Метод формирования Qтаблиц для автоматизированного контроля параметров электромеханических преобразователей с применением линейного интегрального критерия

В процессе функционирования рабочих комплексов с электромеханическими преобразователями, входящими в их состав, необходимо учитывать влияние эндогенных и экзогенных возмущений, вызывающих отклонения параметров электрических машин от номинальных значений, приведенных производителем в соответствующей документации. Даже незначительные отклонения параметров, находящиеся в допустимых пределах изменения, оказывают заметное влияние на качество функционирования электромеханических преобразователей и рабочих комплексов в целом. В течение жизненного цикла работы электромеханических преобразователей их параметры изменяются в результате естественного износа и старения, что вызывает необходимость непрерывного либо периодического анализа и контроля состояния объектов исследования. В работе рассматривается метод, основанный на вычислении линейного интегрального критерия Q и формировании Q – таблиц, позволяющий обеспечить контроль функционирования электромеханических преобразователей с нестабильными параметрами в процессе эксплуатации в составе рабочих комплексов. Приведены simulink – модели систем вычисления линейного интегрального критерия и автоматизированного контроля параметров электромеханического преобразователя постоянного тока, позволяющие получить оценки нестабильных параметров. В табличной форме реализованы статические характеристики, отражающие зависимости между параметрами электромеханического преобразователя и линейным интегральным критерием. Результаты проведенного исследования позволяют получить оценки изменения нестабильных параметров электромеханических преобразователей постоянного тока с требуемой точностью.

1. Саушев А.В., Широков Н.В. Диагностирование состояния электротехнических систем в пространстве параметрових элементов // Вестник ГУМРФ им. адм. С.О. Макарова. 2016. №. 2 (36), С. 143-156.

2. Faiz J., Ebrahimi B.V., Sharifian M.B. Different Faults and Their Diagnosis Techniques in ThreePhase Squirrel-Cage Induction Motors: A Review // Electromagnetics. 2006. V. 26. №. 7. pp. 543-569.

3. Тоноян С.А., Балдин А.В., Елисеев Д.В. Прогнозирование технического состояния электронных систем с адаптивными параметрическими моделями // Вестник МГТУ им. Н.Э. Баумана. Приборостроение. 2016. № 6. С.115-125.

4. Малёв Н.А., Мухаметшин А.И., Погодицкий О.В., и др. Экспериментально-аналитическая идентификация математической модели электромеханического преобразователя постоянного тока с применением метода наименьших квадратов. Известия высших учебных заведений. Проблемы энергетики. 2019;21(4):113-122.

5. Малёв Н.А., Погодицкий О.В., Любарчук Ф.Н. Анализ вариаций параметров асинхронного электромеханического преобразователя по линейному интегральному критерию с применением эталонной модели // Вестник КГЭУ. 2019. №1. C. 60-67.

6. Xu Chen and Masayoshi Tomizuka. New repetitive control with improved steady-stateperformance and accelerated transient". In: IEEE Transactions on Control SystemsTechnology 22.2 (2014), pp. 664-675.

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.

8. A. Gambier, E. Badreddin. Multi-objective optimal control: An overview, in: Proceedings of the 16th IEEE International Conference on Control Applications, Singapore. 2007. pp. 170-175.

9. Cacuci D.G., Fang R. Sensitivity and uncertainty analysis of counter-flow mechanical draft cooling towers I: Adjoint sensitivity analysis // Nuclear Technology. 2017. V. 198. N 2. pp. 85-131.

10. Томчина О.П., Кондратова М.Е., Горохов М.М., и тд. Адаптивный регулятор с нелинейной эталонной моделью – в сборнике: Научные достижения современной науки: новация, история, действительность, перспективы и практика реализации: Сборник научных статей по итогам международной научно-практической конференции. СПб.: Изд-во «Культ Информ Пресс», 2017. C. 206-208.

11. Guda A.I. Multi-model methods and parameters estimation approaches on non-linear dynamic system identification // Системнi технологiї. Регiональний мiжвузiвський збiрник науковихпраць. - Випуск 4(99). Днiпропетровск, 2015. С. 3-9.

12. Ramírez A., Garrido R., Mondié S. Integral Retarded Control Velocity Control of DC Servomotors, in IFAC TDS Workshop (Grenoble, France. 2013). Grenoble, 2013. pp. 558-563.

13. Vunder N.A., Ushakov A.V. Peaks emergence conditions in free movement trajectories of linear stable systems // Proc. 13th Int. Conf. on Informatics in Control, Automation and Robotics. 2016. V. 1. pp. 535-538.

14. Polyak B.T., Smirnov G. Large deviations for non-zero initial conditions in linear systems // Automatica. 2016. V. 74. pp. 297-307.

15. 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, N. 17. pp. 2774-2784.

16. Kuhn Max and Kjell Johnson. “Applied predictive modeling”. V. 26. New York: Springer, 2013.

17. Hastie T., Tibshirani R., and Friedman J. Unsupervised learning. In: The elements of statistical learning. New-York: Springer. 2009. pp. 485-585.

18. Afanasiev A.P., Sokolov A.V., Voloshinov V.V. “Inverse Problem in the Modeling on the Basis of Regularization and Distributed Computing in the Everest Environment” in Data Analytics and Management in Data Intensive Domains: Collection of Scientific Papers of the 19 International Conference DAMDID / RCDL’2017 (October 10–13, 2017, Moscow, Russia), etc. Moscow: FRC CSC RAS, pp. 132- 140.

19. Kim, S., Overbye, T. J.Mixed transient stability analysis using AC and DC models. IEEE Trans. Power Syst., V. 31. N. 2. pp. 942-948.

20. Larsson C. A., Annergren M., Hjalmarsson H, et al. “Model predictive control with integrated experiment design for output error systems”, in: Proceedings of European Control Conference, Zurich, Switzerland. 2013. pp. 3790-3795.