probenerИзвестия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИPower engineering: research, equipment, technology1998-99032658-5456Kazan State Power Engineering University10.30724/1998-9903-2021-23-6-119-133probener-2065Research ArticleЭЛЕКТРОТЕХНИКАELECTRICAL ENGINEERINGАлгоритм параметрической идентификации электропривода постоянного тока с применением инверсной моделиAlgorithm for parametric identification of the dc electric drive using the inverse modelМалёвН. А.MalevN. A.

 

 Казань 

Kazan

maleeev@mail.ruПогодицкийО. В.PogoditskyO. V.

 

 Казань 

Kazan

ЧиляеваМ. Р.ChilyaevaM. R.

 

 Казань 

Kazan

ИмамиевА. Р.ImamievA. R.

 

 Казань 

engineer of the projects support group 

Kazan

Казанский государственный энергетический университетРоссияKazan State Power Engineering UniversityRussian FederationФЛ АО «Сетевая компания» - «Дирекция строящихся объектов»РоссияKRiS branch JSC «Grid Company» - «Directorate of facilities under construction»Russian Federation202131032022236119133Copyright © Малёв Н.А., Погодицкий О.В., Чиляева М.Р., Имамиев А.Р., 20222022Малёв Н.А., Погодицкий О.В., Чиляева М.Р., Имамиев А.Р.Malev N.A., Pogoditsky O.V., Chilyaeva M.R., Imamiev A.R.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.energyret.ru/jour/article/view/2065ЦЕЛЬ

ЦЕЛЬ. В современных системах управления различных промышленных агрегатов основой для автоматизации технологических процессов является электрический привод. Высокие требования к качеству процесса управления, надёжности и энергетической эффективности технологических процессов и промышленных агрегатов определяют постановку и решение научно-практических задач по разработке и созданию новых перспективных систем управления электроприводов (СУЭП), позволяющих сохранить требуемое качество функционирования в условиях влияния дестабилизирующих факторов. Данные факторы могут воздействовать на систему управления в виде внешних координатных возмущений и суммироваться с соответствующими сигналами замкнутой СУЭП, а также выражаться в форме параметрических возмущений, приводящих к нестабильности параметров СУЭП в процессе эксплуатации. Возникает необходимость создания такой системы управления, которая позволит осуществить идентификацию параметров СУЭП за счет введения в структуру системы соответствующих алгоритмов идентификации.

МЕТОДЫ

МЕТОДЫ. При решении поставленной задачи применялся беспоисковый градиентный метод адаптивной идентификации, реализованный средствами программной среды MatLab.

РЕЗУЛЬТАТЫ

РЕЗУЛЬТАТЫ. В работе рассматривается задача параметрической идентификации электропривода с двигателем постоянного тока на основе определения функций чувствительности. Показатель качества процесса идентификации выбран из условия обеспечения близости дополнительного движения, формируемого моделью, и фактического дополнительного движения при вариациях нестабильных параметров. Для построения алгоритма параметрической идентификации используется инверсная модель исследуемой СУЭП, показателем качества является квадрат невязки, а идентифицируемым параметром – общий коэффициент передачи электропривода.

ЗАКЛЮЧЕНИЕ

ЗАКЛЮЧЕНИЕ. Моделирование в программной среде MatLab показало высокую робастность разработанного алгоритма идентификации к параметрическим возмущениям, которые не оказывают влияния на установившееся значение идентифицируемого параметра. Предложенный в работе способ компенсациистатического момента сопротивления электропривода позволил обеспечить также малую чувствительность алгоритма и к внешним возмущениям. Идентификация общего коэффициента передачи электропривода постоянного тока осуществляется с погрешностью, не превышающей 0,5% в режиме реального времени в условиях влияния возмущений различной физической природы.

