Original scientific paper
Jedan novi postupak estimacije brzine vrtnje vektorski upravljanog asinkronog motora zasnovan na adaptivnom sustavu s referentnim modelom i neuronskim mrežama
Maurizio Cirrincione
Marcello Pucci
Giansalvo Cirrincione
Gérard-André Capolino
Abstract
U članku se predlaže novi postupak estimacije brzine vrtnje elektromotornog pogona s vektorski upravljanim asinkronim motorom. Postupak se zasniva na hibridnom adaptivnom sustavu s referentnim modelom (MRAS) i neuronskim mrežama. Takav postupak poboljšava prethodno razvijeni estimacijski postupak također zasnovan na »neuronskom MRAS-u«. U radu je realizirana integracija u otvorenoj petlji u referentnom modelu pomoću adaptivnog neuronskog integratora unaprijeđenog s filtrom čija prijenosna funkcija ovisi o brzini motora. Adaptivni je model zasnovan na točnijem diskretnom strujnom modelu motora dobivenom modificiranom Eulerovom integracijom, što rezultira stabilnijim vladanju pogona u režimu slabljenja polja. Adaptivni je model nadalje on-line obučavan korištenjem poopćene metode najmanjih kvadrata (»MCA EXIN+neuron« postupak) pri čemu se koristi parametrirani algoritam učenja. Zbog boljeg ponašanja neurona u dinamičkim stanjima poboljšava se konvergencija estimacije brzine s većom točnošću i manjim vremenom smirivanja. Za eksperimentalnu provjeru predložene metode izgrađena je laboratorijska maketa. Dobiveni rezultati potvrđuju valjanost metode na veoma niskim brzinama (ispod 4 rad/s) i u režimu nulte brzine.
Keywords
elektromotorni pogoni s asinkronim motorom; bezsenzorsko upravljanje; adaptivno upravljanje s referentnim modelom; neuronske mreže
Hrčak ID:
6842
URI
Publication date:
21.12.2005.
Visits: 2.086 *