Изследване на системи с интелигентно управление

ИЗСЛЕДВАНЕ НА СИСТЕМИ С ИНТЕЛИГЕНТНО УПРАВЛЕНИЕ

Ръководител на проекта: доц. д-р Емил Йорданов Маринов

1. 
   доц. д-р инж. Петър Петров
   
2. 
   гл.ас. д-р инж. Наско Атанасов
   
3. 
   гл.ас. д-р инж. Коста Люцканов
   
4. 
   гл.ас. инж. Веско Узунов
   
5. 
   гл.ас. инж. Диан Джибаров
   
6. 
   инж. Цветомир Петров – докторант
   
7. 
   инж. Живко Жеков – докторант
   
8. 
   Светослав Симеонов – дипломант, спец. АИУТ
   

Разработването и изследването на системи с интелигентно управление е една перспективна тенденция в развитието на системите за автоматично управление. Интерес представлява постигането на задоволително качество на процесите при наложени ограничения върху размерността на вектора на наблюдението, при неопределеност на параметрите и наличие на същестено зашумяване на данните от наблюденията.

В областта на електромеханичните системи това намира изражение в разработването на променливотокови и постояннотокови системи с безсензорно управление (без сензори по скорост, положение и потокосцепление), в съчетание с принципа на адаптацията и векторното управление..
II. ОБОБЩЕНА ПОСТАНОВКА

1. Синтез на алгоритми за оценители на скоростта на асинхпонни двигатели

Предложени са два варианта за решаване на този проблем, основаващи се на използването на частичен модел на двигателя и оптимизационна процедура. Извършено е оценяване на скоростта и роторното потокосцепление при използване на сигнали по фазните статорни токове и напрежения на АД. Представени и изследвани са системи с векторно управление на АД, използващи тези оценители.

Предложен е алгоритъм за оценяване на скоростта на ПТД. За целта се използват котвения ток и напрежение, без да се налага изискването за безтокова пауза.

Рязко отличаващите се наблюдения имат силно влияние върху качеството на оценките в затворен контур за управление. При адитивен цветен шум, съдържащ рязко отличаващи се стойности, точността на предложените робастни оценители е по-голяма от тази на класическия РМНМК.

Предложена е система за невронно адптивно безсензорно управление на ПТД. Подробно са описани етапите при синтеза на невронния модел и невронния регулатор. Извършени са симулационни изследвания, потвърждаващи работоспособността на системата.

Разгледани са проблемите за реализацията на безсензорно управление на асинхронни и постояннотокови двигатели. Предложени са итерационни оценители на скоростта и (за АД и ПТД) и итерационен оценител на скоростта и роторното потокосцепление (за АД), основаващи се на частичен модел на двигателя и оптимизационна процедура.

Предложени са системи с директно векторно управление на АД, използващи посочените оценители. Представено е сравнително изследване, потвърждаващо предимствата на предложения оценител спрямо известен оценител, работещ в отворен контур, както при номинални параметри, така и при отклонение на активните съпротивления на статора и ротора с 20% от номиналните им стойности

Предложени са алгоритми за робастни оценители, базирани на двустъпков метод за идентификация на затворени системи, характеризиращи се с повишена точност на оценяване на параметрите при рязко отличаващи се наблюдения.

Синтезирана е система за адаптивно безсензорно управление на скоростта на ПТД, характеризираща се с итеративен оценител на скоростта, невронен модел и невронен регулатор. Посредством симулационни изследвания е показана работоспособността на синтезираната система
ЛИТЕРАТУРА:

[1] O. Barambones and A.J. Garrido. "A sensorless variable structure control of induction motor drives". Electric Power Systems Research. ISSN: 0378-7796, No. 72, pp. 21-32, 2004.

[2] B. Akin, U. Orguner, A. Ersak and M. Ehsani, “Simple Derivative-Free Nonlinear State Observer for Sensorless AC Drives” Mechatronics, IEEE/ASME Transactions on, Vol. 11, Issue: 5, pp. 634- 643, Oct. 2006.

[3] V. Bostan, M. Cuibus, C. Has, and R. Magureanu, “High performance sensorless solutions for induction motor control”, Power Electronics Specialist Conference, 2003. PESC ‘03. 2003 IEEE 34th Annual, Vol. 2, pp. 556 – 561, June 2003.

[4] M. Cuibus, V. Bostan, S. Ambrosii, C.Ilas and R.Magureanu, “Luenberger, Kalman and Neural Network Observers for Sensorless Induction Motor Control”, Power Electronics and Motion Control Conference, 2000. Proceedings. IPEMC 2000. The Third International, Volume 3, pp. 1256 - 1261, 2000.

[5] R. Gimenez, “High performance sensorless vector control of induction motor drives” Thesis submitted to the University of Nottingham for the degree of Doctor of Philosofy, Dec. 1995

[6] H. Zidan, S. Fujii, T. Hanamoto and T. Tsuji, "A Simple Sensorless Vector Control System for Variable Speed Induction Motor Drives", T.IEE, Japan, Vol. 120-D, No.10, pp.1165-1170, 2000

[7] G. Edelbaher, K. Jezernik and E. Urlep, "Low-speed Sensorless Control of Induction Machine," Trans. on Industrial Electronics, vol. 53, no. 1, pp. 120- 129, Feb 2006

[8] T. Chun, M. Choi and B. Bose, “A Novel Startup Scheme of Stator Flux Oriented Vector Controlled Induction Motor Drive without Torque Jerk”, IEEE Transactions on industry applications, Vol. 39. No 3, pp.776-782, May/June, 2003

[9] H. Madadi Kojabadi “Simulation and Experimental Studies of Model Reference Adaptive System for Sensorless Induction Motor Drive”, Simulation Modelling Practice and Theory, Vol. 13, Issue 6, pp. 451-464, Sep. 2005

[10] E. Y. Marinov, Parametric Identification of Electromechanical Objects through Neural Networks, “Acta Universitatis Pontica Euxinus, 2004

[11] Н. Атанасов, Робастно оценяване в системи за автоматично упрвление, Дисертация за получаване на ОНС “доктор”, Варна, 2005

[12] Н. Атанасов, Д. Генов и Р. Пупейкис, Робастни M- и GM-оценители при косвена идентификация в затворен контур за управление, „A&I’06”, София, 2006

[13] П. Хьюбер, Робастность в статистике, Москва, Мир, 1984.

[14] A. Lukas, A brief introduction to robust statistics,www.staff.feweb.vu.nl/alucas/thesis.

[15] J. Novovicova, Recursive computation of M-estimates for the parameters of the linear dinamical systems, Problems of Control and Information Theory, 16(1), 4-59, 1987

[16] R. Pupeikis, On system identification using the closed-loop observations, INFORMATICA, 2001, Vol. 12, №3, 439-454, Vilnius.
За контакти:

Доц. д-р инж. Емил Маринов, катедра “Автоматизация на производството” при ФИТА на ТУ – Варна, ул. Студентска № 1, 211Е, тел. 35952383395, e-mail: marinov52@mail.bg