Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1179590

Unaprjeđenje estimacija parametara i varijabli stanja asinkronog stroja primjenom statističkih metoda


Benšić, Tin
Unaprjeđenje estimacija parametara i varijabli stanja asinkronog stroja primjenom statističkih metoda, 2021., doktorska disertacija, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek


CROSBI ID: 1179590 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Unaprjeđenje estimacija parametara i varijabli stanja asinkronog stroja primjenom statističkih metoda
(Improving state and parameter estimations of an induction machine using statistical methods)

Autori
Benšić, Tin

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija

Fakultet
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek

Mjesto
Osijek

Datum
23.07

Godina
2021

Stranica
168

Mentor
Barukčić, Marinko

Ključne riječi
Asinkroni stroj ; Estimacija parametara ; Volterra Operator ; ARMA Proces, Adaptivna estimacija, Prony estimacija, Bezsenzorsko upravljanje
(Induction Machine ; Parameter Estimations ; Volterra Operator ; ARMA Process, Adaptive estimation, Prony estimation, Sensorless Control)

Sažetak
Cilj doktorske disertacije bio je predložiti metode za poboljšanje rada estimatora stanja i parametara asinkronog stroja. Disertacija je podjeljena u dva glavna dijela, prvi dio vezan za estimacije parametara prije pogona asinkronog stroja i drugi vezan za procjene stanja i parametara za vrijeme pogona asinkronog stroja. Prije ulaska u problematiku unaprijeđenja rada estimatora, u disertaciji se strukturira potrebne matematičke modele asinkronog stroja i osnovne teorijske postavke potrebne za analizu dimanike, stabilnosti i konvergencije estimatora stanja i parametara, kao i dinamičkih sustava. Prvi dio doktorata predstavlja metodu za odabir vremena uzorkovanja za tranzijente asinkronog stroja. Prethodno se pretpostavlja da se ne poznaje nikakve informacije o stroju. Metoda je zasnovana na aproksimaciji mjerenog tranzijenta direktnog uklopa asinkronog stroja pomoću reda kompleksnih eksponencijala i procjeni polova asinkronog stroja. Temelj kvalitetne aproksimacije je segmentacija prikupljenih podataka kako bi nelinearni sustav aproksimirali linearnim, za što se uvodi optimizacijska procedura zasnovana na metaheurističnim globalnom optimizatoru MIDACO. Na temelju procjenjenih polova modela, numeričkim rješavanjem nelinearne kriterijske jednadžbe dobiva se potrebno vrijeme uzorkovanja koje zadovoljava kriterij primjenjivosti Tustinove bilinearne transformacije na model asinkronog stroja. Odabrano vrijeme uzorkovanja usporedeno je sa Nyquistovim kriterijem i provjereno simulacijskim i eksperimentalnim primjerima. Zaključuje se da su iskustveno odabrane frekvencije uzorkovanja od 5-15 kHz i do deset puta prebrza u odnosu na stvarno potrebno vrijeme uzorkovanja s kojim se može pristupiti procjeni parametara asinkronog stroja. Drugi dio doktorata počiva na sintezi adaptivnog sustava za procjenu stanja i parametara asinkronog stroja za vrijeme pogona. Ovakav sustav je nužan za ostvarivanje ispravne povratne veze za vektorsko upravljanje. Temeljna zadaća adaptivnog sustava je procjena varijabli stanja asinkronog stroja, struje statora i magnetskog toka rotora asinkronog stroja kako bi se provela dobra orijentacija mt koordinatnog sustava prema položaju prostornog vektora rotora. Uz ove zadaće dodatno se procjenjuje brzina vrtnje asinkronog stroja koja nije mjerena pomoću mjernih članova, a prati se i promjena otpora statora i vremenske konstante rotora kao važnih parametara čije varijacije s temperaturom mogu narušiti rad reguliranog asinkronog stroja. Adaptivni sustav sintetiziran je na temelju pseudolinearne regresije Volterra transformiranog modela asinkronog stroja. Sustav je stabilan, a konvergencija parametara se postiže do na preciznost primijenjene linearizacije, gdje je odstupanje brzine vrtnje minimalno. Sustav se dodatno proširuje sa fi ltracijom signala struje koji je pojasnopropusne karakteristike. Filtar je zasnovan na ARMA modelu vremenskih nizova, adaptivan i samopodešavajući. Rad filtra ispitan je na eksperimentalnim podacima, dok je rad cijelog adaptivnog procjenitelja stanja i parametara ispitan simulacijski. Pokazuje se da uvođenje filtra u povratnu vezu dodatno poboljšava konvergenciju parametara asinkronog stroja.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika



POVEZANOST RADA


Projekti:
UIP-2017-05-8572 - Razvoj postupaka kosimulacija programskih alata za primjenu mekog računarstva u elektroenergetici (COPESOC) (Barukčić, Marinko, HRZZ - 2017-05) ( CroRIS)

Ustanove:
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek

Profili:

Avatar Url Marinko Barukčić (mentor)

Avatar Url Tin Benšić (autor)

Poveznice na cjeloviti tekst rada:

repozitorij.etfos.hr

Citiraj ovu publikaciju:

Benšić, Tin
Unaprjeđenje estimacija parametara i varijabli stanja asinkronog stroja primjenom statističkih metoda, 2021., doktorska disertacija, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek
Benšić, T. (2021) 'Unaprjeđenje estimacija parametara i varijabli stanja asinkronog stroja primjenom statističkih metoda', doktorska disertacija, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek.
@phdthesis{phdthesis, author = {Ben\v{s}i\'{c}, Tin}, year = {2021}, pages = {168}, keywords = {Asinkroni stroj, Estimacija parametara, Volterra Operator, ARMA Proces, Adaptivna estimacija, Prony estimacija, Bezsenzorsko upravljanje}, title = {Unaprje\djenje estimacija parametara i varijabli stanja asinkronog stroja primjenom statisti\v{c}kih metoda}, keyword = {Asinkroni stroj, Estimacija parametara, Volterra Operator, ARMA Proces, Adaptivna estimacija, Prony estimacija, Bezsenzorsko upravljanje}, publisherplace = {Osijek} }
@phdthesis{phdthesis, author = {Ben\v{s}i\'{c}, Tin}, year = {2021}, pages = {168}, keywords = {Induction Machine, Parameter Estimations, Volterra Operator, ARMA Process, Adaptive estimation, Prony estimation, Sensorless Control}, title = {Improving state and parameter estimations of an induction machine using statistical methods}, keyword = {Induction Machine, Parameter Estimations, Volterra Operator, ARMA Process, Adaptive estimation, Prony estimation, Sensorless Control}, publisherplace = {Osijek} }




Contrast
Increase Font
Decrease Font
Dyslexic Font