Драйверҳои мотори электрии дар мошинҳои саноатӣ истифодашаванда аксар вақт ҳангоми ба кор даровардан аз ҷониби техникҳои мутахассис бо даст танзим карда мешаванд. Ин раванди танзим барои он муҳим аст, ки мотор зуд вокуниш нишон диҳад, устувор кор кунад, аз ҳад зиёд ларзиш накунад ва ҷараёни дилхоҳро дуруст пайгирӣ намояд.

Ин таҳқиқоти аз ҷониби David Petrovic, Gian Antonio Susto ва Angelo Cenedese омодашуда барои танзими худкори ҳалқаи идоракунии ҷараёни драйвери мотори саноатӣ аз усули оптимизатсияи маълумотниҳоди Bayesian Optimization истифода мекунад. Система драйвери моторро ҳамчун қуттии сиёҳ мебинад; яъне модели муфассали математикии моторро талаб намекунад. Дар ҳар кӯшиш параметрҳои гуногуни идоракунӣ ба сахтафзори воқеӣ фиристода мешаванд, вокуниши мотор чен карда мешавад ва алгоритм дар кӯшиши баъдӣ танзимҳои беҳтарро ёфтан мехоҳад.

Ҷанбаи қобили таваҷҷуҳи таҳқиқот чунин аст: усул на танҳо дар симулятсия, балки дар драйвери воқеии мотори саноатӣ озмуда шудааст. Натиҷаҳо нишон медиҳанд, ки усули худкор метавонад дар чанд дақиқа натиҷаҳои наздик ба танзими мутахассис ва дар баъзе меъёрҳо ҳатто беҳтар пешниҳод кунад. Аммо чун таҳқиқот танҳо дар шароити бебор ва дар як танҳои мотор-драйвер озмуда шудааст, дар шароити воқеии корхона тасдиқи васеътар лозим аст.

Мушкил чист?

Моторҳои электрии саноатӣ дар корхонаҳо аз конвейерҳо то системаҳои роботӣ, аз мошинҳои бастабандӣ то дастгоҳҳои CNC дар бисёр ҷойҳо истифода мешаванд. Барои он ки ин моторҳо ба таври дилхоҳ кор кунанд, ҳалқаҳои идоракунии дохили драйвер бояд дуруст танзим карда шаванд.

Дар ин ҳалқаҳои идоракунӣ одатан контроллерҳои PI ё PID истифода мешаванд. Ба таври содда гӯем, ин контроллерҳо кӯшиш мекунанд рафтори воқеии моторро ба рафтори ҳадафӣ наздик кунанд. Масалан, агар драйвери мотор қимати муайяни ҷараёнро хоҳад, контроллер ҷараёни воқеиро ба он наздик мекунад.

Мушкил дар он аст, ки ин танзим ҳамеша осон нест. Агар параметрҳо паст интихоб шаванд, система метавонад суст вокуниш нишон диҳад. Агар хеле агрессивӣ интихоб шаванд, афзоиши аз ҳад, ларзиш ё осциллятсия пайдо шуданаш мумкин. Дар саноат ин танзимҳо аксар вақт ба таҷрибаи техникҳои ботаҷриба такя мекунанд. Ин вақт мегирад, ба шахс вобаста аст ва стандартизатсия дар мошинҳои гуногунро душвор мегардонад.

Ҳадафи муҳаққиқон ин аст, ки раванди танзими дастиро як қадам дигар ба сӯи худкорӣ наздик кунанд.

Усул чӣ пешниҳод мекунад?

Таҳқиқот ба танзими ду параметри асосии PI дар ҳалқаи идоракунии ҷараёни драйвери мотор тамаркуз мекунад:

• Kp: Даромади пропорсионалӣ. Муайян мекунад, ки ҳангоми пайдо шудани хато система то чӣ андоза қавӣ вокуниш нишон медиҳад.
• Ki: Даромади интегралӣ. Кӯшиш мекунад хатои дар тӯли вақт ҷамъшударо кам кунад.

Муҳаққиқон ин ду параметрро мустақиман дар сахтафзори воқеӣ меозмоянд. Усул бо чунин мантиқ кор мекунад:

1. Алгоритм як қимати Kp ва Ki-ро интихоб мекунад.
2. Ин қиматҳо ба драйвери мотор фиристода мешаванд.
3. Ба драйвер референси пешакӣ муайяншудаи ҷараён татбиқ карда мешавад.
4. Вокуниши воқеии ҷараёни драйвер чен карда мешавад.
5. Мувофиқи вокуниши ченшуда меъёрҳои самаранокӣ монанди хато, афзоиши аз ҳад ва осциллятсия ҳисоб карда мешаванд.
6. Алгоритм аз кӯшишҳои қаблӣ омӯхта, ҷуфти нави параметрҳоро пешниҳод мекунад.

