№71-11
Ідентифікація теплового процесу в асинхронному двигуні
В.В. Кузнецов1, М.М. Трипутень2, А.В. Ніколенко1, Д.В. Ципленков2, В.Ю. Куваєв1, О.В. Саввін1
1 Український університет науки та технологій, м. Дніпро, Україна.
2Національний технічний університет «Дніпровська політехніка», Дніпро, Україна
Coll.res.pap.nat.min.univ. 2022, 71:116-130
https://doi.org/10.33271/crpnmu/71.116
Full text (PDF)
АНОТАЦІЯ
Мета. Синтез математичної моделі асинхронного двигуна з урахуванням впливу зміни якісних показників електроенергії на процеси нагріву та теплообміну для економічно обґрунтованого вибору засобів захисту.
Методика: Теоретичне обгрунтування доцільності використання одномасової теплової моделі асинхронного двигуна, для умов роботи останнього в умовах неякісної електроенергії, задля визначення втрат в ньому.
Результати: Було проведено експериментальні дослідження роботи асинхронного двигуна при номінальному навантаженні. Отримані результати вимірювань дозволили визначити параметри одномасової теплової моделі коефіцієнт тепловіддачі двигуна, та коефіцієнт його теплоємності. Одномасова теплова модель асинхронного двигуна - це математична модель, яка використовується для опису теплових процесів, що відбуваються в асинхронному двигуні. Ця модель базується на припущенні, що всі елементи двигуна можна об'єднати в одну масу, яка нагрівається при роботі двигуна. Модель передбачає, що теплова ємність мотора є константою, а тепловий потік, який виділяється в процесі роботи двигуна, пропорційний квадрату струму, що проходить через обмотки двигуна. Крім того, модель передбачає наявність теплової провідності між масою двигуна і зовнішнім середовищем, яка впливає на швидкість розсіювання тепла.
Наукова новизна: Запропоновано методологію визначення втрат в асинхронному двигуні за допомогою синтезованої математичної моделі з урахуванням впливу зміни якісних показників електроенергії на процеси нагріву та теплообміну в ньому.
Практичне значення: Отримані результати свідчать про адекватність запропонованої теплової моделі асинхронного двигуна, що працює в мережі з неякісною електроенергією. Враховуючи те, що для багатьох типів двигунів у довідковій літературі відсутні необхідні дані щодо коефіцієнтів тепловіддачі і теплоємності, а наводяться лише теплові сталі часу для окремих типів двигунів, значення вказаних параметрів моделі може бути отримана на основі методології, представленої в роботі. Одномасова теплова модель може бути корисною для аналізу теплових процесів, що відбуваються в асинхронному двигуні, та для покращення ефективності роботи двигуна. Зокрема, вона може допомогти визначити оптимальну температуру роботи двигуна, а також розрахувати необхідну систему охолодження для забезпечення стабільної роботи двигуна в умовах змінної навантаженості та температурного режиму.
Ключові слова: асинхронний двигун, одномасова теплова модель, коефіцієнти тепловіддачі і теплоємності, неякісна електроенергія.
Перелік посилань
1. Boglietti, A., Cavagnino, A., Lazzari, M., & Pastorelli, A. (n.d.). A simplified thermal model for variable speed self cooled industrial induction motor. Conference Record of the 2002 IEEE Industry Applications Conference. 37th IAS Annual Meeting (Cat. No.02CH37344), 2, 723–730.
https://doi.org/10.1109/IAS.2002.1042640
2. Okoro, O.I., Weidemann, B., & Ojo, O. (2004). An efficient thermal model for induction machines. Industry Applications Conference. 39th IAS Annual Meeting. IEEE, vol. 4. 2477-2484.
https://doi.org/10.1109/ias.2004.1348823
3. Kuznetsov, V., & Nikolenko, A. (2015). Models of operating asynchronous engines at poor-quality electricity. Eastern-European Journal of Enterprise Technologies, 1 (8). 37–42.
https://doi.org/10.15587/1729-4061.2015.36755
4. Kuznetsov, V., Tryputen, M., Kuznetsova, Y., Babyak, M., Artemchuk, V., & Kovzel, M. (2020). Ways to Improve Power Quality under the Conditions of Industrial Enterprises. 2020 IEEE Problems of Automated Electrodrive. Theory and Practice (PAEP), 1–6.
