Я занимаюсь (пытаюсь) темой прогнозного управления в перобразователях:
автономные инверторы (тока, напряжения, реверсивные)
импульсные преобразователи постоянного напряжения и т.д.
суть заключается в том что в МК заносится программа (математическая модель) преобразователя и с система работает как звено чистого опережения, способна выдать прогноз наперед.
Это позволяет улучшить динамические показатели
Идее профессора Шипилло.
Его операторно-рекурентный метод.
Полная версия этой страницы: Преобразователи и прямое цифровое управление
А в чем вопрос то? Или вы констатируете факт и ждете чтобы вопросы задавали Вам? А пожалуй задам - штука интересная. Импульсный преобразователь напряжения - вариантов много, но в принципе понятно как работают. Математическая модель - штука хорошая, сам строил кое-какие модели. Вопрос в том что у этой модели (запрограммированнной в контроллер) на входе, как оно туда попадает и самое главное что с полученным прогнозом делать дальше? Да еще - каким образом учитывается разброс параметров элементов преобразователя или работа чисто теоретическая?
А в чем вопрос то?
кто занимался(занимается) подобными вещами отзавитесь.
-этой модели (запрограммированнной в контроллер) на входе, как оно туда попадает и самое главное что с
полученным прогнозом делать дальше? Да еще - каким образом учитывается разброс параметров
элементов преобразователя или работа чисто теоретическая?
Существует как вы знаете масса методовом анализа элюсхем, один из них метод переменного сотсояния (диф.уравнения описывающие процессы в преобразователе).
На входе модели и есть эти переменные состояния (напряжение, ток на реактивных элементах).
Попадает через АЦП.
А дальше вормируются импулсы с целью получения наилучших параметров системы, колебательности, время переходного процесса (имеет смысл рассатривать только в динамике)
Разброс параметров учитывается адаптивностью модели, прогоняем в различных режимах и МК сам подстривается под конкретный преобразователь (коэффициенты)
кто занимался(занимается) подобными вещами отзавитесь.
-этой модели (запрограммированнной в контроллер) на входе, как оно туда попадает и самое главное что с
полученным прогнозом делать дальше? Да еще - каким образом учитывается разброс параметров
элементов преобразователя или работа чисто теоретическая?
Существует как вы знаете масса методовом анализа элюсхем, один из них метод переменного сотсояния (диф.уравнения описывающие процессы в преобразователе).
На входе модели и есть эти переменные состояния (напряжение, ток на реактивных элементах).
Попадает через АЦП.
А дальше вормируются импулсы с целью получения наилучших параметров системы, колебательности, время переходного процесса (имеет смысл рассатривать только в динамике)
Разброс параметров учитывается адаптивностью модели, прогоняем в различных режимах и МК сам подстривается под конкретный преобразователь (коэффициенты)
Для эффективного прогнозного управления объектом (например, двигателем) в модель должны быть введены и параметры объекта. Но параметры реального объекта могут меняться со временем, например от температуры, влажности воздуха и т.д. Как модель отслеживает параметры объекта?
Ответ типа "через схему измерения и АЦП" не принимается.
Ответ типа "через схему измерения и АЦП" не принимается.
Про робастное управление слышали? Также на жаргоне "управление через матрицы". Так сказать, устойчивое управление в среде с ограниченной неустойчивостью.
Кажется, это вам по теме. Разные там критерии управляемости-наблюдаемости,
проблема Нехари и протчее. Меня пытались этому научить на курсе теормеха в 90-м. С тех пор выветрилось за ненадобностью.
Кажется, это вам по теме. Разные там критерии управляемости-наблюдаемости,
проблема Нехари и протчее. Меня пытались этому научить на курсе теормеха в 90-м. С тех пор выветрилось за ненадобностью.
Расскажу по подробней, как я представляю систему пронозного управления
С ростом развития энергениченской электроники, растут и требования к преобразователям электрической энергии, а именно:
• Улучшение динамических показателей (выходных коордионат) – время переходного процесса, колебательность, перерегулирование, а отсюда как следствие быстродейсвие, надежность
• Улучшение энергетических показателей (электромагнитная совместимость с сетью)
Указанные выше показатели, прямо связаны с законами регулирования, реализованных в САУ. Следовательно, чтобы улучшить показатели, необходимо усложнить (или в корне изменить) закон регулирования. А сложные законы регулирования, это уже область цифровых систем.
Теперь рассмотрим, что на сегодняшний день есть в цифровых системах управления, а ровным счетом ничего кординального: дискретное приближение аналоговых алгоритмов управления, основанных на всем известных законах ПИ- и ПИД-регулировании.
Небольшое отступление.
Когда-то на паре ТАУ преподаватель меня спросил, какие системы управления лучше аналоговые или цифровые, я ответил цифровые, а он мне: цифровые это дискретные, т.е. прерывистые во времени, представь, что ты едешь в машине, и на какое-то время теряешь контроль над ней. А не стал спорить, хотя очень хотел рассказать о интерфейса CAN который используют в Мерседесах. А сейчас бы я не стал молчать.
Следовательно, необходимо пересмотреть цифровые алгоритмы управления.
Какие же задачи, стоят перед современной системой цифрового управления
• Быстрое измерение переменных состояния преобразователя, возмущающего и управляющего воздействий
• Опираясь на эти измерения, система определяет порядок включения ключей, алгоритм коммутации, который и определит функцию задачи.
