Моделирование интеллектуальных систем регулирования частоты электромашинного преобразователя в динамических режимах




Скачать 56.58 Kb.
НазваниеМоделирование интеллектуальных систем регулирования частоты электромашинного преобразователя в динамических режимах
Дата публикации23.06.2013
Размер56.58 Kb.
ТипДокументы
lit-yaz.ru > Математика > Документы
УДК 621.313

Моделирование интеллектуальных систем регулирования частоты электромашинного преобразователя в динамических режимах

Каримов Вагиз Ильгизович

Научный руководитель: доктор технических наук, профессор, Гизатуллин Фарит Абдулганеевич

Уфимский государственный авиационный технический университет

Электронная почта: intcs@inbox.ru
Введение

В качестве аварийных источников переменного тока постоянной частоты для питания потребителей первой категории на борту летательных аппаратов применяются электромашинные преобразователи (ЭМП). К системам регулирования ЭМП предъявляется ряд требований к допустимым колебаниям частоты, времени переходного процесса и величине провалов и выбросов при изменении нагрузки.
^ 1. Состояние вопроса, актуальность

Для повышения качества регулирования частоты вторичных источников электроэнергии в динамических режимах представляет интерес использование интеллектуальных алгоритмов управления. Наиболее простыми в практической реализации являются системы регулирования на основе нейронных сетей и нечеткой логики. Среди достоинств систем регулирования на основе нейронных сетей можно отметить скорость работы из-за свойственного им параллелизма вычислений.

Разработка математических моделей интеллектуальных систем регулирования частоты позволила бы выработать требования к входным и выходным параметрам систем регулирования, провести моделирование динамических процессов регулирования частоты и оценить качество регулирования при работе с этими системами. Поэтому разработка математических моделей и анализ интеллектуальных систем регулирования частоты является актуальной научной задачей.

Построение регулятора на основе нейронной сети предполагает получение обучающей выборки. Однако при использовании в качестве входных переменных нескольких величин получение обучающей выборки является трудно формализуемой задачей и обычно проводится методом проб и ошибок. В данной работе предлагается более технологичный способ получения обучающей выборки на основе алгоритма глобальной оптимизации (генетического алгоритма).
^ 2. Постановка задачи

1. Разработка математических моделей интеллектуальных систем регулирования частоты вторичных источников электроэнергии.

2. Разработка способа получения обучающей выборки с помощью генетического алгоритма для интеллектуального регулятора на основе нейронной сети.

3. Моделирование динамических процессов регулирования частоты вторичных источников электроэнергии и анализ результатов моделирования.
^ 3. Методика исследования

Для разработки математической модели системы регулирования на основе нейронной сети была использована следующая система уравнений [1]:



где , , – напряжение, ток и активное сопротивление якорной цепи;

– поток, создаваемый обмотками возбуждения;

n – частота вращения двигателя;

M – электромагнитный момент на валу двигателя;

, – конструктивные коэффициенты, постоянные для каждой машины;

– поток, развиваемый постоянными магнитами;

– конструктивный коэффициент генератора;

TМ – время разгона привода;

 – относительное изменение угловой скорости;

 – коэффициент пропорциональности;

^ N – коэффициент, характеризующий эффективность управления;

 – относительное изменение тока возбуждения двигателя;

uр – относительное изменение напряжения регулятора частоты;

TОВД– постоянная времени обмотки возбуждения двигателя.

Математическая модель системы регулирования частоты выходного напряжения ЭМП, реализованная в Simulink, показана на рис. 1.

В качестве нейросетевого регулятора использован блок функции, производящей выработку выходного сигнала нейронной сети на основе входных параметров: sim(net, [u(1); u(2); u(3)]), где [u(1); u(2); u(3)] – матрица входных параметров, net – идентификатор нейронной сети, загруженной в рабочую область Matlab.

Разработанный интеллектуальный регулятор частоты имеет 3 входа – значения частоты вторичного напряжения ЭМП, тока нагрузки и скорости изменения частоты, и 1 выход – значение тока управляющей обмотки двигателя ЭМП.



Рис. 1. Модель интеллектуальной системы регулирования частоты выходного напряжения ЭМП
Нейросетевой регулятор частоты представляет собой трехслойную сеть обратного распространения, включающую 3 нейрона во входном слое (по числу компонент входного вектора) с передаточной функцией logsig, 25 нейронов во втором слое с передаточной функцией logsig и 1 нейрон в выходном слое (по числу компонентов выходного вектора) с передаточной функцией purelin. При этом в качестве обучающего алгоритма выбран алгоритм Levenberg-Marquardt (trainlm). Этот алгоритм обеспечивает быстрое обучение, но требует много ресурсов. Критерием окончания обучения является значение отклонения, при котором обучение будет считаться законченным. Это значение было выбрано равным 0.01. Максимальное количество циклов обучения – 1000.

Для получения обучающей выборки нейросетевого регулятора был применен генетический алгоритм. Решением для этого алгоритма является вектор эталонов нейронной сети T, при котором функция приспособленности достигает минимального значения. Функция приспособленности была описана в m-файле. Эта функция производит расчет суммы статической ошибки и времени регулирования частоты. Таким образом, алгоритм производит поиск такого вектора эталонов нейронной сети T, чтобы при применении для обучения нейросетевого регулятора этого вектора сумма статической ошибки и времени регулирования частоты была минимальной.