https://doi.org/10.1109/PAEP49887.2020.9240801
5. Lutsenko, I., Mykhailenko, O., Dmytriieva, O., Rudkovsky, O., Mospan, D., Kukharenko, D., Kolomits, H., & Kuzmenko, A. (2019). Development of a method for structural optimization of a neural network based on the criterion of resource utilization efficiency. Eastern-European Journal of Enterprise Technologies, 2(4 (98)), 57–65.
https://doi.org/10.15587/1729-4061.2019.164591
6. Mykhailenko, O. (2015). Ore crushing process dynamics modeling using the laguerre model. Eastern-European Journal of Enterprise Technologies, 4(4(76)), 30–35.
https://doi.org/10.15587/1729-4061.2015.47318
7. Tryputen, M., Kuznetsov, V., Kuznetsova, A., Tryputen, M., Kuznetsova, Y., & Serdiuk, T. (2021). Improving the Reliability of Simulating the Operation of an Induction Motor in Solving the Technical and Economic Problem. In Advances in Computer Science for Engineering and Education III. ICCSEEA 2020. Advances in Intelligent Systems and Computing, vol 1247 (pp. 143–152). Springer, Cham.
https://doi.org/10.1007/978-3-030-55506-1_13
8. Kuznetsova, Y., Kuznetsov, V., Tryputen, M., Kuznetsova, A., Tryputen, M., & Babyak, M. (2019). Development and Verification of Dynamic Electromagnetic Model of Asynchronous Motor Operating in Terms of Poor-Quality Electric Power. 2019 IEEE International Conference on Modern Electrical and Energy Systems (MEES), 350–353.
https://doi.org/10.1109/MEES.2019.8896598
9. Mykhailenko, O. (2015). Research of adaptive algorithms of Laguerre model parametrical identification at approximation of ore breaking process dynamics. Metallurgical and Mining Industry, 6. 109–117.
10. Kuznetsov, V., Tryputen, N., & Kuznetsova, Y. (2019). Evaluating the Effect of Electric Power Quality upon the Efficiency of Electric Power Consumption. 2019 IEEE 2nd Ukraine Conference on Electrical and Computer Engineering (UKRCON), 556–561.
https://doi.org/10.1109/UKRCON.2019.8879841
11. Tryputen, M., Kuznetsov, V., Kuznetsova, A., Maksim, K., & Tryputen, M. (2020). Developing Stochastic Model of a Workshop Power Grid. 2020 IEEE Problems of Automated Electrodrive. Theory and Practice (PAEP), 1–6.
https://doi.org/10.1109/PAEP49887.2020.9240898
12. Uskov, A., Shchokin, V., Mykhailenko, O., & Kryvenko, O. (2020). The fuzzy logic controllers synthesis method in the vector control system of the wind turbine doubly-fed induction generator. E3S Web of Conferences, 166, 04006.
https://doi.org/10.1051/e3sconf/202016604006
13. DSTU EN 50160:2014 Characteristics of electric energy supply voltage in general-purpose electric networks(2014).
14. GOST 13109-97 Normy kachestva jelektricheskoj jenergii v sistemah jelektrosnabzhenija obshhego naznachenija(1998). IPK. Izdatel'stvo standartov.
15. Kyrylenko, O. V. (2001). Modeling of energy processes in energy supply systems in solving energy saving problems. Pratsi Instytutu elektrodynamiky NAN Ukrainy, Elektrodynamika: Zbirnyk naukovykh prats, 87−91.
16. Zhezhelenko, Y.V. (2000). Electricity quality indicators and their control at industrial enterprises. Energoatomizdat.
17. Kuznetsov, V. V, Tryputen, M. M., Kuznetsov, V. G., Tryputen, M., Kuznetsova, A., & Kuznetsova, Y. (2020). Choosing of Asynchronous Motor Protection Equipment in Production Environment. IOP Conference Series: Materials Science and Engineering, 985(1), 012022.
https://doi.org/10.1088/1757-899X/985/1/012022
18. Mastorocostas, C., Kioskeridis, I., & Margaris, N. (2006). Thermal and slip effects on rotor time constant in vector controlled induction motor drives. IEEE Transactions on Power Electronics, 21(2), 495–504.
https://doi.org/10.1109/TPEL.2005.869765
19. Bastos, J. P., Cabreira, M. F. R. R., Sadowski, N., Arruda, S. R., & Nau, S. L. (1997). A thermal analysis of induction motors using a weak coupled modeling. IEEE Transactions on Magnetics, 33(2), 1714–1717.