THE PURPOSE

THE PURPOSE. In modern control systems of various industrial units, the basis for the automation of technological processes is an electric drive. High requirements for the quality of the control process determine the formulation and solution of scientific and practical tasks for the development and creation of new promising control systems for electric drives (EDCS), allowing to maintain the required quality of functioning under the influence of destabilizing factors. These factors can affect the control system in the form of external disturbances and be summed up with the corresponding signals of the closed EDCS, and also be expressed in the form of parametric disturbances. The need arises to create such a control system that will allow for the identification of the parameters of the EDCS by introducing the appropriate identification algorithms into its structure.

METHODS

METHODS. When solving the problem, a search-free gradient method of adaptive identification was used, implemented by means of the MatLab software environment.

RESULTS

RESULTS. The paper considers the problem of parametric identification of an electric drive with a DC motor based on the definition of sensitivity functions. Wherein to construct an algorithm for parametric identification, an inverse model of the studied EDCS is used, the quality indicator is the squared discrepancy, and the identifiable parameter is the overall transmission coefficient of the electric drive.

CONCLUSION

CONCLUSION. Modeling in the MatLab software environment showed a high robustness of the developed identification algorithm to parametric disturbances that do not affect the steadystate value of the identified parameter. The proposed method for compensating the moment of resistance electric drive also made it possible to provide a low sensitivity algorithm to external disturbances. The identification of the overall transmission coefficient of a DC electric drive is carried out with an error not exceeding 0.5% in real time under the conditions of the influence of disturbances of various physical nature.

