Повышение эффективности электропривода насоса бурового раствора внедрением нейросетевого контроллера в систему управления. Актуальность темы исследования заключается в том, что использование асинхронных двигателей с короткозамкнутым ротором растет из-за возможных технических приложений, в которых требуется доступный и эффективный привод. Преимущества их использования упираются в решение задач управления асинхронными двигателями с регулируемой скоростью в промышленных приводах. Это связано, прежде всего, с тем, что асинхронный двигатель является нелинейной динамической системой, некоторые переменные состояния, такие как ток и потокосцепление ротора, напрямую не могут быть измерены, сопротивление ротора (при нагревании) и индуктивность намагничивания (в связи с насыщением) изменяются в больших пределах и оказывают существенное влияние на динамику системы. Эти вариации параметров АД снижают эффективность управления электроприводом. В настоящее время исследования в этой области, в основном, сосредоточены на методах бездатчикового и устойчивого к изменениям параметров системы управления скоростью асинхронного двигателя. Искусственные нейронные сети (ИНС) успешно применяются в области обработки изображений и регулирования, где надежность функционирования является одним из главных требований качества. Тем не менее, искусственные нейронные сети находятся на начальной стадии применения в области управления асинхронными электроприводами. Технические системы работают в условиях постоянно изменяющихся климатических, нагрузочных и электромагнитных воздействий. В этих условиях возникает необходимость в регулировании не только скорости, но и электромагнитного момента, т.е. в постоянной подстройке параметров регуляторов. Следовательно, электроприводы таких систем нуждаются в наблюдателях для оценки текущего значений параметров двигателя, его скорости и регуляторах скорости и момента для поддержания их на заданном уровне. Известно, что в настоящее время большинство существующих систем автоматизированного управления насосами подачи бурового раствора реализуются на базе классических регуляторов пропорциональных (П), интегральных (И) и дифференциальных (Д) регуляторов или их комбинаций, в частности, ПИ- и ПИДрегуляторов. Однако, несмотря на достоинства, классические регуляторы имеют ряд недостатков таких как: высокое стартовое перерегулирование, малую чувствительность к возмущениям, а также требуют постоянной перенастройки собственных коэффициентов в случае изменения технологических параметров управляемого объекта. Кроме того, для процессов с переменными параметрами, временными задержками, существенными нелинейностями и значительными помехами, присущих насосам, использование ПИД-регуляторов может не обеспечить оптимальные характеристики процессов. Практика показала, что методы настройки классических регуляторов также имеют недостатки. Поэтому если объект управления имеет существенно нелинейный характер, то трудно добиться высокого качества управления. Таким образом, на сегодняшний день анализ устойчивости систем управления насосами подачи бурового раствора, существующими классическими методами представляет сложную проблему. В процессе развития нефтяной промышленности повышались требования к качеству выпускаемой продукции. Эти факторы привели к тому, что стали меняться требуемые параметры работы оборудования, а также вводиться в технологические процессы перекачки бурового раствора новые химические жидкости, как правило, более агрессивные не только по отношению к обрабатываемому продукту, но и к оборудованию. Это обусловило возникновение таких проблем эксплуатации насосного оборудования: 1. Коррозия и эрозия элементов насосов, имеющих непосредственный контакт с перекачиваемой средой. Наиболее серьезные повреждения наблюдались на рабочих колесах, валах, подшипниках и корпусах насосов как максимально нагруженных элементов оборудования. Влияние агрессивных сред приводило к уменьшению толщины стенок и ухудшению параметров работы всего агрегата; 2. Кавитационные процессы вызывают появление ударов во время работы, повышение вибрации всего агрегата, сокращение срока работы подшипников, увеличение износа внутрикорпусных элементов и приводят к уменьшению толщины стенок корпуса; 3. Наличие в перекачиваемой среде твердых включений, что приводило к абразивному изнашиванию проточной части и также снижало срок службы насоса; 4. Работа насосных агрегатов на недогруженных (0,5…0,7Qопт) и нерасчетных режимах, когда поток жидкости ниже нормы в два раза (ниже 0,5Qопт). В результате существенно ухудшались вибродинамические характеристики центробежных насосов и, соответственно, снижалась их работоспособность; 5. Работа насоса на не оптимальных режимах приводила к неравномерному нагреву вала и стенок корпуса из-за разных коэффициентов расширения используемых материалов и способов крепления оборудования, что приводило к уменьшению нормированных зазоров в насосе и увеличению нагрузок на него. Следовательно, целью диссертационной работы является разработка методов и алгоритмов нейросетевого управления электроприводами не только для повышения его экономической и энергетической эффективности, но и для оптимизации процесса транспортировки рабочей жидкости с учетом ее агрессивности среды, вязкости, кислотности, концентрации примесей и абразивов и т.