Вы сейчас просматриваете Функциональное диагностирование и прогнозирование состояния асинхронных электродвигателей горных машин на основе их динамической идентификации

Функциональное диагностирование и прогнозирование состояния асинхронных электродвигателей горных машин на основе их динамической идентификации

Содержание

Эффективность работы угледобывающих предприятий в значительной степени определяется надежностью основного технологического оборудования, производящего разрушение и транспортирование угля и горной породы.

Для шахт это следующее оборудование:

  • Очистные и проходческие комбайны.
  • Скребковые и ленточные конвейеры.

В данной технике в основном применяется нерегулируемый асинхронный электропривод.

Обеспечение высокой эксплуатационной надежности электроприводов горных машин (ЭПГМ) является трудной задачей в связи с особыми условиями работы в подземных выработках шахт, специфики технологического процесса и случайного характера резкопеременных нагрузок с большим разнообразием режимов работы, сопровождающихся повышенными вибрационной и ударной нагрузками во всех элементах ЭПГМ.

Формирование методологии для математической модели

Эксплуатационная надежность ЭПГМ является системным понятием, так как она определяется уровнем надежности при проектировании и изготовлении, условиями эксплуатации и качеством обслуживания.

В подавляющем большинстве случаев эксплуатационная надежность отечественных ЭПГМ значительно ниже проектной, что, в основном, обусловлено несоответствием условий эксплуатации и обслуживания требуемым в нормативно-технических документах (НТД) условиям.

В результате это ведет к ускоренному исчерпанию ресурса оборудования, поломкам, авариям и большому экономическому ущербу.

Основой технического обслуживания и ремонтов (ТОР) ЭПГМ в настоящее время является система планово-предупредительных ремонтов (ППР), которая устанавливает содержание, объем и периодичность проведения ТОР в соответствии с НТД.

Эта система имеет свои преимущества и недостатки, а именно:

  • Система является дорогостоящей и недостаточно эффективной, поэтому необходим переход от нее к более совершенной системе — обслуживанию оборудования по его фактическому состоянию на основе периодического или постоянно действующего функционального диагностирования.
  • Такой переход является очевидным, однако он требует применения достоверной и надежной системы технического диагностирования, позволяющей в процессе работы оборудования обнаруживать на этапе зарождения возникающие неисправности и заранее принимать необходимые меры по их устранению.
  • При этом исключается необходимость в частичной или полной разборке оборудования для определения его технического состояния.

Известные методы функционального диагностирования, основанные на спектральном анализе токов и напряжений статора, виброакустических и электромагнитных полей асинхронных электродвигателей (АД) требуют применения специальной дорогостоящей аппаратуры, поэтому их использование для оперативного контроля состояния АД, работающих в подземных условиях угольных шахт в составе ЭПГМ, крайне ограниченно.

Для функционального диагностирования асинхронных электродвигателей горных машин нами предлагается использовать информацию, которая может быть получена при мониторинге параметров и состояния АД, основанном на его динамической идентификации работ [1-3].

Асинхронный электродвигатель при этом представляется в виде компьютерного аналога на основе математической модели АД, позволяющего анализировать процессы, происходящие в двигателе.

Для работы моделирующей системы используются измеряемые в процессе работы токи и напряжения статора АД, а также частота вращения ротора в случае использования статического режима.

Для динамической идентификации АД мы использовали модель в виде обобщенной электрической машины, согласно работы [4], уравнения которой в комплексной форме имеют следующий вид:

где

  • р — число пар полюсов.
  • J — момент инерции ротора.
  • М — электромагнитный момент.
  • Мс — момент сопротивления на валу.
  • Lm — индуктивность цепи намагничивания.
  • Индекс (*) показывает, что вектор является сопряженным.
  • Lσ1, L σ2 — индуктивности рассеяния обмоток статора и ротора.
  • ωк, ωr — угловые частоты вращения координатных осей и ротора.
  • R1, R2, L1, L2 — активные сопротивления и индуктивности обмоток статора и ротора.
  • Здесь индекс 1 соответствует принадлежности параметра или переменной к статору, а индекс 2 — к ротору.
  • U1, U2, I1, I2, Ψ1, Ψ2 — соответственно векторы напряжений, токов и потокосцеплений обмоток статора и ротора.

Принятые в модели допущения соответствуют стандартным допущениям обобщенной электрической машины.

Адекватность такой модели для решения большинства практических задач подтверждается многими исследователями.

Динамическая идентификация АД производится в процессе функционирования путем определения его параметров (R1, R2, L1, L2, Lm, Lσ1, Lσ2) и состояния (Ψ1, Ψ2, Ψm, Mc, ωr) на основе методов оценивания — метода наименьших квадратов и расширенного фильтра Калмана.

Исходными данными при этом являются параметры цепи намагничивания магнитопровода и момент инерции ротора, определяемые по результатам предварительной идентификации на основе испытания АД на холостом ходе.

Использовалась также идентификация АД на основе искусственных нейронных сетей и другие методы.

