ПЕРСПЕКТИВЫ РАЗВИТИЯ СИСТЕМ ВЕКТОРНОГО БЕЗДАТЧИКОВОГО УПРАВЛЕНИЯ АСИНХРОННЫМИ ДВИГАТЕЛЯМИ НА ОСНОВЕ НЕЙРОСЕТЕВЫХ СТРУКТУР

PROSPECTS FOR THE DEVELOPMENT OF VECTOR SENSORLESS CONTROL SYSTEMS FOR ASYNCHRONOUS MOTORS ON THE BASIS OF NEURAL NETWORK STRUCTURES

Nikita Mitrofanov

student, Department of Electricity and Metrology, Ukhta state technical University,

Russia, Ukhta

​АННОТАЦИЯ

В статье проведен обзорный анализ публикаций по разработке систем векторного бездатчикового управления с указанием достоинств и недостатков каждого из рассматриваемого исследования. На основе анализа были выявлены основные тенденции в развитии систем бездатчикового управления и сформированы требования к разрабатываемым системам.

ABSTRACT

The article provides a review analysis of publications on the development of sensorless vector control systems, indicating the advantages and disadvantages of each of the studies under consideration. Based on the analysis, the main trends in the development of sensorless control systems were identified and requirements for the developed systems were formed.

Ключевые слова: векторное регулирование; бездатчиковый электропривод; нейросеть; асинхронный двигатель.

Keywords: vector control; sensorless evectric drive; neural network; asynchronous motor.

На сегодняшний день системы векторного бездатчикового управления (СВБУ) получают все большее распространение среди регулируемых асинхронных электроприводов промышленного оборудования. Целесообразность применения СВБУ вместо датчиковых САУ определяется исходя из предъявляемых требований регулирования, среды эксплуатации, вида регулируемого электропривода. Наличие или отсутствие датчиков на валу двигателя или приводного механизма обуславливается несколькими факторами, основные из которых:

• температура (агрессивность) эксплуатационной среды;
• габариты электропривода;
• угловая скорость вращения электропривода.

В отечественных и зарубежных источниках приводится множество различных структур и принципов построения СВБУ. Учитывая стремительное развития микропроцессорных структур, используемых в современных САУ, интерес научного сообщества прикован к развитию нейронных сетей, применение которых было затруднено несколько десятилетий назад вследствие малой мощности и обрабатывающей способности промышленных контроллеров. В настоящее время применение искусственных нейросетевых структур является определяющим вектором развития СВБУ асинхронных электроприводов.

Для последующей разработки СВБУ асинхронным двигателем с использованием нейросетей были поставлены следующие задачи анализа публикаций:

• провести обзор отечественной и зарубежной литературы с целью выявления основных тенденций в развитии СВБУ асинхронных двигателей;
• выделить основные направления разработки, определяющие развитие исследуемой темы;
• выделить достоинства и недостатки рассматриваемых исследований;
• на основе анализа материалов обозначить направление развития исследуемой проблемы и указать возможные пути решения.

Асинхронный электродвигатель как объект векторного бездатчикового управления

Векторным управлением называется такой способ управления, осуществляющий автоматическое регулирование АД по двум показателям его нагрузки: пространственных векторов электромагнитного момента и потокосцепления [1]. Метод пространственных векторов широко используется для описания динамических процессов асинхронных двигателей. Пространственным вектором называется комплексная переменная, амплитуда и угол которой произвольно изменяются во времени [2]. Так, пространственный вектор тока статора, распространяющийся синусоидально относительно системы отсчета статора, примет вид:

,

где     - токи в фазах A, B и С.

Пространственные вектора тока ротора, напряжений и потокосцеплений описываются по аналогии [2].

Для описания асинхронного двигателя как объекта векторного управления используют систему дифференциальных уравнений, состоящую из зависимостей между векторами состояний основных электромагнитных переменных:

;

;

;

;

;

.

Считая известными угловые скорости вращения ротора, системы координат d-q и параметры схемы замещения АД можно заметить, что в приведенной системе векторных и скалярных зависимостей количество переменных превышает количество уравнений. Отсюда следует невозможность однозначного определения параметров вектора тока статора через момент. Указанную проблему удается обойти, задаваясь потоком ротора, либо применяя закон регулирования  [3].

