Тип публикации: статья из журнала
Год издания: 2023
Идентификатор DOI: 10.24412/2071-6168-2023-8-627-628
Ключевые слова: automatic control system, artificial intelligence system, neural network, fuzzy logic, electric drive, inductor motor of dual power supply, synchronous motor, система автоматического управления, система искусственного интеллекта, нейронная сеть, нечёткая логика, электропривод, индукторный двигатель двойного питания, синхронный двигатель
Аннотация: Постановка проблемы. Актуальной задачей на сегодняшний день является построение систем управления в ситуации, когда нельзя представить управляемый объект в виде модели с постоянными параметрами, а внешние воздействия - в виде величин с известными характеристиками, как следствие, представляется невозможным учесть при проектировании Показать полностьюреальные значения параметров объекта управления и режимов работы. В таком случае целесообразно использование регуляторов с переменной структурой и параметрами, выбор которых в процессе функционирования осуществляется с использованием методов искусственного интеллекта. Цель. Провести анализ возможностей построения адаптивных систем управления с использованием элементов интеллектуальных систем, а именно обучения и самообучения, рассмотреть общие принципы построения данных систем управления. Результаты. Предварительное формирование законов управления предлагается проводить в три этапа: аналитический синтез при упрощающих допущениях, уточнение на основе результатов модельных экспериментов и дополнительное уточнение на экспериментальной установке. Далее в процессе эксплуатации реального объекта происходит постоянная коррекция законов управления с учётом неучтённых ранее факторов, прежде всего -внешних воздействий. Для этого формируется база знаний, которая содержит характерные признаки режимов работы и соответствующие им законы. При обучении в процессе эксплуатации база знаний пополняется данными о новых режимах работы (в соответствии с идентификационными признаками режимов) и удачными результатами формирования законов управления. Для уже изученных режимов работы ранее сформированные законы управления корректируются, если их практическая реализация даёт худший результат, чем было определено на предыдущих этапах их определения. Для повышения быстродействия предлагается использовать три микропроцессора (специализированного контроллера) - для обработки информации с датчиков, для идентификации режима работы и для реализации законов управления. Часть законов управления представляется в аппаратном виде с использованием технологии ПЛИС. В качестве примера рассмотрены электроприводы на основе одного из типов синхронного двигателя - индукторного двигателя двойного питания. Практическая значимость. Проведенный анализ методов, предложенный в работе подход к построению системы управления и экспериментальные данные показывают, что использование методов искусственного интеллекта в сочетании с принципами адаптивных и самонастраивающихся систем позволяет создавать прецизионные электромеханические системы с высокими и стабильными показателями качества регулирования для различных режимов работы. Problem statement. An urgent task today is the construction of control systems in a situation where it is impossihle to present a controlled ohject in the form of a model with constant parameters, and external influences in the form of variables with known characteristics, as a result, it seems impossible to take into account the real values of the parameters of the control object and the operating conditions when designing. In this case, it is advisable to use regulators with variable structure and parameters, the choice of which in the process of functioning is carried out using artificial intelligence methods. Goal. To analyze the possibilities of building adaptive control systems using elements of intelligent systems, namely training and self-learning, to consider the general principles of building these control systems. Resuits. The preliminary formation of control laws is proposed to be carried out in three stages: analytical synthesis with simplifying assumptions, refinement based on the results of model experiments and additional refinement at the experimental facility. Further, during the operation of a real object, there is a constant correction of the control laws taking into account previously unaccounted factors, primarily external influences. To do this, a knowledge base is formed, which contains the characteristic features of the operating modes and the laws corresponding to them. During training during operation, the knowledge base is updated with data on new operating modes (in accordance with the identification signs of the modes) and successful results of the formation of control laws. For the already studied modes of operation, previously formed control laws are corrected if their practical implementation gives a worse result than was determined at the previous stages of their determination. To increase performance, it is proposed to use three microprocessors (specialized controllers) - to process information from sensors, to identify the operating mode and to implement control laws. Some of the control laws are presented in hardware form using FPGA technology. As an example, electric drives based on one of the types of synchronous motor - a dual-power inductor motor are considered. Practical significance. The analysis of the methods, the approach proposed in the work to the construction of a control system and experimental data show that the use of artificial intelligence methods in combination with the principles of adaptive and self-tuning systems allows you to create precision electromechanical systems with high and stable control quality indicators for different operating modes.
Журнал: Известия Тульского государственного университета. Технические науки
Выпуск журнала: №8
Номера страниц: 627-633
ISSN журнала: 20716168
Место издания: Тула
Издатель: Тульский государственный университет