ДОСЛІДЖЕННЯ ВЛАСТИВОСТЕЙ НЕЙРОМЕРЕЖНОГО ОПТИМІЗАТОРА МОМЕНТУ АСИНХРОННОГО ДВИГУНА ЗА ОСЛАБЛЕННЯ ПОЛЯ
Ключові слова:
нейронна мережа, асинхронний двигун, ослаблення поля, максимізація моментуАнотація
Зазвичай асинхронні приводи верстатів, електромобілів, трамваїв, тролейбусів тощо повинні працювати як на нижчих, так і на значно вищих за номінальну швидкостях ротора. Щоби повністю використовувати енергетичні ресурси привода, необхідно побудувати системи автоматичного керування з оптимізацією крутного моменту в зоні ослаблення поля. Однак параметричні порушення, існуючі в системі, можуть різко погіршити якість екстремального керування крутним моментом.
Основними параметричними порушеннями є теплові зміни активного опору обмоток фаз асинхронного двигуна і коливання напруги лінії живлення постійного струму силового перетворювача. Щоби максимізувати крутний момент двигуна в високошвидкісний зоні, необхідно визначити оптимальний потік ротора за допомогою нейронної мережі з властивістю параметричної інваріантності.
В статті розглянуто керований асинхронний двигун з максимізацією крутного моменту в зоні ослаблення поля на основі прямої нейронної мережі. Проведено дослідження точності параметрично-інваріантного нейронного мережевого оптимізатора крутного моменту двигуна з урахуванням впливу мережі. У дослідженні спотворені дані навчального набору нейронної мережі адитивним шумом різних рівнів. Шум був випадковим рівномірно розподіленим сигналом. Експерименти проводилися для п'яти рівнів шуму зі зміною числа S нейронів в прихованому мережевому шарі від трьох до двадцяти.
Встановлено, що за наявності помилок на рівні 5...7 % раціональне число нейронів в прихованому шарі нейронної мережі становить S = 8...10 для двигуна і S = 7...9 для режиму генератора асинхронного двигуна. Визначення оптимальної кількості нейронів має важливе практичне значення. По-перше, це дозволяє реалізувати нейронну мережу на менш потужному контролері, а по-друге, дозволяє досягти високої точності оцінки оптимального потоку ротора. В результаті ці переваги підвищують конкурентоспроможність системи.
Посилання
R. S. Wieser “Optimal rotor flux regulation for fast accelerating induction machines in the field weakening region,” Proc. IEEE Ind. Applicat. Soc. Annu. Meeting IAS, vol. 1, pp. 401-409, 1997.
L. Harnefors, K. Pietilainen, and L. Gertmar, “Torque-maximizing field-weakening control: design, analysis, and parameter selection,” IEEE Trans. Ind. Electron., vol. 48, no. 1, pp. 161-168, Feb., 2001.
Б. І. Приймак, «Керування асинхронними двигунами з параметрично інваріантною оптимізацією момента в зоні ослаблення поля на основі нейронної мережі,» Електромеханічні і енергозберігаючі системи, № 1 (33), c. 32-41, 2016.
P. Каллан, Основные концепции нейронных сетей. Москва: Изд. дом «Вильямс», 2003, 288 с.
Б. І. Приймак, «Синтез параметрично інваріантної нейронної мережі для оптимізації втрат в асинхронному електроприводі,» Енергетика: економіка, технології, екологія, №1 (16), с. 3-7, 2005.
B. Pryymak, J. M. Moreno-Eguilaz, and J. Peracaula, “Neural network flux optimization using a model of losses in induction motor drives,” Mathematics and Computers in Simulation, vol. 71, no. 4, pp. 290-298, 2006.
##submission.downloads##
-
PDF
Завантажень: 99
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, згодні з такими умовами:
- Автори зберігають авторське право і надають журналу право першої публікації.
- Автори можуть укладати окремі, додаткові договірні угоди з неексклюзивного поширення опублікованої журналом версії статті (наприклад, розмістити її в інститутському репозиторії або опублікувати її в книзі), з визнанням її первісної публікації в цьому журналі.
- Авторам дозволяється і рекомендується розміщувати їхню роботу в Інтернеті (наприклад, в інституційних сховищах або на їхньому сайті) до і під час процесу подачі, оскільки це сприяє продуктивним обмінам, а також швидшому і ширшому цитуванню опублікованих робіт (див. вплив відкритого доступу).