Бездатчиковым называется такой вид векторного управления АД, при котором отсутствует датчик скорости или угла поворота, а значение угловой скорости определяется при помощи вычислителя на основе математической модели двигателя, при помощи нейронных сетей или устройств на основе нечеткой логики.

В общем случае СВБУ асинхронным двигателем имеет вид, представленный на рисунке 1.

Ф – фильтр звена постоянного тока; РП – регулятор потокосцепления; РС – регулятор скорости; РТ – регулятор тока; ПК – преобразователь координат; ШИМ – широтно-импульсный модулятор; БРУ – блок расчета угла поворота системы координат

Рисунок 1. Структурная схема СВБУ асинхронным двигателем

СВБУ АД строится в системе координат, ориентированной по вектору потокосцепления ротора, по принципу подчиненного регулирования с независимым регулированием потокосцепления ротора и скорости вращения ротора асинхронного двигателя. Основным звеном в системе СВБУ, отличающим бездатчиковые системы от систем с датчиком, является наблюдатель, который производит оценку потокосцеплений и угловой скорости (угла поворота вала) АД на основе сигналов напряжений и тока, поступающих с соответствующих датчиков, регистрирующих значения электрических величин статорных обмоток. В настоящее время существует множество методов бездатчиковой идентификации параметров состояния АД. Ниже рассмотрены несколько основных исследований, определяющих вектор развития исследуемого вопроса.

СВБУ с нелинейным наблюдателем полного порядка

В работе [4] исследовалось применение нелинейного наблюдателя полного порядка для оценки значения угловой скорости АД. Для этого предлагается использовать адаптивную систему эталонной модели АД (MRAS). В классической MRAS наблюдателя скорости в качестве адаптивного блока используется ПИ-регулятор, который вычисляет угловую скорость ротора на основе разности между векторами потока ротора, которые были получены при оценке двух моделей тока и напряжения, ориентированных по потоку ротора. В предложенной MRAS, основанной на токе статора, адаптационный алгоритм отличается от классического и основывается на ошибке между измеренным и оцененным током статора. Оцениваемая скорость вычисляется на основе следующего выражение:

,

где     - ошибка между измеренным и оцененным током статора.

В представленном исследовании предлагается применять нелинейный наблюдатель полного порядка в качестве дополнения к MRAS, основанной на токе статора. Это обеспечивается внедрением сигналов блоков корректировки по скорости  и , выходы которых поступают на модель статора (SM) и модель тока (IM). Структурная схема системы с нелинейным наблюдателем полного порядка изображена на рисунке 2.

Рисунок 2. Структурная схема системы с нелинейным наблюдателем полного порядка

Результатом моделирования стали характеристики скорости и угла потока ротора, изображенные на рисунке 3. По результатам моделирования можно заметить схожесть оцениваемой угловой скорости с действительной. При этом характеристика оцениваемого угла потока ротора повторяет по форме действительный угол, но при этом имеет место допустимый фазовый сдвиг.

Рисунок 3. Характеристики скорости (слева) и угла потока ротора (справа)

Достоинства предложенного метода:

• относительная простота реализации;
• легкость вычислительных операций, что позволяет использовать микропроцессорную базу меньшей мощности;
• допустимый размах колебаний оценочной скорости в установившемся режиме работы.

В процессе анализа исследования были выявлены следующие недостатки:

• прямая зависимость оценки скорости от параметров схемы замещения АД;
• отсутствие поправки или адаптационных методов, учитывающих изменение параметров схемы замещения АД;
• отсутствие данных о допустимом диапазоне регулирования скорости с использованием предложенного метода.

СВБУ с переключаемой структурой

В работе [5] для управления режимом работы АД предлагается использовать переключаемую систему управления таким образом, что на низких частотах менее 4 Гц используется частотно-токовое управление, а на частотах выше 4 Гц – СВБУ с наблюдателем скорости на основе скользящего режима с вспомогательным фильтром Калмана. Описанный принцип перехода от скалярного к векторному управлению схематически изображен на рисунке 4.

