Aplikace moderních procesorových systémů v řízení elektrických regulovaných pohonů

Abstract

Hlavní náplní předložené disertační práce je návrh a realizace nového konceptu řídicího systému pro řízení elektrických regulovaných pohonů a menších měničových systémů výkonové elektroniky, který je zároveň schopen aplikace výpočetně náročných algoritmů založených na metodách „soft-computing“, opírajících se o teorii umělé neuronové sítě, fuzzy logiky, a především genetického algoritmu, který je předmětem implementace reálné aplikace pro ověření nově navrženého řídicího systému. První část práce je zaměřena na stručný přehled současného hardwarového vývoje na poli řídicích systému a definuje zde obecné nároky na řídicí systémy pro výkonovou elektroniku a elektrické regulované pohony. Dále pak seznamuje s definicí konceptu návrhu a vývoje prototypu nového modulárního řídicího systému s moderním dvoujádrovým DSC firmy Texas Instruments rodiny Delfino TMS320, řady F2837xD. Druhá část práce stručně seznamuje s přehledem obecných metod bezsensorového řízení, dále je věnována obecnému přehledu meta-heuristických metod optimalizace, kde je podrobněji popsána problematika genetického algoritmu, jako zástupce podskupiny evolučních algoritmů meta-heuristických metod optimalizace. Následující části jsou věnovány aplikacím genetického algoritmu ve struktuře elektrických regulovaných pohonů a jsou zde prezentovány dosažené simulační výsledky. Poslední část práce předkládá podrobný popis a analýzu struktury reálné implementace genetického algoritmu v nově navrženém řídicím systému, rozdělení řídicího algoritmu mezi mikroprocesory a dosažené výsledky experimentálního ověření reálné aplikace genetického algoritmu ve struktuře bezsensorového řízení elektrického regulovaného pohonu s asynchronním motorem.

The main content of the doctoral thesis is the design and implementation of a new control system for controlling electrical controlled drives and small converter systems of the power electronics, which is also capable of applying computationally demanding algorithms based on soft computing methods based on the theory of artificial neural network, Fuzzy logic, and especially the Genetic Algorithm, which is the subject of the implementation of a real application to verify a newly designed control system. The first part of the article is focused on a brief overview of current Hardware developments in the field of control systems and defines the general requirements for control systems for power electronics and electrical controlled drives. It also introduces the definition of the concept of design and development of a prototype of a new modular control system with a modern dual-core DSC from Texas Instruments Delfino TMS320 family, F2837xD series. The second part briefly introduces an overview of general methods of sensorless control, and is also devoted to a general overview of Meta-Heuristic optimization methods, where the problem of Genetic Algorithm is described in more detail, as a representative of a subset of evolutionary algorithms of Meta-Heuristic optimization methods. The following sections are devoted to the applications of the Genetic Algorithm in the structure of Electrical Controlled Drives and the simulation results are presented here. The last part presents a detailed description and analysis of the structure a real implementation of the Genetic Algorithm in the newly designed modular control system, distribution of control algorithm between microprocessors cores, and achieved results of experimental verification of the real application of Genetic Algorithm in sensorless control of Electrical Controlled Drive with Induction motor.