Identyfikatory
Warianty tytułu
Experimental tests of the MRASCC estimator with neural speed adaptation mechanism
Języki publikacji
Abstrakty
W artykule przedstawiono estymator MRASCC, w którym adaptacja prędkości jest realizowana na podstawie uzyskiwanych sygnałów za pomocą modelu ADALINE (Adaptive Linear Neuron). Zaprezentowany został opis matematyczny oraz eksperymentalna weryfikacja założeń teoretycznych dla estymatora testowanego w układzie sterowania wektorowego. Ponadto wykonane zostały badania estymatora dla przypadku niedokładnego oszacowania parametrów elektrycznych i mechanicznych układu napędowego.
In this paper MRASCC (Model Reference Adaptive System) model applied for estimation of rotor flux and angular speed of induction machine is presented. The main part of analysed system consist of current model and rotor circuit simulator. Adaptation of speed value is realised based on obtained signals using ADALINE (Adaptive Linear Neuron). In article mathematical description and experimental verification of theoretical considerations is presented. Estimator is tested in field oriented control structure. Moreover, researches of analysed model, in case of inaccurate information about electrical and mechanical parameters of the drive, are presented.
Słowa kluczowe
Rocznik
Strony
92--101
Opis fizyczny
Bibliogr. 11 poz., rys., tab.
Twórcy
autor
autor
- Politechnika Wrocławska, Instytut Maszyn, Napędów i Pomiarów Elektrycznych, ul Smoluchowskiego 19, 50-372 Wrocław, marcin.kaminski@pwr.wroc.pl
Bibliografia
- [1] KRZYSZTOF D., ORŁOWSKA-KOWALSKA T., Induction motor speed and flux estimation using extended Kalman filter algorithm, Archives of Electrical Engineering, 2003, Vol. LII, No. 3, 269–290.
- [2] ORŁOWSKA-KOWALSKA T., Application of extended Luenberger observer for flux and rotor time-constant estimation in induction motor drives, IEE Proceedings D Control Theory and Applications, 1989, Vol. 136, No. 6, 324–330.
- [3] ORŁOWSKA-KOWALSKA T., DYBKOWSKI M., Stator-Current-Based MRAS Estimator for a Wide Range Speed-Sensorless Induction-Motor Drive, IEEE Transactions on Industrial Electronics, 2010, Vol. 57, No. 4, 1296–1308.
- [4] DYBKOWSKI M., ORŁOWSKA-KOWALSKA T., Analiza dynamiki prądowego estymatora MRAS strumienia i prędkości wirnika silnika indukcyjnego, Przegląd Elektrotechniczny, 2008, nr 6, 165– 168.
- [5] BOSE B.K., Neural Network Applications in Power Electronics and Motor Drives, IEEE Transactions on Industrial Electronics, 2007, Vol. 54, No. 1, 14–33.
- [6] MOMMASON E., IDKHAJINE L., CIRSTEA M.N., BAHRI I., TISAN A., NAOUAR M.W., FPGAs in Industrial Control Applications, IEEE Trans. Industrial Electronics, May 2011, Vol. 7, No. 2, 224–243.
- [7] FAUSETT L.V., Fundamentals of Neural Networks: Architectures, Algorithms And Applications, Prentice Hall, 1993.
- [8] KAMIŃSKI M., DYBKOWSKI M., Analiza układu bezczujnikowego wektorowego sterowania silnikiem indukcyjnym z estymatorem MRASCC z neuronowym mechanizmem wyznaczania prędkości kątowej, Mat. konf. SENE, 2011.
- [9] ORŁOWSKA-KOWALSKA T., DYBKOWSKI M., Zastosowanie estymatorów typu MRAS do odtwarzania strumienia i prędkości wirnika oraz parametrów uzwojenia stojana w bezczujnikowym napędzie indukcyjnym, Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej nr 62, ser. Studia i Materiały, nr 28, 2008, 362–372.
- [10] ORŁOWSKA-KOWALSKA T., Bezczujnikowe układy napędowe z silnikami indukcyjnymi, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2003.
- [11] WIDROW B., LEHR M.A., Perceptrons, Adalines, and Backpropagation, Handbook of Brain Theory and Neural Networks, MIT Press, 1995, 719–724.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPW6-0030-0066