Академический Документы
Профессиональный Документы
Культура Документы
регулируемых электроприводах
1 1
dt
dI 1
U 1 I 1 R ( L
1 1
(3.24)
dt
R2 d
0 ( 2 L I 1 )
L2
d
0 R2
( L I )
2 1
L2
3 L
M p п ( 2 I 1
2 L2
(3.25)
2
L
U 1 y ' i R ( L ) I
1 y ' 1 эл 1
L2
R2 d
0 ( 2 x ' L I 1 x ' ) 2
L2 dt
d
R2
0 ( 2 y ' L I 1 y ' )
2
L2 dt
M
3
2
p п
L
L2
( 2 x '
I 1 y ' 2 y '
d 2 з
(3.30)
d 2з
2з 2 з 0
dt dt
Заметим, что входящие в (3.30) составляющие теперь уже
представляют собой функции отклонений сигналов реальной машины и ее
задатчика, т.е. они имеют малые значения в сравнении с составляющими
(3.28). Один из способов решения уравнения типа (3.28), (3.30) использует
известный прием получения динамической информации с применением
скользящих режимов управления. Продемонстрируем его на простейшем
арифметическом примере.
Пример. Найти решение уравнения: 3×x=6. Ответ очевиден: x=2.
Получим его в динамической релейной следящей системе, работающей
в скользящем режиме высокочастотных переключений (см. рис.3.14.а).
Уравнение решается как поиск такого коэффициента умножения на 3,
чтобы получить заданное значение 6. Следящий релейный контур содержит
релейный элемент с уровнем ±5, что вполне достаточно для выравнивания
левой и правой части решаемого уравнения (т.е. устойчивости скользящего
режима высокочастотных переключений релейного элемента).
Идентификатор по Эйкхоффу
C
du c
uc
dt
;
(3.34)
ir 2
R2
e duc/dt
duc/dt -e
1/р
(-)
uc
1/р
e uc
r
i
Рисунок 3.16 - Структура идентификации параметров электрической цепи (рис. 3.15)
На вход модели должны поступать сигналы Uc, dUc/dt, i.
Существующие приемы получения производных позволяют обойтись без
дифференцирующих звеньев при практической реализации идентификатора.
Модель объекта совместно с идентификатором реализована в MATLAB
и имеет вид, представленный на рис.3.17.
Рисунок 3.17 - Модель для идентификации параметров электрической цепи (рис. 3.15)
На рис. 3.18 и 3.19 показаны соответственно подмодели объекта и
следящего контура для вычисления производной без дифференцирующих звеньев.
Рисунок 3.18 - Подмодель объекта идентификации
Этапы идентификации:
1. Составляем модель этого уравнения:
F1 F2 F3 . (3.43)
2. Умножаем левую и правую части (3.42) на :
F1 F2 F3 2 . (3.44)
3. Истолковываем составляющую F1 как производную от оценки
d
первого идентифицируемого параметра, т.е. F1
dt
.
4. Истолковываем составляющую F2 как производную от оценки
d
второго идентифицируемого параметра, т.е. F2
dt
.
5. Оценку идентифицируемых параметров получаем на выходе
соответствующих интегрирующих звеньев: F1dt , F2 dt .
6. Уравнение идентификатора, аналогичное исходному (3.43), имеет вид:
F1 F2 F3 . (3.45)
Теперь вернемся к уравнениям АД и покажем построение уравнений
для идентификатора на идеях Эйкхоффа уже в приложении к частотно-
регулируемому приводу.
Уравнения (3.24, в и г) можно использовать для идентификации
неизвестного сопротивления ротора R2 и неизвестной электрической
скорости вращения вала эл по векторному сигналу тока статора I 1 ,
векторному сигналу потокосцепления ротора 2 , векторному сигналу
d 2
производной по времени потокосцепления ротора .
dt
Вычитая из (3.24, в) выражение (3.24, г), получаем:
R2 d 2 d 2
0 [( 2 2 ) L (i1 i1 )] эл ( 2 2 ) ( ). (3.46)
L2 dt dt
В этом уравнении два неизвестных параметра : R2 , эл . Остальные
составляющие известны.
В соответствии с приемом идентификации по Эйкхоффу представляем
полученное уравнение как сумму трех составляющих, две из которых
содержат в виде сомножителя неизвестный идентифицируемый параметр:
R2 F1 эл F2 F3 0 , (3.47)
где
d 2
[( 2 2 ) L (i1 i1 )] ; F2 ( 2 2 ) ; F3 ( d 2
1
F1 ).
L2 dt dt
В литературе предлагаются различные методы понижения
чувствительности приводов к изменению параметров машины и неточностям
измерительных устройств, а также повышения устойчивости
вычислительного алгоритма (в том числе структуры приводов с применением
адаптивных регуляторов, наблюдателей и т.п.).
В настоящее время теория идентификации скорости асинхронного
двигателя на фоне изменяющихся параметров машины интенсивно
исследуется.
Предложены многие способы, из которых упомянем лишь наиболее
часто встречающиеся в литературе [16, 17]. Помимо рассмотренных в этой
главе созданы идентификаторы скорости: на базе расширенного фильтра
Калмана; на основе теории функций Ляпунова; в виде алгоритмов цифровой
фильтрации шумов с применением статистической обработки серии
измерений, составляющих вычислительный цикл; генетические алгоритмы;
методы на основе искусственных нейронных сетей и другие.