Details

Данная работа посвящена разработке и сравнению систем управления и диа-гностики электродвигателей для обеспечения бесперебойной и безопасной ра-боты производственных систем на их основе. Задачи, которые решались в ходе исследования: обзор типов электродвигателей и их параметров, изучение суще-ствующих программных модулей моделирования электродвигателей, написа-ние программ контроллеров, сравнение предиктивных систем управления с классическими, оптимизация предиктивного процесса с помощью искусствен-ных нейронных сетей, оценка производительности моделей; перспективы и направления дальнейших исследований. В результате исследования была спро-ектирована и обучена модель контроллера на основе нейронной сети. Эффек-тивность работы повысилась на 20%, по сравнению с алгоритмическим MPC-контроллером. Работа выполнена с помощью языка программирования Python и открытого Python-фреймворка машинного обучения «PyTorch».

This work is devoted to the development and comparison of control and diagnostic systems of electric motors to ensure smooth and safe operation of production systems based on them. The tasks that were solved in the course of the research: re-view of types of electric motors and their parameters, study of existing software modules for modeling electric motors, writing of controller programs, comparison of predictive control systems with classical ones, optimization of the predictive process using artificial neural networks, performance evaluation of models; prospects and directions for further research. As a result of the research a neural net-work based controller model was designed and trained. The performance improved by 20%, compared to the algorithmic MPC controller. The work was performed using the Python programming language and the open-source Python machine learning framework «PyTorch».