Выбор генетического алгоритма в качестве оптимизационного механизма продиктован большей скоростью по сравнению с точными математическими методами поиска, особенно в применении к многопараметрическим функциям. В данной работе число параметров функции, для которой производится поиск минимального значения, равно 175 (длине вектора T).

Для постановки задачи оптимизации был использован инструментарий генетического алгоритма пакета расширения Optimization Toolbox программы Matlab [2]. Были указаны следующие параметры алгоритма: размер популяции – 20 особей, начальный диапазон значений – [0.22; 0.82], критерий останова – число поколений равно 70. Значения остальных параметров алгоритма выставлены по умолчанию.

Найденный с помощью генетического алгоритма оптимальный вектор эталонов T был использован для обучения нейронной сети, на основе которой построен регулятор частоты ЭМП. На рис. 2 представлен график переходного процесса регулирования частоты с использованием разработанного нейросетвого регулятора при внезапном подключении номинальной нагрузки. В таблице приведены результаты моделирования при различных значениях тока нагрузки для оценки быстродействия системы регулирования.

В качественном плане график переходного процесса регулирования частоты согласуется с известными экспериментальными данными применительно к вторичному источнику питания с полупроводниковым регулятором. В дальнейшем предполагается экспериментальное исследование возможностей предлагаемого и известных регуляторов для подтверждения адекватности разработанной математической модели.



Рис. 2. График процесса регулирования частоты ЭМП
Таблица. Результаты моделирования

Iн, А

2

4

6

8

tр, с

0,4

0,45

0,51

0,6


Выводы

Разработанные математическая модель интеллектуальной системы регулирования частоты ЭМП и способ получения обучающей выборки для нейросетевого регулятора частоты ЭМП на основе генетического алгоритма позволяют повысить качество электроэнергии.

Список литературы

1. Ключев В.И. Теория электропривода. М.: Энергоатомиздат, 1985. 560 с.

2. http://matlab.exponenta.ru/optimiz/index.php

3. Дьяконов В. П. MATLAB 7.*/R2006/R2007: Самоучитель. – М.: ДМК Пресс, 2008. – 768 с.: ил.

Добавить документ в свой блог или на сайт

Похожие:

Моделирование интеллектуальных систем регулирования частоты электромашинного преобразователя в динамических режимах iconИнтеллектуальный регулятор частоты электромашинного преобразователя
Частота выходного напряжения электромашинного преобразователя определяется частотой вращения двигателя

Моделирование интеллектуальных систем регулирования частоты электромашинного преобразователя в динамических режимах icon1. MvStudium – инструмент для исследования сложных динамических систем
Пакет MvStudium разработан исследовательской группой «Моделирование сложных динамических систем» при факультете Технической Кибернетики...

Моделирование интеллектуальных систем регулирования частоты электромашинного преобразователя в динамических режимах iconМетодические указания к лабораторной работе по дисциплине «Моделирование систем»
«Моделирование систем», «Моделирование в производственно-технологических системах»

Моделирование интеллектуальных систем регулирования частоты электромашинного преобразователя в динамических режимах iconО построении интеллектуального регулятора частоты синхронного генератора
В большинстве авиационных систем электроснабжения переменного тока стабильной частоты вращения вала генератора обеспечивается приводами...

Моделирование интеллектуальных систем регулирования частоты электромашинного преобразователя в динамических режимах iconПояснительная записка к годовому отчету за 2009 год I краткая характеристика...
Научно-производственное объединение "Наука" (оао нпо "Наука") является ведущим предприятием в области создания систем кондиционирования...

Моделирование интеллектуальных систем регулирования частоты электромашинного преобразователя в динамических режимах iconСостав
«Языковые процессоры интеллектуальных систем и интеллектуализация case-технологий»

Моделирование интеллектуальных систем регулирования частоты электромашинного преобразователя в динамических режимах iconХтурэ
Изложим, как вычисляются частоты слов и словосочетаний в текстах на естественных языках, и перечислим несколько полезных прикладных...

Моделирование интеллектуальных систем регулирования частоты электромашинного преобразователя в динамических режимах iconРасчет фидерного устройства входного тракта приемника
Целью выполнения варианта 2 курсовой работы является приобретение навыков расчета трактов высокой частоты современных радиоприемных...

Моделирование интеллектуальных систем регулирования частоты электромашинного преобразователя в динамических режимах iconКруглов В. И., Дли М. И., Голунов Р. Ю. Нечеткая логика и искусственные нейронные сети
Тарасик В. П. Математическое моделирование технических систем. Минск: «Дизайн про», 2004. – 640 с

Моделирование интеллектуальных систем регулирования частоты электромашинного преобразователя в динамических режимах iconИспользование преобразователей частоты в
Практически, каждый асинхронный двигатель, работающий с переменной нагрузкой, требует регулировки с помощью преобразователей частоты,...



Образовательный материал



При копировании материала укажите ссылку © 2013
контакты
lit-yaz.ru
главная страница