книги / Труды IX Международной (XX Всероссийской) конференции по автоматизированному электроприводу АЭП-2016 , Пермь, 3-7 октября 2016 г

Рис. 1. Электроприводной газоперекачивающий агрегат 4 МВт

их технического состояния используется большое количество методов оценки и прогнозирования их технического состояния [8–12].

Статистические данные по более 100 случаям отказов ЭГПА на 6 КС ПАО «Газпром» показали, что наиболее тяжелыми по затратам и времени восстановления являются выход из строя приводного электродвигателя и особенно пробой изоляции статора [13–17].

Для 60 электродвигателей типа СТД-12500-2 и СДГ-12500 за период эксплуатации выполнены измерения основных эксплуатационных факторов их работы вразличных режимах работы в условиях действующих компрессорных цехов и выявлены наиболее характерные виды повреждений. Проведен комплексный анализ, и определены 4 группы эксплуатационных факторов [14–18], влияющих на ресурс электродвигателей ЭГПА: нагрев изоляции обмоток статора, изменения параметров питающего напряжения, электродинамические нагрузки в стержняхичастичныеразрядывизоляцииобмоток.

I. МЕТОДОЛОГИЯ НЕЙРОННЫХ СЕТЕЙ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ЭГПА

Наиболее эффективным методом мониторинга и прогнозирования технического состояния ЭГПА, как и других электромеханических систем с мегаваттными машинами (рис. 2), является математический аппарат автоматизированной настройки параметров диагностики на основе искусственных нейронных сетей (ИНС), объеди-

ненных в систему принятия решений (СПР) по идентификации различных дефектов [19–23].

Особенностью ИНС является то, что она обладает характеристиками, позволяющими автономно решать проблемы классификации переменных объекта и их форм, а также самообучения алгоритмам прогнозирования, исходя из опыта отказов.

Архитектура встроенных систем мониторинга и прогнозирования (ВСМП) ТС ЭГПА на ИНС представляет собой две подсистемы (рис. 3):

♦ подсистему приема и обработки информации, которая соответствует ВСМП работы СТД-12500-2 ЭГПА – приводного высоковольтного синхронного двигателя (ПВСД);

Рис. 2. Классификация методов прогнозирования ТС ЭГПА

Рис. 3. Архитектура нейро-нечеткой системы мониторинга ЭГПА

♦ подсистему интерпретации информации о ТС с использованием алгоритмов ИНС с распознаванием неисправностей и рекомендациями действий.

II. ПОРЯДОК ПОСТРОЕНИЯ ИНСПВСД

Применение при прогнозировании ТС ЭГПА большого числа контролируемых переменных ПВСД (напряжений, токов, частичных разрядов и температуры обмоток) позволяет увеличить достоверность мониторинга и сделать ее более эффективной. Для реализации модуля ИНС в начале определяют его размеры, т.е. число ее входов ивыходов (у нас целесообразно эти значения выбрать равными 3 и 1). Затем архитектура сети формируется исходя из алгоритма обучения и минимизации среднеквадратической ошибки результатов мониторинга и прогнозированияТСсопределениемостаточногоресурса.

Прежде чем встраивать блок ИНС (см. рис. 3) в подсистему интерпретации информации в структуре ВСМП, необходимо изучить функционирование трех ИНС с входами различной архитектуры. При этом входы данных трех ИНС различны, и их структуры, выбранные после фазы обучения, будут иметь разные слои и число нейронов. В результате выбора наиболее целесообразной сети ВСМП ТС ПВСД на основе объемного параметрического исследования трех ИНС необходимо принять

4решения.

1.Окончательный выбор диагностируемых переменных.

Наиболее информативными входными переменными, характеризующими ТС изоляции обмотки статора СТД-12500-2, являются температура меди, интенсив-

ность частичных разрядов (ЧР) и уровень перенапряжений питающей сети. Это обусловлено тем, что, как показали экспериментальные исследования в натурных условиях различных компрессорных станций (КС), именно эти параметры могут адекватно оценить ТС и заранее спрогнозировать наступление нештатных режимов. К тому же эти переменные доступны прямому измерению штатными техническими средствами и непосредственному их представлению в нейронной базе знаний (НБЗ). В публикациях [1–3, 24–28] представлены результаты замеров данных эксплуатационных факторов и общая статистика наблюдений за период 1985–2014 гг.

