Predykcyjne Sterowanie Momentem i Napędami — MPC w Skali Mikrosekund

Dlaczego To Ma Znaczenie (Streszczenie)

• Napędy elektryczne i przekształtniki mocy są krytycznymi elementami w sprężarkach ropy i gazu, turbomachinery przemysłowej oraz produkcji precyzyjnej. Nieplanowane wyłączenia powodują przestoje trwające od godzin do dni.
• Sterowanie predykcyjne (Model Predictive Control — MPC) na poziomie napędu optymalizuje sekwencje przełączeń w czasie rzeczywistym (cykle 10–100 mikrosekund), zapewniając mierzalne poprawy jakości momentu, sprawności i odporności na zakłócenia.
• Implementacje referencyjne raportują: częściowe przetrwanie momentu podczas zapadów napięcia sieciowego w zestawach sprężarkowych o mocy 42 MW, do 50% redukcję strat łączeniowych, 27% redukcję tętnień momentu w silnikach reluktancyjnych oraz zwiększenie pasma serwo z 147 Hz do 208 Hz.
• Wzorzec ten ma zastosowanie w każdym systemie z silnikami elektrycznymi, falownikami lub łożyskami bezkontaktowymi, gdzie jakość momentu, sprawność lub odporność na zakłócenia bezpośrednio wpływa na jakość produktu lub czas dostępności.

Wzorzec Projektowy — Wyjaśnienie

MPC na poziomie napędu działa na najszybszej skali czasowej w rodzinie MPC. Zamiast obliczać gładkie, ciągłe punkty nastawcze, regulator wybiera ze skończonego zbioru stanów łączeniowych falownika (Finite-Set MPC) lub rozwiązuje szybki problem QP w celu wyznaczenia optymalnych wektorów napięcia — co 10 do 100 mikrosekund.

Kluczowa różnica w stosunku do MPC na poziomie procesu polega na dyskretnym charakterze działania sterującego: trójfazowy falownik dysponuje ograniczoną liczbą prawidłowych kombinacji łączeniowych. Finite-Set MPC wylicza te stany i ocenia funkcję kosztu (błąd momentu, błąd strumienia, straty łączeniowe), aby wybrać najlepszy stan w każdym kroku. Dla dłuższych horyzontów metody przeszukiwania drzewa lub dekodowania sferycznego utrzymują obliczenia na rozsądnym poziomie.

Architektura typowo składa się z: estymacji prądu/strumienia na podstawie pomiarów elektrycznych, modelu predykcyjnego elektromagnetyki silnika, optymalizatora funkcji kosztu działającego na dedykowanym sprzęcie (DSP, FPGA lub przemysłowy sterownik) oraz logiki ochronnej koordynującej z systemami na poziomie procesu.

Trzy odrębne podejścia optymalizacyjne w MPC na poziomie napędu: Predykcyjne sterowanie napędem obejmuje trzy zasadniczo różne sformułowania — ważne jest, aby ich nie mylić. Finite-Set MPC (FS-MPC / MPTC / MPDTC): falownik dysponuje dyskretnym, skończonym zbiorem prawidłowych stanów łączeniowych (typowo 8 dla dwupoziomowego trójfazowego falownika). Optymalizator wylicza te stany na horyzoncie predykcji i wybiera najlepszą sekwencję oceniając funkcję kosztu — nie rozwiązuje się QP ani NLP. Sprawia to, że FS-MPC jest niezwykle szybki i naturalnie dostosowany do skali mikrosekund, ale dyskretna przestrzeń działań ogranicza osiągalne tętnienia momentu w porównaniu z regulatorami o ciągłym wejściu. Liniowy MPC (QP): dla aplikacji z ciągłym sterowaniem napięciem (pozycja aktywnego łożyska magnetycznego, PMSM z ciągłą modulacją), zlinearyzowana dynamika elektromagnetyczna lub mechaniczna prowadzi do wypukłego problemu kwadratowego (QP) — szybkiego, globalnie optymalnego i bezpośrednio wdrażalnego na sprzęcie DSP. Nieliniowy MPC (NMPC): gdy dynamika jest z natury nieliniowa — otwarto-pętlowo niestabilna lewitacja magnetyczna, gdzie zależność siła–szczelina jest silnie nieliniowa — stosuje się pełny model nieliniowy w niekonkweksowym NLP. Wydajność solvera i inicjalizacja są kluczowe; wyniki przewyższają PID, ale przy znacznie wyższym koszcie obliczeniowym. Poniższe zastosowania są oznaczone typem.

Zastosowania i Implementacje Referencyjne

Zastosowanie 1: MPTC w ABB MEGADRIVE-LCI — Przetrwanie w Sprężarkach Gazu i Ciężkich Napędach Przemysłowych

ABB MEGADRIVE-LCI to komercyjnie dostępny napęd średniego napięcia obsługujący synchroniczne obciążenia silnikowe od 2 do 150 MW, z Model Predictive Torque Control (MPTC) jako kluczową funkcją. MPTC optymalizuje sekwencję przełączeń falownika obciążenia co 1 ms na sterowniku ABB AC 800PEC, zapewniając sprawność przekształtnika przekraczającą 99% i obsługę zakłóceń napięcia wejściowego +20% / −50% z deratowaniem. Krytycznym zastosowaniem w obszarze ropy i gazu jest częściowe przetrwanie momentu podczas zapadów napięcia sieciowego: w obiektach sprężarkowych Statoil w Kollsnes (2 × 42,2 MW) i Karstoe (3 × 7,5 MW), konwencjonalne przetrwanie przy zerowym momencie groziło pompażem sprężarki i przestojami przy ponownym uruchomieniu trwającymi od godzin do dni. Dzięki MPTC regulator maksymalizuje wykonalny moment częściowy, jednocześnie egzekwując limity prądu — w udokumentowanym zdarzeniu zapadu napięcia na miejscu (0,3 pu przez około 80 ms), MPTC odzyskało około 0,23 pu znamionowego momentu, skutecznie chroniąc pracę sprężarki. Ta pojedyncza klasa zastosowań — napędy synchronicznych silników wysokiej mocy z przetrwaniem zapadu napięcia — demonstruje predykcyjne sterowanie dostarczające mierzalną wartość czasu dostępności w skali MW. ¹²³⁴⁵

Zastosowanie 2: Ulepszone FS-MPC dla Silników Reluktancyjnych — Redukcja Tętnień Momentu

Silniki reluktancyjne z komutacją elektroniczną (SRM) są atrakcyjne ze względu na konstrukcję bez magnesów trwałych, ale cechują się znacznymi tętnieniami momentu, szczególnie przy niskich prędkościach. Ulepszone podejście Finite-Set MPC z pojedynczą funkcją kosztu (bez konieczności strojenia współczynników wagowych) zostało eksperymentalnie ocenione i zaraportowało 27,14% redukcję tętnień momentu przy 600 rpm w porównaniu z konwencjonalnymi technikami. Odchylenie standardowe tętnień momentu zmierzono na poziomie 1,074 Nm. Demonstruje to, że sterowanie predykcyjne może wyeliminować jedną z głównych barier w adopcji SRM w zastosowaniach przemysłowych. ⁶

Zastosowanie 3: MPDTC Długiego Horyzontu dla PMSM — Optymalizacja Strat Łączeniowych i THD

Model Predictive Direct Torque Control (MPDTC) oceniano dla silnika synchronicznego z magnesami trwałymi (PMSM) z trójpoziomowym falownikiem napięcia, używając horyzontów predykcji do 150 kroków czasowych. Badanie symulacyjne wykazało redukcję strat łączeniowych i częstotliwości łączeń do 50%, a całkowite odkształcenie harmoniczne (THD) momentu zmniejszono o 25%, podczas gdy THD prądu pozostało niezmienione. Predykcyjne sterowanie z długim horyzontem umożliwia optymalizatorowi planowanie sekwencji łączeń minimalizujących straty przez rozszerzone okna, zamiast zachowywać się zachłannie w każdym kroku. ⁷

