Preview

Известия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИ

Расширенный поиск

Алгоритм параметрической идентификации электропривода постоянного тока с применением инверсной модели

https://doi.org/10.30724/1998-9903-2022-24-2-160-174

Полный текст:

Аннотация

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

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. 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 компенсации статического 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.

Об авторах

Н. А. Малёв
Казанский государственный энергетический университет
Россия

Малёв Николай Анатольевич – старший преп. кафедры Приборостроение и мехатроника



О. В. Погодицкий
Казанский государственный энергетический университет
Россия

Погодицкий Олег Владиславович – кандидат технических наук, доцент кафедры Приборостроение и мехатроника



М. Р. Чиляева
Казанский государственный энергетический университет
Россия

Чиляева Маргарита Романовна – студент



А. Р. Имамиев
ФЛ АО Сетевая компания - Дирекция строящихся объектов
Россия

Имамиев Айрат Рустемович – инженер группы сопровождения проектов.

Казань



Список литературы

1. J. Calliess S.J. Roberts, C.E. Rasmussen, J. Maciejoswki. Lazily Adapted Constant Kinky Inference for nonparametric regression and model-reference adaptive control. Automatica, 2020.

2. 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), vol. 124. Режим доступа: https://doi.org/10.1051/e3sconf/201912402005.

3. 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.

4. 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. Vol.327.

5. 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.

6. 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.

7. Furtat I., Fradkov A., Tsykunov A. Robust synchronization of linear dynamical systems with compensation of disturbances // Int. J. Robust and Nonlinear Control. -2014. - Vol. 24, No. 17. - P. 2774-2784.

8. 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.

9. 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.

10. 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.

11. Томчина О.П., Кондратова М.Е., Горохов М.М., Журов К.В. 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 «КультИнформПресс», 2017. – C. 206-208.

12. Анисимов А. А. Параметрическая оптимизация электромеханических систем с регуляторами и наблюдателями состояния // Вестник Ивановского государственного энергетического университета. 2016. № 2. С. 21–26.

13. Рутковский В.Ю. , Глумов В.М. Особенности динамики адаптивной системы управления с нелинейной эталонной моделью. Автомат. и телемех. 2017. №4. 92–105.

14. 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. P. 698–719.

15. Сольницев Р.И., Каримов А.И., Каримов Т.И. Синтез цифровых регуляторов гироскопических командных приборов // Гироскопия и навигация. 2017. Т. 25. № 1 (96).

16. 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.

17. 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.

18. 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.

19. 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.

20. 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.

21. Сташинов Ю.П. К вопросу о настройке системы управления электропривода постоянного тока на модульный оптимум. Ч. 1 // Электротехника. 2016. № 1. С. 2–7.

22. 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.


Рецензия

Для цитирования:


Малёв Н.А., Погодицкий О.В., Чиляева М.Р., Имамиев А.Р. Алгоритм параметрической идентификации электропривода постоянного тока с применением инверсной модели. Известия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИ. 2022;24(2):160-174. https://doi.org/10.30724/1998-9903-2022-24-2-160-174

For citation:


Malev N.A., Pogoditsky O.V., Chilyaeva M.R., Imamiev A.R. Algorithm for parametric identification of the DC electric drive using the inverse model. Power engineering: research, equipment, technology. 2022;24(2):160-174. (In Russ.) https://doi.org/10.30724/1998-9903-2022-24-2-160-174

Просмотров: 26


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1998-9903 (Print)
ISSN 2658-5456 (Online)