Оперативный контроль состояния асинхронных электродвигателей горных машин

Тип работы:
Реферат
Предмет:
Электротехника


Узнать стоимость новой

Детальная информация о работе

Выдержка из работы

© А. В. Нестеровский, В. Г. Каширских, 2009
А. В. Нестеровский, В.Г. Каширских
ОПЕРАТИВНЫЙ КОНТРОЛЬ СОСТОЯНИЯ АСИНХРОННЫХ ЭЛЕКТРОДВИГАТЕЛЕЙ ГОРНЫХ МАШИН
Рассмотрены методы определения параметров и переменных состояния асинхронного электродвигателя в процессе его работы с применением аппарата искусственных нейронных сетей и поисковых методов оценивания. Ключевые слова: асинхронные электродвигатели, горные машины, электропривод, потокосцепление статора.
А синхронные электродвигатели с короткозамкнутым ротором (АД), являющиеся основой приводов большинства горных машин, работают в тяжелых условиях со случайным резкопеременным характером нагружения, стопорениями рабочего органа и частыми пусками, в том числе и под нагрузкой. Они играют особую роль в работе электропривода и формировании режимов нагружения активных элементов горных машин и определяют во многом их надежность и эффективность.
Возможности нерегулируемого асинхронного электропривода при постоянном росте энерговооруженности горных машин в настоящее время практически уже исчерпаны и замена его современным частотно-регулируемым электроприводом позволит при соответствующем управлении не только повысить эксплуатационную надежность АД и всей горной машины в целом, но и оптимизировать технологический процесс и успешно решать вопросы ресурсосбережения и энергосбережения.
Для решения этих задач необходимо иметь оперативную информацию об электромагнитных параметрах и переменных величинах АД, характеризующих его состояние в процессе работы. Эта информация в производственных условиях не может быть получена путем непосредственного измерения параметров и переменных величин, поэтому здесь целесообразно использовать динамическую идентификацию АД, заключающуюся в определении в реальном времени, в процессе рабочего функционирования горной машины,
текущих значений электромагнитных параметров и переменных величин электродвигателя, совокупность которых характеризует его состояние. Основой динамической идентификации при этом является компьютерная обработка информации, содержащейся в напряжениях и токах электродвигателя на основе математической модели электродвигателя и математических методов идентификации.
Одной из наиболее важных переменных величин, которые характеризуют состояние АД в процессе его работы, является потокосцепление статора. При известном потокосцеплении и токе статора возможен расчет электромагнитного момента АД, а также, если известны индуктивности обмоток статора и ротора, то и значений тока и потокосцепления ротора.
Наиболее распространенным способом расчета потокосцепле-ния статора является численное решение в процессе работы АД следующего дифференциального уравнения:
dW (Г)
-А2 + ^(0 = им — RI1(t), (1)
dt
где1, и1,11 — векторы потокосцепления, напряжения и тока статора, R1 — сопротивление статора, (дс — постоянная величина, вводимая для исключения нарастающей ошибки интегрирования, связанной с неизбежным наличием в измеряемых величинах постоянных составляющих [1]. Метод удобен тем, что требует измерения только токов и напряжений статора, и знания активного сопротивления статора. Активное сопротивление статора может определяться прямым, либо косвенным образом [2].
Для уменьшения погрешности вычисления потокосцепления, неизбежно возникающей при использовании данного выражения, нами была успешно применена искусственная нейронная сеть (ИНС). В результате работы ИНС производилось уточнение рассчитанного потокосцепления статора на основе информации о токе статора. Обучающая выборка для ИНС была подготовлена путем моделирования динамических процессов в АД. При обучении рассчитанные согласно модели АД значения потокосцепления статора предъявлялись ИНС в качестве истинных.
О 50 100 150 200 250 300 350 400 450 500
1, мс
Рис. 1. Сравнение погрешностей вычисления ^ для модели двигателя
4АМ80А4СУ1
«» погрешность ПНС- погрешность при расчете по (1)
Были проведены как практическая проверка предложенного метода, так и проверка его на математической модели АД.
Результаты показали, что применение ИНС позволяет уменьшить среднюю погрешность расчета потокосцепления в 2−2,5 раза, что показано на рис. 1.
