Sciencemag.cz
Doporučujeme
Najít poruchu elektromotoru není vždy snadné. K její efektivní diagnostice lze ale využít nové matematické algoritmy s parametrickým odhadem. Vývojem se několikátým rokem zabývá doktorand z FEKT VUT a výzkumník na CEITEC VUT Lukáš Zezula, který na svůj výzkum získal stipendium Brno Ph.D. Talent. Jeho algoritmy dokážou detekovat nejen přítomnost poruchy, ale i její lokaci a závažnost. Využití mají i při následné kompenzaci poruch – tak, aby elektromobil zůstal provozuschopný i s poškozeným motorem.
Mezi odborníky, kteří se tomuto tématu věnují, je zatím spíš ojedinělý
Při poruše motoru v elektromobilu může nastat několik scénářů. V tom nejhorším z nich vznikne při zkratu vysoký proud, který může vést až ke vznícení elektromotoru. Aby k tomu nedošlo, implementují se do řídicích jednotek motorů algoritmy detekce poruch, které dokážou zajistit zachycení poruchy a přepnutí motoru do bezpečného stavu. Důsledkem toho může být zastavení vozidla – což při jízdě na dálnici či v tunelu není bezpečné.
Elektromotory by proto měly zůstat provozuschopné i při poruše. Zajistit to mohou pohony s redundancemi využívající diagnostické algoritmy s následnou kompenzací poruch. Řídicí systém motoru se díky nim s poruchou vypořádá a řidič může dojet třeba do servisu. Právě na tomto scénáři pracuje výzkumník CEITEC VUT a doktorand z FEKT VUT Lukáš Zezula. Zaměřuje se na diagnostiku s využitím estimace parametrů modelů s diskrétním časem, které popisují jak zdravý motor, tak motor při poruše.
„Drtivá většina algoritmů parametrické estimace se opírá o modely s diskrétním časem. Existuje kvantum publikací o modelování poruch elektrických pohonů. V podstatě na každé konferenci o elektromotorech se tomu někdo věnuje. Diskrétní modely však souvisejí s řešením soustavy nelineárních diferenciálních rovnic popisujících motor ve spojité oblasti, což je téma více blízké matematikům než inženýrům specializujícím se na elektrické pohony,“ vysvětluje důvod Zezula.
Při parametrické estimaci se na základě známých charakteristik systému a jeho matematického modelu určují některé jinak neznámé vlastnosti
„Je to podobné hádání hmotnosti jablka z jeho velikosti. Přesná hmotnost jablka sice není známa, ale víme, že čím větší jablko bude, tím bude vyšší jeho hmotnost – což je de facto matematický model. Pokud potom před sebou vidíme dvě jablka různých velikostí, můžeme minimálně s jistotou říct, které z nich bude těžší. Při poruše elektromotoru se takto dá z modelu a měřených napětí a proudů odhadovat například to, kolik závitů na statorovém vinutí je zkratováno. Aby to však fungovalo, je nejprve potřeba vytvořit dostatečně přesný model a k němu přiřadit vhodný algoritmus pro parametrickou estimaci,“ vysvětluje Zezula princip svých výpočtů.Právě komplexnost celé problematiky doktoranda lákala.
Výhodou navržených algoritmů je relativně nízká výpočetní náročnost a vysoká spolehlivost. Nevýhodou je zdlouhavý vývojový proces
„Neprobíhá to vždy hladce. Sedím spousty hodin v kanceláři a počítám něco, co obvykle ani spočítat nejde, protože pro daný problém neexistuje analytické řešení. Pak začnu rovnice zjednodušovat – jednou, dvakrát, třikrát. Je to iterativní proces, během kterého neustále selhávám, než se dostanu k funkčnímu řešení. Když se pak prokáže, že některé z algoritmů opravdu fungují i na experimentálním motoru v laboratoři, jsem z toho téměř překvapený,“ hodnotí Zezula.
Diagnostické algoritmy Zezula zatím navrhl pro zkraty v jednom z fázových vinutí elektromotoru a otestoval na pracovišti s experimentálním motorem a dynamometrem, které je součástí RICAIP Testbed Brno. Ve výzkumu by se ale chtěl nadále zaměřit na vývoj algoritmů i pro jiné typy poruch a jejich skloubení s metodami umělé inteligence, kterému se věnuje v projektu AI4CSM. „Teď zkoumám zkraty mezi závity na jednom vinutí, ale dá se to rozšířit i na zkraty mezi fázemi. Přemýšlím také, jak tuto úzce profilovanou odbornou věc zkombinovat s jinými přístupy tak, aby se zvýšila spolehlivost a včasnost diagnostiky,“ uzavírá.
