Розробка регуляторів системи керування електропередачі дизель-потяга з використанням нейронних мереж

3.3 Розробка регуляторів системи керування електропередачі дизель-потяга з використанням нейронних мереж

Система автоматичного регулювання електропередачі дизель-потяга складається з ряду аналогічних каналів регулювання, кожний з який виконує визначені функції (обмеження максимальне припустимого струму навантаження генератора, підтримка сталості потужності, обмеження максимально допустимої напруги). САР об'єкта керування являє собою структуру, що змінюється в процесі функціонування в залежності від сформованих експлуатаційних умов (режимів ведення поїзда, навантаження і т.п.), змінюються і параметри структури САР (наприклад, постійні часу задатчиків інтенсивності каналів регулювання). Відповідно до цього рішення питань, пов'язаних з розробкою регуляторів системи керування пропонується здійснити за допомогою штучних нейронних мереж.

Система автоматичного регулювання служить для формування керуючого впливу  по збудженню. Формування сигналу  з урахуванням забезпечення динамічних показників системи здійснюється шляхом включення в контур регулювання пристроїв, що функціонують згідно визначених алгоритмів, таких як пропорційних, інтегральних, пропорційно-інтегральних чи більш складних, якщо не можна досягти заданих показників шляхом застосування одного з названих алгоритмів. У випадку застосування пропорційно-інтегрального закону керування (алгоритму) формування величини може бути здійснене на підставі співвідношення:

 , (3.14)

де

 - напруга генератора;

 - коефіцієнт підсилення пропорційної складової;

 - постійна часу інтегрування;

р - оператор Лапласа.

Величина  формується з використанням блоку задавання інтенсивності, що забезпечує темп наростання відповідного сигналу в перехідному режимі:

, (3.15)

де  - вхідний сигнал за датчика інтенсивності;

 - постійна часу.

У загальному випадку величина є нелінійною функцією, що залежить від швидкості зміни вхідного сигналу.

Зв'язок між сигналом керування і сигналом завдання на підставі рівнянь (3.14) і (3.15) описується передатною функцією виду:

. (3.16)

При дослідженні САР, описуваної рівняннями (3.14) і (3.15), виходячи з виду передатної функції (3.16), з метою уточнення її структури і параметрів, у першому наближенні побудови моделі нейроконтролера, можемо скористатися передавальною функцією виду:

 , (3.17)

де ;  ; .

Використовуючи передавальну функцію САР об'єкта керування (3.17) можемо скласти систему диференціальних рівнянь виду:

, (3.18)

де  - вихідний сигнал об'єкта керування (у нашому випадку  );

U - формований сигнал керування (у нашому випадку  ).

Як відзначалося вище, структура САР СГ містить три аналогічних канали, описуваних однотипними рівняннями виду (3.14) і (3.15), кожний з який включається в роботу за певних умов. До того ж, у залежності від умов експлуатації, необхідно здійснювати деяке підстроювання параметрів схем САР кожного з каналів. За умови створення моделі САР з використанням нейромережевих технологій, узагальнену структуру такої моделі можна представити у виді, зображеному на рис. 3.9.

Рис.3.9 Узагальнена структура моделі САР для одного каналу.

Тут як динамічний об'єкт виступає модель СГ (модель у розділі 2.3) і його САР, описувана рівняннями (3.14) і (3.15). У якості нейроконтролера обраний перцептрон - прямо спрямована нейронна мережа. Структура нейроконтролера: три ретрансліруючих вузли на вході мережі, п'ять вузлів із сигмоїдальними активаційними функціями в схованому шарі й один вихідний нейрон, що описує зміну напруги генератора під впливом сигналу керування U. На вхідні нейрони надходить сигнал завдання  і вихідний сигнал , що знімається з виходу об'єкта, затриманий на один і два такти (DТ). При дослідженнях, як сигнал завдання , використовувалася типова функція впливу у виді одиничного сигналу.

Для навчання мережі використовується генетичний алгоритм (ГА), що набудовує параметри нейроконтролера не за помилкою в керуванні U, а за помилкою на виході об'єкта, порівнюючи його з виходом еталонної моделі (рис. 3.10).