сфиксацией 62 случаев выхода из строя СТД-12500-2.

2.Конструкция НБЗ.

Для создания на основе ИНС модели, описывающей исправное и неисправное состояние статорной обмотки ПВСД ЭГПА, необходимо создать такую оптимальную конструкцию НБЗ, в которой содержалась бы достаточная информация о возможных дефектах, возникающих в различных режимах работы ЭГПА-12,5. Для этого все они группируются в 12 видов, и по каждому ТС оцениваются текущие изменения 3 выбранных входных переменных. В итоге НБЗ каждой переменной составила 3000 различных значений (векторов) возможных режимов работы СТД. Это значение, соответствующее количеству замеров и результатов поставленных экспериментов, необходимоввестивконструкциюИНС(табл. 1).

3. Создание блока ИНС.

Определившиеся нейронные сети являются многоуровневыми с оптимальным алгоритмом своего обучения. Для встраивания блока ИНС в ВСМП ПВСД предлагается исследовать 3 нейронные сети (рис. 4).

После фазы их тестирования и сравнения между собой можно выбрать наиболее подходящую для решения всего комплекса задач прогнозирования ИНС. При этом этапы конструирования и пригодности нейронных сетей разделяются на три фазы. Первая связана с выбором входов и конструкцией НБЗ исходя из файлов, полученных при анализе параметров, вторая – с выбором выходов сетей

иихкодов, атретья– свыборомархитектурысетей.

4.Определение тестов селекционированных сетей.

При числе используемых входов блока ИНС, равном десяти (на рис. 2 р = 10), для каждой контролируемой переменной в табл. 2 приведены полученные результаты тестирования по [1–3].

Рис. 4. Структура третьей ИНС

Для трех сетей этап селекционирования выполняется после того, как вторая сеть завершает свое тестирование после 148 презентаций каждого примера. При этом тестирование выполняется в 2 этапа: на первом сеть делает 100 повторяющихся исследований для каждого примера неисправного состояния, на втором они вновь вводятся в программу тестирования, которая прекращается после

48 итераций со среднеквадратичной ошибкой результатов тестирования, равной 3,7 Ве–16 (рис. 5).

Таблица 2

Результаты тестирования трех ИНС

№Числонейронов

аб

Рис. 5. Эволюция среднеквадратичной ошибки для ИНС

III. ТЕСТЫ СЕТЕЙ НЕЙРОНОВ

Важнейшим этапом тестирования ИНС является их комплексное сопоставление между собой. Эта процедура связана с фазой обучения и определением базы тестов, с помощью которых приступают к тестированию способности ИНС распознавать скрытые дефекты, ранее не рассматриваемые при оценке работоспособности ЭГПА, и оценки способности ИНС к обобщению результатов.

Так, ВСМП ТС ПВСД предусматривает выбор из трех ИНС (см. рис. 4) наилучшей сети путем тестирования их для ранее приведенных дефектов (см. табл. 1). Это позволило идентифицировать их с высокой точностью, что подтверждается значениями среднеквадратичных ошибок результатов диагностирования, близких к нулю (см. табл. 2). При тестировании третьей сети для дефектов СТД-125000-2, которые были изучены на фазе обучения сети, результаты ее моделирования для дефектов, связанных с перегревом в пазовой части, представлены в табл. 3.

Согласно анализу результатов, полученных на фазе теста всех трех ИНС, выявлено, что третья сеть нейронов (см. табл. 2 и 3) наиболее производительна и именно она целесообразна для применения в ВСМП ЭГПА. При этом обоснование объективных рекомендаций для устранения подобных неисправностей является главным результатом работы ВСМП на базе ИНС.

IV. СОПОСТАВЛЕНИЕ РЕЗУЛЬТАТОВ ПРОГНОЗИРОВАНИЯ ТСЭГПА

Для сопоставления достоверности результатов прогнозирования ТС ПВСД ЭГПА различными методами получены кривые прогнозов токов статора СТД-12500-2 (рис. 6) методами Бокса–Дженкинса (кривая в) с ошибкой 34–127 %, ИНС Ворда (кривая б) с ошибкой 27–84 % и метод временных рядов АДСС (кривая г) с ошибкой 11–58 %. Однако спецификой функционирования ЭГПА является большая инерционность (постоянные времени), включая изменения тепловых режимов и параметров ЧР.