Zastosowanie 4: Online MPC Sterowania Momentem na Wbudowanym DSP — Napędy PMSM

Online regulator momentu MPC dla PMSM sformułowany jako Quadratic Program i rozwiązany w czasie rzeczywistym na niskokosztowym Digital Signal Processor, demonstruje że świadome ograniczeń predykcyjne sterowanie momentem nie wymaga drogiego sprzętu obliczeniowego. Ocena Processor-In-the-Loop potwierdziła wykonalność zarówno pod względem obliczeniowym, jak i pamięciowym, z poprawioną dynamiką momentu w porównaniu z konwencjonalnym regulatorem. Jest to istotne, ponieważ pokazuje, że MPC może być wdrożone na tej samej klasie sprzętu, jaka jest już obecna w standardowych napędach przemysłowych. ⁸

Zastosowanie 5: Offset-Free MPC dla Aktywnego Łożyska Magnetycznego — Turbomachinery

Sformułowanie MPC bez przesunięcia statycznego (offset-free) zostało zastosowane do stożkowego układu aktywnego łożyska magnetycznego (AMB) na stanowisku testowym turbossprężarki. Scentralizowany regulator pozycji działa z częstotliwością 4 kHz, z wyzwalaniem konwersji ADC przez nośną PWM 20 kHz. Aktywne łożyska magnetyczne lewitują obracające się wały bez kontaktu, a sterowanie predykcyjne umożliwia tłumienie drgań i bezprzesunięciowe śledzenie pozycji pod wpływem zakłóceń — kluczowe dla szybkoobrotowych turbomaszynacji, gdzie awaria łożyska oznacza natychmiastowe wyłączenie. ⁹

Zastosowanie 6: NMPC dla Lewitacji Magnetycznej — Eksperymentalne Porównanie z PID

Podejście NMPC w czasie rzeczywistym wykorzystujące ewoluujący zlinearyzowany model wewnątrz pętli optymalizacji zostało eksperymentalnie zademonstrowane na szybkim nieliniowym obiekcie lewitacji magnetycznej. W porównaniu z linią bazową PID, NMPC zaraportowało lepszą wydajność sterowania kosztem wyższej złożoności obliczeniowej. Ten wynik laboratoryjny ilustruje fundamentalną przewagę sterowania predykcyjnego dla nieliniowych, otwarto-pętlowo niestabilnych systemów, gdzie strojenie PID jest z natury ograniczone. ¹⁰

Co To Oznacza dla Twoich Operacji

• Każdy system z urządzeniami obrotowymi o wysokiej wartości (sprężarki, turbiny, precyzyjne wrzeciona) może skorzystać ze sterowania predykcyjnego na poziomie napędu.
• Przetrwanie awarii jest szczególnie cenne tam, gdzie nieplanowane wyłączenia mają wysoki koszt konsekwencyjny — sprężanie gazu, ciągłe procesy chemiczne, produkcja półprzewodników.
• Poprawa jakości momentu bezpośrednio redukuje drgania, hałas i zużycie mechaniczne, wydłużając żywotność urządzeń.
• Wykonalność wbudowana oznacza, że MPC często może być wdrożone na istniejącym sprzęcie napędowym lub przy minimalnych aktualizacjach obliczeniowych.

Jak To Realizujemy (Model Współpracy)

• Faza 0: NDA + zapytanie o dane — charakterystyka topologii napędu, parametrów silnika, warunków sieciowych i logiki ochronnej.
• Faza 1: Odkrycie o stałym zakresie — symulacyjna wykonalność, koncepcja architektury sterowania i oczekiwane poprawy KPI.
• Faza 2: Implementacja + walidacja + uruchomienie — projekt regulatora, testowanie Hardware/Processor-In-the-Loop, uruchomienie w terenie.
• Faza 3: Monitoring + szkolenie + skalowanie — integracja z ochroną na poziomie procesu, szkolenie operatorów i wdrożenie flotowe.

