Schválené projekty 2019

Rozdělení přidělené dotace z MŠMT na specifický vysokoškolský výzkum po fakultách se zohledněním celoškolských pracovišť na rok 2019

Celková přidělená částka z MŠMT na specifický vysokoškolský výzkum na VŠB-TUO - 55 404 010 Kč

Z toho 0,18 % - 99 192 Kč - úhrada způsobilých nákladů spojených s organizací SGS

fakulta přidělená částka v Kč
FBI  1 433 100
EKF  3 711 635
FAST  2 600 000
FS   8 127 164
FEI 15 797 594
HGF   5 859 651
FMT  7 597 824
VC 10 177 850
CELKEM 55 304 818

KódSP2019/113
Název projektuVýzkum a vývoj moderních metod řízení v oblasti elektrických regulovaných pohonů
ŘešitelKuchař Martin doc. Ing., Ph.D.
Školitel projektu
Období řešení projektu01.01.2019 - 31.12.2019
Předmět výzkumuAsynchronní motory stále patří mezi nejpoužívanější zařízení pro elektromechanickou přeměnu energie. Jejich výhodou oproti jiným točivým strojům je vysoká robustnost, nízké pořizovací náklady a velmi nízké požadavky na údržbu [2], [3]. Pro aplikace asynchronních motorů v oblasti elektrických regulovaných pohonů s vysokými požadavky na dynamiku je možné použít dvě metody řízení – vektorové řízení a přímé řízení momentu.

Střídavé pohony s vektorovým řízením vyžadují bezchybnou činnost snímačů mechanické úhlové rychlosti stroje, snímačů statorových proudů, snímačů napětí apod. V reálném provozu pohonu se však běžně vyskytují různé druhy poruch zmíněných senzorů, např. rozpojení, příp. zkrat výstupního obvodu snímače, rušení výstupního signálu, mechanické poškození snímače atd. Z tohoto důvodu patří mezi velmi důležitá témata výzkumu moderních elektrických regulovaných pohonů tzv. bezsenzorové metody řízení (Sensorless Control) a metody řízení odolné vůči poruchám snímačů veličin (Sensor Fault Tolerant Control).

Bezsenzorové pohony, resp. Sensorless Drives neobsahují snímač rychlosti, resp. polohy rotoru elektrického stroje, ale snímače proudu, napětí apod. jsou nadále součástí elektrického pohonu. Bezsenzorové řízení může vést ke zvýšení mechanické robustnosti systému, aplikaci pro elektrické pohony pracující ve velmi vysokých otáčkách, v agresivním prostředí apod. Hlavním úkolem bezsenzorového řízení je s dostatečnou přesností estimovat úhlovou rychlost rotoru stroje, příp. prostorový vektor magnetického toku pro celý pracovní rozsah otáček včetně nejnižších, příp. nulových otáček. V těchto režimech činnosti je estimace rychlosti rotoru značně problematická především z důvodu obtížného určení statorových napětí stroje. Hlavní výzvou pro výzkumníky z tohoto oboru je tedy stále řešení problematiky odhadu mechanických otáček motoru v okolí nulové rychlosti stroje [1].

Hlavní výhody spojené s nasazením bezsenzorového řízení jsou:
• redukce ceny a použitého hardwaru
• nárůst mechanické robustnosti
• použití v agresivním prostředí
• aplikace pro pohony pracující ve velmi vysokých otáčkách
• vyšší spolehlivost
• snížené požadavky na údržbu
• nárůst šumové imunity
• neovlivněný moment setrvačnosti stroje
• aplikace na standardní elektrické motory s vyvedenou hřídelí jen na jednu stranu
• aplikace na velmi malé motory

Algoritmy bezsenzorového řízení lze dělit různými způsoby, základní rozdělení je však do těchto dvou skupin:
1. Bezsenzorové řízení s modelem motoru
• Estimátory pracující v otevřené smyčce s využitím monitorování statorových proudů a napětí (metody vyhodnocení
rychlosti typu open-loop).
• Pozorovatelé (Kalmanův filtr, Luenbergerův pozorovatel, Gopinathův pozorovatel, Sliding Mode Observer).
• Pozorovatelé využívající systémy s adaptivním a referenčním modelem (MRAS).
2. Bezsenzorové řízení bez modelu motoru
• Estimátory založené na odezvě na vnější injektovaný signál.
• Estimátory využívající prvky umělé inteligence, zejména umělé neuronové sítě, příp. fuzzy-neuronové sítě.