Ёндашви истифодашуда дар ин ҷо Bayesian Optimization, яъне оптимизатсияи Байесӣ аст. Ин усул махсусан вақте истифода мешавад, ки ҳар кӯшиш гарон ё вақтгир бошад. Зеро ба ҷои озмудани ҳар имконият яке паси дигар, бо дониши аз кӯшишҳои гузашта гирифташуда танзимҳои умедбахштарро интихоб кардан мехоҳад.

Яке аз нуктаҳои муҳими мақола он аст, ки система модели муфассали математикии моторро талаб намекунад. Муҳаққиқон драйверро ҳамчун «қуттии сиёҳ» мебинанд. Яъне танҳо бо маълумоти «ин танзимро озмудем, система чунин вокуниш нишон дод» пеш мераванд.

Дар таҳқиқот махсусан Bayesian Optimization-и бар асоси TPE ҷудо мешавад. TPE ихтисори ибораи Tree-structured Parzen Estimator аст. Ин усул ба ҷои фарз кардани сатҳи муттасил ва ҳамвори математикӣ, минтақаҳои параметрие, ки натиҷаи хуб медиҳанд, аз ҷиҳати оморӣ ҷустуҷӯ мекунад. Ин барои андозагириҳои пурсарусадо, шумораи маҳдуди кӯшишҳо ва параметрҳои ба шакли адади бутун интихобшуда метавонад афзалият диҳад.

Формулаҳо чӣ мегӯянд?

Формулаҳои мақола дар назари аввал мураккаб ба назар расанд; аммо ғояи асосӣ хеле фаҳмо аст: алгоритм ба як меъёри ягонаи муваффақият нигоҳ намекунад. Кӯшиш мекунад чор меъёри гуногунро ҳамзамон беҳтар кунад.

Муҳаққиқон самаранокӣро бо чор меъёри зерин арзёбӣ мекунанд:

1. IAE – Хатои мутлақи умумӣ
IAE андозаи умумии фарқи байни ҷараёни ҳадафӣ ва ҷараёни воқеиро чен мекунад. Қимат ҳар қадар пасттар бошад, система ҳадафро ҳамон қадар беҳтар пайгирӣ мекунад.

2. ITAE – Хатои бо вақт вазниншуда
ITAE махсусан хатоҳои дер фурӯнишавандаро бештар ҷазо медиҳад. Яъне агар система дар аввал хато кунад, вале зуд барқарор шавад, беҳтар ҳисоб мешавад; агар хато муддати дароз идома ёбад, баҳояш бадтар мешавад.

3. OS – Афзоиши аз ҳад
Афзоиши аз ҳад нишон медиҳад, ки система аз қимати ҳадаф то чӣ андоза гузаштааст. Масалан, агар ҳадаф 1 ампер бошад, система метавонад муддати кӯтоҳ аз он болотар барояд. Ин афзоиш дар баъзе барномаҳо рафтори номатлуб аст.

4. OSC – Меъёри осциллятсия / ларзиш
Ин меъёр мепурсад, ки оё система пас аз наздик шудан ба ҳадаф ҳанӯз ҳам лаппиш мекунад. Дар драйверҳои саноатӣ осциллятсияи нолозим метавонад гармишавӣ, бесамарӣ, фишори механикӣ ё мушкилоти сифатро эҷод кунад.

Мантиқи асосии формулаҳои мақоларо чунин ҷамъбаст кардан мумкин аст:

«Беҳтарин танзим» як адади ягона нест. Як танзим метавонад зуд бошад, вале афзоиши аз ҳад кунад. Танзими дигар метавонад нармтар бошад, вале ба ҳадаф сусттар расад. Аз ин рӯ муҳаққиқон аз ёндашви Pareto-optimal истифода мекунанд.

Ҳалли Pareto-optimal чунин маъно дорад: агар барои беҳтар кардани як танзим аз меъёри дигар гузаштан лозим бошад, он танзим нуқтаи мувозинати оқилона аст. Яъне алгоритм ба ҷои ҷустуҷӯи як «ғолиби мутлақ», кӯшиш мекунад вариантҳои хуби танзимро мувофиқи афзалиятҳои гуногуни истифода ёбад.

