Sensoriton vektoriohjaus: Kuinka saavuttaa tarkka hallinta 'sidottuina'?

Tarkkaan moottorin ohjauksen tavoittelu on pitkään perustunut kriittiseen fyysiseen komponenttiin: nopeuden takaisinkytkentälaitteeseen. Olipa kyseessä yksinkertainen kooderi tai resolveri, tämä anturi toimii moottorin "silminä" ja kertoo taajuusmuuttajalle tarkalleen missä roottori on ja kuinka nopeasti se pyörii.

Mutta entä jos voisit saavuttaa vektoriohjauksen korkean suorituskyvyn ilman näitä silmiä? Entä jos käyttö voisi toimia "koneintuition" muodon avulla, joka arvioi roottorin asennon ja nopeuden pelkän laskennan avulla? Tämä on SLVC:n (Sensorless Vector Control) lupaus ja tekninen todellisuus.

Motivaatio fyysisen anturin poistamiseen perustuu käytännöllisiin, todellisiin{0}}tekniikan haasteisiin. Vaikka enkooderi tarjoaa erinomaisia ​​tietoja, se tuo esiin useita mahdollisia vikakohtia.

Se on lisäkomponentti, joka vaatii asennuksen, tarkan kohdistuksen ja suojatun kaapelin takaisin taajuusmuuttajaan, mikä lisää asennuksen kustannuksia ja monimutkaisuutta. Vielä tärkeämpää on, että ankarissa teollisuusympäristöissä,-täynnä tärinää, kosteutta, öljyä tai äärimmäisiä lämpötiloja-kooderista ja sen kaapeloinnista tulee keskeinen haavoittuvuus, joka on altis vioille, jotka voivat aiheuttaa odottamattomia seisokkeja.

Anturiton ohjaus ratkaisee nämä ongelmat tekemällä järjestelmästä luonnostaan ​​kestävämmän ja yksinkertaisemman. Se vähentää materiaalikuluja, eliminoi toistuvan vikapisteen ja sopii erinomaisesti sovelluksiin, joissa anturin asentaminen on fyysisesti vaikeaa tai mahdotonta, kuten uppopumppuihin tai suljettuihin kompressoreihin. Tavoitteena ei ole tinkiä suorituskyvystä, vaan saavuttaa kestävä, korkea{2}}suorituskyvyn hallinta algoritmisen älykkyyden avulla.

Joten, kuinka asema "näkee" ilman anturia? Se toimii kuin taitava lentäjä, joka lentää pilvien läpi ja luottaa instrumentteihin ja mentaaliseen malliin visuaalisten vihjeiden sijaan. Taajuusmuuttaja käyttää itse moottoria anturina ja tarkkailee tarkasti yhtä asiaa, jonka se voi aina mitata suoraan: staattorin käämeihin virtaavaa jännitettä ja virtaa.

Näistä sähköisistä signaaleista aseman mikroprosessori suorittaa reaaliaikaisia{0}}matemaattisia malleja moottorista. Ydintehtävänä on ratkaista kaksi tuntematonta: roottorin nopeus ja magneettivuon asema. Tämä tehdään ensisijaisesti kahdella kehittyneellä estimointitekniikalla:

Model Reference Adaptive System (MRAS): Tässä laajasti{0}}käytetyssä menetelmässä käytetään kahta mallia. "Vertailumalli" laskee arvon (kuten staattorin vuon) mitattujen moottorin jännitteiden perusteella. "Säädettävä malli" laskee saman arvon, mutta käyttää arvioitua roottorin nopeutta yhtälöissään. Mukautuva mekanismi säätää jatkuvasti säädettävän mallin arvioitua nopeutta, kunnes sen lähtö vastaa vertailumallin lähtöä. Kun ne täsmäävät, arvioitu nopeus vastaa roottorin todellista nopeutta.

