توضیحات
ABSTRACT
To effectively reject the influence of speed detection on system stability and precision for a bearingless induction motor, this paper proposes a novel speed observation scheme using artificial neural network (ANN) inverse method. The inherent subsystem consisting of speed and torque winding currents is modeled, and then its inversion is implemented by the ANN. The speed is successfully observed via cascading the original subsystem with its inversion. The observed speed is fed back in the speed control loop, and thus, the speed-sensorless vector drive is realized. The effectiveness of this proposed strategy has been demonstrated by experimental results.
INTRODUCTION
IN recent years, there is an increasing interest in bearingless motors around the world . Due to the similarity of structure between electric motors and magnetic bearings , a bearingless motor combine the functions of a motor and a magnetic bearing together within the same stator frame. They can simultaneously produce the radial suspension force and torque on the rotor so that there is no mechanical contact between the stator and rotor. On the one hand, the magnetic suspension offers the advantages of no friction, no abrasion, no lubrication, high rotational speed, and high precision, in comparison to mechanical contact . On the other hand, a bearingless motor has incomparable advantages of small size, light weight, low cost as compared to a conventional tandem structure consisting of magnetic bearings and a motor. Therefore, bearingless motors are becoming more and more suitable for widespread applications, such as high-speed turbo machineries, machine tool spindles, vacuum pumps, blood pumps, computer disk drives, energy storage flywheels, etc . Up to now, various types of bearingless motors have been proposed, such as bearingless reluctance motors, bearingless induction motors (BIMs), bearingless switched reluctance motors, bearingless permanent magnet synchronous motors, etc .In these types of bearingless motors, the BIM has been paid much attention since its advent because its rotor construction is relatively simple and robust, and the torque ripples and cogging torque are less.
چکیده
برای اثربخشی اثرات تشخیص سرعت در ثبات و دقت سیستم برای موتور القایی تحمل پذیر، این مقاله پیشنهاد می کند که یک روش ردیابی سرعت جدید با استفاده از روش معکوس شبکه عصبی مصنوعی (ANN) استفاده شود. زیرسیستم ذاتی شامل سرعت و جریانهای پیچشی گشتاور مدل شده است و پس از آن انحصار آن توسط ANN اجرا می شود. سرعت با موفقیت با استفاده از آبشار زیرسیستم اصلی با انحراف آن مشاهده می شود. سرعت مشاهده شده در حلقه کنترل سرعت تغذیه می شود، و در نتیجه، درایو بردار سرعت بدون حسگر متوجه می شود. اثربخشی این استراتژی پیشنهادی با نتایج تجربی نشان داده شده است.
مقدمه
در سال های اخیر، علاقه مندی به موتورهای بی اهمیت در سراسر جهان وجود دارد. با توجه به شباهت ساختار بین موتورهای الکتریکی و یاتاقان های مغناطیسی، یک موتور بی تحرک، عملکرد موتور و یک یاتاقان مغناطیسی را در یک قاب استاتور مشابه ترکیب می کند. آنها می توانند به طور همزمان نیروی تعلیق شعاعی و گشتاور روی روتور را تولید کنند به طوری که بین استاتور و روتور هیچ ارتباط مکانیکی وجود ندارد. از یک طرف، تعلیق مغناطیسی مزایای بدون اصطکاک، بدون سایش، بدون روانکاری، سرعت چرخشی بالا و دقت بالا در مقایسه با تماس مکانیکی ارائه می دهد. از سوی دیگر، یک موتور بدون تحرک دارای مزایای بی نظیری از اندازه های کوچک، وزن سبک و کم هزینه نسبت به یک ساختار معمول متعارف است که شامل یاتاقان های مغناطیسی و یک موتور است. از این رو، موتورهای بدون تحرک برای برنامه های کاربردی گسترده مانند دستگاه های توربو با سرعت بالا، اسپیندل های ماشین ابزار، پمپ های خلاء، پمپ های خونی، درایوهای دیسک کامپیوتر، فشردن ذخیره انرژی، و غیره بیشتر می شوند. تا به حال انواع موتورهای غیرقابل تحمل پیشنهاد شده است، مانند موتورهای بی تحرکی، موتورهای القایی بدون تحمل (BIMs)، موتورهای غیرقابل تغییر سوئیچینگ، موتورهای همزمان سنسور مغناطیسی بدون تحمل، و غیره. در این نوع از موتورهای بیرونی BIM از زمان ظهور خود توجه زیادی را به خود جلب کرده است، زیرا ساختار روتور آن نسبتا ساده و قوی است و چرخش گشتاور و گشتاور دنده کمتر است.
Year: 2013
Publisher : IEEE
By : Xiaodong Sun, Long Chen, Zebin Yang, and Huangqiu Zhu
File Information: English Language/ 10 Page / size: 942 KB
Only site members can download free of charge after registering and adding to the cart
سال : 1392
ناشر : IEEE
کاری از : Xiaodong خورشید، Long Chen، Zebin یانگ و Huangqiu Zhu
اطلاعات فایل : زبان انگلیسی / 10 صفحه / حجم : KB 942
نقد و بررسیها
هنوز بررسیای ثبت نشده است.