Рисунок 4. Условия переключения способов управления

Чтобы избежать частых переключений, частоты f₁ и f₂ имеют разные значения. Алгоритм работы структурного переключения системы управления заключается в следующем: пуск производится при частотно-токовом управлении; при достижении частоты вращения 7 Гц происходит переключение со скалярного управления на СВБУ; при понижении частоты вращения до 4 Гц происходит переключение с СВБУ на скалярное управление.

Результатом моделирования стали тахограмма и механическая характеристика в относительных единицах, которые изображены на рисунках 5-6.

1 – управление с датчиком скорости; 2 - СВБУ

Рисунок 5. Тахограммы скорости

1 – СВБУ; 2 – частотно-токовое управление

Рисунок 6. Механические характеристики

Анализируя полученные тахограммы, было установлено, что наблюдаемая скорость находится в допустимом диапазоне погрешности относительно действительной скорости. При анализе механических характеристик был рассчитан диапазон регулирования полученной системы, который составляет 52:1.

К достоинствам указанного способа управления относят:

• достаточно большой диапазон регулирования
• низкая вычислительная мощность, необходимая для осуществления системы управления с переключаемой структурой.

В процессе анализа исследования были выявлены следующие недостатки:

• относительно низкая надежность вследствие наличия переключаемой структуры;
• на околонулевых скоростях качество регулирования соответствует стандартам разомкнутого регулирования, которое характеризуется низкой точностью и чувствительностью к набросу нагрузки;
• для обеспечения требуемой перегрузочной способности на околонулевых скоростях необходимо повышать номинальный ток в цепи статора на 30%, что неизбежно приводит к износу изоляции обмотки статора;
• отсутствует учет влияния скалярного регулирования на изменение параметров схемы замещения АД, что ведет за собой увеличение погрешности между наблюдаемой и действительной скоростью в режиме частотно-токового управления.

СБВУ АД с использованием искусственной нейронной сети

В работе [6] предлагается использовать искусственную нейросеть как часть MRAS, в которой нейросеть выступает в качестве адаптивной модели. В этом случае нейросеть содержит регулируемые и постоянные веса, при этом регулируемые веса пропорциональны угловой скорости вращения. Регулируемые веса изменяются в соответствие с ошибкой между выходами эталонной модели и адаптивной модели. Структурная схема описанной модели изображена на рисунке 7.

Рисунок 7. Структурная схема MRAS с адаптивной нейросетью

В качестве входных воздействий нейросети выступают проекции потокосцепления ротора и проекции тока статора на оси d-q. Выходами нейросети также являются проекции потокосцепления ротора на оси d-q. Таким образом полученная нейросеть (Рисунок 8) представляет собой двухслойную структуру с обратной связью по потокосцеплению ротора, которая служит для коррекции значения веса w₂.

Рисунок 8. Структура нейросети

Результатами моделирования стали переходных характеристики по скорости с учетом изменения сопротивления ротора и статора (Рисунок 9).

Рисунок 9. Переходные характеристики по скорости при изменении сопротивления ротора (слева) и статора (справа)

Анализируя полученные результаты, можно заметить, что при изменении сопротивлении ротора в 1,5 раза от номинального значения сохраняется близость между действительной и оцениваемой нейросетью скоростями. При аналогичном увеличении сопротивления статора появляются недопустимые колебания, что ведет за собой катастрофическое увеличение ошибки.

К достоинствам предложенного метода можно отнести:

• отсутствие прямой зависимости оценочного значения угловой скорости от параметров схемы замещения АД;
• для реализации нейросети требуется меньшая вычислительная мощность микропроцессора, чем для алгебраических вычислителей.

Проанализировав предложенный метод СВБУ, был выявлен следующий недостаток:

• отсутствие адаптации к изменению параметров объекта регулирования ведет к увеличению ошибки оценки угловой скорости, что ведет к колебанию оцениваемой скорости (размах колебаний вплоть до 1500 об/мин) и делает процесс практически нерегулируемым.

Адаптивный наблюдатель состояний АД в СВБУ

В работе [7] предлагается использовать адаптивный наблюдатель на основе полной модели АД в относительных величинах. В качестве оценки критерия скорости предлагается использовать вектор потокосцепления ротора в неподвижной системе координат , то есть при . В качестве механизма адаптации предлагается использовать ПИ-регулятор. Структурная схема полученной системы представлена на рисунке 10.

