Řízení ventilace elektrického stroje s využitím umělé inteligence Doktorand: Ing. Radek Vlach ÚMT FSI VUT Brno ÚMT FSI VUT Brno Školitel: Doc. Ing. Čestmír.

Prezentace na téma: "Řízení ventilace elektrického stroje s využitím umělé inteligence Doktorand: Ing. Radek Vlach ÚMT FSI VUT Brno ÚMT FSI VUT Brno Školitel: Doc. Ing. Čestmír."— Transkript prezentace:

1 Řízení ventilace elektrického stroje s využitím umělé inteligence Doktorand: Ing. Radek Vlach ÚMT FSI VUT Brno ÚMT FSI VUT Brno Školitel: Doc. Ing. Čestmír Ondrůšek, CSc. ÚVEE FEKT VUT Brno ÚVEE FEKT VUT Brno Obhajoba Disertační práce

2 Obsah Úvod Úvod Formulace problému a cílů jeho řešení Formulace problému a cílů jeho řešení Shrnutí analýzy publikované problematiky Shrnutí analýzy publikované problematiky Výpočtové modelování Výpočtové modelování Experimentální ověření Experimentální ověření Komplexní model synchronního motoru Komplexní model synchronního motoru Analýza výsledků Analýza výsledků Závěr Závěr

3 Úvod

4 Formulace problému a cílů jeho řešení Provést návrh řízení ventilace elektrického stroje s využitím umělé inteligence Analyzovat součastný stav v oblastech modelování ventilace, oteplení a elektrického stroje Analyzovat součastný stav v oblastech modelování ventilace, oteplení a elektrického stroje Vybrat vhodné metody pro výpočtové modelování ventilace, oteplení a elektrického stroje, případně je upravit tak, aby byly vhodné pro sestavení komplexního modelu elektrického stroje Vybrat vhodné metody pro výpočtové modelování ventilace, oteplení a elektrického stroje, případně je upravit tak, aby byly vhodné pro sestavení komplexního modelu elektrického stroje Provést typovou zkoušku vybraného synchronního motoru pro ověření výpočtového modelování Provést typovou zkoušku vybraného synchronního motoru pro ověření výpočtového modelování Sestavit komplexní model vybraného synchronního motoru a navrhnout řízení ventilace Sestavit komplexní model vybraného synchronního motoru a navrhnout řízení ventilace Provést náhradu komplexního modelu vhodnou neuronovou sítí pro predikci vývoje teplot v reálném čase Provést náhradu komplexního modelu vhodnou neuronovou sítí pro predikci vývoje teplot v reálném čase

5 Shrnutí analýzy publikované problematiky Modelování ventilace Modelování ventilace  pomocí náhradní ventilační sítě  CFD (computional fluid dynamics) modelování pomocí metody konečných prvků nebo konečných objemů Modelování oteplení Modelování oteplení  pomocí náhradní tepelné sítě  pomocí metody konečných prvků Modelování elektromagnetických vlastností Modelování elektromagnetických vlastností  v přirozených souřadnicích  v transformovaných souřadnicích  na základě energetické bilance Algoritmy umělé inteligence Algoritmy umělé inteligence  genetický algoritmus  umělá neuronová síť …………

6 Výpočtové modelování Výpočtový model ventilace synchronního motoru Výpočtový model ventilace synchronního motoru  3D náhradní ventilační síť  CFD model synchronního motoru  CFD model proudění vzduchu ve vzduchové mezeře Oteplení synchronního motoru Oteplení synchronního motoru  3D univerzální tepelná síť (UNNET)  parametrický MKP tepelný model Energetické bilance synchronního motoru Energetické bilance synchronního motoru

7 3D ventilační síť synchronního motoru Stávající uspořádání Uspořádání se statorovými kanály Všechny hodnoty průtočných množství jsou v [m 3 /s] varianta stávajícího uspořádání varianta se statorovými kanály celkové průtočné množství0,05860,0597 průtočné množství procházející rotorem0,05860,0446 průtočné množství procházející statorem———0,015 horní čtvrtina průtočné množství rotorem0,01470,0112 průtočné množství statorem———0,00392 průtočné množství výstupem0,01470,0149 dolní čtvrtina průtočné množství rotorem0,01460,0111 průtočné množství statorem———0,00372 průtočné množství výstupem0,01460,0149 pravá čtvrtina průtočné množství rotorem0,01470,0111 průtočné množství statorem———0,00374 průtočné množství výstupem0,01470,0149 levá čtvrtina průtočné množství rotorem0,01470,0111 průtočné množství statorem———0,00374 průtočné množství výstupem0,01470,0149

