Contrôle de courant prédictif à plusieurs étapes conçu pour les entraînements électriques avec des horizons adaptatifs

Contrôle de courant prédictif à plusieurs étapes conçu pour les entraînements électriques avec des horizons adaptatifs

Structure d’un moteur synchrone à aimants permanents saillants inversés analysée dans une étude distincte. Crédit: Machines (2022). DOI : 10.3390/machines10030204

Les stratégies traditionnelles de contrôle prédictif du modèle (MPC) sur le système de conduite du moteur ne peuvent pas entièrement répondre aux exigences. En tant que troisième génération de technologie de contrôle avancée, son potentiel doit être davantage exploité pour obtenir d’excellentes performances de contrôle.

Pour le MPC commun, la qualité de l’objectif de contrôle est limitée en raison de ses ressources de processeur limitées et de sa forte dépendance aux coefficients d’horizons et aux facteurs de pondération, et l’application dans le domaine de la fabrication haut de gamme est restreinte. Un schéma de distribution raisonnable des ressources est important pour équilibrer la stabilité du système, la qualité actuelle et les charges de calcul.

Dans une étude publiée dans Transactions IEEE sur l’électronique industriellele groupe du professeur Wang Fengxiang de l’Institut de recherche sur la structure de la matière du Fujian de l’Académie chinoise des sciences a conçu une stratégie de contrôle prédictif du courant en plusieurs étapes avec des horizons adaptatifs pour les entraînements électriques afin d’obtenir de meilleures performances de contrôle globales, telles que la précision de la prédiction, le calcul fardeau et importance objective en utilisant pleinement les ressources limitées du processeur.

Les chercheurs ont d’abord analysé le développement des fonctions objectives avec différents types d’horizons de prédiction longs et de sélections de vecteurs, et ont vérifié la nécessité d’un groupe de facteurs de pondération appropriés dans MPC. Grâce à de nombreux processus de prédiction répétitifs, les variables d’état sont prédites sur une période d’échantillonnage future supérieure à un, et un groupe de facteurs de pondération convergeant vers zéro est sélectionné pour réduire la possibilité sous-optimale et améliorer le taux de convergence.

Bien que la stabilité pendant les états transitoires puisse être améliorée en augmentant l’horizon de prédiction pour assurer la convergence, les problèmes de charge de calcul et d’erreur de prédiction deviennent sérieux. Les chercheurs ont constaté que ces problèmes peuvent être efficacement résolus par l’horizon de contrôle flexible et le facteur de pondération. Pour réaliser cette fonction, les états de fonctionnement ont été divisés en trois types et déterminés par une logique d’hystérésis pour corriger le signal des pas de changement d’horizons.

Une logique adaptative a été générée pour obtenir des horizons ajustés en ligne et pour obtenir une bonne loi de commande en fonction de l’état de fonctionnement actuel et des erreurs de vitesse accumulées.

Les chercheurs ont tiré le meilleur parti de l’échelle des heures supplémentaires pour obtenir un facteur de pondération optimal par l’algorithme de branche et de limite en temps réel conçu, et cette valeur est appliquée dans le système à la fin de l’horizon de contrôle pour régler l’importance des objectifs. Les possibilités de dépassement de temps sont toutes répertoriées pour utiliser suffisamment les ressources restreintes du processeur, et ce terme devient une optimisation potentielle.

En outre, les chercheurs ont sélectionné un système de contrôle de vitesse de moteur synchrone à aimant permanent (PMSM) comme exemple pour démontrer l’efficacité de la stratégie de contrôle présentée. Selon la simulation et les résultats expérimentaux, la stratégie de contrôle présentée obtient un impact, une qualité et des tolérances de courant améliorés par rapport aux contrôles prédictifs conventionnels dans les mêmes conditions de fonctionnement. La méthode présentée a suffisamment de compatibilité pour être appliquée à d’autres systèmes d’entraînement de moteur afin d’obtenir de meilleures performances de contrôle.

Cette étude fournit une orientation essentielle pour la conception future et la synthèse de la commande prédictive à long horizon pour le système de pilotage moteur.

Plus d’information:
Yao Wei et al, Contrôle de courant prédictif en plusieurs étapes pour les entraînements électriques avec horizons adaptatifs, Transactions IEEE sur l’électronique industrielle (2023). DOI : 10.1109/TIE.2023.3243291

Fourni par l’Académie chinoise des sciences

Citation: Contrôle de courant prédictif en plusieurs étapes conçu pour les entraînements électriques avec horizons adaptatifs (16 mars 2023) récupéré le 16 mars 2023 sur https://techxplore.com/news/2023-03-multi-step-current-electrical-horizons.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation loyale à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.

Laisser un commentaire