Таким образом, рациональный выбор метода прогнозирования технического состояния конкретного ЭГПА определяется совокупностью условий, режимов работы магистральных газопроводов и различными системными особенностями функционирования газоперекачивающей техники на компрессорных станциях.

Рис. 6. Прогнозирование тока статора электродвигателя СТД-12500-2: а – фактический временной ряд; б – прогноз, полученный

сиспользованием ИНС (Ворда); в – прогноз, полученный

сиспользованием модели Бокса–Дженкинса; г – прогноз, полученный с использованием метода временных рядов

Рис. 7. Результаты компьютерного анализа измерений интенсивности ЧР в изоляции статорных обмоток ЭГПА

Практические результаты измерений интенсивности частичных разрядов в обмотках приводных двигателей представлены в соответствующих окнах на рис. 7.

ВЫВОДЫ

Разработана система мониторинга оценки влияния эксплуатационных факторов ПВСД на ресурс изоляции статора, которая показала:

♦нагрев обмоток в средней части двигателя на 23 °С выше, чем лобовых частей, а частота пробоев изоляции здесь составляет более 86 %;

♦линейные напряжения на ЗРУ-10 кВ в течении 82 ч наблюдений могут составлять 10,37–10,91 кВ и

иметь значительные искажения по форме;

♦механические нагрузки из-за электродинамических усилий в стержнях ПВСД незначительны;

♦все машины СТД-12500 имеют ЧР различной амплитуды и интенсивности, а онлайн-мониторинг ЧР позволяет адекватно оценивать ТС ПВСД.

РезультатыисследованийэффективностиВСМППВСД на основе методов нечёткой логики (Бокса–Дженкинса)

иИНС (сети Ворда) показали, что они дают более точные результаты на КС МГ.

Библиографический список

1.Энергосбережение и автоматизация электрооборудования компрессорных станций МГ: монография / А.Ф. Пужайло [и др.]. Н. Новгород: Вектор ТиС, 2010. 570 с.

водных газоперекачивающих агрегатов // Електромеханiчнi I енергозберiгаючi системи. 2012. № 3 (19). С. 209–212.

4.Захаров П.А., Киянов Н.В., Крюков О.В. Системы автоматизации технологических установок для эффективного транспорта газа // Автоматизация в промышленности. 2008. № 6. С. 6–10.

5.Крюков О.В. Комплексная система мониторинга и управления электроприводными газоперекачивающими агрегатами // Передовые информационные технологии, средства и системы автоматизации и их внедрение на российских предприятиях AITA–2011:

тр. МНПК. М.: ИПУ РАН, 2011. С. 329–350.

6.Энергосбережение и автоматизация электрооборудования компрессорных станций МГ: монография / А.Ф. Пужайло [и др.]. Н. Новгород: Вектор ТиС, 2011. Т. 2. 664 с.

7.Kryukov O.V. Electric drive systems in compressor stations with stochastic perturbations // Russian Electrical Engineering. 2013. Vol. 84, № 3. P. 135–140.

8.Kryukov O.V. Intelligent electric drives with IT algorithms // Automation and Remote Control. 2013. Vol. 74, № 6. P. 1043–1048.

9.Милов В.Р., Шалашов И.В., Крюков О.В. Процедуры прогнозирования и принятия решений системе технического обслуживания и ремонта // Автоматизация в промышленности. 2010. № 8. С. 47–49.

10.Крюков О.В. Регрессионные алгоритмы инвариантного управления электроприводами при стохастических возмущениях // Электричество. 2008. № 9. С. 45–51.

11.Крюков О.В. Встроенная система диагностирования и прогнозирования работы асинхронных электроприводов // Известия вузов. Электромеханика. 2005. № 6. С. 43–46.

12.Крюков О.В. Методология и средства нейро-нечеткого прогнозирования состояния электроприводных газоперекачивающих агрегатов // Электротехника. 2012. № 9. С. 52–57.

13.Бабичев С.А., Захаров П.А., Крюков О.В. Мониторинг технического состояния приводных электродвигателей газоперекачивающих агрегатов // Контроль. Диагностика. 2009. № 7. С. 33–39.