https://doi.org/10.1109/20.582603
20. Nair, D. G., Jokinen, T., & Arkkio, A. (2015). Coupled analytical and 3D numerical thermal analysis of a TEFC induction motor. 2015 18th International Conference on Electrical Machines and Systems (ICEMS), 103–108.
https://doi.org/10.1109/ICEMS.2015.7385008
21. Chystiakov, P., Chornyi, O., Zhautikov, B., & Sivyakova, G. (2017). Remote control of electromechanical systems based on computer simulators. 2017 International Conference on Modern Electrical and Energy Systems (MEES), 364–367.
https://doi.org/10.1109/MEES.2017.8248934
22. Tuysuz, A., Meyer, F., Steichen, M., Zwyssig, C., & Kolar, J. W. (2017). Advanced Cooling Methods for High-Speed Electrical Machines. IEEE Transactions on Industry Applications, 53(3), 2077–2087.
https://doi.org/10.1109/TIA.2017.2672921
23. Schrittwieser, M., Marn, A., Farnleitner, E., & Kastner, G. (2014). Numerical Analysis of Heat Transfer and Flow of Stator Duct Models. IEEE Transactions on Industry Applications, 50(1), 226–233.
https://doi.org/10.1109/TIA.2013.2267191
24. Zocholl, S., Schweitzer, E., & Aliaga-Zegarra, A. (1984). Thermal Protection of Induction Motors Enhanced by Interactive Electrical and Thermal Models. IEEE Transactions on Power Apparatus and Systems, PAS-103(7), 1749–1755.
https://doi.org/10.1109/TPAS.1984.318678
25. Kotsur, M., Kotsur, I., Bezverkhnia, Y., & Andrienko, D. (2017). Increasing of thermal reliability of a regulated induction motor in non-standard cycle time conditions. 2017 International Conference on Modern Electrical and Energy Systems (MEES), 88–91.
https://doi.org/10.1109/MEES.2017.8248960
26. Boglietti, A., Cavagnino, A., & Staton, D. (2008). Determination of Critical Parameters in Electrical Machine Thermal Models. IEEE Transactions on Industry Applications, 44(4), 1150–1159.
https://doi.org/10.1109/TIA.2008.926233
27. Eliasen, A. (1980). The Protection of High-Inertia Drive Motors During Abnormal Starting Conditions. IEEE Transactions on Power Apparatus and Systems, PAS-99(4), 1483–1492.
https://doi.org/10.1109/TPAS.1980.319572
28. Boglietti, A., Cavagnino, A., Staton, D., Shanel, M., Mueller, M., & Mejuto, C. (2009). Evolution and Modern Approaches for Thermal Analysis of Electrical Machines. IEEE Transactions on Industrial Electronics, 56(3), 871–882.
https://doi.org/10.1109/TIE.2008.2011622
29. Zagirnyak, M., Mamchur, D., & Kalinov, A. (2018). An algorithm for induction motor monitoring system based on electrical signals analysis. Przeglad Elektrotechniczny, 94(6), 15–18.
https://doi.org/10.15199/48.2018.06.03
30. Kluczek, A., & Olszewski, P. (2017). Energy audits in industrial processes. Journal of Cleaner Production, 142(6), 3437–3453.
https://doi.org/10.1016/j.jclepro.2016.10.123
31. Adler, Yu. (1976). Planning an experiment in finding optimal conditions. Science.
32. Ivobotenko, B., Iliinskyi, I., & Kopylov, I. (1975). Experiment planning in electromechanics. Energiya.
33. Korn, G. (2014). Mathematics Handbook for Scientists and Engineers: Definitions, Theorems, Formulas. Book on Demand.
34. Tryputen, N., Kuznetsov, V., & Kuznetsova, Y. (2019). About the Possibility of Researching the Optimal Automatic Control System on a Physical Model of a Thermal Object. 2019 IEEE 2nd Ukraine Conference on Electrical and Computer Engineering (UKRCON), 1244–1248.
https://doi.org/10.1109/UKRCON.2019.8879830
35. Kuznetsov, V., Tryputen, M., Tytiuk, V., Rozhnenko, Z., Levchenko, S., & Kuznetsov, V. (2021). Modeling of thermal process in the energy system “Electrical network - asynchronous motor.” E3S Web of Conferences, 280, 05003.
https://doi.org/10.1051/e3sconf/202128005003