Skip to main content
Skip header
Title
Pokročilé metody řízení a diagnostiky střídavých elektrických pohonů
Code
SP2023/085
Solver
Solution period
01. 01. 2023 - 31. 12. 2023
Summary
Elektrické pohony jsou součástí každodenního života. Tvoří ústřední prvek přeměny mezi elektrickou a mechanickou energií. Jsou nezbytnou součástí elektromobilů, kolejových vozidel, montážních linek a celé řady dalších odvětví nehledě na domácnosti. Současný trend digitalizace a automatizace výroby, spojený s pojmem Průmyslu 4.0, klade požadavky na vývoj inteligentních elektrických pohonů. Mezi aktuální výzkumná témata v této oblasti stále patří bezsenzorové řízení, řízení odolné vůči různým druhům poruch, prediktivní řízení a také aplikace umělé inteligence, resp. soft-computingových metod v řízení, estimaci, identifikaci, diagnostice a prediktivní údržbě. Implementace těchto sofistikovaných algoritmů je nedílně spojena s rozvojem mikroprocesorové techniky a výkonových polovodičových měničů. Tento projekt se zaměřuje právě na oblast pokročilých algoritmů řízení a diagnostiky střídavých elektrických pohonů. Pro aplikace s vysokými požadavky na dynamiku, příp. pro dosažení maximálního možného momentu v celém pracovním rozsahu pohonu, lze s úspěchem využít algoritmus vektorového řízení střídavých motorů. Ten však vyžaduje bezchybnou činnost snímačů mechanické úhlové rychlosti stroje, snímačů statorových proudů, snímačů napětí apod. V reálném provozu pohonu se však běžně vyskytují různé druhy poruch, např. poruchy motoru, měniče, řídicího systému a zmíněných snímačů. Statisticky patří mezi nejčastější poruchy elektrického pohonu poruchy výkonového měniče a snímačů. Z tohoto důvodu patří mezi velmi důležitá témata výzkumu v této oblasti metody řízení odolné vůči poruchám snímačů veličin (Sensor Fault Tolerant Control), příp. bezsenzorové pohony (Sensorless Drives). Bezsenzorové pohony neobsahují snímač rychlosti, resp. polohy rotoru elektrického stroje, ale snímače proudu, napětí apod. jsou nadále součástí elektrického pohonu. Hlavním úkolem bezsenzorového řízení je s dostatečnou přesností estimovat úhlovou rychlost rotoru stroje a prostorový vektor magnetického toku pro celý pracovní rozsah otáček včetně nejvyšších, nejnižších, příp. nulových otáček. Hlavní výzvou pro výzkumníky z tohoto oboru je tedy stále řešení problematiky odhadu mechanických otáček motoru v okolí nulové rychlosti stroje, v režimech hlubokého odbuzení apod. [1]. Hlavní výhody spojené s nasazením bezsenzorového řízení jsou nárůst mechanické robustnosti, použití v agresivním prostředí, aplikace pro pohony pracující ve velmi vysokých otáčkách, vyšší spolehlivost, nárůst šumové imunity, neovlivněný moment setrvačnosti stroje, aplikace na standardní elektrické motory s vyvedenou hřídelí jen na jednu stranu, aplikace na velmi malé motory atd. Algoritmy řízení s odolností vůči poruchám snímačů veličin umožňují v případě detekce chyby snímače mechanické úhlové rychlosti, příp. snímačů statorových proudů asynchronního motoru využít odhadované veličiny z různých estimačních technik místo původně měřených veličin vadnými snímači [1], [2], [3]. V takovém případě bude daný elektrický pohon schopen nadále pracovat i při porouchaném snímači. Toto výzkumné téma je velmi důležité pro oblast automotive, kolejová vozidla apod. Pro estimaci zmíněných veličin pak mohou být použity estimátory nebo pozorovatelé známí z oblasti bezsenzorového řízení. Ve zmíněných výzkumných tématech nacházejí uplatnění i soft-computingové metody, které jsou tolerantní k nepřesnosti, neurčitosti a aproximaci a většinou mají stochastický charakter. Jedná se o množinu algoritmů zahrnujících umělé neuronové sítě, fuzzy logiku, genetické algoritmy a řadu dalších optimalizačních technik inspirovaných nejčastěji v přírodě. Využití těchto sofistikovaných algoritmů přináší zlepšení zejména dynamických vlastností elektrických pohonů, zvýšení robustnosti a zmenšení závislosti na měnících se parametrech stroje, což zlepšuje energetické ukazatele celého pohonu [4], [5], [6]. Jejich implementace do mikropočítačových řídicích systémů a požadavek na činnost v reálném čase však stále představují výzvu pro odbornou komunitu elektrických pohonů. Mezi základní témata Průmyslu 4.0 patří i prediktivní údržba střídavých motorů. Řešení založené na vhodném senzorickém systému spojeném s možností bezdrátového ukládání dat pro účely prediktivní údržby přeměňuje běžné elektrické motory na inteligentní systémy s možností plánování údržby podle skutečných potřeb, což snižuje náklady na údržbu a eliminuje neplánované odstávky. Analýza obecných souvislostí mezi měřenými daty stroje a možným vznikem určité poruchy je značně komplikovaný výzkumný úkol, v kterém najdou uplatnění i zmíněné pokročilé metody z oblasti umělé inteligence. Tento projekt je zaměřen na výzkum, vývoj a implementaci vybraných sofistikovaných metod řízení a diagnostiky z výše prezentovaných oblastí. Zvolený postup řešení úkolů bude zahrnovat analýzu a teoretický rozbor vybraných metod, modelování a simulaci algoritmů v prostředí Matlab-Simulink, implementaci zkoumaných metod do řídicího systému se signálovým procesorem a jejich experimentální ověření. Bude tedy použita výzkumná linie „teorie – simulace – aplikační možnosti – experimentální ověření“. Řešení takto náročných úkolů vyžaduje mezioborový přístup a spojení teoretických a praktických dovedností z oblasti řídicí techniky, výkonové elektroniky, elektrických pohonů, informačních technologií, matematiky a dalších souvisejících odvětví. Hlavní význam projektu pro technickou praxi je ve využití poznatků z praktické realizace a z experimentálních výsledků vybraných metod řízení elektrických regulovaných pohonů, které můžou přinést v řadě aplikací značný progres. Reference [1] Kuchar, M. Metody bezsenzorového řízení asynchronních motorů. Ostrava, 2018, Habilitační práce, VŠB-TU Ostrava, Fakulta elektrotechniky a informatiky, Katedra elektroniky. [2] Gao, Z., Cecati, C., Ding, S.X. A survey of fault diagnosis and fault-tolerant techniques - Part I: Fault diagnosis with model-based and signal-based approaches. IEEE Transactions on Industrial Electronics, 2015, vol. 62, issue 6, pp. 3757–3767. DOI: 10.1109/TIE.2015.2417501. [3] Salmasi, F.R. A Self-healing induction motor drive with model free sensor tampering and sensor fault detection, isolation, and compensation. IEEE Transactions on Industrial Electronics, 2017, vol. 64, issue 8, pp. 6105-6115. DOI: 10.1109/TIE.2017.2682035. [4] Vas, P. Artificial-Intelligence-Based Electrical Machines and Drives. New York: Oxford University Press, 1999, ISBN 0-19-859397-X [5] Vas, P. Sensorless vector and direct torque control. New York: Oxford University Press, 1998. ISBN 0-19-856465-1. [6] Kouřil, D. Aplikace moderních procesorových systémů v řízení elektrických regulovaných pohonů. Ostrava, 2021, Disertační práce, VŠB-TU Ostrava, Fakulta elektrotechniky a informatiky, Katedra elektroniky.
Team of the project
doc. Ing. Martin Kuchař, Ph.D.
prof. Ing. Petr Palacký, Ph.D.
Ing. Martin Sobek, Ph.D.
Ing. Aleš Havel, Ph.D.
Ing. Jan Strossa, Ph.D.
Ing. Dávid Krivánek
Ing. Richard Blaho
Ing. Jan Milata
Huu Chau Minh Nguyen
Ing. Vojtěch Ermis
Ing. Martin Chýlek
Ing. Martin Tomek
Bc. Ing. Petr Mančík
Ing. David Bielesz
Ing. Vojtěch Šotola
Ing. Marek Kubatko
Ing. Štěpán Kirschner
Ing. Pavel Cyprich
Ing. Petr Cyprich
MSc. Kamal Hamani, M.Sc.
Ing. Robert Kučera
Goal of the project
Projekt navazuje na projekty SGS, které byly řešeny na výzkumném pracovišti Katedry elektroniky v předchozích letech. Hlavním cílem projektu je výzkum a vývoj v oblasti pokročilých algoritmů řízení a diagnostiky elektrických pohonů. Implementace navržených metod bude provedena s využitím řídicích systémů založených na digitálních signálových kontrolérech (DSC) s plovoucí řadovou čárkou, často i více jádrových. Nedílnou součástí elektrického regulovaného pohonu je i výkonový polovodičový měnič, který je společně s řídicím systémem navržen a realizován přímo na řešitelském pracovišti.