8 CFD model synchronního motoru Uspořádání se statorovými kanályStávající uspořádání

9 CFD model vzduchové mezery RNG k-e analysis Laminar analysis k-e analysis

10 3D univerzální tepelná síť (UNNET) IC G sx G 2x G 1x J K dxdx dydy dzdz 2D 3D

11 MKP tepelný model Stávající uspořádáníUspořádání se statorovými kanály

12 Energetické bilance synchronního motoru

13 Experimentální ověření Typová zkouška Typová zkouška  Ventilační měření  Oteplovací zkouška  Energetická bilance

14 Ventilační měření Synchronní motor DD450 Otáčky rotoru [ot/min] celkové množství [m 3 /s] výstup 1 [m 3 /s] výstup 2 [m 3 /s] výstup 3 [m 3 /s] výstup 4 [m 3 /s] 00,05140,01540,01030,01350,0123 610,05540,01390,01270,01420,0146 1220,05300,01270,01150,01420,0146 Průměrné hodnoty0,05330,01400,01150,01400,0139

15 Oteplovací zkouška střední oteplení vinutí → odporová metoda střední oteplení vinutí → odporová metoda střed povrchu pláště → teplotní čidlo Pt 100 střed povrchu pláště → teplotní čidlo Pt 100 kraj povrchu pláště → teplotní čidlo Pt 100 kraj povrchu pláště → teplotní čidlo Pt 100 střední oteplení magnetů → z poklesu indukovaného napětí vlivem teploty střední oteplení magnetů → z poklesu indukovaného napětí vlivem teploty Jednotlivé části synchronního motoruhodnota oteplení vinutí statoru103 K střed povrch pláště84,4 K kraj povrchu pláště na straně hřídelového konce54,5 K permanentní magnety na rotoru69 K vnitřní vzduch31 K

16 Energetická bilance čas [hod] U 1 [V] f 1 [Hz] I 1 [A] P 1 [kW] cos(  ) [-] n [min -1 ] M m [Nm] 1 15 358,618,2447,7121,10,71341221460 1 45 358,918,3047,6321,10,71331221460 2 00 359,718,3747,9421,30,71331221459 3 00 359,218,3448,7821,60,71111221460 3 30 359,318,2549,2921,50,70841221460 4 00 359,218,2549,7922,00,70951221458 5 00 358,618,2550,0922,00,70861221460 5 40 359,318,3449,6322,00,71231221460

17 Komplexní model synchronního motoru Identifikace parametrů dílčích modelů Identifikace parametrů dílčích modelů  ventilační model  tepelný model  model energetické bilance Výpočtové simulace komplexního modelu Výpočtové simulace komplexního modelu Realizace komplexního modelu pomocí neuronové sítě Realizace komplexního modelu pomocí neuronové sítě

18 Identifikace parametrů ventilační sítě Identifikovaný parametr původně použitá hodnota Identifikovaná hodnota meze parametru minmax  vs 1,21,43710,961,7  r1 1,72,39991,62,7  r2 11,19960,81,4  vys 11,19950,81,4 Kv69000715106555072450 K 12 06680500010000000 K 23 09528000010000000 K 34 088553010000000 K 14 034342010000000 K 56 049140010000000 K 67 06922300010000000 K 78 0650,8010000000 K 58 048337010000000 Porovnávaná hodnota naměřené hodnoty [m 3 /s] výpočtová simulace bez identifikace výpočtová simulace s identifikací hodnota [m 3 /s] odchylka [%] hodnota [m 3 /s] odchylka [%] vstup0,05330,058610,020,05340,15 výstup 10,01400,01474,720,01400,04 výstup 20,01150,014727,470,01150,02 výstup 30,01400,01464,290,01390,53 výstup 40,01390,01475,470,01400,46

19 Identifikace parametrů tepelné sítě (UNNET) Identifikovaný parametr původně použitá hodnota Identifikovaná hodnota meze parametru minmax pp 2020,5901621 k1k1 0,80,79420,60,83 k2k2 1,041,016511,05 k3k3 1,141,10241,11,15 ss 1716,8691218  sc 2224,8052025  stv 30,7438,2393040 hh 20,3820,1331525  sdr 35,431,2933040  cesp 46,649,6974050  rk 9,759,175810 G vz 2,192,68551,682,7 e vz 0,30,113110,10,4 Porovnávaná hodnota oteplení naměřené hodnoty [K] výpočtová simulace bez identifikace výpočtová simulace s identifikací hodnota [K] odchylka [%] hodnota [K] odchylka [%] Vinutí statoru10399,23,691030,01 střed pláště84,477,58,1484,40,03 kraj pláště54,550,96,5554,50,03 magnety6962,110,04690,03

20 Výpočtové simulace komplexního modelu MODEL ELEKTRICKÉHO STROJE MODEL VENTILACE TEPELNÝ MODEL napájecí napětí zátěžný moment statorový proud otáčky elektrického stroje teplota okolí oteplení elektrického stroje průtočné množství regulátor otáček ventilátoru otáčky ventilátoru

21 Výsledky výpočtových simulací s dvoupolohovým regulátorem ř Průběh teplot pro stávající uspořádání ř Průběh teplot pro uspořádání se statotorovými kanály

22 Výsledky výpočtových simulací s plynulou regulací ř Průběh teplot pro stávající uspořádání ř Průběh teplot pro uspořádání se statotorovými kanály

