Wetenschap
Het bedrijfsleven en de industrie zijn dol op inductiemotoren met eekhoornkooien voor toepassingen met hoge snelheid. Netbeheerders hebben er een hekel aan, omdat hun vermogensfactoren bij lage belasting een net instabiel kunnen maken. Maar het is mogelijk om een eekhoornkooimotor te ontwerpen die leuk speelt op een elektriciteitsnet - en toch efficiënt, krachtig en betrouwbaar is. Een elektrotechnisch onderzoeker aan de Universiteit van Johannesburg (UJ) optimaliseert een rotorontwerp met kunstmatige intelligentie (AI). In de laboratoriumtests constateert hij dat de AI-geoptimaliseerde 5,5 kW-motor efficiënt presteert met een uitstekende vermogensfactor bij zeer lage belastingen. De arbeidsfactor is zo goed dat er voor deze motoren geen externe correctie van de arbeidsfactor nodig is, wat een aanzienlijke kostenbesparing oplevert. Credit:Grafisch ontwerp door Therese van Wyk, Universiteit van Johannesburg.
Til het deksel van een geëlektrificeerd huis, een fabriek of een mijn op en je zult een troep eekhoornkooimotoren op elk moment aantreffen. Zonder deze zouden geïndustrialiseerde landen lang niet zo industrieel zijn.
Robuust en betrouwbaar, dit type driefasige inductiemotor is vaak de beste keuze in de industrie. Deze produceren geen vonken en passen erg goed in gevaarlijke omgevingen zoals olieraffinaderijen, mijnen en graanliften, en worden gebruikt voor slijp-, pomp- en blaaswerkzaamheden.
Thuis worden de koelkast, wasmachine, wasdroger en zwembadpomp aangedreven door enkelfasige kooiankermotoren. De motoren zijn vooral goed voor toepassingen met hoge snelheden boven 3000 tpm. Sterker nog, eekhoornkooimotoren zijn zelfstartend en hebben niet veel onderhoud nodig, zelfs niet als ze honderden pk's hebben.
Eekhoornkooimotoren kunnen echter leiden tot storende energierekeningen voor grote bedrijven. In Zuid-Afrika laat de nationale omroep 's avonds vaak advertenties zien waarin mensen worden aangemoedigd hun huishoudelijke apparaten en zwembadpompen uit te zetten.
AI om aardig te spelen
Kortom, er is een enorme vraag naar hoogwaardige werkpaardmotoren met een goede prijs-kwaliteitsverhouding. Maar ook de beheerders van elektriciteitsnetten eisen dat deze motoren voor beperkte overlast zorgen.
Dr. Mbika Muteba van de Universiteit van Johannesburg heeft een AI getraind om het ontwerp van een eekhoornkooimotor te optimaliseren. De studie is gepubliceerd in het tijdschrift Energies . De AI zorgde ervoor dat het geoptimaliseerde ontwerp weinig verstoring veroorzaakt van het elektriciteitsnet waarop het is aangesloten door de vermogensfactor van de motor aanzienlijk te verbeteren.
In dit onderzoek heeft Muteba rotoren en capacitieve hulpspoelen gemodelleerd en ontworpen voor een kooiankermotor van 5,5 kW (7,37 metrische pk). Daarna bouwde hij de rotoren en testte ze in het laboratorium. De werkelijke prestaties van de motoren kwamen nauw overeen met de voorspelde prestaties.
De eerste geteste motor heeft geen hulpspoel op de stator en is niet geoptimaliseerd door AI. De tweede heeft een hulpspoel om de arbeidsfactor te verbeteren en is ook niet geoptimaliseerd door AI. De derde motor heeft een hulpspoel op de stator en is ook geoptimaliseerd door het AI-algoritme. Het genetische algoritme optimaliseerde het voor de hoogste prestaties bij verschillende belastingen op getrokken elektrische stroom (koppel per ampère). Muteba heeft de resultaten van het genetische algoritme geverifieerd met eindige elementenanalyse.
De AI-geoptimaliseerde 5,5 kW-motor had een uitstekende vermogensfactor in de laboratoriumopstelling, variërend van 0,93 gemeten bij 0% belasting, tot 0,99 bij 60% belasting tot 120% belasting. Het rendement bij vollast van de AI-geoptimaliseerde motor is 85,87%, wat binnen 1 tot 2% van de niet-geoptimaliseerde motor ligt. De efficiëntie voor belastingen onder de 30% is ook veel verbeterd in vergelijking met de niet-geoptimaliseerde motoren.
Het belangrijkste is dat, zelfs met de uitstekende arbeidsfactor, de geoptimaliseerde motor meer koppel geeft terwijl hij minder stroom trekt. Het koppel per ampère van het AI-geoptimaliseerde ontwerp was een verbetering met dubbele cijfers ten opzichte van die van de motor zonder AI-optimalisatie.
Het geoptimaliseerde motorkoppel per ampère is 22% hoger bij 20% belasting, 16% hoger bij 60% belasting en 13% beter bij 120% belasting, vergeleken met de niet-geoptimaliseerde versie.
