Оптимизированные бездатчиковые системы управления механизмами перемещения грузов

ЦЕЛЬ. Исследование системы управления механизмом передвижения груза при использовании разных вариантов бездатчикового управления. Поиск оптимального варианта, при котором формирование скорости происходит идентично данным, полученным с датчика скорости. Анализ полученных при исследовании результатов, в том числе, результатов, полученных с учетом нагрева обмоток двигателя.

МЕТОДЫ. Задачи, поставленные при выполнении исследования, реализуются путем имитационного моделирования в среде компьютерного моделирования Matlab Simulink.

РЕЗУЛЬТАТЫ. В статье рассмотрены системы с разными типами наблюдателей скорости. Реализована система учитывающая нагрев обмоток статора и ротора асинхронного двигателя, в который были внедрены неадаптивный наблюдатель и разные типы нейросетевого контроллера. Предложен совмещенный способ использования нейросетевых регуляторов.

ЗАКЛЮЧЕНИЕ. Бездатчиковые системы управления актуальны для использования на производствах с присутствием, по условиям технологического процесса, высоких температур. Проведенные исследования показали, что использование нейросетевых технологий позволяет работать с параметрами разного уровня и типа. Предложенный метод, подразумевающий использование совместной работы нейросетевых наблюдателей с различной нейроструктурой позволяет осуществлять отработку скорости во всем диапазоне. Присутствующая в предлагаемой структуре связь с облачным хранилищем ведет к разгрузке системы управления, позволяя увеличить процесс анализа данных, поступающих с объекта.

1. Соколовский Г.Г., Электроприводы переменного тока с частотным регулированием. М.: Академия. 2006. 265 с.

2. Фираго Б.И., Александровский С.В. Свойства, характеристики и параметры синхронного двигателя постоянными магнитами при векторном и скалярном частотном управлении // Энергетика. Известия высших учебных заведений и энергетических объединений СНГ. 2019. Т. 62. № 3. С.205-218.

3. Shayakhmetova L.V., Kharitonov V.L. Stabilization of a scalar equation with delay in the state and control variables // Vestnik of saint Petersburg University. Applied Mathematics. Computer Science. Control Processes. 2014. № 4. pp. 144-150.

4. Meshcheryakov V., Sinyukova T., Sinyukov A., Vladimirov O. Analysis of the effectiveness of using the block for limiting the vibrations of the load on the mechanism of movement of the bogie with various control systems // E3S Web of Conferences. Sustainable Energy Systems: Innovative Perspectives (SES-2020), Saint-Petersburg, Russia. 2020. V. 220. 01059, October 29-30.

5. Meshcheryakov V., Sinykova T., Sinyukov A., Boikov A., Mukhametzhanov R. Modeling and analysis of vector control systems for asynchronous motor // High Speed Turbomachines and Electrical Dreves Conference 2020 (HSTED-2020), Prague, Czech Republic.

6. Даденков Д.А., Солоцкий Е.М., Шачков А.М. Моделирование системы векторного управления асинхронным двигателем в пакете Matlab/Simulink // Вестник Пермского национального исследовательского университета. Электротехника, информационные технологии, системы управления. 2018. № 11. С.117-128.

7. Chunyun Fu, Minghui Hu. Adaptive sliding mode-based direct yaw moment control for electric vehicles // 2015 International Conference on Control, Automation and Information Sciences (ICCAIS). Changshu, China, 2015, 15634631, October 29-31.

8. Sayali S. Patil, Vijayraj Wanaskar, P.D. Shendge, Phadke S. B. Sliding Mode and Inertial Delay Based Direct Yaw Moment Control for AGVs // 2021 6th International Conference for Convergence in Technology (I2CT), Maharashtra, India. 20593534. (2-4 April 2021).

9. Синюков А.В., Синюкова Т.В. Наблюдатели состояния в системах управления электроприводом с синхронным двигателем // Системы управления электротехническими объектами (СУЭТО-8): труды восьмой всероссийской научно-практической конференции, Тула. 2018. С. 64–66.

10. Островлянчик В.Ю., Поползин И.Ю. Модель асинхронного двигателя для бездатчиковых информационно-управляющих систем автоматизированного электропривода // Вестник Кузбасского государственного технического университета. 2016. № 1 (113). С. 111-120.

11. Gracheva Y.I., Chernova N.V., Fedotov A.I., Fedotov E.A. Local Fourier transformation application for mathematic modeling of synchronous machine valve actuator, Journal of engineering and applied sciences. 2016. V.11. №1. 2939-2945.

12. Mairaj Ali, Muwahida Liaquat. Comparison Between Distributed Observer And Adaptive Distributed Observer // 2018 8th International Conference on Electronics Information and Emergency Communication (ICEIEC). Maharashtra, India. 2018. 18132759 (15-17 June).

13. Mikhail P. Belov, Nguyen Van Lanh, Tran Dang Khoa. State Observer based Elman Recurrent Neural Network for Electric Drive of Optical-Mechanical Complexes // 2021 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (ElConRus). 2021. St. Petersburg, Moscow, Russia. 20553530. (26-29 January).

14. Hu Z., Bodyanskiy Y.V., Tyshchenko O.K., A Multidimensional Adaptive Growing Neuro-Fuzzy System and Its Online Learning Procedure // Advances in Intelligent System and Computing 689. 2018. pр. 186-203.

15. Скляр А.В., Чижма С.Н., Чегодаев Ф.В. Бездатчиковый контроль частоты вращения ротора асинхронного двигателя // Известия высших учебных заведений. Электромеханика. 2017. Т. 60. № 1. С.14-19.