Стохастическая параметрическая идентификация электроприводов

• Автор: Пискунов, Алексей Алексеевич
• Шифр специальности: 05.09.03
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Санкт-Петербург
• Количество страниц: 178 с. : ил.

ГЛАВА 1. ИДЕНТИФИКАЦИЯ ПАРАМЕТРОВ ЭЛЕКТРОПРИВОДА В УСЛОВИЯХ ЭКСПЛУАТАЦИИ
1.1. Задача параметрической идентификации
1.2. Обобщенные математические модели замкнутых электроприводов
1.2.1 Электроприводы постоянного тока
1.2.2 Электроприводы с синхронными двигателями
1.2.3 Асинхронные электроприводы
1.3. Анализ методов параметрической идентификации электроприводов

1.4. Стохастические модели процессов в электроприводах
1.5. Выводы
ГЛАВА 2. ТЕОРЕТИЧЕСКИЙ АНАЛИЗ МЕТОДА СТОХАСТИЧЕСКОЙ ИДЕНТИФИКАЦИИ
2.1. Математическая база стохастического метода идентификации
2.2. Экспериментальные методы определения статистических характеристик по дискретным реализациям
2.3. Общая схема экспериментального определения АЧХ передаточной функции объекта с использованием метода стохастической идентификации
2.4. Метод определения коэффициентов передаточной функции по графику АЧХ
2.5. Выводы
ГЛАВА 3. АНАЛИЗ ПОГРЕШНОСТИ МЕТОДА СТОХАСТИЧЕСКОЙ ИДЕНТИФИКАЦИИ ПАРАМЕТРОВ ЭЛЕКТРОПРИВОДА
3.1. Общая схема исследования
3.2. Моделирование испытательного сигнала
3.3. Формирование выходного сигнала
3.4. Построение АЧХ передаточной функции модели экспериментальным способом
3.5. Восстановление коэффициентов передаточной функции
3.6. Исследование сходимости стохастического метода идентификации

3.7. Оценка точности стохастического метода идентификации
3.8. Выводы
ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНОЕ ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ ЭЛЕКТРОПРИВОДА СТОХАСТИЧЕСКИМИ МЕТОДАМИ
4.1. Структурная схема испытательного стенда
4.2. Исследование электропривода при различных воздействиях
4.3. Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ 1. ПРОГРАММА ДЛЯ ИССЛЕДОВАНИЯ МЕТОДА
СТОХАСТИЧЕСКОЙ ИДЕНТИФИКАЦИИ НА ПРИМЕРЕ
ТИПОВЫХ ДИНАМИЧЕСКИХ ЗВЕНЬЕВ
ПРИЛОЖЕНИЕ 2. ПРОГРАММА ДЛЯ ИДЕНТИФИКАЦИИ ОБЪЕКТА ПО
ЗАДАННОЙ АЧХ МЕТОДОМ ХУКА-ДЖИВСА
ПРИЛОЖЕНИЕ 3. ПРОГРАММА ДЛЯ ИДЕНТИФИКАЦИИ ПАРАМЕТРОВ АСИНХРОННОГО ЭЛЕКТРОПРИВОДА В РЕЖИМЕ РЕАЛЬНОГО ВРЕМЕНИ ПРИ СЛУЧАЙНЫХ ИСПЫТАТЕЛЬНЫХ СИГНАЛАХ

Современное состояние промышленности характеризуется интенсивным развертыванием новых производств, внедрением новой техники и новых технологий, что делает продукцию конкурентоспособной па мировых рынках. Основной целью научных исследований и разработок в таких экономических условиях становится внедрение технологий эффективного использования техники на этапе эксплуатации.
Мощным фактором, влияющим на требования к показателям точности работы оборудования, являются условия эксплуатации электроприводов, и именно поэтому все большее внимание в настоящее время уделяется вопросам идентификации их параметров непосредственно в условиях промышленной эксплуатации, стабилизации и оперативной корректировке настроек действующего электропривода [8, 19, 29 46, 60, 73, 101].
Современные методы теории автоматического управления позволяют исследовать динамику практически любой системы автоматизированного электропривода высокого порядка [8, 19]. Однако расчетный путь
определения исходных данных такого математического исследования нередко сопряжен со значительными трудностями, сам является источником больших погрешностей, и практически не применим на этапе эксплуатации.
Современная микропроцессорная техника, включенная в структуру системы управления электроприводом, способна решать задачи управления объектом по заданному критерию качества и, одновременно, задачу анализа протекающих процессов, с целью построения реальной модели действующей системы электропривода. Обе эти задачи нельзя рассматривать в отрыве друг от друга. В смысле дуального управления [10] на основе предварительной модели электропривода, хранящейся в памяти машины, можно синтезировать алгоритм управления и далее воздействовать им на реальную систему. Но при этом возникает необходимость постоянного уточнения параметров, т.е.
( f

Q{co)
n =!
m f 7
X arctan со • T. + £ arctan

т
2-с . - T .■ со J 0.
( Л p
+ X - arctan со ■ T. + £ - arctan
7=1 V J) J=]
r
2 • с . ■ T . ■ со J 0.
l-r2
0 J
(2.42)
+ (- г • со)
Для оптимизации функционала воспользуемся безградиентным методом Хука-Дживса. В этом методе минимизация функционала состоит в последовательности шагов исследующего поиска вокруг базисной точки, за которой в случае успеха следует поиск по образцу.
Алгоритм оптимизации функционала методом Хука-Дживса:
A) Выбор начальной точки Ь/ и шага длиной И для каждой переменной.
B) Вычисление функционала в базисной точке А/ с целыо получения сведений о локальном поведении функционала ](х). Эти сведения будут использоваться для нахождения подходящего направления поиска по образцу, с помощью которого можно достичь большего убывания значения функционала. Функционал Дх) в базисной точке Ь/ находится следующим образом:
1) Вычисляется значение функционала/^/,) в базисной точке Ь/.
2) Каждая переменная по очереди изменяется прибавлением длины шага. Таким образом, вычисляется значение функционала ДЬ/+(гвД где в; - единичный вектор в направлении оси X/. Если это приводит к уменьшению функционала, то точка Ь/ заменяется на />/+/.ю/. В противном случае вычисляется значение функционала ДЬ/ - ИсД и, если ее значение уменьшилось, то /ц заменяется на Ь/ - Не/. Если ни один из проделанных шагов не приводит к уменьшению значения функционала, то точка /ц остается неизменной, и