Идентификация математической модели в виде полиномиальной рекуррентной нейронной сети и настройка регуляторов электропривода с сериесным двигателем

Abstract

RU: Синтезированы математические модели электропривода с сериесным двигателем в виде полиномиальных рекуррентных нейронных сетей (ПРНС) по данным режима его работы. Исследованы способы идентификации параметров привода и зависимости момента сопротивления от скорости двигателя при задании специальных режимов работы и разных видов уравнений, описывающих нелинейности параметров. Выполнена настройка ПИ-регулятора скорости на полученной модели в виде ПРНС. UK: Синтезовано математичні моделі електропривода з серіесним двигуном у вигляді поліноміальних рекурентних нейронних мереж (ПРНМ) за даними режиму його роботи. Досліджено способи ідентифікації параметрів приводу і залежності моменту опору від швидкості двигуна при заданні спеціальних режимів роботи і різних видів рівнянь, що описують нелінійності параметрів. Виконано настройку ПІ-регулятора швидкості на отриманій моделі у вигляді ПРНМ. EN: Mathematical models of electric drive with a series-wound motor in the form of polynomial recurrent neural networks (PRNN) have been synthesized using its operational data. The methods of identification of drive parameters and drag torque dependence on motor speed were studied, setting special operating modes and different types of equations describing parameters non-linearity. A PI speed controller was adjusted according to the obtained model in the form of PRNN.