Řízení odolné vůči poruchám snímačů veličin umožňuje v případě detekce chyby snímače mechanické úhlové rychlosti, příp. snímačů statorových proudů asynchronního motoru využít odhadované veličiny z různých estimačních technik místo původně měřených veličin vadnými snímači [1], [4], [6]. V takovém případě bude daný elektrický pohon schopen nadále pracovat i při porouchaném snímači. Pro estimaci zmíněných veličin mohou být použity estimátory nebo pozorovatelé známí z oblasti bezsenzorového řízení [1].

Ve zmíněných výzkumných tématech nacházejí uplatnění i metody z oblasti umělé inteligence, do které lze obecně zařadit fuzzy logiku, umělé neuronové sítě a genetické algoritmy. Jejich použití může vést ke zlepšení vlastností pohonů, zvýšení robustnosti a zmenšení závislosti na měnících se parametrech motoru. Tyto systémy mohou být robustní vůči šumům a změnám parametrů regulovaného systému. Při jejich aplikaci není potřeba znalosti použitého elektrického motoru, resp. jeho matematického modelu [2], [3]. Pro identifikaci parametrů stroje, nalezení parametrů estimační metody nebo optimální nastavení regulátorů může být použit genetický algoritmus jako stochastická optimalizační metoda. Genetické algoritmy využívají zákony přirozeného výběru pro nalezení nejvhodnějšího řešení ze všech reprezentantů. Jejich největší výhodou je, že se dokáží dostat z okolí lokálních extrémů, kde mohou jiné optimalizační metody uvíznout.

Implementace výše uvedených sofistikovaných výpočetně náročných algoritmů často vyžaduje výkonný mikropočítačový řídicí systém. V dnešní době jsou k tomuto účelu většinou využívány nyní již dostupné digitální signálové procesory nebo kontroléry pracující s plovoucí řadovou čárkou, které umožňují urychlení vykonání některých matematických operací, práci přímo s reálnými čísly bez nutnosti normování a mnohem kratší dobu vývoje aplikačního softwaru. Ten se pak stává přehlednějším, lépe kontrolovatelným a ve výsledku tedy i bezpečnějším. Tento trend usnadňuje dosažení vyšší kvality, přehlednosti, kontrolovatelnosti a bezpečnosti realizovaného softwaru, což je dnes pro řadu průmyslových odvětví nutnou podmínkou související s úrovní integrity bezpečnosti SIL (Safety Integrity Level) [1].

Tento projekt je zaměřen na výzkum, vývoj a implementaci vybraných moderních metod řízení z výše prezentovaných oblastí. Zvolený postup řešení úkolů bude zahrnovat analýzu a teoretický rozbor vybraných metod, modelování a simulaci algoritmů v prostředí Matlab-Simulink, implementaci zkoumaných metod do řídicího systému se signálovým procesorem a jejich experimentální ověření. Bude tedy použita výzkumná linie „teorie – simulace – aplikační možnosti – experimentální ověření“. Řešení takto náročných úkolů vyžaduje mezioborový přístup a spojení teoretických a praktických dovedností z oblasti řídicí techniky, výkonové elektroniky, elektrických pohonů, informačních technologií, matematiky a dalších souvisejících oborů.

Hlavní význam projektu pro technickou praxi je ve využití poznatků z praktické realizace vybraných metod řízení elektrických regulovaných pohonů a v získání experimentálních výsledků z funkčních prototypů. Řešitelský tým bude zapojen do výzkumných projektů s průmyslovými partnery (Projekt TAČR – Centrum inteligentních pohonů a pokročilého řízení strojů – CIDAM, Centrum kompetence).

