Авторизация:
Логин:
Пароль:
  



АНОНС
ГДЕ ПРОИЗВОДСТВО, ТАМ И НАУКА
На Ставровском карьере по добыче щебня, расположенном в Калужской области, планируется организовать работу научно-исследовательских коллективов. Руководство карьера стремится предложить им...





 
ОБЗОР
СОВЕРШЕНСТВОВАНИЕ ДЕЯТЕЛЬНОСТИ МЕТАЛЛУРГИЧЕСКОГО ПРЕДПРИЯТИЯ В УСЛОВИЯХ КОНКУРЕНЦИИ
Рассмотрены проблемы развития российских металлургических предприятий, а также состояние сталелитейной промышленности в мире. Отмечается, что в условиях рынка и жесткой конкуренции...
МИРОВЫЕ ТЕНДЕНЦИИ К ПЕРЕХОДУ НА СЖИЖЕННЫЙ ГАЗ
Показано состояние в мире с производством и потреблением сжиженного газа в настоящее время. Приведена динамика изменения производства его объемов за последние годы. Перечислены...

ПОДРОБНАЯ ИНФОРМАЦИЯ

 

ОБ АДАПТИВНОЙ НАСТРОЙКЕ ПРОПОРЦИОНАЛЬНО-ИНТЕГРАЛЬНОГО РЕГУЛЯТОРА СКОРОСТИ НА ФИЗИЧЕСКОЙ МОДЕЛИ ЭЛЕКТРОПРИВОДА ПОСТОЯННОГО ТОКА



Рассмотрена проблема построения адаптивной системы управления электроприводом постоянного тока горно-металлургических машин. Произведен краткий анализ «классических» и интеллектуальных механизмов адаптации. Предложено в контуре скорости использовать нейросетевой настройщик параметров ПИ-регулятора, сочетающий в себе аппарат экспертных систем и искусственных нейронных сетей. Описана разработанная для нейросетевого настройщика база правил, которая отражает опыт инженера АСУ ТП, позволяет работать с линейно нарастающим заданием и определяет в какие моменты и с какой скоростью производить обучение нейронной сети. В программном пакете LabVIEW разработана двухконтурная система управления скоростью электропривода постоянного тока, реализованного на плате Quanser DCMCT. Произведен расчет параметров регулятора тока в соответствии с настройкой на модульный оптимум и параметров регулятора скорости — в соответствии с настройкой на симметричный оптимум. Проведены две серии экспериментов.

Исследование проведено при финансовой поддержке прикладных научных исследований Министерством образования и науки Российской Федерации, договор № 14.575.21.0133 (RFMEFI57517X0133).


Номер: 11
Год: 2017
УДК: 004.89:62-503.57
DOI: 10.25018/0236-1493-2017-11-0-101-112
Авторы: Еременко Ю. И., Глущенко А. И., Петров В. А.

Информация об авторах:
Еременко Юрий Иванович — доктор технических наук,
профессор, e-mail: erem49@mail.ru,
Глущенко Антон Игоревич — кандидат технических наук,
доцент, e-mail: strondutt@mail.ru,
Петров Владислав Анатольевич — аспирант, e-mail: 79040882508@ya.ru,
Старооскольский технологический институт им. А.А. Угарова (филиал),
НИТУ «МИСиС».

Ключевые слова:
Нейронная сеть, база правил, настройщик, электропривод постоянного тока, адаптивная система, пропорционально-интегральный регулятор, LabVIEW.