Waarom eekhoornkooimotoren roosters onstabiel kunnen maken
"Eekhoornkooimotoren hebben over het algemeen een slechte arbeidsfactor, vooral als ze starten of werken onder lichte belasting", zegt Muteba. "Maar energiebedrijven willen dat alle belastingen die je op hun net aansluit, of het nu de motor van een zwembadpomp is of een machine die erts verplettert in een mijn, een goede arbeidsfactor hebben."
Driefasige elektriciteitsnetten leveren twee soorten stroom. De eerste is actieve kracht die motoren laat draaien en het werk doet. Energiebedrijven factureren hun klanten hiervoor in kilowatt of megawatt. Grids leveren ook reactief vermogen. Eekhoornkooimotoren vreten aan reactief vermogen op een rooster om de magnetische velden op hun rotoren in stand te houden. Zonder dat veld werkt een eekhoornkooimotor niet. Van alle soorten elektrische motoren zijn eekhoornkooimotoren het meest hongerig naar reactief vermogen.
Transformatoren die hoogspanningsvermogen verlagen naar huishoudelijke of industriële spanningen, eten ook het reactieve vermogen op een net op. "Een belasting met een slechte arbeidsfactor verbruikt veel meer reactief vermogen. Wanneer honderden of duizenden van dergelijke belastingen zijn aangesloten op een net, moeten de eigenaren van het net besteden om het net te upgraden om meer reactief vermogen te leveren", zegt hij.
Credit:Therese van Wyk, Universiteit van Johannesburg.
Als een net wordt overspoeld door belastingen met slechte vermogensfactoren, kunnen alle belastingen op het net, zelfs degenen met goede vermogensfactoren, niet genoeg reactief vermogen krijgen om te werken en kan het net instabiel worden. Dit kan grote schade aanrichten in mijnen, fabrieken en irrigatiesystemen op boerderijen.
Energiebedrijven straffen gebruikers zwaar voor belastingen met slechte vermogensfactoren. Op een nationaal elektriciteitsnet kunnen dus tien- of honderdduizenden kooimotoren zijn aangesloten, als betrouwbare werkpaarden. Maar de gecombineerde lage vermogensfactor van de motoren kan een net onvoorspelbaar en zelfs onstabiel maken.
Aanzienlijke besparingen
De AI-optimalisatie voor de rotor en capacitieve hulpspoel maakte het mogelijk om de arbeidsfactor en prestaties te verbeteren en toch een betrouwbare, efficiënte eekhoornmotor te hebben voor uitdagende toepassingen, zegt Muteba.
De AI-geoptimaliseerde motor heeft een luchtspleet tussen rotor en stator, die groter is dan in een niet-geoptimaliseerde motor. Onder hoge belastingen, hoge temperaturen en hoge snelheden zou de geoptimaliseerde motor mechanisch beter moeten presteren dan de niet-geoptimaliseerde motoren.
Credit:Grafisch ontwerp en foto's door Therese van Wyk, Universiteit van Johannesburg.
"Met deze resultaten zien we dat het mogelijk is om eekhoornkooi-inductiemotoren te gebruiken zonder miljoenen uit te geven aan reactieve compensatoren om boetes van nutsbedrijven te voorkomen. Het is ook niet nodig om hulpspoelen te gebruiken op een manier die de efficiëntie of het koppel per ampère vermindert," hij voegt toe.
"De AI-geoptimaliseerde rotor en capacitieve hulpspoel hebben een uitstekende arbeidsfactor over het volledige belastingsbereik en zijn nog steeds efficiënter, ook bij hogere prestaties."
Voor een microgrid, of particulier elektriciteitsnet, maakt het bouwen van een uitstekende vermogensfactor in elke kooiankermotor het net ook veel gemakkelijker te beheren, zegt hij.
AI-voorsprong in ontwerp
Door AI te gebruiken om het ontwerp van de rotor en de capacitieve hulpspoel te optimaliseren, kan tijd worden bespaard in vergelijking met diepgewortelde ontwerppraktijken, zegt Muteba. Het genetische algoritme kostte 27 minuten om het ontwerp van de rotor en de capacitieve hulpspoel te optimaliseren, binnen acht uitvoeringen en 60 generaties chromosomen verwerkt.
"Ontwerpingenieurs staan voor de uitdaging om de optimale waarde van de luchtspleetlengte en de capacitieve hulpspoel te selecteren. In de meeste gevallen gebruiken ze ontwerpsoftware die gevoeligheids- en parametrische analyses uitvoert. Deze processen zijn meestal langdurig, met beperkte zoekmogelijkheden", zegt Muteba.
"AI's zoals optimale zoekalgoritmen kunnen de optimale waarde van de lengte van de luchtspleet en de capacitieve hulpspoel vinden door binnen enkele minuten een grote oplossingsruimte te doorzoeken. De populatiegebaseerde techniek die in dit onderzoek wordt gebruikt, een genetisch algoritme, is een goede passen om de vereiste optimale waarden te vinden."
Wetenschap © https://nl.scienceaq.com