РОЗРОБКА ТА ДОСЛІДЖЕННЯ ОЦІНЮВАЧА ККД НАСОСА ЗА ДОПОМОГОЮ НЕЙРОННОЇ МЕРЕЖІ НА БАЗІ ПРОГРАМОВАНОЇ ЛОГІЧНОЇ ІНТЕГРАЛЬНОЇ СХЕМИ

  • С. О. Бур’ян Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»
  • М. В. Печеник Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»
  • Г. Ю. Землянухіна Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»
Ключові слова: насосна установка, програмована логічна інтегральна схема, нейронна мережа, оцінювач, коефіцієнт корисної дії, електромеханічна система, енергетична ефективність

Анотація

Розглянуто актуальну задача проектування оцінювача технологічних параметрів насосної установки. Для технічної реалізації оцінювача використовується технологія нейронних мереж, яка дозволяє оцінювати значення інших координат на основі вимірюваних значень, в даному випадку, ефективності насоса. Для нейронної мережі використовуються експериментальні залучені масиви напору, ефективність та активне споживання потужності насосного агрегату. Цей підхід може бути застосований в системах, де неможливо встановити відповідні датчики без вторгнення в мережу.

Враховуючи вибір типу нейронної мережі та її параметри, математичний опис оцінки для її реалізації використано на платформі розробника Altera DE1-SoC, оснащеного програмованими полями логічного пристрою сімейства Cyclone V і процесором Nios II.

Експериментальне дослідження проводилося на лабораторному стенді, який складався з насосної установки потужністю 0,33 кВт, системи водопостачання та векторного перетворювача частот Lenze 8200, що працює в режимі управління частотою, для перевірки характеристик розробленого оцінювача. Експерименти проводилися для різних робочих точок насоса та за різних навантажень. Експериментально отримані характеристики порівнювалися з розрахунковою ефективністю та ефективністю, яка оцінювалася нейронною мережею.

Аналіз даних показав, що використання нейронної мережі для оцінки ефективності дає максимальне відхилення оцінюваних значень в порівнянні з характеристиками каталогів не перевищує 3 %, що є прийнятним. Доцільно використовувати точніші датчики і тренувати нейронну мережу в динамічних режимах, щоб зменшити похибку. Цей підхід зменшує кількість вимірюваних величин для систем управління проектами технологічних узгоджень і реалізує енергозберігаючі алгоритми керування турбо-механізмами там, де реалізація до відповідних вимірювань недозволена або неможлива.

Біографії авторів

С. О. Бур’ян, Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»

канд. техн. наук, доцент, доцент кафедри автоматизації електромеханічних систем та електроприводу

М. В. Печеник, Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»

канд. техн. наук, доцент, доцент кафедри автоматизації електромеханічних систем та електроприводу

Г. Ю. Землянухіна, Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»

тудентка факультету електроенерготехніки та автоматики

Посилання

М. Г. Попович, Б. І. Приймак, та С. О. Бур’ян, «Електромеханічна система автоматизації насосної установки з оцінюванням продуктивності за допомогою нейронної мережі,» Вісник Кременчуцького державного політехн. ун-ту ім. М. Остроградського, № 3/2009 (56), Ч. 2, 2009, c. 57-59, 2009.

С. О. Бур’ян, та Т. В. Грищук, «Оцінювач коефіцієнта корисної дії насоса на основі нейронної мережі та каталожних характеристик,» у Електромеханічні та енергетичні системи, методи моделювання та оптимізації. Збірник наукових праць ІХ Міжнародної науково-технічної конференції молодих учених і спеціалістів. м. Кременчук, 07-08 квітня 2011 р., с. 97-98.

A. E. Cattaert, «High Pressure Pump Efficiency Determination from Temperature and Pressure Measurements,» in IEEE PES PowerAfrica 2007 Conference and Exposition, Johannesburg, South Africa, 16-20 July 2007.

N. Pechenik, O. Kiselychnyk, S. Buryan, and D. Petukhova, “Sensorless control of water supply pump based on neural network estimation,” Electrotechnic and Computer Systems. Scientific and technical journal. Odesa, № 03(79), pp. 462-466, 2011.

Overview of DE1-SoC Development Board / Solution for Altera FPGAs, Terasic Inc., [Online], Available: http://www.terasic.com.tw/cgi-bin/page/archive.pl?Language=English&No=836, 2013.

ITT Industries, Vogel Select CD, Selection Program Jan., 2009.

Д. Рутковская, М. Пилиньский, и Л. Рутковский, Нейронные сети, генетические алгоритмы и нечеткие системы, Москва, Россия: Горячая линия-Телеком, 2004, 452 с.

Neural Networks Toolbox User’s Guide: MathWorks, 2004.

Опубліковано
2018-04-27
Як цитувати
[1]
С. Бур’ян, М. Печеник, і Г. Землянухіна, РОЗРОБКА ТА ДОСЛІДЖЕННЯ ОЦІНЮВАЧА ККД НАСОСА ЗА ДОПОМОГОЮ НЕЙРОННОЇ МЕРЕЖІ НА БАЗІ ПРОГРАМОВАНОЇ ЛОГІЧНОЇ ІНТЕГРАЛЬНОЇ СХЕМИ, Вісник Вінницького політехнічного інституту, № 2, с. 68-73, Квіт 2018.
Номер
Розділ
Енергетика та електротехніка