Библиографический список:
1. Сарваров А. С. и др. Анализ состояния электроприводов агрегатов ГОП ОАО «ММК» и пути модернизации // Вестник Магнитогорского государственного технического университета им. ГИ Носова. - 2011. - № 3. - С. 8-11.
2. Еремин А. В., Федоров О. В., Шевырев Ю. В. Модернизации электропривода агломерационной машины // Известия Тульского государственного университета. Технические нау-
ки. - 2010. - № 3-3. - С. 38-43.
3. Храмшин В. Р. Разработка и внедрение автоматизированных электроприводов и систем регулирования технологических параметров широкополосного стана горячей прокатки //
Вестник ИГЭУ. - 2012. - № 6. - С. 100-104.
4. Виноградов К. М. и др. Способы повышения энергоэффективности электропривода стана холодной прокатки труб // Вестник Южно-Уральского государственного университета. Серия: Энергетика. - 2016. - Т. 16. - № 1. - С. 42-46.
5. Омельченко Е. Я., Козин А. Н., Маколов В. Н., Бовшик П. А., Попов С. Н. Электрооборудование современных цехов ОАО «ММК» // ЭС и К. - 2014. - № 1 (22). - С. 43-46.
6. Головин В. В., Косенков А. В., Разворотнев В. П. Опыт внедрения современных электроприводов в ОАО «ММК» // Известия ТулГУ. Технические науки. - 2010. - № 3-2. - С. 149-156.
7. Stashinov Yu. P. On the issue of control system adjustment of a direct current drive on the modular optimum. Part 1 // Russian Electrical Engineering. - 2016. - № 87.1. - Pp. 1-5.
8. Stashinov Yu. P. On the issue of control system adjustment of a direct current drive on the modulus optimum. Part 2 // Russian Electrical Engineering. - 2016. - № 87.3. - Pp. 125-129.
9. Александров А. Г., Паленов М. В. Состояние и перспективы развития адаптивных ПИД-регуляторов в технических системах // Автоматика и телемеханика. - 2014. - № 2. - С. 16-30.
10. Шубладзе А. М., Кузнецов С. И. Автоматически настраивающиеся промышленные ПИ и ПИД регуляторы // Автоматизация в промышленности. - 2007. - № 2. - С. 15-17.
11. Ротач В. Я., Кузищин В. Ф., Петров С. В. Настройка регуляторов по переходным характеристикам систем управления без их аппроксимации аналитическими выражениями // Автоматизация в промышленности. - 2009. - № 11. - С. 9-12.
12. Alexandrov A. G., Palenov M. V. Self-tuning PID-I controller. Proc. 18th IFAC World Congress, Milano, Italy, 2011. - Pp. 3635-3640.
13. Leva A., Cox C., Ruano A. E. Hands-on PID autotuning: a guide to better utilisation // IFAC Professional Brief. - Laxenburg: IFAC, 2002. - 84 p.
14. Li Y., Ang K., Chong C. Patents, software, and hardware for PID control - an overview and analysis of the current art // IEEE Control Systems Magazine. - 2006. - No. 26(1). - Pp. 42-54.
15. Kuhn U. A practice oriented setting rule for pid-controllers: The t-sum-rule // Automatisierungstechnische Praxis. - 1995. - Vol. 37. - No. 5. - Pp. 10-16.
16. Schaedel H. M. A new method of direct PID controller design based on the principle of cascaded damping ratios // European Control Conference (ECC). - IEEE, 1997. - Pp. 1265-1271.
17. Ang K., Chong G., Li Y. PID control system analysis, design, and technology // IEEE Trans. Control System Technology. - 2005. - Vol. 13. - pp. 559-576.
18. Allaoua B., Gasbaoui B., Abderrahamani A. Neuro-Fuzzy DC Motor speed Control Using Particle Swarm Optimization // Leonaro Electronic Journal of Practices and Technologies. - 2009. - № 15. - pp. 1-18.
19. Maher M. F. Algreer, Design fuzzy self tuning of PID controller for chopper-fed dc motor drive // Al-Rafidain engineering. - 2008. - Vol. 16. - Pp. 54-66.
20. Sundareswaran K., Vasu M. Genetic tuning of PI controller for speed control of DC motor drive // Industrial Technology 2000. Proceedings of IEEE International Conference on. - IEEE, 2000. - Vol. 1. - Pp. 521-525.
21. Xia C. et al. Speed control of brushless DC motor using genetic algorithm based fuzzy controller. Proceeding of the 2004 International Conference on Intelligent Mechatronics and Automation, Chengdu, China, 3rd edn. A Treatise on Electricity and Magnetism. - 2004. - Vol. 2. - Pp. 68-73.
22. Zhang S., Zhou X., Yang L. Adaptive PID regulator based on neural network for DC motor speed control. Proc. IEEE Conf. Electrical and Control Engineering (ICECE), 2011. - Pp. 1950-1953.
23. Zhang Jing, et al. PID neural network control of hydraulic roll gap control system. 2012 International Conference on Measurement, Information and Control (MIC). - IEEE, 2012. - Vol. 2. - Pp. 791-795.
24. Еременко Ю. И., Полещенко Д. А., Глущенко А. И. О разработке метода определения значений задержек входных сигналов нейронной сети при реализации нейросетевого оптимизатора параметров ПИ-регулятора // Известия ЮФУ. Технические науки. - 2015. - № 10. - С. 157-168.
25. Еременко Ю. И., Глущенко А. И. О разработке метода выбора структуры нейронной сети для решения задачи адаптации параметров линейных регуляторов // Управление большими системами. - 2016. - Т. 62. - С. 75-123.
26. Еременко Ю. И., Глущенко А. И., Петров В. А. О нейросетевой адаптации параметров ПИ-регулятора контура тока системы управления прокатной клетью в реальном времени // Системы управления и информационные технологии. - 2016. - № 3 (65). - С. 62-68.
вернуться назад
Карта сайта