Kao dobavljač Axle Electrica, iz prve sam ruke svjedočio nevjerojatnom napretku u području električnih osovina i presudnoj ulozi koju imaju kontrolni algoritmi. Uronimo u različite upravljačke algoritme koji se koriste u Axle Electric i kako oni utječu na performanse i učinkovitost ovih sustava.
Algoritam PID kontrole
Jedan od najčešće korištenih kontrolnih algoritama u Axle Electric je proporcionalno – integralno – derivativno (PID) upravljanje. To je poput švicarskog vojnog noža kontrolnih algoritama, jednostavan, ali vrlo učinkovit.
PID regulator radi izračunavanjem vrijednosti pogreške kao razlike između željene zadane vrijednosti (poput ciljane brzine) i stvarne vrijednosti (trenutne brzine osovine). Proporcionalni član odgovara na trenutnu pogrešku, integralni član akumulira prošle pogreške tijekom vremena, a izvedeni član predviđa buduće pogreške na temelju stope promjene pogreške.
U električnoj osovini, PID kontrola se može koristiti za regulaciju brzine motora. Na primjer, ako je zadana vrijednost određena brzina vrtnje osovine, PID regulator će prilagoditi napon ili struju koja se dovodi u motor kako bi se smanjila razlika između zadane vrijednosti i stvarne brzine. To pomaže u održavanju stabilne i točne brzine, što je ključno za nesmetan rad vozila.
Model - prediktivna kontrola (MPC)
Model - Prediktivno upravljanje je napredniji algoritam upravljanja koji uzima u obzir buduće ponašanje sustava. Koristi matematički model sustava električnih osovina za predviđanje njegovih budućih stanja na temelju trenutnih ulaza.
MPC izračunava slijed optimalnih kontrolnih ulaza tijekom konačnog vremenskog horizonta kako bi minimizirao funkciju troškova. Ova troškovna funkcija može uključivati faktore kao što su potrošnja energije, pogreška praćenja brzine i mehanički stres. Za Axle Electric sustav, MPC se može koristiti za optimizaciju distribucije energije između motora i baterije. Može predvidjeti buduće potrebe za snagom osovine na temelju čimbenika kao što su opterećenje vozila, uvjeti na cesti i stil vožnje, a zatim prilagoditi izlaznu snagu u skladu s tim.
Ovaj je algoritam posebno koristan u električnim vozilima gdje je energetska učinkovitost glavni prioritet. Predviđanjem i optimiziranjem potrošnje energije, MPC može pomoći u proširenju dometa vozila i smanjenju ukupne potrošnje energije.
Kontrola neizrazite logike
Fuzzy Logic Control je kontrolni algoritam koji oponaša ljudsko odlučivanje. Umjesto upotrebe preciznih matematičkih modela, koristi se nejasnim skupovima i pravilima za donošenje odluka.
U sustavu Axle Electric, neizrazita logička kontrola može se koristiti za rješavanje složenih i neizvjesnih situacija. Na primjer, kada se radi o različitim uvjetima na cesti kao što su skliske ceste ili neravni tereni, kontroler može koristiti neizrazita pravila za prilagodbu okretnog momenta i brzine osovine. Pravila se temelje na ljudskom znanju, poput "ako je cesta skliska, smanjite okretni moment kako biste spriječili proklizavanje kotača."
Upravljanje neizrazitom logikom je fleksibilno i može se prilagoditi različitim radnim uvjetima bez potrebe za detaljnim matematičkim modelom. Također se može nositi s nelinearnostima u sustavu, koje su uobičajene kod električnih osovina zbog čimbenika poput zasićenja motora i karakteristika baterije.
Adaptivno upravljanje
Adaptivno upravljanje dizajnirano je za podešavanje parametara upravljanja u stvarnom vremenu na temelju promjena u sustavu ili njegovoj okolini. U kontekstu Axle Electrica, sustav može doživjeti promjene u opterećenju, temperaturi ili trošenju komponenti tijekom vremena.
Prilagodljivi kontrolni algoritmi kontinuirano nadziru performanse električne osovine i sukladno tome prilagođavaju upravljačke parametre. Na primjer, ako se učinkovitost motora smanji zbog promjena temperature, prilagodljivi regulator može prilagoditi strategiju upravljanja kako bi održao optimalnu izvedbu. To osigurava da Axle Electric sustav ostaje pouzdan i učinkovit tijekom cijelog životnog vijeka.
Primjene ovih kontrolnih algoritama
Ovi kontrolni algoritmi imaju širok raspon primjena u različitim vrstama osovinskih električnih sustava.
ZaElektrična pogonska osovina prikolice, PID kontrola se može koristiti za održavanje konstantne brzine tijekom vuče, dok MPC može optimizirati potrošnju energije za produljenje vijeka trajanja baterije. Neizrazita logička kontrola može pomoći u prilagođavanju performansi osovine na temelju opterećenja prikolice i uvjeta na cesti.
USustav E osovine, koji se obično koristi u električnim vozilima, ovi algoritmi igraju ključnu ulogu u osiguravanju glatkog ubrzanja, usporavanja i energetske učinkovitosti. Prilagodljiva kontrola može se prilagoditi promjenama u uvjetima vožnje vozila, kao što je stani i kreni u prometu ili vožnja autocestom.
ZaPogonska osovina električnog autobusa, kontrolni algoritmi ključni su za pružanje udobne i učinkovite vožnje. PID kontrola može održavati konstantnu brzinu, dok MPC može optimizirati potrošnju energije kako bi se smanjili operativni troškovi. Neizrazita logička kontrola može se nositi sa složenom dinamikom velikog vozila, poput okretanja i kočenja.
Zašto odabrati naše električne proizvode za osovine
Kao dobavljač tvrtke Axle Electric, imamo veliko iskustvo u implementaciji ovih kontrolnih algoritama u naše proizvode. Naš tim stručnjaka fino je podesio ove algoritme kako bi osigurao optimalne performanse, pouzdanost i energetsku učinkovitost.
Koristimo se najnovijim tehnologijama i istraživanjima kako bismo neprestano poboljšavali svoje algoritme upravljanja. Bilo da se radi o maloj električnoj osovini prikolice ili velikoj pogonskoj osovini električnog autobusa, možemo pružiti prilagođena rješenja koja ispunjavaju vaše specifične zahtjeve.
Ako ste na tržištu za proizvode Axle Electric, pozivamo vas da nas kontaktirate radi rasprave o nabavi. Uvjereni smo da će naši proizvodi, sa svojim naprednim kontrolnim algoritmima, nadmašiti vaša očekivanja i pružiti vam visokokvalitetno i isplativo rješenje.
Reference
- Dorf, RC i Bishop, RH (2016). Suvremeni sustavi upravljanja. Pearson.
- Åström, KJ i Murray, RM (2010). Sustavi povratne sprege: Uvod za znanstvenike i inženjere. Princeton University Press.