Синтез та аналіз нейроконтролера системи керування вентильним реактивним двигуном
| dc.contributor.author | Бобечко, Юрій Остапович | |
| dc.date.accessioned | 2015-04-08T08:04:21Z | |
| dc.date.available | 2015-04-08T08:04:21Z | |
| dc.date.issued | 2015 | |
| dc.description.abstract | Дисертація присвячена розв’язанню науково-прикладної задачі синтезу бездавачевої системи ідентифікації положення ротора та керування вентильним реактивним двигуном на основі теорії штучних нейронних мереж. Для цього синтезовано ряд нейронних мереж, спільною рисою яких є набір вхідних величин: струми фаз та іноді напруга живлення, а також відсутність величини потокозчеплення, яка використовується в абсолютній більшості бездавачевих систем керування. Для подальших досліджень вибрано три нейронні мережі, а саме: прямого поширення сигналу для ідентифікації кута положення ротора; із самоорганізовуючою картою Кохонена і навчальною парадигмою «переможець забирає все» для визначення сигналів на ключах керування; прямого поширення сигналу для визначення кута положення ротора, а також вмикання і комутації секції, величини яких дозволяють формувати жорсткі механічні характеристики. Працездатність синтезованих нейроестиматорів/нейроконтролерів на основі описаних нейронних мереж підтверджена результатами комп’ютерного моделювання. Окрім того, правильність запропонованих рішень підтвердили експериментальні дослідження мікропроцесорної реалізації нейроестиматора кута положення ротора. Диссертация посвящена решению научно-прикладной задачи синтеза бездатчиковой системы идентификации положения ротора и управления вентильным реактивным двигателем (ВРД) на основании теории искусственных нейронных сетей. Проанализированы области и перспективы применения ВРД, рассмотрены их конструктивные особенности и датчик положения ротора (ДПР) как отдельный элемент ВРД. Указаны основные преимущества и недостатки ВРД и традиционной системы управления с применением ДПР. Проведен аналитический обзор работ, посвященных методам косвенного определения положения ротора, которые разделены на две группы: активные и пассивные. Подробно рассмотрено использование искусственных нейронных сетей в электромеханических системах в целом и в бездатчиковых системах управления ВРД в частности. На основании проведенного анализа сформулированы требования к новым бездатчиковым системам управления на основании нейронных сетей. Рассмотрена проблематика синтеза нейронной сети, приведены основные рекомендации относительно выбора структуры искусственной нейронной сети, активационных функций нейронов и метода обучения, формирования учебных данных. Проанализированы уравнения потокосцепления и определено, что производная угла положения ротора является функцией токов, производных токов фаз и напряжения питания. Для формирования учебной базы данных и в дальнейшем в качестве базы для моделирования работы ВРД с синтезированными бездатчиковыми системами управления использована математическая модель ВРД, адекватность которой подтверждена совпадением результатов математического моделирования и физического эксперимента. С учетом описанной теоретической базы был синтезирован ряд нейронных сетей, общей чертой которых является набор входных величин: фазные токи и иногда напряжение питания, а также отсутствие величины потокосцепления, которая используется в абсолютном большинстве бездатчиковых систем управления. Для дальнейших исследований были избраны три нейронные сети, а именно: прямого распространения сигнала для идентификации угла положения ротора; с самоорганизующейся картой Кохонена и учебной парадигмой «победитель забирает все» для определения сигналов на ключах управления; прямого распространения сигнала для определения угла положения ротора, а также включения и коммутации секции, величины которых позволяют формировать жесткие механические характеристики. Для исследования бездатчиковых систем управления модель силовой части ВРД была дополнена соответствующими моделями, которые реализуют нейронные сети. Для улучшения точности результатов предложено использовать математическую обработку исходных величин нейронных сетей. Результаты компьютерного симулирования подтвердили работоспособность предлагаемых бездатчиковых систем управления: максимальное значение относительной погрешности угла положения ротора, определенного нейроэстиматором, не превышает 10 %, а сформированные нейроконтроллером искусственные механические характеристики определяются погрешностью не более 6 % относительно абсолютно жестких характеристик «n = const». Кроме того, правильность предложенных решений подтвердили экспериментальные исследования микропроцессорной реализации нейроэстиматора угла положения ротора. Таким образом, применение нейронных сетей позволило синтезировать нейроэстиматоры /нейроконтроллеры, которые работают на основании непосредственных измерений токов и напряжения питания. The thesis is devoted to solving a scientific and applied problem of synthesis of the sensorless rotor position identification system and control of a switched reluctance motor based on the theory of artificial neural networks. For this purpose a series of neural networks, the common feature of which is a set of input variables: phase currents and sometimes supply voltage, and deficiency of linkage values used in the majority of sensorless control systems, was synthesized. For further researches three neural networks were selected, namely: the direct signal propagation to identify the position angle of the rotor; selforganized map of Kohonen and educational paradigm "winner takes all" to determine the signals to the control keys; direct signal propagation to determine the rotor position, sections switchingon and commutation angles, the values of which allow to form a flat speed-torque characteristics. The efficiency of the synthesized neuro-estimators/neurocontrollers based on the described neural networks was confirmed by the results of computer modeling. In addition, the accuracy of the proposed solutions was confirmed by the experimental researches of the microprocessor implementation of the neuro-estimator of rotor position angle. | uk_UA |
| dc.identifier.citation | Бобечко Ю. О. Синтез та аналіз нейроконтролера системи керування вентильним реактивним двигуном : автореферат дисертації на здобуття наукового ступеня кандидата технічних наук : 05.09.03 – електротехнічні комплекси та системи / Юрій Остапович Бобечко ; Міністерство освіти і науки України, Національний університет «Львівська політехніка». – Львів, 2015. – 22 с. – Бібліографія: с. 17–18 (5 назв). | uk_UA |
| dc.identifier.uri | https://ena.lpnu.ua/handle/ntb/26652 | |
| dc.language.iso | ua | uk_UA |
| dc.publisher | Національний університет "Львівська політехніка" | uk_UA |
| dc.subject | вентильний реактивний двигун | uk_UA |
| dc.subject | бездавачева система керування | uk_UA |
| dc.subject | штучна нейронна мережа | uk_UA |
| dc.subject | нейроестиматор | uk_UA |
| dc.subject | нейроконтролер | uk_UA |
| dc.subject | вентильный реактивный двигатель | uk_UA |
| dc.subject | бездатчиковая система управления | uk_UA |
| dc.subject | искусственная нейронная сеть | uk_UA |
| dc.subject | нейроэстиматор | uk_UA |
| dc.subject | нейроконтроллер | uk_UA |
| dc.subject | switched reluctance motor | uk_UA |
| dc.subject | sensorless control system | uk_UA |
| dc.subject | artificial neural network | uk_UA |
| dc.subject | neuro-estimator | uk_UA |
| dc.subject | neurocontroller | uk_UA |
| dc.title | Синтез та аналіз нейроконтролера системи керування вентильним реактивним двигуном | uk_UA |
| dc.title.alternative | Синтез и анализ нейроконтроллера системы управления вентильным реактивным двигателем | uk_UA |
| dc.title.alternative | Synthesis and analysis of neurocontroller for a switched reluctance motor control system | uk_UA |
| dc.type | Autoreferat | uk_UA |