Математическая модель состояния АД с использованием координатных осей α, β при динамической нагрузке имеет следующий вид:

где

  • k = 0, 1, 2 и так далее.
  • Tk — период квантования.
  • х — вектор состояния системы.
  • α — вектор пара­ метров объекта.
  • i, i компоненты вектора тока статора.
  • ν — вектор входного неизмеряемого шума.
  • и — вектор наблюдаемого входного сигнала.
  • Ψ, Ψ — компоненты вектора потокосцепления ротора.

Полученные выражения описывают состояние ротора, вектор которого включает в себя потокосцепление и частоту вращения ротора, а также расширен параметрами — активными сопротивлениями статора и ротора и внешним воздействием Мс.

Вывод окончательной математической модели

Математическая модель состояния АД представлена в виде, необходимом для использования расширенного фильтра Калмана.

Соответствующая ей математическая модель цепи измерения также после преобразований в окончательном виде может быть записана так:

где

  • n — вектор помех измерений.
  • у — вектор наблюдаемого выходного сигнала.
  • U, U1β — компоненты вектора напряжения статора.

Для работы модели используются измеренные значения токов и напряжений обмотки статора в дискретные моменты времени, преобразованные в составляющие по осям α и β.

Эти и другие модели для определения остальных параметров и переменных АД, не представленные здесь из-за ограниченного объема статьи, входят в разработанную нами комплексную систему идентификации АД, которая представляет собой совокупность наблюдающих устройств, реализованных в виде программ, позволяющих путем вычислений определять текущие значения искомых величин, которые обычным образом измерить невозможно.

Максимальное время определения одной величины при этом не превышает 20 мс.

В систему идентификации входят два независимых алгоритма — для статического и динамического режимов работы АД.

Первый алгоритм позволяет определить вектор параметров и переменных АД:

Второй позволяет определить вектор:

где

  • L*1, L*2 — переходные индуктивности статора и ротора.

Статические режимы работы характерны для таких горных установок, таких как:

  • Насосы.
  • Вентиляторы.
  • Подъемные машины.

Динамические режимы работы свойственны для оборудования работающего со случайной резкопеременной нагрузкой:

  • Очистные и проходческие комбайны.
  • Скребковые конвейеры.

Комплексная система идентификации АД является хорошей основой для создания устройства компьютерного мониторинга, результаты которого далее могут быть использованы для решения ряда задач в асинхронном электроприводе горных ма­шин.

В структуру экспериментального образца этого устройства входит совокупность наблюдателей, объединенных управляющим устройством:

  • Производящим сканирование параметров и переменных АД.
  • Накапливающая матрица.
  • Анализатор текущих значений и их приращений относительно значений предыдущих тактов и матрица с набором эталонных значений, которые вводятся в нее в начале эксплуатации заведомо исправного АД.

Отличительной особенностью данного устройства является то, что оно реализовано в основном программным образом, а физически состоит лишь из ноутбука с измерительной системой, в которую входят датчики тока, напряжения, частоты вращения и плата аналого-цифрового преобразования.

Устройство позволяет осуществлять функциональное диагностирование и прогнозирование со­ стояния АД, а также может быть использовано для превентивной защиты АД от аварийных ситуаций.

При использовании в составе горных машин частотно-регулируемого электропривода оно может быть использовано в качестве его информационной части.

В этом случае могут использоваться лишь часть компонентов векторов ӨS и Өd.

Таким образом, применение современных компьютерных технологий, в том числе с использованием представленных в данной статье решений, может перевести эксплуатацию и обслуживание асинхронных электроприводов горных машин на более высокий качественный уровень и повысить тем самым их функциональную надежность и эффективность.

Список литературы

  1. Определение в реальном времени активного сопротивления и потокосцепления ротора асинхронного двигателя при его работе в установившемся режиме.
  2. Оценка активного сопротивления ротора асинхронного электродвигателя с по­ мощью нейронной сети, В.Г. Каширских, А.В. Нестеровский, II Математические методы в технике и технологиях — ММТТ-17, сборник трудов 17-й Международной научной конференции: В 10 томах, том 5, секция 5, под общей редакцией, В.С. Балакирева — Кострома: издательство Костромского Государственного технологического университета, 2004 год, страницы 161-163.
  3. Динамическая идентификация асинхронных электродвигателей с учетом значимости параметров.
  4. Теория электропривода: Учебник для вузов 2-е издание переработанное и дополненное, Ключев В.И. — Москва: Энергоатомиздат, 2001 год, страница 704.

Источник: Функциональное диагностирование и прогнозирование состояния асинхронных электродвигателей горных машин на основе их динамической идентификации, В.Г. Каширских, Вестник КузГТУ, 2005 год, №3, страницы 3-5.

Добавить комментарий

Gekoms LLC

Коллектив экспертов, большая часть опыта и знаний которых востребованы в области промышленной автоматизации, разработке технически сложного оборудования, программировании АСУТП, управлении электроприводом. Телефон: +7(812) 317-00-87 Email: info@gekoms.ru Сайт: https://gekoms.org