23 Realizace komplexního modelu pomocí neuronové sítě MODEL ELEKTRICKÉHO STROJE MODEL VENTILACE TEPELNÝ MODEL napájecí napětí zátěžný moment statorový proud otáčky elektrického stroje teplota okolí oteplení elektrického stroje průtočné množství regulátor otáček ventilátoru otáčky ventilátoru

24 Výpočtové simulace neuronové sítě I s dvoupolohovým regulátorem

25 Výpočtové simulace neuronové sítě I s plynulou regulací

26 Výpočtové simulace neuronové sítě II s dvoupolohovým regulátorem

27 Výpočtové simulace neuronové sítě II s plynulou regulací

28 Analýza výsledků Výpočtová simulace při zatížení jmenovitými hodnotami Výpočtová simulace při zatížení jmenovitými hodnotami Výpočtové simulace provozních stavů Výpočtové simulace provozních stavů Výpočtová simulace havarijního stavu (požár) Výpočtová simulace havarijního stavu (požár) Realizace neuronových sítí Realizace neuronových sítí

29 Výpočtová simulace při zatížení jmenovitými hodnotami

30 Výpočtové simulace provozních stavů uspořádání synch. motoru typ regulátoru otáček typ simulace T max [°C] n stř [ot/min] Lp stř [dB] A h [kWh] stávajícídvoupolohový provozní stav 111,281221,10,33 stator. kanálydvoupolohový106,579520,60,32 stávajícíplynulý109,455210,60,70 stator. kanályplynulý104,246810,20,45 stávajícídvoupolohový první testovací data 82,9154840,20,63 stator. kanálydvoupolohový78,1148638,60,61 stávajícíplynulý97,936211,50,13 stator. kanályplynulý98,2439713,20,12 stávajícídvoupolohový druhá testovací data 106,0132334,40,54 stator. kanálydvoupolohový101,2122631,80,50 stávajícíplynulý105,967812,30,98 stator. kanályplynulý99,5460913,70,56 jmenovité hodnoty ventilátoru dané výrobcem–––2350610,96

31 Výpočtová simulace havarijního stavu (požár) uspořádání synch. motoru typ regulátoru otáček T max [°C] n stř [ot/min] Lp stř [dB] A h [kWh] t p [min] stávajícídvoupolohový527,0197851,40,818 stator. kanálydvoupolohový507,1199151,70,8119 stávajícíplynulý517,1256845,53,894,5 stator. kanályplynulý492,0257645,73,905

32 Realizace neuronových sítí typ sítě typ regulátoru otáček typ dat průměrná absolutní chyba z výstupních teplot [K] průměrná relativní chyba z výstupních teplot [%] T max T vinutí T magnety T plášť T max T vinutí T magnety T plášť I dvoupolohový tréninková1,320,820,880,813,282,284,223,17 testovací 11,741,131,221,123,272,052,802,38 testovací 22,071,731,801,773,552,963,923,49 plynulý tréninková0,690,630,690,571,481,442,771,81 testovací 11,781,511,531,772,562,262,782,88 testovací 24,463,254,452,646,244,777,284,24 II dvoupolohový tréninková1,221,001,09––2,522,093,40–– testovací 11,511,361,69––2,432,223,72–– testovací 21,861,321,79––3,062,183,86–– plynulý tréninková1,330,950,97––2,562,002,86–– testovací 12,081,962,27––2,722,593,82–– testovací 21,201,211,87––1,491,613,16––

33 Závěr Přínosy disertační práce Analýza všech dosud známých metod výpočtového modelování ventilace a chlazení. Analýza všech dosud známých metod výpočtového modelování ventilace a chlazení. Vytvoření trojrozměrné ventilační sítě a algoritmu jejího řešení. Vytvoření trojrozměrné ventilační sítě a algoritmu jejího řešení. Využití výsledků CFD analýzy k upřesnění koeficientů ve vztazích pro stanovení součinitelů přestupu tepla. Využití výsledků CFD analýzy k upřesnění koeficientů ve vztazích pro stanovení součinitelů přestupu tepla. Vytvoření trojrozměrné univerzální tepelné sítě a její aplikace na elektrický stroj. Vytvoření trojrozměrné univerzální tepelné sítě a její aplikace na elektrický stroj. Využití genetického algoritmu při identifikaci parametrů ventilační a tepelné sítě. Využití genetického algoritmu při identifikaci parametrů ventilační a tepelné sítě. Vytvoření komplexního modelu elektrického stroje. Vytvoření komplexního modelu elektrického stroje. Návrh způsobu řízení ventilace elektrického stroje s využitím metod umělé inteligence. Návrh způsobu řízení ventilace elektrického stroje s využitím metod umělé inteligence. Využití neuronové sítě pro predikci oteplení částí elektrického stroje v reálném čase. Využití neuronové sítě pro predikci oteplení částí elektrického stroje v reálném čase.