Эффективный способ идентификации процессов импульсного преобразования энергии в режиме реального времени

Полный текст

Введение

В настоящее время системы преобразования энергии в ряде задач должны обеспечить высокое качество энергии при значительном диапазоне вариации параметров нагрузки и источников энергии. При этом, требованием при эксплуатации импульсных систем преобразования энергии (ИСПЭ) является обеспечение устойчивого функционирования системы в области параметров, соответствующих эксплуатационному режиму [1]. Существенная нелинейность импульсных систем преобразования энергии и современных нагрузок, высокая рабочая частота ШИМ, наличие коммутационных помех делают задачу идентификации состояния комплексной и ресурсоемкой [2]. Решение задачи идентификации, по сути, является первым шагом к разработке ИСПЭ обеспечивающей эффективное функционирование в широком диапазоне изменения параметров системы за счет автоматической подстройки параметров регулятора.

В статье предложен способ идентификации процессов импульсного преобразования, позволяющий идентифицировать тип динамического процесса в режиме реального времени. В первом разделе приводится описание способа идентификации, основанного на базе формирования отображения Пуанкаре и применения кластерного анализа данных. Во втором разделе описывается экспериментальная установка. В третьем разделе проводится анализ эффективности предлагаемого способа идентификации типа динамического процесса импульсного преобразования энергии.

I. Способ автоматической идентификации типа динамического процесса импульсного преобразования энергии

В работе используется импульсный понижающий преобразователь постоянного напряжения в постоянное (рисунок 1).

 

Рисунок 1 – Структурная схема импульсного понижающего преобразователя энергии

 

Цикл работы преобразователя можно разбить на две фазы – активная фаза, когда ключ замкнут и пассивная фаза – при разомкнутом ключе K. В активной фазе источник напряжения E подключен к нагрузке Rn через фильтр низких частот LC. В пассивной фазе ключ разомкнут, энергия из источника не потребляется, но ток продолжает течь в нагрузку за счет накопленной в фильтре энергии. Диод D нужен для перехватывания тока индуктивности, накопленного во время активной фазы. Фильтр рассчитывается таким образом, чтобы максимально подавить пульсации напряжения в нагрузке на частоте переключения ключа. В ШИМ-регулировании период переключения ключа T постоянный, а время активной фазы t1 изменяется от нуля до T. Таким образом, на нагрузке присутствует усредненное напряжение, пропорциональное входному напряжению и коэффициенту «заполнения» t1/T, изменяющемуся от нуля до единицы.

Эксплуатационный процесс в ИСПЭ представляет собой устойчивый периодический процесс преобразования энергии с частотой ШИМ (fШИМ) - рисунок 2а. В результате нелинейного явления в ИСПЭ происходит изменение частотных и пульсационных характеристик процесса преобразования энергии и возникает один из аномальных процессов – субгармонический, квазипериодический или хаотический. Пример аномального процесса после первой бифуркации представлен на рисунке 2б.

 

Рисунок 2 – эксплуатационный процесс (1 – процесс) (а); аномальный процесс (2 – процесс) (б)

 

В работе рассматриваются только субгармонические типы процессов, поэтому mпринимает только целочисленные значения (m=1, 2, …). В частности, частота f₁ =1/T (m=1) соответствует синхронному процессу. Существования m¹1 типов процессов обусловлено нелинейностью динамики. Причины потери устойчивости m=1 типа процесса обусловлены функционированием современных ИСПЭ в условиях широких диапазонов изменения их внутренних параметров и параметров окружающей среды. Примерами возможных причин потери устойчивости являются изменение нагрузки, исходный разброс параметров относительно паспортных номинальных значений, температуры окружающей среды, электромагнитные взаимодействия, нарушения в электропитании и т. п. [3]

В качестве базового инструмента определения периода процессов импульсного преобразования энергии используется отображения Пуанкаре.

Способ идентификации типа динамического процесса импульсного преобразования энергии состоит из трех этапов: формирование отображение Пуанкаре; кластеризация полученных данных; анализ и формирование решения.

Для формирования диаграммы Пуанкаре, сначала производим выборку значений тока из временного ряда, полученного при определенном значении коэффициента П-звена (α). Выборка производится по наступлению определённого события, а именно по спаду коммутационной функции (Kf). Пример временного ряда с выборкой данных представлен на рисунке 3, где квадратными маркерами отмечены значения тока, выбранные по фронту Kf.