14.Babichev S.A., Bychkov E.V., Kryukov O.V. Analysis of technical condition and safety of gas-pumping units // Russian Electrical Engineering. 2010. Vol. 81, № 9. P. 489–494.

15.Крюков О.В., Степанов С.Е., Титов В.Г. Встроенные системы мониторинга технического состояния электроприводов для энергетической безопасности транспорта газа // Энергобезопасность и энергосбережение. 2012. № 2. С. 5–10.

system for drive motors of gas-compressor units // Automation and Remote Control. 2011. Vol. 72, № 1. P. 175-180.

18.Babichev S.A., Kryukov O.V., Titov V.G. Automated safety system for electric driving gas pumping units // Russian Electrical Engineering. 2010. Vol. 81, № 12. P. 649–655.

19.Kryukov O.V. Methodology and tools for neuro-fuzzy prediction of the status of electric drives of gas-compressor units // Russian Electrical Engineering. 2012. Vol. 83, № 9. P. 516–520.

20.Milov V.R., Suslov B.A., Kryukov O.V. Intellectual management decisions support in gas industry // Automation and Remote Control. 2011. Vol. 72, № 5. P. 1095–1101.

21.Крюков О.В. Интеллектуальные электроприводы с IT-алгорит- мами // Автоматизация в промышленности. 2008. № 6. С. 36–39.

22.Крюков О.В., Серебряков А.В. Метод и система принятия решений по прогнозированию технического состояния электроприводных газоперекачивающих агрегатов // Электротехнические системы и комплексы. 2015. № 4 (29). С. 35–38.

23.Крюков О.В., Серебряков А.В. Методы синтеза встроенных систем прогнозирования технического состояния высоковольтных двигателей // Состояние и перспективы развития электро- и теплотехнологии: материалы Междунар. науч.-техн. конф. Ива-

ново, 2015. С. 69–73.

24.Бабичев С.А., Захаров П.А., Крюков О.В. Автоматизированная система оперативного мониторинга приводных двигателей газоперекачивающих агрегатов // Автоматизация в промышленности. 2009. № 6. С. 3–6.

25.Бабичев С.А., Бычков Е.В., Крюков О.В. Анализ технического состояния и безопасности электроприводных газоперекачивающих агрегатов // Электротехника. 2010. № 9. С. 30–36.

26.Questions related to the development of metro-logical assurance in the design of Gazprom facilities / S.N. Kadin, A.P. Kazachenko, O.V. Kryukov, A.V. Reunov // Measurement Techniques. 2011. Vol. 54, № 8. P. 944–952.

27.Захаров П.А., Крюков О.В. Мониторинг и прогнозирование технического состояния ЭГПА КС ПХГ // Газовая промышленность. 2013. № 700. С. 113–119.

28.Бабичев С.А., Крюков О.В., Титов В.Г. Автоматизированная система безопасности электроприводных газоперекачивающих агрегатов // Электротехника. 2010. № 12. С. 24–31.

Статья посвящена исследованию работы электроприводов механизмов фанерного производства, являющихся источником резкопеременной нагрузки, создающих колебания напряжения, которые обусловливают возникновение фликера. Были произведены экспериментальные измерения на современном фанерном производстве. После преобразования и дополнительных расчетов были получены нагрузочные диаграммы для механизмов с резкопеременными нагрузками. Результаты исследования могут быть полезны проектировщикам при выборе двигателей электроприводов, работающих в повторно-кратковременном режиме, при расчете колебаний напряжения и характеризующей их дозе фликера, а также при выборе мощности батарей конденсаторов, устанавливаемых на шинах 0,4 кВ подстанций для компенсации реактивных нагрузок.

The article investigates the operation of electric drives in plywood production mechanisms, which are a source of abruptly variable load, creating voltage oscillations, which cause the occurrence of power-line flicker. Experimental measurements have been made in modern plywood production. After the conversion and additional calculations the load charts were received for abruptly variable load mechanisms. The results obtained can be used by the designer in selecting electric motors working in a recursive short-time mode when calculating the voltage oscillations and the flicker dose characterizing them as well as in selecting capacitor battery power, the capacitors being installed on 0,4 kV substation buses for compensation of reactive loads.