алгоритмнестабильные параметрыэлектроприводинверсная модельмодель чувствительностидополнительное движениеневязкаalgorithmunstable parameterselectric driveinverse modelsensitivity modeladditional motiondiscrepancyReferencesCalliess J., Roberts S.J., Rasmussen C.E., Maciejoswki J. Adapted Constant Kinky Inference for nonparametric regression and model-reference adaptive control. Automatica, 2020.J. Calliess SJ, Roberts CE, Rasmussen J, Maciejoswki. Lazily Adapted Constant Kinky Inference for nonparametric regression and model-reference adaptive control. Automatica, 2020.Malev N.A., Mukhametshin A.I. Pogoditsky O.V. and Mwaku W.M. Method of analysis and monitoring of the electromechanical converters parameters based on a linear integral criterion using sensitivity models. International Scientific and Technical Conference Smart Energy Systems 2019 (SES-2019). V. 124. Доступно по: https://doi.org/10.1051/e3sconf/201912402005.Malev NA, Mukhametshin AI, Pogoditsky OV and Mwaku WM. Method of analysis and monitoring of the electromechanical converters parameters based on a linear integral criterion using sensitivity models. International Scientific and Technical Conference Smart Energy Systems 2019 (SES-2019).V. 124. Available At: https://doi.org/10.1051/e3sconf/201912402005.Girish Chowdhary, Hassan A. Kingravi, Jonathan How, and Patricio A. Vela. Nonparametric adaptive control of time-varying systems using Gaussian processes. In American Control Conference (ACC), 2013.Girish Chowdhary, Hassan A. Kingravi, Jonathan How, and Patricio A. Vela. Nonparametric adaptive control of time-varying systems using Gaussian processes. In American Control Conference (ACC), 2013.Saushev A.V. Solution of problems of parametric optimization and control of electric drives state based on information about operability area boundary // IOP Conference Series: Materials Science and Engineering. 2018. №5. V.327.Saushev AV. Solution of problems of parametric optimization and control of electric drives state based on information about operability area boundary. IOP Conference Series: Materials Science and Engineering. 2018;5:327.Deisenroth M.P., Fox D., and Rasmussen C.E. Gaussian processes for data-efficient learning in robotics and control. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2015.M. P. Deisenroth, D. Fox, and C. E. Rasmussen. Gaussian processes for data-efficient learning in robotics and control. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2015.Малёв Н.А., Погодицкий О.В., Малацион А.С. Метод формирования Q-таблиц для автоматизированного контроля параметров электромеханических преобразователей с применением линейного интегрального критерия. Известия высших учебных заведений. Проблемы энергетики. 2020. № 22(2). С. 86-97.Malev NA, Pogoditsky OV, Malacion AS. Q-tables formation method for automated monitoring of electromechanical converters parameters with application of linear integral criterion. Power engineering: research, equipment, technology. 2020;22(2):86-97.Furtat I., Fradkov A., Tsykunov A. Robust synchronization of linear dynamical systems with compensation of disturbances // Int. J. Robust and Nonlinear Control. 2014. V. 24. No. 17. - P. 2774-2784.Furtat I, Fradkov A. Tsykunov A. Robust synchronization of linear dynamical systems with compensation of disturbances. Int. J. Robust and Nonlinear Control.2014;24:17:2774-2784.Ostroverkhov M., Pyzhov V., Korol S. Control of the Electric Drive under Conditions of Parametric Uncertainty and Coordinates’ Interrelation // International Conference on Modern Electrical and Energy Systems (MEES). 2017.Ostroverkhov M, Pyzhov V, Korol S. Control of the Electric Drive under Conditions of Parametric Uncertainty and Coordinates’ Interrelation. International Conference on Modern Electrical and Energy Systems (MEES). 2017.Кучер Е.С., Комазенко М.А., Ромащенко А.И. Синтез систем векторного управления малочувствительных к изменениям параметров асинхронного электропривода // Доклады академии наук высшей школы российской федерации. 2017. № 2(35). С.61-72.Kucher ES, Komazenko MA, Romashchenko AI. Synthesis of systems of vector control of induction motor drive parameters low-sensitive to changes. Reports of the Academy of Sciences of the Higher School of the Russian Federation. 2017;2(35):61-72.Kovela I., Ivaniuk O., Vlakh-Vyhrynovska G., Stakhiv R. Параметрический синтез комбинированных автоматических систем регулирования с цифровыми пид-регуляторами // Восточно-европейский журнал передовых технологий. 2017. № 2(90). С.37-34.Kovela I, Ivaniuk O, Vlakh-Vyhrynovska G, Stakhiv R. Parametric synthesis of combined automatic regulating systems with digital pid-controllers. Eastern european journal of advanced technologies. 2017;2(90):С.37-34.Томчина О.П., Кондратова М.Е., Горохов М.М., Журов К.