НАУЧНЫЙ ВЕСТНИК


НОВОСИБИРСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА

ISSN (печатн.): 1814-1196          ISSN (онлайн): 2658-3275
English | Русский

Последний выпуск
№3(72) Июль - Сентябрь 2018

Энергоэффективная модель управления асинхронного электропривода с учетом намагничивания на основе нечеткого логического вывода Такаги–Сугено

Выпуск № 3 (68) Июль - Сентябрь 2017
Авторы:

В.З. Манусов,
Н.М. Зайцева,
Д.В. Антоненков
DOI: http://dx.doi.org/10.17212/1814-1196-2017-3-31-48
Аннотация

Статья посвящена разработке моделей энергоэффективного управления асинхронными электроприводами. Современная микропроцессорная техника позволяет реализовать любой алгоритм функционирования электропривода, поэтому есть возможность поиска новых алгоритмов оптимального управления асинхронными электроприводами. В связи с этим в работе предложены алгоритмы управления скалярного и векторного типов, основанные на одном из направлений искусственного интеллекта – на нечеткой логике. В статье приведены зависимости электропривода, используемые при реализации скалярного управления, на основе алгоритмов Мамадани и Такаги–Сугено. Выбран вид функций принадлежности интервалов значения cosφ как одного из интегральных показателей энергоэффективности работы электропривода. При векторном управлении асинхронного электропривода рассмотрена математическая модель двигателя с учетом нелинейности его характеристики намагничивания. При этом алгоритм, реализующий насыщение магнитной системы двигателя, выполнен с помощью нечеткого логического вывода Такаги–Сугено. Приведены предлагаемые функции принадлежности интервалам модуля вектора намагничивания и вид функций, реализующих кривую намагничивания, для каждого интервала. Реализация предлагаемых моделей выполнена с помощью системы MATLAB Simulink. Предложена графическая интерпретация совмещенных по времени моделей асинхронного короткозамкнутого двигателя, демонстрирующаяэнергоэффективность предлагаемой модели. Алгоритм, выполненный на основе метода Такаги–Сугено, реализован средствами языка программирования СИ. Полученный новый научный результат может быть применен при программировании микропроцессоров, управляющих асинхронными электроприводами, ввиду более быстрого вычисления требуемых режимных параметров и простоты реализации. Показано, что энергоэффективное управление современных асинхронных электроприводов должно быть основано на более адекватной математической модели, учиты-вающей насыщение магнитной системы двигателя, что хорошо реализуется с помощью нечеткого логического вывода Такаги–Сугено.


Ключевые слова: модель, асинхронный электропривод, скалярное и векторное управление, оптимизация, насыщение магнитной системы, функции принадлежности, нечеткая логика, нечеткий логический вывод

Список литературы

1. Ильинский Н.Ф., Москаленко В.В. Электропривод: энерго- и ресурсосбережение. – М.: Академия, 2008. – 208 с.



2. Браславский И.Я, Ишматов З.Ш., Поляков В.Н. Энергосберегающий асинхронный электропривод / под ред. И.Я. Браславского. – Москва: Academia, 2004. – 204 с.



3. Шрейнер Р.Т., Емельянов А.А., Медведев А.В. Ресурсы энергосбережения в повторно-кратковременных режимах работы асинхронного привода // Промышленная энергетика. – 2011. – № 11. – С. 22–27.



4. Шрейнер Р.Т. Электромеханические и тепловые режимы асинхронных двигателей в системах частотного управления: учебное пособие. – Екатеринбург: Рос. гос. проф.-пед. ун-т, 2008. – 361 с.



5. Усольцев А.А. Электрический привод: учебное пособие. – СПб.: НИУ ИТМО, 2012. – 238 с.



6. Соколовский Г.Г. Электроприводы переменного тока с частотным регулированием: учебник. – М.: Аcademia, 2006. – 265 с.



7.  Манусов В.З., Мятеж А.В. Выбор оптимального алгоритма управления напряжением асинхронного электропривода на основе нечеткой логики // Научный вестник НГТУ. – 2008. – № 3. – С. 15–27.



8. Манусов В.З., Зайцева Н.М. Определение коэффициента уравнения кинетики разложения раствора в гидрохимическом производстве на основе нечеткой логики // Научный вестник НГТУ. – 2016. – № 3. – С. 7–16.



9Zadeh L.A. Fuzzy sets // Information and Control. – 1965. – Vol. 8. – P. 338–353.



10Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. – М.: Мир, 1976. – 165 с.



11Круглов В.В. Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети: учебное пособие. – М.: Физматлит, 2001. – 224 с.



12Яхъяева Г.Э. Нечеткие множества и нейронные сети: учебное пособие. – М.: Бином, 2006. – 316 с.



13. Ткачук Р.Ю., Глазырин А.С.,. Полищук В.И. Идентификация параметров асинхронного двигателя с применением генетических алгоритмов // Омский научный вестник. – 2012. – № 3. – С. 245–248.



14. Takagi T., Sugeno M. Fuzzy identification of systems and its applications to modeling and control // IEEE Transactions on Systems, Man and Cybernetics. – 1985. – Vol. SMC-15, N 1. ? P. 116–132.



15. Piegat А. Fuzzy modeling and control. – Heidelberg: Phisyca-Verlag, 2008. – 687 p.



16. Герман-Галкин С.Г. Компьютерное моделирование полупроводниковых систем в Matlab 6.0: учебное пособие. – СПб.: Корона принт, 2001. – 320 с.

Просмотров: 601