Sensörsüz Vektör Kontrolü: 'Gözleriniz Bağlıyken' Hassas Ustalığa Nasıl Ulaşılır?

Hassas motor kontrolü arayışı uzun süredir kritik bir fiziksel bileşene dayanıyordu: hız geri bildirim cihazı. İster basit bir kodlayıcı ister çözümleyici olsun, bu sensör motorun "gözleri" gibi davranarak sürücüye rotorun tam olarak nerede olduğunu ve ne kadar hızlı döndüğünü bildirir.

Peki ya bu gözler olmadan vektör kontrolünün yüksek performansını elde edebilseydiniz? Peki ya sürücü, rotorun konumunu ve hızını yalnızca hesaplama yoluyla tahmin eden bir tür "makine sezgisi" ile çalışabilseydi? Bu, Sensörsüz Vektör Kontrolün (SLVC) dikkat çekici vaadi ve mühendislik gerçekliğidir.

Fiziksel sensörü kaldırma motivasyonu, pratik, gerçek-dünyadaki mühendislik zorluklarına dayanmaktadır. Bir kodlayıcı mükemmel veriler sağlarken, birçok olası arıza noktasını da beraberinde getirir.

Montaj, hassas hizalama ve sürücüye geri giden korumalı kablo gerektiren ek bir bileşendir; bunların tümü kurulum maliyetini ve karmaşıklığını artırır. Daha da önemlisi, -titreşim, nem, yağ veya aşırı sıcaklıklarla dolu- zorlu endüstriyel ortamlarda kodlayıcı ve kabloları, planlanmamış kesinti sürelerine neden olabilecek arızalara yatkın, önemli bir güvenlik açığı haline gelir.

Sensörsüz kontrol, sistemi doğası gereği daha sağlam ve daha basit hale getirerek bu sorunları çözer. Malzeme maliyetini azaltır, sık karşılaşılan arıza noktalarını ortadan kaldırır ve dalgıç pompalar veya kapalı kompresörlerin içi gibi sensörün montajının fiziksel olarak zor veya imkansız olduğu uygulamalar için idealdir. Amaç, performanstan ödün vermek değil, algoritmik zeka aracılığıyla dayanıklı, yüksek-performanslı kontrol elde etmektir.

Peki, sensör olmadan bir sürücü nasıl "görür"? Bulutların arasında uçan, görsel işaretlerden ziyade aletlere ve zihinsel bir modele güvenen yetenekli bir pilot gibi hareket eder. Sürücü, motorun kendisini bir sensör olarak kullanır ve her zaman doğrudan ölçebileceği tek şeyi titizlikle izler: stator sargılarına akan gerilim ve akım.

Sürücünün mikroişlemcisi, bu elektrik sinyallerinden motorun gerçek-zamanlı matematiksel modellerini çalıştırır. Temel görev iki bilinmeyeni çözmektir: rotor hızı ve manyetik akı konumu. Bu öncelikle iki karmaşık tahmin tekniğiyle yapılır:

Model Referans Uyarlamalı Sistemi (MRAS): Yaygın olarak-kullanılan bu yöntemde iki model kullanılır. Bir "referans modeli", ölçülen motor gerilimlerine dayalı olarak bir değer (stator akısı gibi) hesaplar. "Ayarlanabilir model" aynı değeri hesaplar ancak denklemlerinde tahmini rotor hızını kullanır. Uyarlanabilir bir mekanizma, çıktısı referans modelin çıktısıyla eşleşene kadar ayarlanabilir modeldeki tahmini hızı sürekli olarak ayarlar. Eşleştiklerinde tahmini hız, gerçek rotor hızına eşit olur.

Kayar Modlu Gözlemci (SMO): Bu sağlam teknik, tahmin hatasını kontrol edilecek bir nesne olarak ele alır. Hata dinamiklerini matematiksel durum uzayında önceden tanımlanmış bir yüzey boyunca "kaymaya" zorlar. Bu yüzeye varıldığında, sistem belirli bozulmalara karşı duyarsızdır ve gözlemcinin çıktıları, motor parametre değişikliklerinin varlığında bile gerçek rotor akısı ve hız değerlerine doğru bir şekilde yakınsar.

Soldaki diyagram, temel motor modeliyle uyum içinde çalışan bu temel algoritmaların hassas "kör" kontrolü nasıl mümkün kıldığını göstermektedir:

Kontrol tipi olağanüstü bir performans sunar, ancak sensörlü muadili ile karşılaştırıldığında çalışma kapsamını anlamak çok önemlidir.

Temel sınırlama, sürdürülebilir en düşük hızdır. Çok düşük veya sıfır hızda, motorun geri-EMF sinyali-tahminciler için çok önemli bir girdidir-doğru bir şekilde ölçülemeyecek kadar zayıf hale gelir. Bu nedenle SLVC, gerçek anlamda durma halinde sürekli, yüksek-torklu çalışma gerektirmeyen, bunun yerine geniş bir çalışma aralığında yüksek performansa ihtiyaç duyan uygulamalarda mükemmeldir.

Sağlam sensörsüz kontrolün uygulanması sistem mühendisliğinde bir alıştırmadır. Doğru motor parametresi tanımlamasıyla başlar. Otomatik-ayarlama prosedürü sırasında sürücü, motora belirli sinyaller uygular ve stator direnci, endüktans ve rotor zaman sabiti gibi kritik parametreleri hesaplamak için tepkisini ölçer. Tüm tahmin sisteminin doğruluğu bu başlangıç ​​modeline bağlıdır.

Ayrıca sürücünün uyarlanabilir kompanzasyon kullanması gerekir. Motor çalışma sırasında ısındıkça direnci değişir. Gelişmiş sürücüler bu değişimi sürekli olarak telafi ederek dahili modelin fiziksel motorla aynı hizada kalmasını sağlar. Hızla değişen yükler altında kararlılığı sağlamak için gürültü filtreleme ve sağlam kontrol teorisi de uygulanır.

Renle'de sensörsüz vektör kontrolü genel bir özellik değil, ürün hatlarına entegre edilmiş, dikkatle tasarlanmış bir yetenektir. Sürücülerimiz, bu karmaşık tahminleri endüstriyel görev döngüleri için gereken işlem hızı ve kararlılıkla yürütmek üzere tasarlanmıştır.

Mesela bizimRNB2000 VFD'siGenel-amaçlı vektör sürücüleri arasında, pompalar ve fanlar için optimize edilen SLVC algoritması, sensör bakımına ihtiyaç duymadan enerji-tasarrufu sağlayan değişken tork kontrolü sağlar. Konveyörler, karıştırıcılar veya belirli takım tezgahları gibi daha dinamik uygulamalar içinRNB2000 serisi doğrulanabilir frekans dönüştürücüdaha iyi düşük{0}hız performansı ve yük tepkisi için gelişmiş tahmin ediciler kullanır.

Pratik bir örnek santrifüj pompa istasyonunda görülmektedir. Burada Renle sensörsüz vektör sürücüsü, pompayı basınç veya akış geri bildirimine göre kontrol eder. Sistem ataletinin üstesinden gelmek için yumuşak, yüksek-tork başlatmaları sağlar, ayar noktasını korumak için hızı hassas bir şekilde düzenler ve nemli, titreşimli bir ortamda kodlayıcı arızası riski olmadan- önemli miktarda enerji tasarrufu sağlar. Bu doğrudan daha düşük yaşam döngüsü maliyeti ve daha yüksek sistem güvenilirliği anlamına gelir.