Анализ динамических характеристик вентильного двигателя мехатронной системы в условиях параметрической неопределённости методами компьютерного моделирования

ЦЕЛЬ. В настоящее время вентильные двигатели – электрические машины с постоянными магнитами на роторе и датчиком положения ротора, управляемые синусоидальным напряжением от преобразователей частоты, – находят широкое применение в мехатронных и робототехнических системах. Алгоритм управления формируется на основе информации о текущих значениях параметров вентильного двигателя мехатронной системы с применением номинальной или эталонной математической модели, представляющей собой, как правило, идеализированное представление реального устройства. Нестационарность параметров объекта исследования, а также возможная неопределенность его математического описания вследствие упрощения математической модели приводят к нежелательным либо недопустимым результатам при формировании алгоритма управления мехатронной системы. Возникает задача анализа динамических характеристик вентильного двигателя в условиях параметрической неопределенности с целью определения наиболее влияющих на функционирование мехатронной системы параметров и чувствительных к этим изменениям фазовых координат.

МЕТОДЫ. При решении поставленной задачи применяются методы теории чувствительности с получением соответствующих векторно-матричных уравнений, решение которых осуществляется средствами программной среды MatLab.

РЕЗУЛЬТАТЫ. В работе получены уравнения чувствительности по активному сопротивлению и проекциям индуктивности обмотки статора на продольную и поперечную координатные оси, а также по моменту инерции вентильного двигателя. Сформирована векторно-матричная структурная схема вычисления функций чувствительности вентильного двигателя, характерной особенностью которой является наличие ненулевой матрицы свободных членов, приведенной ко входу модели чувствительности. Произведено построение соответствующих Simulink-моделей для исследования влияния перечисленных квазистационарных параметров на скорость вращения и момент на валу объекта исследования. Проведен анализ статистических характеристик дополнительного движения указанных фазовых координат вентильного двигателя и получены графические зависимости и установившиеся значения дисперсий и относительных оценок.

ЗАКЛЮЧЕНИЕ. Анализ динамических характеристик вентильного двигателя в условиях параметрической неопределенности позволил определить, что скорость вращения машины является наиболее чувствительной к параметрическим возмущениям выходной координатой, которая, соответственно, является наиболее информативной и представляет максимальный интерес при формировании алгоритма оптимизации мехатронной системы. Определяющую роль в формировании дополнительного движения выходных координат вентильного двигателя вносит изменение проекции индуктивности статора на поперечную координатную ось, на порядок превышающее вклад в дополнительное движение координат от остальных нестабильных параметров. Полученные в процессе исследования результаты целесообразно использовать при построении алгоритма оптимального управления мехатронной системы в условиях параметрической неопределенности.

1. Ma Q., El-Refaie A., Lequesne B. Low-Cost Interior Permanent Magnet Machine with a Blend of Magnet Types, 2019 IEEE International Electric Machines & Drives Conference (IEMDC), 2019, pp. 1303-1310.

2. Huynh T.A., Hsieh M-F. Performance Analysis of Permanent Magnet Motors for Electric Vehicles (EV) Traction Considering Driving Cycles. Energies. 2018; 11(6):1385.

3. Фролов В.Я., Жилиготов Р.И. Разработка системы бездатчикового векторного управления синхронным двигателем с постоянными магнитами в Matlab Simulink // Записки Горного института. 2018. Т. 229. С. 92-97.

4. Базылев Д.Н., Пыркин А.А., Бобцов А.А. Алгоритм адаптивного бессенсорного управления синхронным двигателем // Научно-технический вестник информационных технологий, механики и оптики. 2018. Т. 18. № 1. С. 24–31.

5. Ortega R., Praly L., Astolfi A., Lee J., Nam K. Estimation of rotor position and speed of permanent magnet synchronous motors with guaranteed stability // IEEE Transactions on Control Systems Technology. 2011. V. 19. N 3. P. 601–614.

6. A. K. Morya et al. Wide Bandgap Devices in AC Electric Drives: Opportunities and Challenges, in IEEE Transactions on Transportation Electrification, vol. 5, no. 1, pp. 3-20, March 2019.