Sliding Mode Observer (SMO): Tämä vankka tekniikka käsittelee estimointivirhettä ohjattavana kohteena. Se pakottaa virhedynamiikan "liukumaan" ennalta määrättyä pintaa pitkin matemaattisessa tilaavaruudessa. Tälle pinnalle päästyään järjestelmä on herkkä tietyille häiriöille, ja tarkkailijan lähdöt konvergoivat tarkasti todellisiin roottorin vuo- ja nopeusarvoihin, vaikka moottoriparametrit vaihtelevatkin.

Vasen kaavio havainnollistaa, kuinka nämä ydinalgoritmit, jotka toimivat yhdessä perusmoottorimallin kanssa, mahdollistavat tarkan "sokean" ohjauksen:

Ohjaustyyppi tarjoaa erinomaisen suorituskyvyn, mutta on ratkaisevan tärkeää ymmärtää sen toiminta-alue verrattuna sen anturoituun vastineeseen.

Tärkein rajoitus on pienin kestävä nopeus. Hyvin alhaisella tai nollanopeudella moottorin taka-EMF-signaali-, joka on estimaattoreiden tärkeä tulo-, muuttuu liian heikoksi mittaamaan tarkasti. Siksi SLVC on erinomaista sovelluksissa, jotka eivät vaadi jatkuvaa, korkeaa vääntömomenttia todellisessa pysähdyksessä, vaan korkean suorituskyvyn laajalla toiminta-alueella.

Vankan anturittoman ohjauksen toteuttaminen on järjestelmäsuunnittelun harjoitusta. Se alkaa tarkalla moottorin parametrien tunnistamisella. Automaattisen-virityksen aikana taajuusmuuttaja lähettää tiettyjä signaaleja moottoriin ja mittaa sen vastetta kriittisten parametrien, kuten staattorin resistanssin, induktanssin ja roottorin aikavakion, laskemiseksi. Koko estimointijärjestelmän tarkkuus riippuu tästä lähtömallista.

Lisäksi taajuusmuuttajan on käytettävä mukautuvaa kompensointia. Kun moottori lämpenee käytön aikana, sen vastus muuttuu. Kehittyneet taajuusmuuttajat kompensoivat tätä vaihtelua jatkuvasti varmistaen, että sisäinen malli pysyy linjassa fyysisen moottorin kanssa. Kohinan suodatusta ja vankkaa ohjausteoriaa sovelletaan myös vakauden varmistamiseksi nopeasti muuttuvissa kuormissa.

Renlessä anturiton vektoriohjaus ei ole yleinen ominaisuus, vaan huolellisesti suunniteltu ominaisuus, joka on integroitu eri tuotelinjoihin. Taajuusmuuttajamme on suunniteltu suorittamaan nämä monimutkaiset arviot teollisuuden käyttösykleissä vaaditulla käsittelynopeudella ja vakaudella.

Esimerkiksi meilläRNB2000 VFDyleiskäyttöisten-vektorikäyttöjen SLVC-algoritmi on optimoitu pumpuille ja puhaltimille, mikä tarjoaa energiaa-säästävän säädettävän vääntömomentin ohjauksen ilman anturihuoltoa. Dynaamisempiin sovelluksiin, kuten kuljettimiin, sekoittimiin tai tiettyihin työstökoneisiin, meidänRNB2000-sarjan luotettava taajuusmuuttajakäyttää parannettuja arvioijia paremman alhaisen-nopeuden suorituskyvyn ja kuormitusvasteen saavuttamiseksi.

Käytännön esimerkki on keskipakopumppuasemassa. Tässä Renlen anturiton vektorikäyttö ohjaa pumppua paineen tai virtauksen takaisinkytkennän perusteella. Se tarjoaa tasaisen, korkean vääntömomentin, joka alkaa voittaa järjestelmän hitauden, säätelee tarkasti nopeutta asetusarvon ylläpitämiseksi ja säästää merkittävästi energiaa-ilman kooderin vian vaaraa kosteassa ja tärisevässä ympäristössä. Tämä merkitsee suoraan alhaisempia elinkaarikustannuksia ja parempaa järjestelmän luotettavuutta.