APP下载

基于关联规则与PLC的同步电机高精度转角自适应控制方法

2021-10-23刘震宇

电机与控制应用 2021年9期
关键词:适应控制传动比同步电机

刘震宇

(国网冀北电力有限公司 承德供电公司,河北 承德 067000)

0 引 言

在机械领域,同步电机应用十分广泛,在更高效地应用电机的研究与设计中,如何控制其转角的精度成为了一个十分热门的研究领域。然而由于转角对精度的高要求,很多粗略的算法在智能控制转角的过程中,很难保证实际稳定性,因此需要寻找更好的同步电机高精度转角自适应控制方法。

文献[1]通过设计基于TIA和PLC的变频恒压供水自动控制系统,并应用于实际生产中,实现仿真软件360°的低误差旋转,然而由于该模型在电子信号与机械模型之间的连通性能较差,难以保证计算机仿真的结果与实际数据相匹配。文献[2]提出了基于Super-twisting算法的永磁同步电机自适应滑模速度控制,通过积分因子的跟踪,计算精度误差,并以自适应的优化算法提高精度的准确性,但是这种控制方法难以保证电机运行的稳定性,十分容易被反向操作的误差控制。文献[3]提出基于气隙磁场调制理论的永磁同步电机磁场分析与特性对比,利用电机的凸起端建立了一个模型参考的滤波器,通过计算电机参数的强度,逐步稳定地实现滑模观测。这种方法的缺点在于计算强度十分大,需要配置较高的计算设备,并且运算速度和算法的响应速度非常慢。本文综合以上文献,通过对数据库中文献资料的对比,基于关联规则算法与PLC程序,建立了同步电机高精度转角自适应控制方法,计算同步电机转角理想传动比,基于关联规则优化转角控制增益系数,PLC则通过将控制指令输入到控制器的存储器中,然后进行存储和执行,完成同步电机高精度转角自适应控制,通过试验验证了该控制方法在实际中的应用效果优于常规方法。

1 基于关联规则与PLC设计同步电机高精度转角自适应控制方法

1.1 计算同步电机转角理想传动比

在计算同步电机的理想传动比时,可以将关联规则算法和PLC代入其中,目前可将PLC技术应用于各个领域,通过与计算机、现代机电等先进技术的结合,为各领域的工作交流奠定基础,突出了在工业生产过程中的重要应用优势。在电气自动化设置中选择合理的PLC技术,可以对此类同步电机工程的设计和应用等具体情况进行实时控制。在运行过程中,PLC技术的合理应用是对电机、电路、电源等进行合理调整的关键因素,并能在该技术的应用模式下,实现对电机使用具体情况的实时监控,从而根据对电流的要求实时调整变频器,为节能标准的实施与整体工作效率的提高提供基础条件。设增益角速度为Hk,则可以得到同步电机的增益效率为

(1)

式中:Hk为同步电机的传动过程中,理想状态下的增益角速度;ηi为同步电机的高精度转角角度;λn为同步电机在匀速状态下的横向摆动幅度[4-5]。

将比值加权处理,可以得到:

(2)

式中:an为同步电机在匀速状态下的侧向加速度;Sn为同步电机在匀速状态下行走一圈达到的距离;mi为同步电机的转子质量;Xa为同步电机在X轴方向的速度分量;Yb为同步电机在Y轴方向的速度分量;g2为同步电机稳态系数;f2为同步电机的稳态加速度增益系数[6-7]。

通过式(1)、式(2)可以看出,理想传动比可以通过同步电机的转角转速而变化,如果转角过于灵敏,则很难判定转角转速的具体数值,因此可以设置一个理性状态,将转角的转速设为0,则:

(3)

式中:Imin表示当同步电机的转角转速为0时,理想传动比的数值;ηimax表示同步电机运行到最大值时,临界状态下的转角转速;λimax表示同步电机运行到最大值时,临界状态下的转角移动距离[8-9]。由此可以得到同步电机的理想传动比。

1.2 基于关联规则优化转角控制增益系数

由上文可知理想传动比的加权组合,可以被称为单项指标的性能评价对象,由此可以建立管理数据库,且计算关联规则中的综合评价指标为

(4)

(5)

式中:μA1和μA2表示考虑实际情况后的同步电机转角运行惩罚因子;qA1和qA2表示在关联数据库中,A项指标的跟踪误差。在关联规则数据库中综合评价值qB同理可得:

(6)

式中:μB1和μB2为考虑实际情况后的同步电机转角运行惩罚因子;qB1和qB2为在关联数据库中B项指标的跟踪误差[11];qC与qD同上。

综上所述,转角控制增益系数就可以通过关联规则中的综合评价指标求得。

1.3 设计转角模糊自适应算法

通过上文中的增益系数,可以直接得到自适应算法的模糊最优值,以此判定对转角控制效果的改善程度,控制器的搭建自适应模型结构如图1所示。

图1 自适应模型结构

在图1中,A1~A5分别表示A项指标中的5个指标系数。通过图1的模型结构,可以得到同步电机中的转角质心偏离距离:

(7)

式中:θr为在上文的自适应模型结构中,同步电机的转角偏离距离;gm为同步电机转角旋转的离心加速度;mi为同步电机的转子质量[12];bi为转角旋转的速度;Sn为同步电机转角旋转一周所行走的距离;Hu为质心偏移角与中心点的角度误差;λf为同步电机的综合稳定系数[13-14]。

综上,可以建立同步电机转角的模糊自适应算法结构流程,此时,还需要将该算法的适应性系数增加到数据集中,以便判断同步电机的高精度转角自适应算法是否能够停止迭代。算法结构流程如图2所示。

图2 算法结构流程图

需要建立关联规则数据集,将同步电机转角理想传动比代入到数据集中,然后将数据编串成码,得到同步电机转角的基础参数。通过单一数据的计算与数据集的整体计算,可以得到整体的数据统计结果,由式(8)判断是否满足了迭代的终止条件:

(8)

式中:xt为同步电机高精度转角的算法适应性参数;μn为转角周边与同步电机相邻部位的附着系数;gm为当地的重力加速度[15]。若满足以上不等式,则可以直接退出,并输出结果,若不满足条件,则需要重新建立数据集。

2 测试与分析

2.1 算法模型

对同步电机的高精度转角自适应控制进行测试,将上文中设计的自适应控制方法与常规的3种方法进行对比,通过检验算法与同步电机的适应性,得到控制算法的检验结果。试验用同步电机内部结构如图3所示。

图3 同步电机结构

建立算法模型,其中计算机设备的操作系统为Windows 10,并使用intel i5-2240@3.42 GHz以上的中央处理器(CPU)作为设备的主频,内存4 GB以上,储存空间大于600 GB,通过结构化查询语言(SQL)建立一个数据库作为试验过程中使用的数据来源,最后使用MATLAB作为计算工具计算试验得到的数据结果。在计算算法与实际结构的适应度时,需要通过以下算式:

(9)

式中:μH为以上进行测试的4种算法对于实例分析的适应度,其值域区间为[0,1];ai为在电流信号的刻度为i时,算法的适应度;a0为算法适应度的极值;bi为当电流信号的刻度为i时,该算法的适应度;b0为算法适应度的极值[16]。通过式(9)计算4种算法的适应度系数,并以转角的度数为变量,进行试验分析。

2.2 算法适应性测试

使用上文中设计的试验方法,设定转角的度数为10°、30°、45°、60°,将文中设计的算法作为试验组,将文献[1-3]方法作为对照组,进行算法效果的测试。最后通过MATLAB软件进行计算,将计算结果绘制成图像如图4所示。

图4 算法效果测试

由图4可知,四幅图像的极值点均在电流信号为90 dB时,且均有转角度数作为变量的4个曲线。在试验组本文方法的图像中,当转角度数为10°时,适应性系数的极值为0.93 μm,当转角度数为30°时,适应性系数的极值为0.72 μm,当转角度数为45°时,适应性系数的极值为0.58 μm,当转角度数为60°时,适应性系数的极值为0.49 μm。在文献[1]方法中,适应性系数分别为0.82、0.63、0.41、0.29 μm,文献[2]方法的适应性系数分别为0.58、0.53、0.48、0.40 μm,文献[3]方法的适应性系数分别为0.86、0.63、0.40、0.25 μm。由此可见,随着转角度数的增加,适应性系数会相应减小。为了保证试验结果的准确性与稳定性,不受到随机数据的干扰,反复进行10次以上试验,计算平均值,如表1所示。

表1 适应性系数的平均值对比结果 μm

表1所示为10组试验中适应性系数的极大值与极小值。通过计算,可以得到本文方法适应性系数的平均值为0.48/0.92 μm,文献[1]方法的平均值为0.27/0.82 μm,文献[2]方法的平均值为0.42/0.57 μm,文献[3]方法的平均值为0.26/0.86 μm。综上所述,试验组中适应性系数的极大值与极小值均高于3个对照组,文中设计的转角自适应控制方法优于常规方法,能够在实际中拥有更高的精度。

3 结 语

本文在计算理想传动比的基础上,将实际同步电机中基于关联规则的数据代入到模型中,并建立了一个自适应的补偿策略,以控制实际精度变量。综合所有公式,建立了相应的算法,并通过对比试验验证了该算法的实际效果,所设计基于关联规则与PLC的同步电机高精度转角自适应控制方法随着转角度数的增加,适应性系数会逐渐减小,其适应性系数极大值与极小值均高于文献方法。

猜你喜欢

适应控制传动比同步电机
FSC减速器传动比的确认及仿真分析
永磁同步电机两种高频信号注入法的比较
基于整车匹配特性的齿轮传动比分析及优化
永磁同步电机调速系统的自抗扰控制
考虑执行器饱和的改进无模型自适应控制
基于 L1自适应控制的无人机横侧向控制
一类混沌金融系统的自适应控制
Rucklidge混沌系统的自适应控制
一种同步电机参数识别的简便算法
主动前轮转向变传动比曲线分析与设计