 

Рисунок 3 – Токовая диаграмма импульсного понижающего преобразователя энергии

 

Полученные данные представляются в виде отображения Пуанкаре. Диаграмма, полученная в момент бифуркации, представлена на рисунке 4.

 

Рисунок 4 – Результат построения диаграммы Пуанкаре в момент бифуркации

 

Алгоритм выполнения идентификации технологического процесса ИСПЭ представляет собой три этапа.

На первом этапе производится оценка шумовой составляющей исходного сигнала. Оценка шумовой [4] составляющей производится по следующему алгоритму.

На первом шаге выполняется определение, с требуемой точностью, рабочей частоты ШИМ (F_шим). Поиск производится в окрестности рабочей частоты 14 кГц. Результат выполнения первого этапа представлен на рисунке 5.

 

Рисунок 5 – Результат определения рабочей частоты ШИМ

 

На втором шаге проводится оценка шумового загрязнения сигнала. Для оценки уровня шума проводится исследование полученной спектрограммы на интервале (2×F_шим и 3×F_шим) (28 кГц; 42 кГц). Выбор этого диапазона обусловлен тем, что после обработки сигнала ФНЧ амплитуды гармоник с частотами более 42 кГц становятся несущественными.

Алгоритм применяются во всем диапазоне варьирования нагрузок (Rn) (2…50 Ом) и параметра П-звена (α) (1…80). Результат выполнения сохраняется в таблицу.

В результате на основании полученной таблицы, определяется максимальный уровень шума оборудования, как максимальное значение в таблице.

Полученный уровень шума используется как критерий оценки типа технологического процесса.

На втором этапе из исходного сигнала производится выборка анализируемых данных. Выборка производится по наступлению определенного события, а именно по фронту коммутационной функции.

На третьем этапе производится кластеризация данных диаграммы Пуанкаре и идентификация типа процесса.

В качестве алгоритма кластеризации выбран алгоритм k-средних, так как этот алгоритм удовлетворяет требованиям вычислительной сложности, эффективности при реализации на промышленных микроконтроллерах. В качестве меры близости в алгоритме k-средних используется Евклидово расстояние.

Согласно алгоритма k-средних входной массив данных диаграммы Пуанкаре разделяется на два кластера, K1 и K2 соответственно. После чего производится вычисление центров полученных кластеров (O_K1 и O_K2) и расстояния между ними (d). Расстояние между центрами кластеров вычисляется согласно формуле расстояния Евклида: . Результат работы представлен на рисунке 6.

Рисунок 6 – Результат выполнения алгоритма k-средних

 

Для идентификации процесса используется следующий критерий – если расстояние между центрами кластера превышает уровень шума, вычисленный на первом этапе, то это состояние идентифицируется, как неэксплуатационный процесс. Результат представлен на рисунке 7.

Рисунок 7 – Определение точки возникновения неэксплуатационного режима

Об авторах

Дмитрий Олегович Тей

Югорский государственный университет

Автор, ответственный за переписку.
Email: teyd@mail.ru

Кандидат технических наук, доцент кафедры автоматизированных систем управления и обработки информации Института (НОЦ) систем управления и информационных технологий Югорского государственного университета

Россия, 628012, г. Ханты-Мансийск, ул. Чехова, 16

Евгений Александрович Годовников

Югорский государственный университет

Email: teyd@mail.ru

Кандидат технических наук, доцент кафедры автоматизированных систем управления и обработки информации Института (НОЦ) систем управления и информационных технологий Югорского государственного университета

Россия, 628012, г. Ханты-Мансийск, ул. Чехова, 16

Артем Владимирович Гусаков

Югорский государственный университет

Email: artyom.gusakov@gmail.com

Зав. лабораторией систем управления и информационных технологий Института (НОЦ) систем управления и информационных технологий Югорского государственного университета

Россия, 628012, г. Ханты-Мансийск, ул. Чехова, 16

Низам Джабраилович Керамов

Югорский государственный университет

Email: artyom.gusakov@gmail.com

Инженер систем управления и информационных технологий Института (НОЦ) систем управления и информационных технологий Югорского государственного университета

Россия, 628012, г. Ханты-Мансийск, ул. Чехова, 16

Руслан Талгатович Усманов

Югорский НИИ информационных технологий

Email: artyom.gusakov@gmail.com

Программист центра обработки информации, Югорский НИИ информационных технологий

Россия, 628011, г. Ханты-Мансийск, ул. Мира, 151

Список литературы

Дополнительные файлы