Dílčí cíle projektu
C1. Modelování a simulace regulačních struktur elektrických pohonů v prostředí Matlab-Simulink.
C2. Analýza a vyhodnocení simulačních výsledků.
C3. Realizace potřebného HW, vývoj a implementace vybraných pokročilých metod pro systémy s DSC.
C4. Experimentální ověřování realizovaného HW a implementovaných algoritmů v laboratořích řešitelského pracoviště.
C5. Analýza a vyhodnocení experimentálních výsledků.
C6. Publikace dílčích výsledků v odborných časopisech, příp. na mezinárodních konferencích.

Očekávané přínosy
• Zvýšení aktivity ve výzkumné činnosti doktorandů, příp. studentů navazujícího magisterského studia - zapojení studentů do výzkumných projektů ve spolupráci s průmyslovými partnery, např. projekt TAČR, Národní centra kompetence, CAMAT – Centrum pokročilých strojů a výrobních technologií, 2023-2028 (řešitelské pracoviště je spoluřešitelem tohoto projektu).
• Rozvoj výzkumných aktivit na samotném řešitelském pracovišti.
• Zapojení řešitelského pracoviště do sítě výzkumných pracovišť s podobnou výzkumnou problematikou (FEL ZČU Plzeň, FEKT VUT Brno, FEL ČVUT Praha).
• Publikace v kvalitních časopisech indexovaných v databázích Web of Science a Scopus.

Finance - approved

Proposal Reality
1. Personal
From that
26760,- 26760,-
1.1. Wages 20000,- 20000,-
1.2. Insurance 6760,- 6760,-
2. Grant 288000,- 288000,-
3. Supplies 63689,- 101221,-
4. Property 60000,- 79037,-
5. Services 60000,- 9028,-
6. Trips 10000,- 4403,-
7. Additional 56494,- 56494,-
8. Conference 0,- 0,-
9. Investments 0,- 0,-
Total proposal 564943,-
Total approved 564943,-
Total 564943,- 564943,-
Back