Рисунок 10. Структурная схема адаптивной СВБУ

Для подтверждения теоретических предпосылок было произведено имитационное моделирование. Результатом моделирования стала характеристика ошибки слежения за скоростью наблюдателем, представленная на рисунке 11. Ошибка слежения не превышает 12% на всем диапазоне работы АД.

Рисунок 11. Ошибка слежения за скоростью наблюдателем

Достоинства предложенного метода:

• простота реализации;
• требуется малая вычислительная мощность для реализации предложенного метода.

Анализируя результаты исследования, были выявлены следующие недостатки:

• статический ПИ-регулятор не способен обеспечить желаемые адаптационные критерии качества при изменении параметров схемы замещения АД;
• ошибка слежения имеет недопустимый размах для СВБУ, используемых в большинстве регулируемых электроприводах;
• необходимо обеспечить высокую точность расчета параметров схемы замещения для внедрения в базовую и адаптивные модели.

Выводы

Анализируя достоинства и недостатки вышеуказанных исследований, можно сделать вывод о несовершенстве современных СВБУ. В связи с этим необходимо создать СВБУ асинхронным двигателем, отвечающую следующим требованиям:

• величина ошибки оцениваемой скорости не должна превышать 5%;
• колебания скорости не должны превышать 5%, момента – 10%;
• диапазон регулирования 100:1 и больше;
• необходимо учитывать изменяющиеся параметры схемы замещения АД;
• наличие нейросетевого многослойного наблюдателя скорости и потокосцепления ротора с адаптационным механизмом;
• уход от статических регуляторов тока и скорости в пользу адаптивных нейросетевых структур, способных к выдаче оптимальных коэффициентов ПИ-регулятора в зависимости от величины ошибки и сигнала обратной связи [8].

СВБУ, отвечающая вышеуказанным требованиям, считается технически реализуемой на преобразователях частоты с векторным типом управления, поскольку нейросетевые структуры нуждаются в меньшей вычислительной мощности, чем алгебраические наблюдатели, под которые разрабатываются современные преобразователи частоты с функцией бездатчикового управления. Для разработки нейронных сетей, выступающих в качестве наблюдателя и адаптивного звена для ПИ-регуляторов, необходимо использовать методы имитационного моделирования в MATLAB [9].

Список литературы:

1. Новиков, Г. В. Частотное управление асинхронными электродвигателями. - М.: Издательство МГТУ им. Н.Э. Баумана, 2016. - 498 с.
2. Hinkkanen M. Flux Estimators for Speed-sensorless Induction Motor Drives // Flux. 2004.
3. Калачев, Ю.Н Векторное регулирование (заметки практика). - М.: ЭФО, 2013. - 72 с.
4. Cao J. и др. Sensorless vector control system of induction motor by nonlinear full-order observer // Proc. 2016 IEEE 11th Conf. Ind. Electron. Appl. ICIEA 2016. 2016. С. 1959–1962.
5. Шеломкова, Л. В. Система векторного бездатчикового управления асинхронным двигателем с переключаемой структурой / Л. В. Шеломкова, Д. И. Алямкин. — Текст : непосредственный // Электричество. — 2008. — № 5. — С. 30-35.
6. Iqbal A., Rizwan Khan M. Sensorless control of a vector controlled three-phase induction motor drive using artificial neural network // 2010 Jt. Int. Conf. Power Electron. Drives Energy Syst. PEDES 2010 2010 Power India. 2010.
7. Исаков, А. С. Адаптивный наблюдатель состояний асинхронного двигателя в бездатчиковой системе векторного управления / А. С. Исаков. — Текст : непосредственный // Научно-технический вестник Санкт-Петербургского государственного университета информационных технологий, механики и оптики. — 2008. — № 47. — С. 126-131.
8. Краснов, Д. В. Управление механическими объектами с бездатчиковыми электроприводами / Д. В. Краснов // XIII Всероссийское совещание по проблемам управления ВСПУ-2019. — 2019. — C. 220-225.
9. Ключников, А. Т. Бездатчиковое векторное управление асинхронным двигателем при расчёте в комплексной форме / А. Т. Ключников // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. — 2020. — Т. 33. — C. 160-176.