Typowe KPI do Śledzenia

• Jakość momentu: tętnienia momentu (Nm, %), THD, poziomy drgań
• Sprawność: straty łączeniowe (W), sprawność przekształtnika (%)
• Odporność na awarie: wskaźnik sukcesu przetrwania, liczba unikniętych wyłączeń, średni czas do odzyskania
• Dostępność: godziny nieplanowanych przestojów rocznie, częstotliwość ponownych uruchomień

Ryzyka i Wymagania Wstępne

• Budżet obliczeniowy w czasie rzeczywistym: MPC na poziomie napędu wymaga czasów rozwiązywania poniżej milisekundy. Jawne MPC (wstępnie obliczone tablice odnośników) lub solvery oparte na FPGA mogą być potrzebne dla najszybszych zastosowań.
• Dokładność modelu przy prędkości: parametry silnika (induktancja, sprzężenie strumienia) muszą być precyzyjnie scharakteryzowane. Może być wymagana estymacja parametrów lub podejścia adaptacyjne.
• Koordynacja ochrony: przetrwanie MPC musi być skoordynowane z istniejącymi przekaźnikami ochronnymi i systemami bezpieczeństwa na poziomie procesu. Ochrona czasowa może zadziałać przed MPC, jeśli nie zostanie zrekonfigurowana.
• Certyfikacja regulacyjna i bezpieczeństwa: zmiany na poziomie napędu w zastosowaniach krytycznych dla bezpieczeństwa (ropa i gaz, energetyka jądrowa) wymagają oceny bezpieczeństwa funkcjonalnego i mogą wymagać implementacji z certyfikatem SIL.

Często Zadawane Pytania

P: Czy MPC na poziomie napędu można dołączyć do istniejących napędów silnikowych? W wielu przypadkach tak. Jeśli sterownik napędu dysponuje wystarczającym zapasem obliczeniowym (DSP lub dedykowany FPGA), MPC można wdrożyć jako aktualizację oprogramowania układowego. W przypadku starszych napędów może być potrzebny zewnętrzny moduł obliczeniowy.

P: Jak Finite-Set MPC wypada w porównaniu z Orientacją Polową (FOC)? FOC używa modulatora do generowania wzorców łączeń na podstawie ciągłych odniesień napięcia. Finite-Set MPC eliminuje modulator i bezpośrednio wybiera stany łączeniowe, umożliwiając ściślejszą obsługę ograniczeń i często niższe straty łączeniowe, ale wymaga większego nakładu obliczeniowego na cykl sterowania.

P: Czy jest to istotne dla mniejszych silników (poniżej 1 MW)? Absolutnie. Przykłady PMSM i SRM na tej stronie są w zakresie poniżej 100 kW. Zasady stosują się w całym spektrum mocy — od precyzyjnych silników serwo do napędów sprężarkowych o mocy 150 MW.

Zarezerwuj 30-minutową Rozmowę Odkrywczą

Gotowy zbadać, czy ten wzorzec pasuje do Twojego systemu?

Dr. Rafał Noga — Niezależny Konsultant APC/MPC

📧 Napisz do mnie · 🌐 noga.es

Odkrycie o stałym zakresie · Najpierw NDA · Dostępny na miejscu w krajach DACH

Referencje Publiczne

Footnotes

1. ABB, “ABB’s Model Predictive Torque Control (MPTC) protects against gas supply interruptions” (ABB Highlights, 2016). Link ↩

2. ABB, “Partial Torque Ride Through with Model Predictive Control” (PCIC Europe, 2016). PDF ↩

3. ABB, “Electric driven gas compressor control (MPTC + DT2S)” (ABB Review, 2017). PDF ↩

4. ABB, “MEGADRIVE-LCI product page” (ABB). Link ↩

5. ABB, “MEGADRIVE-LCI technical data” (ABB). Link ↩

6. Deepak et al., “Experimental analysis of enhanced FS-MPC and DTC in SRM drives” (Scientific Reports, 2024). Link ↩

7. Geyer et al., “Model Predictive Direct Torque Control of PMSM” (ECCE, 2010). PDF ↩

8. Cimini et al., “Online Model Predictive Torque Control for PMSM” (ICIT, 2015). PDF ↩

9. Castellanos et al., “Offset-Free MPC for a Cone-shaped Active Magnetic Bearing System” (Politecnico di Torino, 2021). PDF ↩

10. Novotny, “Magnetic levitation: real-time NMPC demonstrated experimentally vs PID baseline” (Springer, 2025). Link ↩

📅 Zarezerwuj na Calendly