Reference
[1] Kuchar, M. Metody bezsenzorového řízení asynchronních motorů. Ostrava, 2018, Habilitační práce, VŠB-TU Ostrava,
Fakulta elektrotechniky a informatiky, Katedra elektroniky.
[2] Vas, P.: Artificial-Intelligence-Based Electrical Machines and Drives. New York: Oxford University Press, 1999, ISBN
0-19-859397-X
[3] Vas, P. Sensorless vector and direct torque control. New York: Oxford University Press, 1998. ISBN 0-19-856465-1.
[4] Gao, Z., Cecati, C., Ding, S.X. A survey of fault diagnosis and fault-tolerant techniques - Part I: Fault diagnosis
with model-based and signal-based approaches. IEEE Transactions on Industrial Electronics, 2015, vol. 62, issue 6,
pp. 3757–3767. DOI: 10.1109/TIE.2015.2417501.
[5] Orlowska-Kowalska, T., Dybkowski, M. Stator-current-based MRAS estimator for a wide range speed-sensorless
induction-motor drive. IEEE Transactions on Industrial Electronics, 2010, vol. 57, issue 4, pp. 1296-1308. DOI:
10.1109/TIE.2009.2031134.
[6] Salmasi, F.R. A Self-healing induction motor drive with model free sensor tampering and sensor fault detection,
isolation, and compensation. IEEE Transactions on Industrial Electronics, 2017, vol. 64, issue 8, pp. 6105-6115.
DOI: 10.1109/TIE.2017.2682035.
Členové řešitelského týmuIng. Jakub Bača
prof. Ing. Pavel Brandštetter, CSc.
Bc. Marek Bukovan
Ing. Petr Chamrád
Bc. Miroslav Demko
Bc. Tomáš Fišera
Ing. Aleš Havel, Ph.D.
Sang Ho Dang
Bc. Martin Kastl
Ing. Jiří Kopecký
Ing. Daniel Kouřil
doc. Ing. Martin Kuchař, Ph.D.
Huu Chau Minh Nguyen
Ing. Martin Sobek, Ph.D.
Ing. Libor Štěpanec, Ph.D.
Cuong Tran Dinh
Specifikace výstupů projektu (cíl projektu)Cíle a milníky projektu

Projekt navazuje na projekty SGS, které byly řešeny na výzkumném pracovišti Katedry elektroniky v předchozích letech. Hlavním cílem projektu je výzkum a vývoj moderních metod řízení v oblasti elektrických regulovaných pohonů. Implementace těchto algoritmů bude provedena s využitím řídicích systémů založených na signálových kontrolérech (DSC) s plovoucí řadovou čárkou.

Dílčí cíle projektu

C1. Modelování a simulace regulačních struktur elektrických pohonů v prostředí Matlab-Simulink.
C2. Analýza a vyhodnocení simulačních výsledků.
C3. Vývoj a implementace vybraných moderních metod řízení pro systémy s DSC.
C4. Experimentální ověřování algoritmů v laboratořích řešitelského pracoviště.
C5. Analýza a vyhodnocení experimentálních výsledků.
C6. Publikace dílčích výsledků na mezinárodních konferencích a v odborných časopisech.

Očekávané přínosy

• Zvýšení aktivity ve výzkumné činnosti doktorandů, příp. studentů navazujícího magisterského studia - zapojení studentů do výzkumných projektů ve spolupráci s průmyslovými partnery (Projekt TAČR - Center for Intelligent Drives and Advanced Machine Control – CIDAM, Centrum kompetence).

• Zapojení řešitelského pracoviště do sítě výzkumných pracovišť s podobnou výzkumnou problematikou (FEL ZČU Plzeň, FEKT VUT Brno, FEL ČVUT Praha).

• Publikace ve sbornících konferencí a časopisech indexovaných v databázích Web of Science a Scopus.

Rozpočet projektu - uznané náklady

NávrhSkutečnost
1. Osobní náklady
Z toho
26800,-26760,-
1.1. Mzdy (včetně pohyblivých složek)20000,-20000,-
1.2. Odvody pojistného na veřejné zdravotně pojištění a pojistného na sociální zabezpečení a příspěvku na státní politiku zaměstnanosti6800,-6760,-
2. Stipendia183000,-183000,-
3. Materiálové náklady32300,-87463,-
4. Drobný hmotný a nehmotný majetek25000,-22748,-
5. Služby55000,-10100,-
6. Cestovní náhrady10000,-2029,-
7. Doplňkové (režijní) náklady max. do výše 10% poskytnuté podpory36900,-36900,-
8. Konference pořádané VŠB-TUO k prezentaci výsledků studentského grantu (max. do výše 10% poskytnuté podpory)0,-0,-
9. Pořízení investic0,-0,-
Plánované náklady369000,-
Uznané náklady369000,-
Celkem běžné finanční prostředky369000,-369000,-