Один из вариантов таких систем, это системы основанные на прогнозировании результата:
Очередной импульс управления ключами определяется на основании расчета математической модели объекта.
Все прогнозы перепроверяются, на основании полученных данных о переменных состояния объекта.
Конечно, математическая модель является объективным приближением для определенного класса преобразователей, и не может отражать индивидуальные особенности конкретного преобразователя. Тогда мы переходим к понятию адаптации модели, пусть система сравнивает вой прогноз с реальными координатами, и результат сравнения отразит на параметрах модели.
Теперь пару слов о цифровой САУ.
Конечно, нужно не забывать о том, что выше головы не прыгнуть (существуют предельные показатели преобразователей).
Следовательно при синтезе алгоритмов управления, необходимо учитывать наиболее полно, свойства преобразователей – рассматривать преобразователь, как нелинейное дискретное звено.
Теперь перед нами стоит задача выбора метода анализа цифровой системы.
Какие же требования предъявляются к этому методу
• Отражать дискретную нелинейность преобразователя
• Учитывать тот факт, что преобразователь работает в режиме реального времени ( о принципах и особенностях реального времени, кто не знает, может почитать о функционировании ядра операционной системы QNX)
Один из таких методов является операторно-рекурентный метод.
Вы упомянули привод, так все это мне напоминает историю развития векторного управления, когда на рассвете этой теории все улыбались, а сегодня на любой выставке по электронике подходишь к стенду привода, и консультанты в один голос «…. с векторным управлением».
Не хотелось бы переходить на принципы векторного управления, скажу лишь, что это математика, реализованная в микропроцессорных системах.
Тепература, влажность, параметры двигателя, это в адаптации.
С ростом развития энергениченской электроники, растут и требования к преобразователям электрической энергии, а именно:
• Улучшение динамических показателей (выходных коордионат) – время переходного процесса, колебательность, перерегулирование, а отсюда как следствие быстродейсвие, надежность
• Улучшение энергетических показателей (электромагнитная совместимость с сетью)
Указанные выше показатели, прямо связаны с законами регулирования, реализованных в САУ. Следовательно, чтобы улучшить показатели, необходимо усложнить (или в корне изменить) закон регулирования. А сложные законы регулирования, это уже область цифровых систем.
Теперь рассмотрим, что на сегодняшний день есть в цифровых системах управления, а ровным счетом ничего кординального: дискретное приближение аналоговых алгоритмов управления, основанных на всем известных законах ПИ- и ПИД-регулировании.
Небольшое отступление.
Когда-то на паре ТАУ преподаватель меня спросил, какие системы управления лучше аналоговые или цифровые, я ответил цифровые, а он мне: цифровые это дискретные, т.е. прерывистые во времени, представь, что ты едешь в машине, и на какое-то время теряешь контроль над ней. А не стал спорить, хотя очень хотел рассказать о интерфейса CAN который используют в Мерседесах. А сейчас бы я не стал молчать.
Следовательно, необходимо пересмотреть цифровые алгоритмы управления.
Какие же задачи, стоят перед современной системой цифрового управления
• Быстрое измерение переменных состояния преобразователя, возмущающего и управляющего воздействий
• Опираясь на эти измерения, система определяет порядок включения ключей, алгоритм коммутации, который и определит функцию задачи.
Один из вариантов таких систем, это системы основанные на прогнозировании результата:
Очередной импульс управления ключами определяется на основании расчета математической модели объекта.
Все прогнозы перепроверяются, на основании полученных данных о переменных состояния объекта.
Конечно, математическая модель является объективным приближением для определенного класса преобразователей, и не может отражать индивидуальные особенности конкретного преобразователя. Тогда мы переходим к понятию адаптации модели, пусть система сравнивает вой прогноз с реальными координатами, и результат сравнения отразит на параметрах модели.
Теперь пару слов о цифровой САУ.
Конечно, нужно не забывать о том, что выше головы не прыгнуть (существуют предельные показатели преобразователей).
Следовательно при синтезе алгоритмов управления, необходимо учитывать наиболее полно, свойства преобразователей – рассматривать преобразователь, как нелинейное дискретное звено.
Теперь перед нами стоит задача выбора метода анализа цифровой системы.
Какие же требования предъявляются к этому методу
• Отражать дискретную нелинейность преобразователя
• Учитывать тот факт, что преобразователь работает в режиме реального времени ( о принципах и особенностях реального времени, кто не знает, может почитать о функционировании ядра операционной системы QNX)
Один из таких методов является операторно-рекурентный метод.
Вы упомянули привод, так все это мне напоминает историю развития векторного управления, когда на рассвете этой теории все улыбались, а сегодня на любой выставке по электронике подходишь к стенду привода, и консультанты в один голос «…. с векторным управлением».
Не хотелось бы переходить на принципы векторного управления, скажу лишь, что это математика, реализованная в микропроцессорных системах.
Тепература, влажность, параметры двигателя, это в адаптации.
Только непонятно, причем тут AVR? Он явно не потянет.
Я полагаю что сначала нужно разработать алгоритмы, оценить какая мощность необходима для их реализации, а зетем определится с моделью или семейстовм.
Тем более у AVR есть вполне мощные вещи Mega16,128
Тем более у AVR есть вполне мощные вещи Mega16,128
Для просмотра полной версии этой страницы, пожалуйста, пройдите по ссылке.