Sterowanie pracą silnika indukcyjnego w aspekcie bezczujnikowej regulacji prędkości kątowej za pomocą sztucznych sieci neuronowych

• Autorzy: Krupa M. , Flasza J.

Warianty tytułu

EN

Control of Induction Motor in Terms of Angular Velocity Sensorless Control Using Artificial Neural Networks

• Języki publikacji: PL

Abstrakty

PL

W niniejszym artykule rozważono zagadnienie sterowania z pośrednią orientacją wektora pola typu IFOC (Indirect Field Oriented Control), dla silnika indukcyjnego, przy pomocy sztucznych sieci neuronowych. W tym celu opracowano model symulacyjny, który umożliwia obserwację przebiegów czasowych dla wybranych wielkości, charakteryzujących pracę silnika, a w szczególności jego prędkości kątowej na wale ωm. W prezentowanej pracy podjęto również zagadnienie wykorzystania zdolności regulacyjnych sztucznych sieci neuronowych. Zaprojektowana struktura neuronowa ma za zadanie pośrednią regulację prędkości ωm dla zamodelowanej maszyny indukcyjnej. Niezbędne w tym celu było prawidłowe przeprowadzenie procesu uczenia, które w swej początkowej fazie wymagało obecności układu „nauczyciela”, zrealizowanego w postaci regulatora typu PI, o odpowiednio dobranych parametrach. Szczególnie interesujące z punktu widzenia rozważanego procesu regulacji prędkości, dla wybranej metody sterowania silnika indukcyjnego są: stabilność procesu, odporność na zakłócenia oraz zdolności adaptacyjne projektowanych struktur neuronowych.

EN

On the basis of the design for a new electric power system including wind-electric and solar Power stations, coming into being at the Faculty of Electrical Engineering at Czestochowa University of Technology, the authors intend to present in some stages the possibility of using the existing renewable energy sources to the new opportunities for mini combined heat and power (CHP) plants. The resultant system will be responsible for data collection and analysis to focusing on cogeneration and implementation of the data in true applications.

Słowa kluczowe

PL

metody sterowania silnikiem indukcyjnym; sieć neuronowa; regulacja prędkości kątowej

EN

induction motor control methods; neural network; angular speer

• Wydawca: Sieć Badawcza Łukasiewicz - Górnośląski Instytut Technologiczny
• Czasopismo: Maszyny Elektryczne : zeszyty problemowe
• Rocznik: 2013
• Tom: Nr 2(99)
• Strony: 299--304
• Opis fizyczny: Bibliogr. 10 poz., rys.

Twórcy

autor

Krupa M.

• Politechnika Częstochowska, Wydział Elektryczny

autor

Flasza J.

• Politechnika Częstochowska Wydział Elektryczny

Bibliografia

• [1]. Flasza J.: Współczesny napęd elektryczny – kierunki badań energooszczędności w układach napędowych, Wybrane Zagadnienie Elektrotechniki i Elektroniki WZEE’2003, Częstochowa-Poraj, wrzesień 2003.
• [2]. Kaźmierkowski M. P, Nowoczesne energooszczędne układy sterowania i regulacji napędów z silnikami indukcyjnymi klatkowymi. Polski Program Efektywnego Wykorzystania Energii w Napędach Elektrycznych. PEMP, Krajowa Agencja Poszanowania Energii S A, Wydanie I, Warszawa, 2004.
• [3]. Kalus M., Skoczkowski T., Sterowanie napędami asynchronicznymi i prądu stałego. WPK JS, 2003.
• [4]. Osowski S., Sieci neuronowe w ujęciu algorytmicznym, WNT, W-wa 1996.
• [5]. Dubowski M. R., Stabilność układów napędowych sterowanych zgodnie z zasadą pośredniej orientacji polowej, Białystok 2001.
• [6]. Sieklucki G., Automatyka napędu, Wyd. AGH, Kraków 2009.
• [7]. Sieklucki G., Orzechowski T., Cyfrowe pośrednie sterowanie polowo zorientowane (IFOC) silnikiem indukcyjnym.
• [8]. Pieńkowski K., Analiza i sterowanie wielofazowego silnika indukcyjnego klatkowego, Pr. Nauk. Inst. Maszyn, Napędów i Pomiarów Elektr. Pol. Wrocławskiej. Nr 65, Studia i Materiały Nr 31 , 2011.
• [9]. Jakubowski B., Pieńkowski K., Analiza wektorowych metod przekształtnikowego sterowania autonomicznym generatorem indukcyjnym, Zeszyty Problemowe – Maszyny Elektryczne, Nr 92/2011, s.193.
• [10]. Jakubowski B., Pieńkowski K., Sterowanie autonomicznym generatorem indukcyjnym ze wzbudzeniem przekształtnikowym, Zeszyty Problemowe – Maszyny Elektryczne, Nr 88/2010, s.123.