Ключевые слова: нагрузочная диаграмма, колебания напряжения, резкопеременная нагрузка, случайный процесс изменения нагрузки, повторно-кратковременный режим работы, доза фликера.

Keywords: load chart, voltage oscillations, abruptly variable load, random process of load changes, recursive short-time mode of operation, flicker dose.

В фанерном производстве существуют механизмы, нагрузки которых испытывают значительные колебания под воздействием случайных факторов. К таким факторам относятся изменение плотности древесины, вкрапления сучков, случайные изменения скорости подачи заготовок и др. [7, 11].

Нагрузочные диаграммы таких механизмов и их электроприводов, построенные на основании расчетов, недостаточно достоверно описывают реальный процесс нагружения электропривода [3]. Кроме того, рассчитанные нагрузочные диаграммы не позволяют решить ряд вопросов электроснабжения фанерных производств. К таким вопросам относятся выбор мощности батарей конденсаторов [4] и оценка влияния электроприводов на колебания напряжения электрической сети

[6, 7, 11].

Статистические нагрузочные диаграммы позволяют решить перечисленные выше вопросы и с большой точностью выбрать электродвигатель для таких механизмов.

Нами была исследована работа электроприводов современного фанерного производства с резкопеременным режимом работы [4, 7–10]. К таким электроприводам относятся дробилка карандашей, корорубка, спиральная рубильная машина, дробилка шпона, лущильная машина, окорочная машина, пилы.

Нагрузка этих механизмов изменяется случайным образом и рассматривалась нами как случайный процесс [1]. По полученным реализациям нагрузки для каждого электродвигателя были определены оценки математического ожидания и дисперсии параметров, изменяющихся случайным образом [1, 2, 5]:

– математические ожидания и дисперсии активной (M[P], D[P]) и реактивной (M[Q], D[Q]) нагрузок;

–математические ожидания и дисперсии длительности цикла, времени работы и времени паузы в цикле;

–коэффициенты формы и коэффициенты вариации графиков активной и реактивной мощностей.

Рис. 1. Полигоны математического ожидания и дисперсии активной мощности нагрузочной диаграммы механизма «Корорубка» фанерного производства

Рис. 2. Полигоны математического ожидания и дисперсии реактивной мощности нагрузочной диаграммы электроприемника «Корорубка» фанерного производства

Вкачестве примера на рис. 1, 2 представлены математические ожидания и дисперсии статистических нагрузочных диаграмм электропривода механизма «Корорубка». Данные характеристики даны в процентах от среднего значения нагрузки за период работы главного привода в цикле.

Аналогичные графики получены для всех перечисленных выше механизмов.

Втаблице приведены полученные точечные оценки параметров нагрузочных диаграмм в период загрузки главного привода механизма.

Значение величин за цикл

Анализ графиков M[P] и M[Q] показывает, что за счет случайных факторов в рабочий период цикла tр имеют место размахи изменения этих нагрузок. Число размахов в цикле для различных электроприводов колеблется от 2 до 20. Эти размахи P и Q создают колебания напряжения сети, и их необходимо учитывать при расчете дозы фликера, характеризующей колебания напряжения [12].

Мощность батарей конденсаторов, количество и мощности отдельных секций этих батарей также должны выбираться сучетомразмаховизменения нагрузокP иQ.

Результаты исследований показали, что главный привод исследуемых механизмов работает в повторнократковременном режиме. Рабочий цикл сопровождается циклом холостого хода, двигатель главного привода в течение цикла не отключается.

Электрическая нагрузка приводов механизмов фанерного производства изменяется случайным образом, поэтому для выбора электродвигателей и системы электроснабжения необходимо использовать статистические нагрузочные диаграммы.

Полученные результаты рекомендуется использовать на стадии проектирования фанерного производства при выборе двигателей электроприводов, работающих в повторно-кратковременном режиме, при расчете колебаний напряжения и характеризующей их дозе фликера, а также при выборе мощности

Использование электромеханических трансмиссий в промышленных транспортных средствах высокой грузоподъемности требует внедрения тех элементов, которые считаются традиционными в обычных легковых автомобилях. К таким элементам относятся, в частности, системы антиблокировки и антипробуксовки, используемые в настоящее время практически во всех обычных дорожных автомобилях.

янного напряжения которых получает питание от выпрямителей напряжения статорной обмотки синхронного генератора[1].

Данный экземпляр трансмиссии проходил комплекс испытаний на Сафоновском электромашиностроительном заводе (СЭЗ) в г. Сафоново и на полигоне завода БелАЗ в г. Жодино.

Use of electromechanical transmissions in industrial heavy payload vehicles requires the implementation of elements that are considered to be traditional in conventional cars. In particular, anti-spin (ESP) and anti-block (ABS) systems that concern to these elements are widely spread nowadays practically in all regular road cars.

Ключевые слова: электропривод, трансмиссия, антиблокировка, антипробуксовочная система.

Keywords: electric drive, transmission, anti-block system, anti-spin system.

ВВЕДЕНИЕ

Применение электромеханической трансмиссии в транспортных средствах, имеющих большой собственный вес и грузоподъемность, таких как, например, карьерные самосвалы, является общемировой практикой. К этому классу трансмиссий относится, в частности, комплект тягового электрооборудования (КТЭО), разработанный концерном «РУСЭЛПРОМ» для карьерного самосвала БелАЗ грузоподъемностью 240 т. Комплект включает в себя синхронный генератор (СГТ), приводимый дизельным двигателем, два тяговых асинхронных двигателя, каждый из которых вращает одно из колес ведущего заднего моста, и шкаф приборов систем управления (ШПСУ). Управление напряжением, вырабатываемым тяговым генератором, реализовано по цепи возбуждения. Тяговые двигатели управляются индивидуальными полупроводниковыми инверторами напряжения, звено посто-

I. ОСОБЕННОСТИ РЕАЛИЗАЦИИ ФУНКЦИЙ АНТИПРОСКАЛЬЗЫВАНИЯ

Общее управление поведением трансмиссии и движением самосвала осуществляет входящий в состав электрической трансмиссии контроллер верхнего уровня (КВУ). Он реализует управление на основании сигналов органов управления самосвала (педали газа и тормоза, положения рычагов выбора направления движения и ручного тормоза), текущей скорости самосвала, скорости дизельного двигателя и состояния оборудования. Этот же контроллер управляет и скоростью вращения дизельного двигателя в зависимости от мощности, требуемой для реализации текущего режима движения самосвала.

В настоящее время современные системы управления промышленными транспортными средствами, к которым относятся и карьерные самосвалы, должны поддерживать все большее количество функций, обеспечивающих удобство управления и безопасность, свойственных в основном более традиционным транспортным средствам, таким как легковые автомобили. Одной из них является функция предотвращения проскальзывания колес, т.е. предотвращение блокировки ведущих колес при торможении и пробуксовки при разгоне самосвала.

А. Задачи алгоритма антиблокировки

Функция антиблокировки (ABS – anti-lock braking system) традиционно воздействует на рабочую тормозную систему транспортного средства, которая обычно

является самостоятельной системой, действующей независимо от трансмиссии [2]. Самосвал БелАЗ также имеет рабочую тормозную систему, представленную дисковыми тормозами с пневматическим приводом, установленными на всех колесах как заднего ведущего, так и переднего ведомого мостов. Однако вследствие большой массы самосвала и огромной кинетической энергии, накапливаемой им при движении, использование данной тормозной системы возможно лишь в течение короткого времени: для торможения на небольшой скорости, удержания на месте и экстренного торможения в аварийном режиме, поскольку длительная работа приводит к перегреву тормозных дисков и выходу их из строя. Для торможения на большой скорости, а также для торможения в режиме длительного движения под уклон в карьерных самосвалах традиционно используется трансмиссия. Тяговые двигатели переводятся в генераторный режим, а поглощаемая ими кинетическая энергия рассеивается на тормозных резисторах (УВТР). В электрической трансмиссии, разработанной концерном «РУСЭЛПРОМ», данный режим доступен во всем диапазоне скоростей движения самосвала (от максимальной до нуля) и позволяет свести к минимуму использование пневматической тормозной системы.

Таким образом, функция антиблокировки полностью реализуется в электрической трансмиссии, а штатная пневматическая тормозная система самосвала никак не участвует в работе этой функции.

В. Задачи алгоритма антипробуксовки

Функция антипробуксовки (в разных вариантах: ASR – Antriebsschlupfregelung, TCS – traction control system, DTC – dynamic traction control) обеспечивает пре-

дотвращение проскальзывания ведущих колес автомобиля при его разгоне. Традиционно работа данной системы обеспечивается воздействием на проскальзывающее колесо тормозной системы и двигателя [2]. При обнаружении проскальзывания колеса может быть снижено задание крутящего момента двигателя. Однако этого недостаточно для эффективной работы системы антипробуксовки по двум причинам. Во-первых, ускорение коленчатого вала двигателя недостаточно для того, чтобы обеспечить необходимую интенсивность снижения и последующего повышения скорости колеса (что является обычным режимом работы системы антипробуксовки). Во-вторых, изменение скорости вращения двигателя оказывает воздействие на все колеса, в то время как проскальзывать может только одно из них. Вследствие этого традиционные системы антипробуксовки используют для работы тормозную систему, выполняя кратковременное подтормаживание проскальзывающего колеса.

Электрическая трансмиссия самосвала не может использовать такой способ работы, поскольку штатная пневматическая тормозная система не предусматривает индивидуальное торможение одного колеса. Таким образом, функция антипробуксовки также полностью реализуется средствами электрической трансмиссии.

II. РЕАЛИЗАЦИЯ АЛГОРИТМОВ АНТИПРОСКАЛЬЗЫВАНИЯ

Системы антиблокировки и антипробуксовки используют одинаковый принцип работы, выбор между ними определяется лишь текущим режимом движения самосвала (разгон или торможение определяется соотношением знаков текущей скорости и крутящего момента на каждом из тяговых двигателей). Управление каждым колесом осуществляется индивидуально, т.е. обе системы являются многоканальными (в отличие от устаревшего варианта одноканальной системы, выполняющего управление одновременно всеми колесами).

Режимы блокировки и пробуксовки идентифицируются для каждого из колес по следующим признакам:

♦превышение ускорением колеса значения, принятого для текущей скорости движения самосвала как максимально возможное ускорение без проскальзывания;

♦превышение разностью скоростей вращения колес значения, предельного для данной скорости движения автомобиля. Самосвал, на который был установлен КТЭО, имеет датчики скорости вращения только на ведущих колесах (датчики, используемые тяговыми электроприводами), что несколько усложняет алгоритм определения попадания в режим проскальзывания. Наличие датчиков скорости на ведомых колесах позволило бы идентифицировать данный режим более достоверно (при условии отсутствия нажатия водителем на педаль пневматической тормозной системы). Установка таких датчиков предполагается для дальнейшего совершенствования трансмиссии.

В случае обнаружения попадания колеса в режим проскальзывания КВУ трансмиссии начинает мгновенно переключать сигнал управления крутящим моментом тягового двигателя этого колеса между уровнем текущего задания и нулевым уровнем. Переключение

снулевого уровня задания момента на уровень текущего задания, поступающего от органов управления, выполняется по одному из следующих условий:

1) обнаружены условия выход колеса из состояния проскальзывания;

2) превышено максимальное время нахождения задания крутящего момента в нулевом состоянии.

Условием выхода колеса самосвала из состояния проскальзывания является изменение его скорости до уровня, соответствующего расчетной. Расчетная скорость определяется следующим образом:

♦как скорость вращения колеса, зафиксированная в момент перехода в режим проскальзывания, с учетом предположения, что самосвал движется с максимально допустимым для данной скорости ускорением, при котором не происходит проскальзывания;

♦как скорость другого колеса, если оно не считается находящимся в состоянии проскальзывания; при наличии датчиков скорости вращения ведомых колес они также могут использоваться для определения расчетной скорости.

Если в состоянии проскальзывания условие выхода не обнаружено в течение заданного промежутка времени после передачи нулевого задания крутящего момента, происходит обратное переключение этого задания по задатчику до уровня управляющего сигнала. Далее задание по моменту может снова переключиться на нулевой уровень. Таким образом, в течение всего времени, пока колесо находится в состоянии проскальзывания, происходит переключение управляющего сигнала между нулевым и ненулевым заданным уровнем.

Время нахождения управляющего сигнала на нулевом уровне ограничено. Период переключения управляющего сигнала в режиме проскальзывания составляет сумму длительности нулевого задания и длительности выхода на уровень управляющего сигнала. Для традиционных систем антиблокировки и антипробуксовки, воздействующих на тормозную систему автомобиля, используется частота включенияи выключения тормозовоколо20 Гц. При этом тормозной момент, прикладываемый к колесу, изменяется с такой же частотой, а само колесо имеет достаточно малый момент инерции для того, чтобы его скорость также изменяласьсэтойчастотой.

