Baner reklamowy Łukasiewicz - Poznański Instytut Technologiczny - Weryfikacja kodów i etykiet logistycznych. Sprawdź
baner reklamowy ETLOG - Profesjonalne etykiety logistyczne w standardzie GS1 Sprawdź sam
Baner reklamowy - Za kulisami dostawy pewnej przesyłki... Pierwsze tak szczegółowe badanie procesu dostawy kurierskiej. Przeczytaj

Neuronowy estymator strumienia magnetycznego maszyny napędowej dla samochodu elektrycznego

Streszczenie: W artykule przedstawiono metody syntezy estymatora strumienia stojana maszyny indukcyjnej wykorzystujące sztuczne sieci neuronowe (SSN). Wymagania dotyczące charakterystyk regulacyjnych stawiane przed konstruktorami napędów samochodów elektrycznych wymuszają stosowanie algorytmów sterowania pozwalających na kształtowanie odpowiedzi momentu elektromagnetycznego wytwarzanego w maszynie napędowej.

Stosowane metody regulacji FOC (Field Oriented Control), DTC (Direct Torque Control) i
DTC-SVM (Space Vector Modulated DTC) wykorzystują informacje o położeniu strumieni magnetycznych maszyny. Jednym ze sposobów estymacji tych strumieni jest budowa modelu matematycznego bazującego na metodach sztucznej inteligencji. Opublikowane ostatnio propozycje nowych metod tworzenia bazy sygnałów wejściowych dla takiego aproksymatora skłoniły autorów do porównania ich skuteczności w odniesieniu do konkretnego układu sterowania. Na przykładzie układu DTC-SVM porównano algorytmy wykorzystujące linie opóźnień, filtry eksperckie [2] oraz metodę ortogonalizującą sygnały wejściowe SSN [4].
1. WSTĘP
Rosnące obecnie zainteresowanie samochodami o napędzie elektrycznym lub hybrydowym stwarza nowe obszary masowego wykorzystania napędów o regulowanej prędkości. Wymagania dotyczące właściwości dynamicznych przy zachowaniu dużej niezawodności, kompaktowości i niskiej ceny, stawiają przed projektantami i konstruktorami nowe wyzwania. Jednocześnie udoskonalane są algorytmy sterowania dla silników różnych typów. Synteza współczesnych układów sterowania dla napędów przekształtnikowych wymaga często informacji o położeniu wektora strumienia magnetycznego maszyny. W maszynie indukcyjnej o wykonaniu standardowym wielkość ta nie jest mierzona i wymaga implementowania algorytmu jej odtwarzania. Przykładami produkowanych seryjnie indukcyjnych napędów trakcyjnych dla samochodów są m.in.
REVA, AC Propulsion (tzero) i Tesla Motors.
Algorytmy odtwarzania zmiennych stanu umożliwiające realizację układów napędowych z bezpośrednim sterowaniem momentem (DTC) czy sterowaniem polowozorientowanym (FOC) są nieustannym przedmiotem badań. Szereg proponowanych rozwiązań wykorzystuje algorytmy z dziedziny sztucznej inteligencji. (…)

Artykuł zawiera 25998 znaków.

Źródło: Czasopismo Logistyka

Neuronowy estymator strumienia magnetycznego maszyny napędowej dla samochodu elektrycznego – plik PDF do pobrania