Спросить
Войти
www.sibac.info
Список литературы:
СИНТЕЗ АДАПТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ВРАЩЕНИЕМ-ПОДЪЕМОМ ЖЕЛЕЗНОДОРОЖНЫХ
ВАГОНОВ
Ивель Виктор Петрович
д-р техн. наук, проф. кафедры энергетики и радиотехники, Северо-Казахстанского государственного университета им. М. Козыбаева, Республика Казахстан, г. Петропавловск E-mail: ivelvic@mail. ru
Петров Павел Анатольевич
докторант 3-го курса специальности «Радиотехника, электроника и телекоммуникации» Северо-Казахстанского государственного университета им. М. Козыбаева, Республика Казахстан, г. Петропавловск E-mail: paolo1988@mail. ru
THE SYNTHESIS OF THE RAILWAY WAGON LIFTING-ROTATION ADAPTIVE CONTROL SYSTEM
Victor Ivel
doctor of Engineering, professor of department of energetic and radioelectronics, M. Kozybayev North Kazakhstan State University, Kazakhstan, Petropavlovsk
Pavel Petrov
phD student
of "Radioengineering, electronics and telecommunications " speciality, M. Kozybayev North Kazakhstan State University, Kazakhstan, Petropavlovsk
АННОТАЦИЯ
В статье описан метод синтеза Simulink-модели адаптивной системы управления вращением-подъемом железнодорожных вагонов. В дальнейшем, данная модель записывается в микроконтроллер ATmega2560, установленном на аппаратной платформе Arduino Mega 2560.
ABSTRACT
This paper presents the synthesis method of Simulink-model of the railway wagon lifting-rotation adaptive control system. This model subsequently is written in the ATmega2560 microcontroller mounted on the Arduino Mega 2560 hardware platform.
Среди всего разнообразия адаптивных систем управления можно выделить три больших класса: аналитические самонастраивающиеся системы, самонастраивающиеся системы поискового типа и самонастраивающиеся системы компенсационного типа [5].
Аналитические самонастраивающиеся системы (СНС) (описанные в [1]) подразделяются в свою очередь на СНС с настройкой по внешним воздействиям и на СНС с настройкой по динамическим характеристикам объекта управления (ОУ). В первом случае аналитически вычисляются параметры управляющего устройства, минимизирующие
www.sibac.info
выбранный критерий оптимизации с учетом заданных статистических характеристик внешних помех.
В СНС с настройкой по динамическим характеристикам объекта управления можно выделить системы с замкнутым и разомкнутым циклами самонастройки. Системы с разомкнутым циклом предполагают наличие технических средств идентификации характеристик ОУ и возможность оперативно изменять параметры УУ по результатам идентификации.
В системах с применением замкнутого цикла (рисунок 1) используют совместную адаптивную идентификацию (АИ) объекта управления (ОУ) и управляющего устройства (УУ), как правило, с помощью эталонной модели (ЭМ). По результатам идентификации блок АИ рассчитывает требуемые параметры УУ, и он же организует их оперативное изменение [4].
В поисковых СНС оптимизация критерия качества осуществляется с использованием специальных поисковых сигналов, которые определяют направление изменения контролируемых параметров УУ, соответствующее приближению к экстремуму критерия качества. Поисковые системы не нашли широкого практического применения, поскольку использование специальных сигналов в автоматической системе в реальном времени может просто привести к нарушению основного процесса управления.
Рисунок 1. СНС с идентификацией УУ-ОУ
В настоящее время, когда в большинстве САУ применяется цифровое управление с использованием компьютеров или программируемых микроконтроллеров, как уже было отмечено выше, приоритет отдается самонастраивающимся системам третьего класса, т. е. системам компенсационного типа. В отличие от аналитических СНС в данных системах идентифицируемые параметры не рассчитываются, а подстраиваются по определенному алгоритму со скоростью
www.sibac.info
пропорциональной разнице выходных сигналов модели и объекта управления.
На рисунке 2 представлена адаптивная система, в которой используется, получивший широкое распространение, принцип адаптивного управления с самоподстраивающейся моделью [2].
Рисунок 2. Схема компенсации с параллельной моделью
Принцип работы системы, изображенной на рисунке 2, описывается следующим образом.
На основании сигнала рассогласования е(^) между выходами ОУ и самоподстраивающейся модели Мсп (модель Мсп состоит из модели бортовой системы управления - МБСУ и модели объекта управления -Моу) в блоке алгоритма идентификации (АИ) формируется критерий оптимизации. Наиболее часто это зависимость вида
Величина критерия качества служит мерой приближения параметров ОУ и его модели. Далее в АИ непрерывно рассчитываются параметры МСП, минимизирующие критерий оптимизации, и по результатам расчетов изменяются параметры МБСУ и параметры корректирующего алгоритма в БСУ.
Пользуясь этой методикой, можно приступить к разработке конкретной адаптивной системы управления вращением/подъемом ЖД-вагонов (СУВПВ). Необходимо на первом этапе построить 81шиИпк-модель адаптивной системы СУВПВ (рисунок 3).
Spetd ft*
r» 1С» i
=К>1
Oull »2
loz)t>rqit
Д) EPH;
» >с ь—
lAJor Halo,
Tm speed 1
Cera те ir
A к^Ф^ OA в ЛС2 1 , M«
Ml ipeed2
С 1 dtfflii
SBblCirmt
Rotor spttd
Electranagiett Torqit
OC bit iclBge
nkonb CMnl
Рисунок 3. Simulink-моделъ адаптивной системы СУВПВ
www.sibac.info
Как видно из рисунка, в данной системе присутствуют звенья РБ1-2 корректирующие, пропорционально-дифференцирующие, которые направлены на ускорения переходного процесса. В раскрытом виде такое звено представлено на рисунке 4.
Рисунок 4. Simulink-модель корректирующего PD-звена
Второй этап состоит в подготовке и записи программы в микроконтроллер ATmega2560 [3]. Далее происходит подключение всех блоков и запуск в работу системы СУВПВ при нагрузке на вал второго двигателя превышающего норму. Итогом последнего эксперимента является график, отображенный на рисунке 5. На графике представлены две кривые: сплошная линия это заданная скорректированная для двух двигателей скорость и пунктирная - текущая скорость ротора второго (скорость ротора первого двигателя не фиксировалась, поскольку нагрузка на вал этого двигателя не превышала нормы). Кривые на рисунке 5 представлены в двух масштабах: в основное поле графика вставлен увеличенный, чтобы можно было понять, что представлены именно две кривые, поскольку нормальный масштаб не позволяет этого сделать.
Об/ЛШН -1-г--1-1-1-1Рисунок 5. Результаты испытаний макета адаптивной системы СУВПВ
www.sibac.info
Таким образом, можно сделать вывод, что погрешность в сходимости двух кривых (менее 1 %). И это является свидетельством хорошего качества и точности переходных процессов, что в свою очередь подтверждает правильность идеи об использовании принципов идентификации и адаптации при проектировании системы СУВПВ.
Список литературы:
