Experimental Electrical Parameter Identification and Model Validation of an Induction Motor for Digital Twin Applications
Diese Arbeit präsentiert eine experimentelle Methodik zur Identifizierung und Validierung der elektrischen Parameter eines Induktionsmotors innerhalb eines Digital-Twin-Frameworks unter Verwendung synchronisierter Messungen und stationärer Tests, um ein hochgenaues Zeitbereichsmodell mit minimalem Simulationsfehler über verschiedene Betriebsbedingungen hinweg zu erreichen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In der modernen industriellen Welt verlassen sich schwere Maschinen auf Elektromotoren, um Räder zu drehen, Flüssigkeiten zu pumpen und Förderbänder anzutreiben. Unter diesen ist der Induktionsmotor ein Arbeitstier – ein robustes Gerät, das Elektrizität in Bewegung umwandelt, ohne dass ein direkter elektrischer Kontakt mit seinen rotierenden Teilen erforderlich ist. Um diese Maschinen effizient am Laufen zu halten und vorherzusagen, wann sie ausfallen könnten, erstellen Ingenieure oft einen „digitalen Zwilling“. Dies ist eine virtuelle Kopie des physischen Motors, die in einem Computer lebt. Damit diese virtuelle Kopie nützlich ist, muss sie sich exakt wie die reale Maschine verhalten. Wenn der Computermodell denkt, der Motor sei stärker oder schwächer, als er tatsächlich ist, werden die Vorhersagen über Wartung oder Leistung falsch sein. Die Herausforderung besteht darin, die präzisen internen elektrischen Werte eines spezifischen Motors zu ermitteln, da sich diese Werte je nach Bauweise und Nutzung des Motors leicht verschieben können. Ohne diese genauen Zahlen ist der digitale Zwilling nur eine grobe Skizze statt eines zuverlässigen Replikats.
Forscher an der Polytechnischen Universität Tirana setzten sich zum Ziel, einen vertrauenswürdigeren digitalen Zwilling für einen Induktionsmotor zu bauen, indem sie dessen reales Verhalten sorgfältig maßen und diese Messungen in ein Computermodell übertrugen. Sie begannen mit dem Aufbau eines Prüfstands, an dem ein kleiner Elektromotor an einen Generator angeschlossen wurde, der als Last fungierte, um den Widerstand zu simulieren, dem der Motor in einer Fabrik gegenüberstehen würde. Um das wahre Wesen des Motors zu verstehen, verließen sie sich nicht auf die allgemeinen Spezifikationen des Herstellers. Stattdessen führten sie eine Reihe von praktischen Experimenten durch. Sie maßen die Spannung und den Stromfluss, der in den Motor floss, während er in Betrieb war, während er im Stillstand mit blockierter Welle war und während er frei ohne Last rotierte. Da die bei diesen Tests verwendete Stromversorgung ein unruhiges Hochfrequenzsignal erzeugt, das den wahren elektrischen Fluss verdecken kann, verwendeten die Forscher eine mathematische Technik, um das Rauschen herauszufiltern. Dies ermöglichte es ihnen, die glatte, fundamentale Elektrizitätswelle zu isolieren, die den Motor tatsächlich antreibt, indem sie das elektrische Rauschen entfernten, das durch den Stromumrichter verursacht wurde.
Mit diesen sauberen Messwerten in der Hand berechnete das Team die spezifischen elektrischen Eigenschaften des Motors, wie etwa den Widerstand seiner internen Drähte und die Induktivität, welche ein Maß dafür ist, wie der Motor magnetische Energie speichert. Sie ermittelten diese Werte mithilfe von Standardtests: einem Gleichstromtest, um den Widerstand der stationären Wicklungen zu finden, einem Blockierlauftest, um zu verstehen, wie sich der Motor verhält, wenn er sich nicht drehen kann, und einem Leerlauftest, um zu sehen, wie er mit Magnetfeldern umgeht, wenn er frei läuft. Sob[s]ie diese Zahlen hatten, bauten sie ein zeitbasiertes Computermodell in einer Simulationsumgebung auf. Dieses Modell wurde entwickelt, um die elektrischen Reaktionen des Motors Sekunde für Sekunde nachzuahmen. Um sicherzustellen, dass das Modell wirklich genau und nicht nur glücklich war, testeten sie es gegen Daten aus Zeiträumen, die sie nicht zur Berechnung der Zahlen verwendet hatten. Diese Trennung war entscheidend; sie bedeutete, dass das Modell die reale Maschine entsprach, weil das Modell grundlegend korrekt war und nicht, weil die Forscher einfach die Zahlen angepasst hatten, um sie an diesen spezifischen Moment anzupassen.
Die Ergebnisse zeigten, dass das kalibrierte Modell bemerkenswert präzise war. Als die Forscher den Motor mit blockierter Welle simulierten, stimmte die Vorhersage des elektrischen Stroms durch den Computer fast perfekt mit der realen Messung überein, mit einer Differenz, die so gering war, dass sie kaum messbar war. In den Tests, bei denen der Motor mit freier Welle bei verschiedenen Geschwindigkeiten rotierte, verfolgte das Modell weiterhin das Verhalten des realen Motors mit hoher Treue und erfasste die Nuancen des Stromflusses über einen Bereich von Frequenzen hinweg. Die Forscher merkten an, dass ihr Modell zwar keine spezifische Komponente für die als Wärme im Kern des Motors verlorene Energie enthielt, die Übereinstimmung zwischen der Simulation und der Realität jedoch stark blieb, wobei der simulierte Strom dem gemessenen Strom eng folgte. Dieser Erfolg zeigt, dass die von ihnen entwickelte Methode einen digitalen Zwilling erzeugen kann, der physikalisch konsistent und zuverlässig ist. Indem sie bewiesen, dass ein aus Offline-Messungen gebautes Modell die reale Leistung genau vorhersagen kann, bietet die Studie eine solide Grundlage für zukünftige Systeme, die Motoren in Echtzeit überwachen und deren interne Berechnungen ändern werden, wenn sich die Bedingungen ändern, um Ausfälle zu verhindern, bevor sie geschehen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.