Inteligent Controller of Active Magnetic Bearing

Tato disertační práce se zabývá návrhem řízení pro aktivní magnetické ložisko. Aktivní magnetické ložisko je nelineární nestabilní systém. Proto není možné pro jeho řízení použít přímo klasické metody návrhu řízení pro lineární systémy a metody pro návrh řízení nelineárních systémů nejsou univerzální a snadno aplikovatelné. V práci je ukázáno použití jednoduché nelineární kompenzace, která linearizuje odezvu aktivního magnetického ložiska a tím umožní použití klasických metod pro návrh řízení lineárních systémů. Následně je ukázáno, že pomocí metody CARLA lze výrazně vylepšit nalezené parametry řídicího systému. První část práce se zabývá odvozením modelu řízeného aktivního ložiska a odvozením nelineární kompenzace, která linearizuje odezvu výstupu na vstupní signál. Následující část práce je věnována popisu metod stavového návrhu řízení lineárních systémů, vybraných metod návrhu robustního řízení a nejběžnějších metod umělé inteligence používaných pro návrh nebo implementaci řízení. Předposlední část práce se zabývá popisem hardware použitého experimentálního zařízení a jeho parametrů. Dále je zde uvedeno experimentální odvození parametrů modelu elektromagnetické síly, protože nejsou dostupné od výrobce. Hlavní a závěrečná část práce se zabývá vlastním návrhem řízení pro aktivní magnetické ložisko. Je zde uvedeno několik různých přístupů k návrhu řízení od zcela experimentálního návrhu, přes využití metody Ziegler-Nicholsovy a stavového návrhu řízení až po využití metod robustního návrhu řízení. Při návrhu řízení je silně využívána metoda CARLA, která je díky svému principu velmi vhodná pro online učení v reálném řídicím členu.The PhD thesis describes control design of active magnetic bearing. Active magnetic bearing is nonlinear unstable system. This means it is not possible to use classic methods of control design for linear time invariant systems. Also methods of nonlinear control design are not universal and theirs application is not easy task. The thesis describes usage of simple nonlinear compensation which linearizes response of active magnetic bearing and allows usage of classic methods of control design for linear time invariant systems. It is shown that CARLA method can significantly improve parameters of designed controller. First part of thesis describes derivation of model of controlled active magnetic bearing and nonlinear compensation which linearizes response of controlled active magnetic bearing on input signal. Following part contains description of methods of state control design methods, selected methods of robust control design and most common methods of artificial intelligence used for control design and implementation. Next part describes hardware of used experimental device and its parameters. It also contains experimental derivation of model of electromagnetic force because the parameters are not available from manufacturer. Last part describes control design of active magnetic bearing. Several different approaches are described here. The approaches vary from completely experimental approach, through using Ziegler-Nichols method, state control design to methods for robust control design. During design is heavily used CARLA method which is very suitable for usage for online learning in real controller due its principle.