Наблюдатель расхода жидкости асинхронного электропривода центробежного насоса

Обложка

Цитировать

Полный текст

Аннотация

Статья посвящена разработке системы идентификации объемной подачи жидкости в насосных установках. Актуальность работы обусловлена растущими требованиями к автоматизации управления насосными системами. Ключевым элементом системы является наблюдатель, который позволяет оценивать основные параметры работы установки, такие как скорость вращения насоса и момент сопротивления. Для электропривода насоса используется асинхронный двигатель с короткозамкнутым ротором, частота вращения которого регулируется. Давление в нагнетательном трубопроводе создается центробежным насосом. В основе наблюдателя лежит модель асинхронного двигателя в неподвижной системе координат, а для оценки скорости вращения и момента сопротивления насоса применяется наблюдатель Люенбергера. Для идентификации объемного расхода используется модель центробежного насоса, параметризованная полиномом второй степени. Авторы приводят результаты моделирования, показывающие высокую точность работы разработанного наблюдателя, с погрешностью не более 3 % в установившемся режиме. Полученные результаты демонстрируют эффективность предложенного подхода к построению системы мониторинга насосных установок.

Об авторах

Олег Александрович Лысенко

Омский государственный технический университет

Автор, ответственный за переписку.
Email: oalisenko@omgtu.ru
ORCID iD: 0000-0002-7924-5494
SPIN-код: 4975-9193
Scopus Author ID: 5650338820
ResearcherId: N-5528-2015

кандидат технических наук, доцент (Россия), доцент кафедры «Электрическая техника»

Россия, г. Омск

Список литературы

  1. Чернышева Т. А., Аникин В. В., Чернышев И. А., Чернышев А. Ю. Частотно-регулируемый электропривод центробежных насосных установок добычи нефти // Известия Томского политехнического университета. Инжиниринг георесурсов. 2019. Т. 330, № 12. С. 168–178. doi: 10.18799/24131830/2019/12/2417. EDN: DLSLIX.
  2. Милорадов В. А. Моделирование вентильного электропривода установки электроцентробежного насоса в неподвижной системе координат // Известия Тульского государственного университета. Технические науки. 2021. № 2. С. 435–439. EDN: FWJZDA.
  3. Зенович-Лешкевич-Ольпинский Ю. А., Карницкий Н. Б. Перспективы установки частотно-регулируемого электропривода на циркуляционных насосах системы технического водоснабжения ТЭЦ // Вестник Казанского государственного энергетического университета. 2021. Т. 13, № 4 (52). С. 14–27. EDN: EUIRRC.
  4. Yang R., Zhang M., Tarn T.-J. Adaptive backstepping control of a micro-needle micro-pump integrated insulin delivery system for diabetes care // 2007 7th IEEE Conference on Nanotechnology (IEEE NANO). 2007. P. 448–53. doi: 10.1109/NANO.2007.4601229.
  5. Иванова В. Р., Киселев И. Н. Частотно-регулируемый электропривод для энергосбережения и оптимизации технологических процессов в электротехнических комплексах // Известия высших учебных заведений. Проблемы энергетики. 2019. Т. 21, № 5. С. 59–70. doi: 10.30724/1998-9903-2019-21-5-59-70. EDN: FJSXVL.
  6. LaNasa P. J., Upp E. L. Fluid Flow Measurement: A Practical Guide to Accurate Flow Measurement. 3rd ed. Amsterdam: Butterworth-Heinemann, 2014. 256 p. ISBN: 9780124095243; 978-0124095243.
  7. Рожков В. В., Федотов В. В. Имитационное моделирование адаптивного идентификатора скорости асинхронного двигателя агломерационной машины // Прикладная информатика. 2022. Т. 17, № 6 (102). С. 36–55. doi: 10.37791/2687-0649-2022-17-6-36-55. EDN: FHSVTU.
  8. Антипов А. С., Краснов Д. В. Синтез системы слежения для однозвенного бездатчикового манипулятора при воздействии негладких возмущений // Проблемы управления. 2022. № 3. С. 3–15. doi: 10.25728/pu.2022.3.1. EDN: SUVQEX.
  9. Bhaumik A., Das S. Virtual voltage vector based predictive current control of speed sensorless induction motor drives // ISA Transactions. Vol. 133 (6). 2023. P. 495–504. doi: 10.1016/j.isatra.2022.07.007.
  10. Merrassi W. E., Abounada A., Ramzi M. Advanced speed sensorless control strategy for induction machine based on neuro-MRAS observer // Materials Today: Proceedings. Vol. 45. 2021. P. 7615–7621. doi: 10.1016/j.matpr.2021.03.081.
  11. Lin-Shi X., Massioni P., Gauthier J.-Y. Estimation of inverter voltage disturbances for induction machine drive using LPV observer with convex optimization // Mathematics and Computers in Simulation. 2021. Vol. 184. P. 196–209. doi: 10.1016/j.matcom.2020.06.004.
  12. Ren Y., Wang R., Rind S. J. [et al.] Jiang Speed sensorless nonlinear adaptive control of induction motor using combined speed and perturbation observer // Control Engineering Practice. 2022. Vol. 123. doi: 10.1016/j.conengprac.2022.105166.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».