В случае электрической трансмиссии карьерного самосвала полоса пропускания тягового электропривода не позволяет реагировать на изменение задания крутящего момента с высокой частотой, поэтому были испытаны два варианта работы алгоритма антипроскальзывания:

♦вариант, когда время, в течение которого задание крутящего момента имеет неизменный нулевой уровень, определяется выполнением хотя бы одного из вышеперечисленных условий переключения и может быть достаточно велико (от 0,5 до 1 с); по истечении этого времени система управления выходит на заданный уровень момента по задатчику и далее считает, что произошел выход колеса из состояния проскальзывания; для повторного обнаружения проскальзывания должно быть снова зафиксировано недопустимое ускорение колеса;

♦вариант, когда период переключения задания крутящего момента относительно мал (в предложенном варианте алгоритма он составляет 0,1 с), в этом случае задание крутящего момента представляет собой периодический сигнал с частотой 10 Гц, система управления считает условием выхода колеса из состояния проскальзывания только достижение этим колесом расчетной скорости.

III. РЕЗУЛЬТАТЫ ИСПЫТАНИЙ

Испытания работы обоих алгоритмов проводились летом и осенью 2015 г. на заводском полигоне БелАЗ

вг. Жодино. Температура окружающей среды за время испытаний колебалась в диапазоне от +30 до +10 °C. Автомобиль передвигался по грунтовой поверхности

всухом и сыром (во время и после дождя) состоянии. Движение осуществлялось как по горизонтальной поверхности, так и под уклон до 11 %. Испытания прово-

дились как на разгруженном самосвале (без кузова и с одиночными колесами на ведущем мосту вместо штатных двойных), так и в нормальной конфигурации со штатной нагрузкой (200 т). Основными испытательными режимами являлись:

♦разгон с максимальной интенсивностью из неподвижного состояния до скорости 25–30 км/ч на горизонтальном участке полигона;

♦торможение с максимальной интенсивностью со скорости 20–30 км/ч до полной остановки на горизонтальном участке полигона;

♦торможение с максимальной интенсивностью со скорости 10–15 км/ч до полной остановки при движении под уклон 11 %.

В результате было установлено, что вариант алгоритма, имеющий более низкую частоту переключения (с максимальной длительностью нулевого задания крутящего момента от 0,5 до 1 с), обладает рядом существенных недостатков:

♦при определенных настройках (в частности, при большой длительности максимально возможного участка нулевого задания) торможение становится неэффективным, при движении под уклон 11 % самосвал вообще не мог остановиться;

♦при уровнях скорости, близких к нулю, как в режиме разгона, так и в режиме торможения наблюдались сильные поперечные раскачивания автомобиля, связанные с поочередным входом ведущих колес в состояние скольжения; данная проблема могла бы быть ликвидирована переходом к одноканальной схеме (одинаковой работе с обоими тяговыми приводами), однако при этом гарантированно снизится эффективность работы трансмиссии в целом.

Вариант алгоритма с высокой частотой переключения управляющего сигнала задания крутящего момента имеет лучшие характеристики. Были получены настройки, при которых:

♦ведущие колеса практически не блокируются (в процессе торможения скорость колес никогда не снижается до нуля, если автомобиль реально движется);

♦в условиях сухого дорожного покрытия длина тормозного пути не увеличилась по сравнению с режимом работы без использования антиблокировки, при этом в случае экстренного резкого торможения (педаль в пол) отсутствуют явная блокировка ведущих колес и повреждения дорожного покрытия (борозды глубиной до 5–10 см от ведущих колес), которые возникают в этом режиме при отключении антиблокировки;

♦отсутствуют поперечные колебания кузова самосвала в момент торможения, которые при неправильной настройке антиблокировки/антипробуксовки возникают из-за попеременного вхождения колес в проскальзывание.

На рис. 1 показана диаграмма экстренного торможения самосвала (педаль в пол) по горизонтальной поверхности, на рис. 2 – диаграмма торможения под уклон 11 % до полной остановки.