Řízení ventilace elektrického stroje s využitím umělé inteligence

Control of Electric Machine Ventilation Using Artificial Intelligence

dizertace

čeština

V současnosti chlazení a ventilace elektrického stroje využívá především poznatků dvou základních vědních oborů: aerodynamiky a termomechaniky, které umožňují rozpracovávat efektivní metody hydraulických a tepelných výpočtů. Tepelně ventilační návrh stroje se dnes stal nedílnou součástí celkového konstrukčního návrhu stroje, neboť podstatně ovlivňuje dimenzování jak aktivních, tak i konstrukčních materiálů. Dnes je třeba získat komplexní přehled o chlazení stroje za různých podmínek již v etapě elektromagnetického návrhu nového stroje. Jen tak je možné navrhnout optimální ventilační systém. Chlazení se stále více stává jednou s částí návrhu elektrického stroje, která může značně ovlivnit efektivnost jeho využití. Zvláště v případech strojů s vlastním zdrojem ventilace se naskytuje možnost zefektivnit využití stroje z hlediska chlazení, hluku, spotřeby energie a dalších aspektů ovlivňující okolí, kde elektrický stroj pracuje. Velmi často nastává situace, že vlastní ventilátor pracuje na plný výkon, aniž by to bylo v daném okamžiku nezbytně nutné. Naopak se mohou objevit případy, kdy by krátkodobé zvýšení výkonu ventilátoru mohlo zabránit havarijnímu stavu. Disertační práce popisuje vytvoření metodiky komplexního popisu elektrického stroje především z hlediska ventilačního a tepelného s uvážením všech vlivů ovlivňující tepelné poměry ve stroji. Tato metodika byla aplikována na konkrétní elektrický stroj. Jde o synchronní motor s permanentními magnety na rotoru s vlastním zdrojem ventilace, který je používán jako výtahový motor. Na základě požadavku z praxe zlepšit chlazení tohoto motoru i s ohledem na hlučnost stroje byl cíl disertační práce stanoven jako návrh řízení ventilace s prvky umělé inteligence zajišťující optimální chlazení elektrického stroje. K řešení problému bylo využito celé řady poznatku z oblasti modelovaní ventilace a oteplení elektrických strojů. Ze získaných informací o modelování chlazení byly vybrány ty, které se nejvíce hodily pro sestavení metodiky pro vytváření komplexního modelu elektrického stroje. Některé použité přístupy k modelování oteplení a ventilace byly kromě jiného použity k ověření nových nebo rozšíření dříve používaných metod modelování. Pro verifikaci dílčích modelu bylo provedeno měření na reálném synchronním motoru. Výsledky experimentu byly mimo jiné využity pro minimalizaci odchylek mezi výpočtovou simulací a experimentálním měřením, k čemuž byly využity i algoritmy umělé inteligence, které jsou na tyto problémy snadno aplikovatelné. Pro možnost predikce oteplení synchronního motoru v reálném čase byla na daný problém vhodně aplikována umělá neuronová síť. Výzkum v oblasti ventilace a chlazení není v současnosti na takové úrovni, aby splňoval požadavky kladené na parametry elektrického stroje. Většina podniků provádí tepelnou kontrolu velmi zjednodušeně, často s využitím zkušeností konstruktérů. S rychlým rozvojem výpočetní techniky se objevuji možnosti využití metod, jejichž použití bylo v dřívější době dosti obtížné a tedy dosud neověřené. Tato práce ukazuje ucelený přehled o možnostech aplikace, ale i omezení použití těchto metod, které byly v této práci často značně rozvinuty.

Machines with their own sources of ventilation provide especially frequent opportunities for improving utilization, from a number of angles. The situation often occurs where such machines ventilators are working at full output, even though this is not necessary at the given moment. Meanwhile, there are also cases where a short-term rise in such a ventilator's output could, if only it were possible, prevent breakdowns. A variety of knowledge from the field of modeling electrical-machine heating and ventilation has been used to approach this problem. For this dissertation, measurements were made on a real synchronous machine to verify partial models. The results of the experiment were also used to minimize deviations between the calculation-based simulation and experimental measurement. This main goal of this dissertation was met in all its aspects. A ventilation-control design was applied to a synchronous machine with a single exterior ventilation source. Control of this machine's ventilation, and thus its cooling as well, was provided by control over the exterior ventilation source, or more precisely, the ventilator's rotation speed. Two methods for regulating ventilator-rotation speed were drafted and compared, to give a better idea of their influence on the cooling of machines. The next step was to evaluate the ventilation-controller's influence via computer. To this end, the synchronous machine was replaced by a complex computerized model. Simulations of both ventilation-control methods were run using this model. The fluctuations of heat levels in individual parts of the machine were predicted by replacing the model with a neural network. Replacing the model with the network is the last step towards this work's practical benefit: the ability to set a ventilator's rotation speed at the minimum needed to keep a machine and its parts under certain heat levels. This ability stems from the network's real-time prediction of the heating of the machine's parts at any moment. The network can also predict the start of a critical state for the whole cooling system and take appropriate action-even where this means turning off the machine. This dissertation also brings another benefit: a methodology for designing a complex model for any electric machines or equipment. A complex model thus designed includes a heat, ventilation, and electromagnetic model, and each influences the others. Where needed, the complex model can be supplemented with other, partial models to fit a given machine and the characteristic-monitoring priorities it needs. The knowledge gained from the work's results can be broadly applied in practice to any electrical machine or equipment. One example of this might be better configuration of the equipment that protects equipment. Machines are in many cases shut off when it is not truly necessary, or, on the other hand, are turned off too late. But a control unit for an electrical machine or equipment, armed with information on the expected development of its heat levels, could help it work more efficiently by making certain interventions in its cooling system. This dissertation shows the possibility for a new approach to the problem of cooling electrical machines in technical practice.

Cooling, ventilation, artificial inteligence

VLACH, R.

1. 1. 2002

Brno

143