – електротехнічні комплекси та системи. – Національний університет “Львівська політехніка”. – Львів, 2005.

Дисертаційна робота присвячена науковій задачі підвищення робастності систем з векторним керування (СВК) на базі АД з к.з. ротором, що полягає в забезпеченні необхідних статичних та динамічних властивостей електроприводу в якому присутні параметричні збурення.

В роботі запропоновано аналітичний метод дослідження чутливості СВК до зміни параметрів на точності ідентифікації координат стану. На основі отриманих за допомогою цього методу результатів, а також досліджень на математичних моделях електроприводів з векторним керуванням, проведено класифікацію та сформульовано рекомендації щодо вибору структур СВК для зменшення їх чутливості. Запропроновано ефективний спосіб ідентифікації параметрів заступної схеми АД з к.з. ротором та проведено його реалізацію на експериментальній установці. Синтезовано оптимальні налаштування замкнених естиматорів потокозчеплення, а також отримано оптимальні структури штучних нейронних мереж, що забезпечують покращення характеристик електроприводу. Показано доцільність застосування в СВК рекурентних нейромереж які забезпечують необхідні показники електроприводу, як на математичних моделях, так і з використанням розробленої експериментальної установки.

Ключові слова: системи з векторним керуванням, чутливість, ідентифікація, штучні нейронні мережі, робастність.

Аннотация

Сметана И.В. Повышение робастности асинхронного электропривода с векторным управлением. – Рукопись.

Диссертация на соискание научной степени кандидата технических наук за специальностью 05.09.03 – электротехнические комплексы и системы. – Национальный университет “Львовская политехника”. – Львов, 2005.

Диссертационная работа посвящена научной задаче повышения робастности систем с векторным управлением (СВУ) на базе АД с к.з. ротором, что заключается в обеспечении необходимых статических и динамических свойств электропривода в котором присутствуют параметрические возмущения.

В диссертации использован аналитический метод исследования чувствительности СВУ к изменению параметров и точности идентификации переменных состояния. Этот метод позволяет количественно оценить как общую параметрическую чувствительность системы так и чувствительность к изменению отдельного параметра или к точности идентификации переменных состояния. Используя этот метод, составлено два алгоритма и получено результаты с помощью упрощенной модели СВУ. На основании полученных результатов сделано выводы о большой параметрической чувствительности СВУ с ПИ-регуляторами сравнительно с СВУ где применены гистерезисные регуляторы, в то же время последние более чувствительны к неточной идентификации переменных состояния. Эти же выводы подтверждены результатами исследований с помощью математических моделей наиболее распространенных СВУ (DFOC, IFOC, DTC). Показано, что для всех СВУ наиболее остро стоит задача повышения точности идентификации параметров и переменных состояния. В работе предложен эффективный способ идентификации параметров схемы замещения АД с к.з. ротором в частотной области на основании тестовых сигналов в схеме с векторным управлением. Исходя из практической реализации с помощью экспериментальной установки, а также для уменьшения погрешности, в работе предложена модификация данного способа и проведена его реализация. Получено удовлетворительные результаты идентификации сопротивлений и индуктивностей рассеяния (погрешность не более 2%). Для повышения устойчивости системы DTC к действию ненулевых начальных условий или ухудшению гармонического склада переменных в схеме управления, синтезированы оптимальные параметры замкнутых блоков идентификации потокосцепления статора на основе апериодического звена и специального интегратора с ограничителем. Это позволило избежать недостатков, связанных с наличием операции чистого интегрирования. Но при действии параметрических возмущений в СВУ традиционные подходы к решению вопроса идентификации – бессильны, поэтому в работе исследовано применение искусственных нейронных сетей (ИНС) в данном случае. Для задачи идентификации потокосцепления в одной рабочей точке системы DFOC, предложена оптимальная структура каскадной нейронной сети прямого распространения (НСПР), которая позволила избежать накопления погрешности при отдельном функционировании в системе. Эта ИНС своей структурой напоминает рекуррентную нейронную сеть (РНС), которая позволяет учитывать динамические свойства объекта идентификации. Исходя из этого, в работе путем исследований предложена оптимальная структура РНМ для задачи идентификации, а также модифицированный алгоритм ее обучения. Оцениватель потокосцепления на основе предложенной РНС позволил повысить точность идентификации при изменении параметров и, тем самым, обеспечить необходимые показатели СВУ как в статике так и в динамике. Кроме того, в диссертации как для НСПР так и для РНС показаны решения таких задач, как: выбор архитектуры ИНС, формирование данных для ее обучения, выбор алгоритма и проведение процесса обучения с оптимизацией структуры ИНС. Разработанная и описанная в работе экспериментальная установка с применением современной микропроцессорной и полупроводниковой техники, позволяет тестировать сложные алгоритмы управления АД как для усовершенствования уже существующих так и для разработки новых. Исследования проведенные на данной установке, позволили подтвердить результаты полученные на математических моделях СВУ, а также реализовать решения предложенные ранее. С помощью экспериментов показано целесообразность применения РНС для повышения робастности СВУ при действии параметрических возмущений.

Ключевые слова: системы с векторным управлением, чувствительность, идентификация параметров, идентификация переменных состояния, искусственные нейронные сети, робастность.

Abstract

Smetana I.V. Increasing of robustness of the induction motor vector controlled drive. – Manuscript.

The thesis is presented for Ph.D. degree by the speciality 05.09.03 – electrical engineering complexes and systems. – Lviv Polytechnic National University. – Lviv, 2005.

Dissertation work is devoted to scientific task of robustness increasing and characteristics improvement of the field oriented control systems (FOC) on the basis of induction motor drive. That allows to provide the necessary static and dynamic properties of the electric drive where the parametric disturbances are presrnt.

The analytical method for investigation of the sensitivity to parametric disturbances and state variables identification accuracy of the FOC drive system is offered in the thesis. Using this method and the results drawed with the mathematical models of the FOC drive systems it was made the classification and formulated recommendations for vector control schemes with low sensitivity. The effective method for the identification of the induction motor equivalent circuit parameters is offered in dissertation work. Quite good results are obtained on the experimental setup of induction motor drive using proposed method. It is obtained the optimal artificial neural networks structures for the flux identification in FOC drive system that allow to increase the identification accuracy. Also it is shown the expediency of recurrent neural network application in the FOC systems with parametric disturbances as on the bais of the mathematical models as well using the developed experimental setup.

Keywords: field oriented control, vector control, sensitivity, identification, artificial neural