Агар график / ҷадвал / схема бошад, паёми асосӣ чист?

Тасвирҳо ва ҷадвали мақола ба хонанда паёмҳои асосии зеринро медиҳанд:

Схема / тасвири таҷҳизоти таҷриба:
Муҳаққиқон усулро танҳо дар симулятсияи компютерӣ намондаанд. Драйвери воқеии мотори саноатӣ, brushless AC motor ва компютери беруна истифода шудаанд. Компютер бо драйвер тавассути Modbus муошират кардааст. Ин аз он ҷиҳат муҳим аст, ки нишон медиҳад усул ба сахтафзори амалии саноатӣ пайваст шуда метавонад.

Графики ҳаҷми гипер:
Графики самаранокии мақола нишон медиҳад, ки усулҳои гуногуни оптимизатсия бо пешрафти кӯшишҳо сифати ҳалли Pareto-ро чӣ гуна баланд мебардоранд. Чун 10 кӯшиши аввал тасодуфӣ буданд, усулҳо наздик ба ҳам оғоз мекунанд. Баъдтар усули бар асоси TPE беҳбудии тезтар нишон медиҳад. Ин ба потенсиали ёфтани танзими хубтар дар буҷети маҳдуди кӯшишҳо ишора мекунад.

Графикҳои тақсимоти Kp ва Ki:
Графикҳои фазои параметрии мақола нишон медиҳанд, ки комбинатсияҳои гуногуни Kp ва Ki натиҷаҳои гуногуни самаранокӣ медиҳанд. Баъзе минтақаҳо хатои паст медиҳанд, баъзеҳо афзоиши аз ҳад ё осциллятсияи бештар эҷод мекунанд. Паёми асосӣ чунин аст: параметрҳои идоракунӣ аз ҳамдигар мустақил нестанд; вақте Kp ва Ki якҷоя интихоб мешаванд, рафтори система тағйир меёбад.

Ҷадвали муқоиса:
Ҷадвал усулҳои Random Search, Bayesian Optimization-и бар асоси GP ва Bayesian Optimization-и бар асоси TPE-ро дар шумораҳои гуногуни кӯшишҳо муқоиса мекунад. Усули TPE махсусан бо ёфтани маҷмӯаи васеътари ҳалҳои Pareto ва рафтори наздикшавии барвақт ҷудо мешавад. Усули бар асоси GP дар баъзе метрикаҳои ниҳоӣ метавонад натиҷаи хеле қавӣ диҳад; аммо TPE аз ҷиҳати суръат, бори ҳисоббарории паст ва гуногунии ҳалҳо барои амалияи саноатӣ мувозинатдортар ба назар мерасад.

Каҷхатҳои вокуниш:
Графикҳои вокуниши ҷараёни мақола рафтори танзими мутахассис ва танзими худкор интихобшударо муқоиса мекунанд. Усули худкор дар баъзе меъёрҳои хато ва осциллятсия аз танзими мутахассис беҳтар натиҷа медиҳад, дар ҳоле ки танзими мутахассис метавонад афзоиши аз ҳад-и пасттар нишон диҳад. Ин яке аз ҷанбаҳои ростқавли таҳқиқот аст: усул дар ҳар метрика бартарии мутлақ надорад; байни ҳадафҳои гуногуни самаранокӣ мувозинат мегузорад.

Таҷрибаҳо чӣ гуна гузаронида шудаанд?

Таҷрибаҳо дар системаи воқеии драйвери мотори саноатӣ гузаронида шудаанд. Мотори истифодашуда brushless AC motor бо қимати 230 V, 6 қутбӣ, ҷараёни номиналии 1.8 A ва суръати номиналии 3000 rpm аст.

Таҳқиқот ба ҳалқаи дохилитарин идоракунии драйвери мотор — ҳалқаи ҷараён — тамаркуз мекунад. Ҳалқаҳои берунии идоракунӣ монанди суръат ва мавқеъ тағйир дода нашудаанд. Ҳамин тавр, таҷриба махсусан ба омӯзиши рафтори идоракунии ҷараёни электрӣ равона шудааст.

Дар таҷрибаҳо мотор бебор кор карда шуд. Ҳамчунин референси ҷараёни меҳвари q дар сифр нигоҳ дошта шуд. Ин бо пешгирии истеҳсоли момент муҳити озмоиши бехатартар ва такроршавандаро таъмин кард.