Определение других параметров и переменных состояния АД производилось на основе поисковых метода оценивания [3], поскольку АД является нелинейным объектом, и целевая функция в этом случае может иметь несколько локальных экстремумов.
При таком подходе применяется следующий принцип: используется модель объекта, настраиваемая на минимум рассогласования (невязки) выходных сигналов модели и объекта, возбуждаемых одним и тем же входным сигналом. В процессе поиска используется многомерный перебор в пространстве варьируемых параметров с целью локализации минимума, а затем используется метод покоординатного спуска для уточнения найденного экстремума.
а)
г, мс
б)----
0 10 20 30 40 50 60 70 00 90 100 110 120 130 140 150 160
Г, мс
Рис. 2. Оцененное значение активного сопротивления ротора (а) и сравнение оцененной и измеренной частоты вращения ротора (б)
Поисковый алгоритм содержит модель оцениваемого процесса и модель цепи измерения, которые косвенно охвачены многомерной обратной связью по вектору рассогласования через блок оптимизации. Блок оптимизации решает задачу минимизации критерия невязки, представляющего собой некоторую положительную функцию рассогласования между смоделированными значениями, и рассчитанными из измеренных токов и напряжений.
Наличие в структуре обратной связи не означает, что этот контур замкнут постоянно и осуществляет коррекцию оцененно-
го состояния объекта на каждом шаге. Напротив, вычисление критерия производится в течение некоторого конечного интервала времени — окна, размер которого определяется динамикой объекта, а также имеющимися в системе шумами.
Часть результатов процедуры идентификации с использованием данных, полученных экспериментально при пуске двигателя 4АМ80А4СУ1, представлена на рис. 2. Здесь показана только начальная часть переходного процесса при оценивании частоты вращения ротора. Измеренная частота вращения ротора показана тонкой линией.
Серия экспериментов показала, что в начальные 10−15 мс переходного процесса оценки активного сопротивления ротора имеют большое отклонение от установившегося значения. Это может быть объяснено тем, что в самом начале пуска принятая математическая модель электродвигателя в меньшей степени отражает реально происходящие в нем процессы. Средняя погрешность оценивания частоты вращения ротора при этом составила 3−4%, а максимальная — 8−12%, что является неплохим результатом для динамического режима работы АД.
Результаты испытаний показали, что поисковые методы оценивания и математический аппарат ИНС могут служить основой компьютерных систем для определения в реальном времени текущих значений параметров и переменных состояния асинхронных электродвигателей. Эта информация может быть использована в асинхронных электроприводах горных машин для решения задач управления, функциональной диагностики и защиты от недопустимых режимов.
-------------------------------------- СПИСОК ЛИТЕРАТУРЫ
1. Joachim Holtzz. Drift and Parameter Compensated Flux Estimator for Persistent Zero State Stator Frequency Operation of Sensorless Controlled Induction Motors / IEEE Transactions on Industry Applications, 2003.
2. Bimal K. Bose. Quasi-Fuzzy Estimation of Stator Resistance of Induction Motor / IEEE TRANSACTIONS ON POWER ELECTRONICS, VOL. 13, NO. 3, MAY 1998.
3. Справочник по теории автоматического управления / под ред. А. А Кра-совского. — М.: Наука, 1987. — 712 с. ШИН
A. V. Nesterovsky, V. G. Kashirskih
THE OPERATIVE CONTROL OF MINING MACHINES ASYNCHRONOUS ELECTRIC MOTORS CONDITION
Methods of definition of parameters and variables of an asynchronous electric motor condition in the process of its work with application of the artificial neural networks device and search methods of estimation are considered.
Key words: asynchronous electric engines, mining machines, electric drive, stator stream cohesion.
__ Коротко об авторах
Нестеровский А. В. — кандидат технических наук, доцент кафедры электропривода и автоматизации Кузбасского государственного технического университета, nsky@tyt. by
Каширских В. Г. — доктор технических наук, профессор, декан горноэлектромеханического факультета, зав. каф. электропривода и автоматизации Кузбасского государственного технического университета, kvg@kuzstu. ru

ПоказатьСвернуть
Заполнить форму текущей работой