Рис. 3.10. Застосування ГА для настроювання параметрів нейроконтролера.

Вихідна популяція зі 100 хромосом генерувалася випадковим образом. Кожний з 26 параметрів мережі кодується 16 бітами, у такий спосіб хромосома, що кодує нейроконтроллер, являє собою 416 розрядну послідовність нулів і одиниць. Діапазон зміни кожного з параметрів прийнятий від -1 до +1. 16-розрядне кодування забезпечує дискретність зміни параметра не гірше ніж .

При одиничному вхідному впливі на об'єкт керування, описуваний системою рівнянь (3.18), якість системи оцінюється перехідною характеристикою. При визначених значеннях параметрів САР спостерігаються процеси, що відповідають хитливому характеру роботи системи, стійкому і на границі стійкості. Задача нейроконтролера - визначення параметрів САР, що забезпечують стійкість системи і необхідні показники якості, такі як величина перерегулювання, число перерегулювань і час перехідного процесу. При цьому САР у цьому випадку повинна формувати такі керуючі впливи, під впливом яких сигнал на виході об'єкта керування відповідав сигналу завдання, що формується за допомогою еталонної моделі (різниця сигналів U_Г і X₁ повинна бути мінімальної).

Результати роботи нейроконтролера приведені у виді осцилограм на рис..11, 3.12.

Рис. 3.11. Залежність X₁ з використанням нейроконтролера та без.

На рис. 3.11. приведені перехідні процеси змінної  у відносних одиницях без використання системи керування на основі нейроконтроллера (крива 1) і з його використанням (крива 2) при завданні на вхід об'єкта сигналу одиничної амплітуди.

Рис. 3.12. Залежність при різних вхідних впливах.

Рис. 3.12 ілюструє поводження об'єкта не тільки на тренувальних шаблонах, але і на проміжних значеннях амплітуди вхідного сигналу, що підтверджує універсальність апроксимуючих здібностей нейронних мереж і можливість використання розробленого нейроконтролера для формування сигналів керування напругою порушення синхронного генератора електропередачі дизель-потяга.

Похожие работы

Системи підтримки прийняття рішень в економіці

Скачать

76071

1

6

... інші території. На додаток до цього моделі прогнозування в СППР та основані на реальних знаннях системи часто використовуються як настільні, розраховані на одного користувача системи. Системи підтримки прийняття рішень набули широкого застосування в економіках передових країн світу, причому їхня кількість постійно зростає. На рівні стратегічного управління використовується ряд СППР, зокрема для ...

Прогнозування розвитку динаміки України як господарської системи

Скачать

57417

2

12

... періоді. Цей прогноз після Кабінету Міністрів України його головних показників є орієнтиром для підготовки пропозицій про визначення економічної політики на середньостроковий період. 3. ПРОГНОЗУВАННЯ РОЗВИТКУ ДИНАМІКИ УКРАЇНИ ЯК ГОСПОДАРСЬКОЇ СИСТЕМИ Порядок виконання роботи: а) Введення вихідних даних і одержання похідних рядів. Ввів в таблицю часові ряди, що відповідають вихідним даним ...

Дослідження надійності твердосплавних пластин для токарних різців з надтвердих матеріалів

Скачать

33705

0

0

... різця й шорсткості обробленої поверхні; - розробити методику оцінки й визначити ймовірність руйнування різців, які оснащені круглими алмазно-твердосплавними пластинами. Об'єкт досліджень – процес чистового та напівчистового точіння силумінів різцями, які оснащені АТП. Предмет досліджень – надійність інструментів з алмазних композиційних НТМ на прикладі АТП, реєстрація та аналіз сигналів АЕ. ...

Інформаційна система "Облік мобільних терміналів"

Скачать

67019

4

10

... , хоча воно й може змінюватися при зміні інформації, що зберігається в базі даних. 2.4 Опис програми, форм, звітів Файлом, що запускає інформаційну систему «Облік мобільних терміналів» є здійсненний файл PR.EXE. Розглянемо дії користувача при роботі з системою. Оператор системи обліку і аналізу розрахунків з постачальниками (менеджер) запускає програму на виконання (виконувальний файл PR.exe ...