д. Для достижения цели диссертации поставлены следующие задачи: 1. Провести анализ современных проблем повышения эффективности систем управления электроприводами насосов посредством нейросетевых контроллеров. 2. Провести анализ влияния различных типов бурового раствора с примесями на электромеханические показатели электропривода, а также возможностей уменьшения негативного влияния на физические параметры металла за счет использования современных систем управления электроприводами. 3. Разработать методику для определения оптимальных параметров нейронных контроллеров системы управления электроприводами. 4. Провести синтез нейросетевого контроллера для минимизации влияния эрозии на элементы насосы, имеющих непосредственный контакт с перекачиваемой средой. 5. Разработать метод управления нейросетевым контроллером в системе косвенного векторного управления скоростью АД для учета изменения сопротивления взаимоиндукции на низких частотах вращения. 5. Разработать модель статической нейронной сети с прямой передачей сигнала. 6. Разработать метод и алгоритм интеллектуального управления для динамической адаптации к постоянно изменяющимся перекачиваемым средам при бурении скважины, и, как следствие, изменении типа пластового материала, а также оптимизировать при этом скорость вращения для исключения возникновения условий кавитации. Значение результатов исследования состоит в разработке алгоритмов и программ для систем нейросетевых контроллеров электроприводами, разработке потенциальных рекомендаций для проектировщиков электроприводов. В конечном итоге, предполагается повышение качества регулирования, экономической и энергетической эффективности электроприводов. Последнее, в свою очередь, повышает надежность работы электроприводов и приводит к экономии электроэнергии и ресурсов. Для достижения научной новизны в результате исследования предполагается: 1. Разработать нейросетевой наблюдатель с повышенной точностью измерения тока ротора косвенно через ток статора и исследовать зависимость точности измерения тока и времени обучения от количества нейронов в скрытом слое в системе управления частотой АД с КЗР; 2. Синтезировать нейросетевой прогнозирующий регулятор скорости АД с 20 нейронами в скрытом слое, обладающий повышенным качеством регулирования скорости по сравнению с ПИ регулятором, с отработкой возмущения по нагрузке. 3. Разработать и исследовать эффективную структуру нейросетевого контроллера с повышенной точностью регулирования на основе алгоритма обратного распространения ошибки, обладающей чувствительностью к вариации взаимной индуктивности на низких частотах; 4. Провести сравнительное исследование оценок скорости двигателя в системе адаптивного управления по эталонной модели с использованием нейронной сети с компенсацией и без компенсации изменения сопротивления статора. На данный момент проведена частичная работа по первым двум основным задачам диссертации, а в частности по исследованию проблем с повышением эффективности управления электроприводами посредством нейросетевого контроллера, связанной, в основном, с проблемами обучения нейронных четей и с особенностями их работы, и по анализу влияния различных типов бурового раствора с примесями на электромеханические показатели электропривода, а также возможностей уменьшения негативного влияния на физические параметры металла за счет использования современных систем управления электроприводами. Также проведено моделирование и проанализированы реализации контроллера для управления электроприводом. Построена в программе MatLab полная математическая модель АД с КЗР мощностью 500 кВт. Выполнено сравнение качества регулирования ПИД и нейросетевым регулятором. Применен нейросетевой контроллер, основанный на алгоритме «обратного распространения ошибки». Установлена более высокая эффективность предлагаемого ИНС контроллера по сравнению с эффективностью ПИ регулятора. Контроллер нейронной сети, смоделированный как наблюдатель, показал высокую эффективность в оценке вращения скорость, ток ротора и крутящий момент. Когда двигатель запускается с помощью нейроконтроллера, ток и крутящий момент на 12% и 25% соответственно меньше, чем при использовании ПИД-регулятора. Когда электропривод запускается с помощью нейронного контроллера в цепи управления на холостом ходу, ток и крутящий момент составляют 15% и на 14% соответственно меньше, чем при использовании ПИД-регулятора. Запуск электропривода с нейронным контроллер при полной номинальной нагрузке показал снижение пускового тока и крутящего момента на 10% и 10% соответственно, чем при использовании ПИД-регулятора. Искусственные нейронные сети рассматриваются как современный тип математической модели, которая контролирует динамические объекты, так как они основаны на методах функционирования мозга биологических нервных клеток. Изучение на примере объединения и одновременной обработки нескольких потоков входящих данных система на основе нейроконтроллера приводит к ассоциативности и гарантирует высокую надежность системы контроля. Нейросетевой контроллер работает в режиме прогнозирования и уменьшения ошибок.