В. Адаптивный регулятор с нелинейной эталонной моделью // Научные достижения современной науки: новация, история, действительность, перспективы и практика реализации. СПб.: Изд-во «КультИнформПресс», 2017. C. 206-208.Tomchina OP, Kondratova ME, Gorokhov MM, Zhurov KV. An adaptive controller with a nonlinear reference model – in the collection: Scientific achievements of modern science: novation, history, reality, prospects and implementation practice: Collection of scientific articles based on the results of an international scientific and practical conference. St. Petersburg: Publishing House «KultInform-Press», 2017. P. 206–208.Анисимов А. А. Параметрическая оптимизация электромеханических систем с регуляторами и наблюдателями состояния // Вестник Ивановского государственного энергетического университета. 2016. № 2. С. 21–26.Anisimov AA. Parametrical optimization of regulators and state observers in electromechanical systems. Vestnik IGEU. 2016;2:21–26.Рутковский В.Ю., Глумов В.М. Особенности динамики адаптивной системы управления с нелинейной эталонной моделью. Автомат. и телемех., 2017. № 4. С.92–105.Rutkovskii VYu. , M. Glumov V. Dynamics peculiarities of an adaptive control system with nonlinear reference model. Autom. Remote Control. 2017;78:4:654–665.Anisimov A.A., Kotov D.G., Tararykin S.V. Analysis of Parametric Sensitivity and Structural Optimization of Modal Control Systems with State Controllers // Journal of Computer and System Sciences International. 2011. V. 50. 5. pp. 698-719.Anisimov AA, Kotov DG, Tararykin SV. Analysis of Parametric Sensitivity and Structural Optimization of Modal Control Systems with State Controllers. Journal of Computer and System Sciences International. 2011;50(5):698 – 719.Сольницев Р.И., Каримов А.И., Каримов Т.И. Синтез цифровых регуляторов гироскопических командных приборов // Гироскопия и навигация. 2017. Т. 25. № 1 (96).Solnitsev RI., Karimov AI., Karimov TI.. Synthesis of digital regulators of gyroscopic command appliance. Gyroscopy and navigation. 2017;25(1):(96).Саушев А.В., Бова Е.В. Показатели качества и критерии оптимальности при структурно-параметрическом синтезе автоматизированных электроприводов // Вестник Государственного университета морского и речного флота имени адмирала С.О. Макарова. 2019. Т.11. № 2. С. 380-395.Saushev AV, Bova EV. The quality indicators and optimality criterion at the structuralparametric synthesis of automated electric drives. Bulletin of the State University of Marine and River Fleet named after admiral S.O. Makarov. 2019;2:380-395.Pshikhopov V., Medvedev M., Kupovikh G., et al. Position Control of Mobile Robots With Multi-Contour Adaptation, 2018 IEEE International Conference on Autonomous Robot Systems and Competitions (Icarsc), eds.Costelha H., Calado J., Bento L., Lopes N., Oliveira P., IEEE, 2018, 54–59.Pshikhopov V, Medvedev M, Kupovikh G, Shibanov V. Position Control of Mobile Robots With Multi-Contour Adaptation, 2018 IEEE International Conference on Autonomous Robot Systems and Competitions (Icarsc), eds. Costelha H., Calado J., Bento L., Lopes N., Oliveira P., IEEE, 2018;54–59.Афанасьев А.Ю., Макаров В.Г., Загирова В.Н. Идентификация параметров и частоты вращения ротора асинхронного двигателя на основе функций чувствительности // Математические методы в технике и технологиях-ММТТ. 2020.Т.6. С.128-131.Afanasiev AY, Makarov VG, Zagirova VN. Identification of parameters and rotor speed of the induction motor with the sensitivity functions. Mathematical methods in engineering and technology-MMTT. 2020;6:128-131.Малёв Н.А., Погодицкий О.В., Цветкович А.М. Особенности применения теории чувствительности для анализа влияния параметрических возмущений на динамические свойства электромеханических преобразователей. Известия высших учебных заведений. Проблемы энергетики. 2019;21(6):101-110.Malev NA, Pogoditsky OV, Cvetkovich AM. Features of application of sensitivity theory for analysis of influence of parametric disturbances on dynamic properties electromechanical converters. Power engineering: research, equipment, technology. 2019;21(6):101-110.Малёв Н.А., Мухаметшин А.И., Погодицкий О.В., Чичков П.В. Сравнительный анализ аппаратно-программного обеспечения метода контроля функционирования электромеханических преобразователей постоянного тока. Известия высших учебных заведений. Проблемы энергетики. 2020;22(5):142-154.Malev NA, Mukhametshin AI, Pogoditsky OV, Chichkov PV. Comparative analysis of hardware and software of the monitoring method of fun ctioning electromechanical DC converters. Power engineering: research, equipment, technology. 2020;22(5):142-154.Сташинов Ю.П. К вопросу о настройке системы управления электропривода постоянного тока на модульный оптимум. Ч. 1 // Электротехника. 2016. № 1. С. 2–7.Stashinov YP. On the issue of control system adjustment of a direct current drive on the modular optimum. Pt . Russian Electrical Engineering. 2016;1:2-7.Гарькина И.А., Данилов А.М., Тюкалов Д.Е. Сложные системы: идентификация динамических характеристик, возмущений и помех // Современные проблемы науки и образования. 2015. № 1. Ч. 1. С. 88.Garkina IA, Danilov AM, Tyukalov DE. Complex systems: identification of dynamic characteristics, disturbances and interferences. Modern problems of science and education. 2015;1. Pt 1:88.

The authors declare that there are no conflicts of interest present.