Details

Данная работа посвящена исследованию интеллектуальных методов управления с прогнозированием для повышения надежности электромеханических систем, в частности электродвигателей, эксплуатируемых в сложных промышленных условиях. В ходе исследования решаются следующие задачи: рассматриваются фундаментальные принципы предиктивного управления (Model Predictive Control, MPC) и практические аспекты его реализации; проводится анализ причины и последствия внутренних и внешних неисправностей электродвигателей; обосновывается необходимость применения MPC для предиктивной диагностики; разрабатывается и моделируется система управления электродвигателем с использованием MPC-контроллера на основе нейронной сети. Работа демонстрирует преимущества использования предиктивного управления для раннего выявления проблем и предотвращения серьезных отказов электродвигателей. Моделирование системы управления реализуется с использованием языка программирования Python. Полученные результаты подтверждают практическую применимость предиктивного управления для повышения надежности промышленных электромеханических систем.

This work is devoted to the study of intelligent predictive control methods for improving the reliability of electromechanical systems, in particular electric motors operated in difficult industrial conditions. The following tasks are solved in the course of the study: the fundamental principles of predictive control (Model Predictive Control, MPC) and the practical aspects of its implementation are considered; the causes and consequences of internal and external faults of electric motors are analyzed; the need to use MPC for predictive diagnostics is substantiated; A control system for an electric motor is developed and modeled using a neural network-based MPC controller. The work demonstrates the advantages of using predictive control for early detection of problems and prevention of serious failures of electric motors. The control system is modeled using Python programming language. The results obtained confirm the practical applicability of predictive control for improving the reliability of industrial electromechanical systems.