Entwurf eines Servomotorcontrollers für Pumpenmaschinen basierend auf Fuzzy-Steuerung
Laut Statistik beträgt die Anzahl der Pumpenaggregate in China derzeit mehr als 200.000 Einheiten und steigt mit einer jährlichen Rate von etwa 15.000 Einheiten. Die durchschnittliche Leistung von Motoren, die in "Pumpaggregaten" eingesetzt werden, liegt bei rund 40 KW, die große Mehrheit. Das Pumpaggregat nimmt immer noch die Balkenstruktur an. Dieses strukturelle Merkmal ist einfach und zuverlässig, aber der Wirkungsgrad und der Leistungsfaktor der gesamten Maschine sind relativ niedrig und der Energieverbrauch ist ebenfalls groß. Der jährliche Stromverbrauch liegt bei über 15 Milliarden Grad. Die Erdölindustrie ist auch die Haushalte mit großer Kapazität, die energieintensiv sind. China ist ein armes Ölland und ersetzt hauptsächlich Öl durch Wasser und Öl als Strom. Der Stromverbrauch von Pumpeinheiten macht 30 bis 45% der Gesamtkosten der Ölförderung aus. Daher ist die Entwicklung energiesparender Steuerungen für Pumpeneinheiten sehr hoch. Achten Sie darauf, damit die neue energiesparende Pumpausrüstung, die den Energieverbrauch senkt und die Effizienz der Pumpeinheit verbessert, in Zukunft der Entwicklungstrend und Ziel der Pumpeinheitsindustrie wird.
Derzeit verwenden die meisten inländischen Langhubpumpen geschaltete Reluktanzmotoren. Da der geschaltete Reluktanzmotor eine große Magnetkreissättigung aufweist, führen die doppelte ausgeprägte Polstruktur und der Schaltersteuerungsmodus zu seiner hohen Nichtlinearität. Aufgrund der schwerwiegenden Nichtlinearität des geschalteten Reluktanzmotors und der Eigenschaften variabler Parameter und variabler Struktur ist es jedoch schwierig, die ideale Regelgüte durch Verwendung des PID-Reglers mit herkömmlichen festen Parametern zu erreichen. Die Steuerparameter können aufgrund ihres mathematischen Modells nicht genau festgelegt werden. Es ist schwer in Ordnung zu kommen. Zur Anpassung an die nichtlinearen Eigenschaften geschalteter Reluktanzmotoren wird eine Fuzzy-Regelstrategie mit variablen Parametern verwendet. Durch die Kombination eines künstlichen neuronalen Netzwerks mit einer Fuzzy-Steuerung werden die Anpassungsfähigkeit, die Selbstlernfähigkeit und die nichtlineare Kartierungsfähigkeit des neuronalen Netzwerks vollständig genutzt, um eine Fuzzy-Neuronalnetz-Steuerungsstrategie mit starken adaptiven Parametern zu bilden.
Fuzzy-Neuronales Netzwerk (Fuzzynetwork-FNN) ist eine Kombination aus Fuzzy-Control-Theorie und Neuronal-Network-Control-Theorie. Es enthält viele Vorteile der Fuzzy-Theorie und des neuronalen Netzwerks. Es ist eine Kombination aus Lernen, Assoziation, Anerkennung und Informationsverarbeitung. Die Fuzzy-Steuerung ist eine intelligente Steuerungsmethode, die in Engineering-Bereichen weit verbreitet ist. Es wandelt hauptsächlich die Erfahrung der manuellen Steuerung in eine Steuerungsstrategie um. Daher ist es nicht notwendig, ein genaues mathematisches Modell des gesteuerten Objekts zu erstellen, und seine dynamische Qualität ist besser als gewöhnlich. Kontroll-Methode. Da der gewöhnliche Fuzzy-Controller im Wesentlichen ein PD-Regler ist, ist die statische Leistung nicht gut und es gibt einen statischen Unterschied. Um dieses Problem zu lösen, schlägt dieses Dokument ein Steuerverfahren vor, das eine Fuzzy-Steuerung und eine Steuerung eines neuronalen Netzwerks kombiniert und das Integral hinzufügt. Der Link dient dazu, statische statische Unterschiede zu überwinden.