Ба система референси ҷараён дар шакли набзи росткунҷа татбиқ карда шуд. Дар марҳилаи tuning қадами мусбати ҷараён бо сатҳи тақрибан 1.53 A ва давомнокии 40 ms истифода шуд. Илова бар ин, контроллери интихобшуда бо сигнали дигари тасдиқе, ки дар tuning истифода нашуда буд, низ озмуда шуд: қадами манфии ҷараён бо амплитудаи тақрибан -2.55 A ва давомнокии 60 ms.

Диапазони параметрҳо барои Kp ва Ki аз 500 то 10000 муайян карда шуд. Параметрҳо ҳамчун адади бутун дида шуданд. Ин муҳим аст; зеро сахтафзорҳои воқеии саноатӣ ҳамеша параметри бо дақиқии беохирро қабул намекунанд.

Кӯшишҳо бо буҷетҳои 15, 20, 30, 50 ва 100 кӯшиш гузаронида шуданд. Барои ҳар буҷет 5 такрори мустақил истифода шуд. Ҳамин тавр, оё натиҷаҳо танҳо ба як тасодуф вобастаанд ё не низ омӯхта шуд.

Усулҳои муқоисашуда чунинанд:

• Танзими техниқи мутахассис
• Random Search, яъне ҷустуҷӯи тасодуфӣ
• Bayesian Optimization-и бар асоси GP
• Bayesian Optimization-и бар асоси TPE

Натиҷаҳо чӣ нишон медиҳанд?

Натиҷаҳо нишон медиҳанд, ки оптимизатсияи худкор метавонад дар сахтафзори воқеӣ ба танзими мутахассис наздик шавад ва дар баъзе меъёрҳо аз он пеш гузарад.

Масалан, дар натиҷаи Bayesian Optimization-и бар асоси TPE бо 30 кӯшиш нисбат ба танзими мутахассис дар меъёри IAE тақрибан %30 ва дар меъёри ITAE тақрибан %27 беҳбудӣ гузориш дода мешавад. Ин маънои онро дорад, ки система метавонад ҷараёни ҳадафиро беҳтар ва зудтар пайгирӣ кунад.

Усули бар асоси TPE ҳамчунин дар кам кардани осциллятсия қавӣ ба назар мерасад. Аммо танзими мутахассис афзоиши аз ҳад-и пасттар медиҳад. Ин фарқи муҳим аст: усули худкор ҳама чизро ҳамзамон беҳтарин намекунад; байни ҳадафҳои гуногун мувозинат мегузорад.

Вақте то 100 кӯшиш мерасад, усули TPE маҷмӯаи васеътари ҳалҳои Pareto-ро меёбад. Ин маънои онро дорад, ки ба ҷои як танзим, вариантҳои бештари хуб мувофиқи афзалиятҳои гуногун интихобшаванда вуҷуд доранд. Масалан, дар баъзе барномаҳо вокуниши зуд афзалият дошта метавонад, дар баъзеҳо рафтори нарм ва кам-осциллятсия муҳимтар аст.

Аз ҷиҳати вақт низ натиҷаи амалӣ вуҷуд дорад. 15 кӯшиш тақрибан 1.5 дақиқа ва 100 кӯшиш тақрибан 12 дақиқа давом кард. Усули бар асоси GP дар 100 кӯшиш то тақрибан 18 дақиқа расид. Зеро дар ёндашви бар асоси GP бори ҳисоббарории модел бештар аст. TPE бошад дар шароити сахтафзори воқеии ин таҳқиқот ҳамчун варианти сабуктар ва зудтар ҷудо мешавад.

Чаро ин муҳим аст?

Дар автоматсозии саноатӣ раванди ба кор даровардан вақтгир аст. Ҳар мошин, ҳар мотор ва ҳар шароити бор рафтори якхела нишон намедиҳад. Аз ин рӯ танзими контроллер аксар вақт таҷрибаро талаб мекунад.

Ин таҳқиқот нишон медиҳад, ки дар оянда баъзе равандҳои танзим метавонанд худкортар, ченшавандатар ва стандартӣтар шаванд. Махсусан аз ин ҷиҳатҳо муҳим аст:

• Метавонад вобастагӣ ба техниқи мутахассисро кам кунад.
• Метавонад вақти ба кор дароварданро кӯтоҳ кунад.
• Метавонад барои афзалиятҳои гуногуни самаранокӣ якчанд варианти хуби танзим пешниҳод кунад.
• Метавонад бидуни тағйир додани firmware-и мавҷудаи драйвер кор кунад.
• Чун бо андозагирӣ аз сахтафзори воқеӣ пеш меравад, пурра ба симулятсия вобаста нест.