7. J. He et al., Multi-Domain Design Optimization of dv/dt Filter for SiC-Based Three-Phase Inverters in High-Frequency Motor-Drive Applications" in IEEE Transactions on Industry Applications, vol. 55, no. 5, pp. 5214-5222, Sept.-Oct. 2019.

8. R. A. Torres, H. Dai, W. Lee, T. M. Jahns and B. Sarlioglu, Development of Current-Source-Inverter-based Integrated Motor Drives using Wide-Bandgap Power Switches, 2019 IEEE 15th Brazilian Power Electronics Conference and 5th IEEE Southern Power Electronics Conference (COBEP/SPEC), 2019, pp. 1-6.

9. Петров Т.И., Сафин А.Р., Ившин И.В., Цветков А.Н., Корнилов В.Ю. Модель системы управления станком-качалкой на основе синхронных двигателей с бездатчиковым методом. Известия высших учебных заведений. Проблемы энергетики. 2018;20(7-8):107-

10.

11. N. A. Malev, A. I. Mukhametshin and O. V. Pogoditsky. Analysis and Study of the Dynamic Processes of a Permanent Magnet Synchronous Motor with a Wide Range of Parameter Variations Using the Reference Model, 2019 International Multi-Conference on Industrial Engineering and Modern Technologies (FarEastCon), Vladivostok, Russia, 2019, pp. 1-6.

12. S. Akita, T. Higuchi, Y. Yokoi, H. Saikusa, T. Abe, S. Makino, "Experimental Characteristics of a Line-Start Permanent Magnet Motor", The 19th International Conference on Electrical Machines and Systems (ICEMS 2016) DS2G–1–17, 2016.

13. Joost Bolder, Stephan Kleinendorst, and Tom Oomen. “Data-driven multivariable ILC: enhanced performance by eliminating L and Q filters. ”International Journal of Robust and Nonlinear Control, 28(12):3728–3751, 2018.

14. T. Inoue, Y. Inoue, S. Morimoto and M. Sanada, "Mathematical Model for MTPA Control of Permanent-Magnet Synchronous Motor in Stator Flux Linkage Synchronous Frame," in IEEE Transactions on Industry Applications, vol. 51, no. 5, pp. 3620-3628, Sept.-Oct. 2015.

15. S. Li and Z. Liu, "Adaptive Speed Control for Permanent-Magnet Synchronous Motor System With Variations of Load Inertia," in IEEE Transactions on Industrial Electronics, vol. 56, no. 8, pp. 3050-3059, Aug. 2009.

16. C. He and T. Wu, "Analysis and design of surface permanent magnet synchronous motor and generator," in CES Transactions on Electrical Machines and Systems, vol. 3, no. 1, pp. 94-100, March 2019.

17. M. Bucolo, A. Buscarino, L. Fortuna and C. Famoso, "Stochastic resonance in imperfect electromechanical systems,"2020 IEEE 29th International Symposium on Industrial Electronics (ISIE), 2020, pp. 210-214.

18. Bolzern, P., P. Colaneri, G. de Nicolao, and U. Snaked, “Guaranteed H ∞ Robustness Bounds for Wiener Filtering and Prediction,”Int. J. Robust Nonlinear Contr., 12, 41–56, 2001.

19. 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.

20. Eremin E.L. Combined system with an implicit standard for a class of uncertain a priory singlechannel non-affine control plants on the set of operation states. Information Science and Control Systems. 2018. No. 3(57). pp. 93-103.

21. 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.

22. 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.

23. Dr. Sasi Bhanu J, Dr. Baswaraj D, Sunitha Devi Bigul, and Dr. JKR Sastry. Generating Test cases for Testing Embedded Systems using Combinatorial Techniques and Neural Networks based Learning Model, International Journal of Emerging Trends in Engineering Research, vol. 7, is. 7, p.p. 417-429, 2019.

24. S. Herasimov, V. Pavlii, O. Tymoshchuk and other.Testing Signals for Electronics: Criteria for Synthesis, Journal of Electronic Testing, vol. 35, is.148, p.p. 1-9, 2019.