Ин ёндашв на танҳо барои драйверҳои мотор, балки дар системаҳои гуногуни идоракунии саноатӣ низ метавонад ба ғояҳои шабеҳи танзими худкор роҳ кушояд.

Нуктаҳое, ки бояд ба назар гирифт

Гарчанде ин таҳқиқот умедбахш бошад ҳам, баъзе маҳдудиятҳо вуҷуд доранд.

Аввалан, таҷрибаҳо танҳо дар шароити бебор гузаронида шудаанд. Дар системаҳои воқеии саноатӣ моторҳо аксар вақт зери бор кор мекунанд. Тағйироти бор, соиши механикӣ, шароити истеҳсолот ва ҳудудҳои бехатарӣ метавонанд ба натиҷаҳо таъсир расонанд.

Дуюм, таҳқиқот дар як танҳои мотор-драйвер гузаронида шудааст. Барои драйверҳои истеҳсолкунандагони гуногун, намудҳои гуногуни мотор ва синфҳои гуногуни қувват озмоиши алоҳида лозим аст.

Сеюм, чун усул дар сахтафзори воқеӣ кӯшиш мекунад, ҳудудҳои бехатарӣ хеле муҳиманд. Параметрҳои нодуруст метавонанд дар баъзе системаҳо ҷараёни аз ҳад зиёд, ларзиш ё хатари механикӣ эҷод кунанд. Аз ин рӯ дар барномаҳои саноатӣ ҳудудҳои ҳимоя, тартиботи озмоиши бехатар ва назорати муҳандисӣ лозиманд.

Чорум, мақола ба назар мерасад ҳамчун preprint-и arXiv пешниҳод шудааст. Аз ин рӯ гарчанде ёфтаҳо арзишманд бошанд ҳам, нашри peer-review ва раванди тасдиқи васеътари таҷрибавӣ алоҳида муҳиманд.

Хулоса

Ин таҳқиқот нишон медиҳад, ки оптимизатсияи Байесӣ метавонад барои танзими худкори ҳалқаи идоракунии ҷараёни драйверҳои мотори саноатӣ варианти амалӣ бошад. Муҳаққиқон бидуни истифодаи модели муфассали математикии мотор, бо кӯшишҳои ҳалқаи пӯшида дар сахтафзори воқеӣ параметрҳои хуби идоракуниро ёфтан мехоҳанд.

Натиҷаҳо нишон медиҳанд, ки усули Bayesian Optimization-и бар асоси TPE ба воқеиятҳои саноатӣ монанди шумораи маҳдуди кӯшишҳо, андозагирии пурсарусадо ва параметрҳои адади бутун хуб мутобиқат мекунад. Усул танзими мутахассисро дар ҳар метрика пеш намегузарад; аммо дар баъзе меъёрҳои хато ва осциллятсия натиҷаи беҳтар дода, маҷмӯаи васеътари вариантҳои хуби танзимро пешниҳод мекунад.

Аз назари Verianla паёми асосии ин мақола чунин аст: ҳатто агар анъанаи «танзими дастӣ» дар автоматсозии саноатӣ пурра аз байн наравад ҳам, усулҳои оптимизатсияи маълумотниҳод метавонанд равандҳои ба кор дароварданро зудтар, ченшавандатар ва такроршавандатар гардонанд. Аммо барои шароити воқеии корхона озмоишҳои васеътар ва тасдиқҳои бехатарӣ шарт аст.

Эзоҳи манбаъ ва усул

Ин муҳтаво бо истифода аз таҳқиқоти академикӣ бо номи “Towards Autonomous Commissioning of Industrial Drives via Multi-Objective Bayesian Optimization”, ки аз ҷониби David Petrovic, Gian Antonio Susto ва Angelo Cenedese омода шудааст, дар формати таҳририи Verianla мустақилона омода гардидааст. Таҳқиқот дар arXiv ҳамчун preprint бо санаи 27 майи 2026 дида мешавад.

Ин навишта тарҷумаи калима-ба-калима нест; усул, таҷҳизоти таҷриба, формулаҳо, графикҳо, ҷадвал ва натиҷаҳои мақола содда карда, барои хонандаи тоҷик аз нав шарҳ дода шудаанд. Муҳтаво ҳадафи иттилоотӣ ва таълимӣ дорад. Барои танзими мотор, драйвер, системаи идоракунӣ ё хатти истеҳсолии саноатӣ ҷои тасдиқи касбии муҳандисӣ, тартиботи бехатарӣ ва ҳуҷҷатҳои истеҳсолкунандаро намегирад.