В продолжительных режимах работы важно учитывать температуру обмоток электродвигателя, которая не должна превышать предельную, установленную в соответствии с ГОСТ 8865-93 для классов нагревостойкости изоляционных материалов. Для проверки двигателя по нагреву существуют прямой и косвенные методы. Хотя прямой метод является самым точным, в нем приняты допущения, которые не учитывают неоднородность двигателя по материалу, непостоянство теплоемкости и теплоотдачи, которые зависят от скорости вращения двигателя.
В работе для оценки температуры предлагается использовать нейронную сеть, которая хорошо себя зарекомендовала при работе с недетерминированными объектами управления. На вход нейронной сети подаются следующие показания с датчиков: частота вращения, время работы двигателя на заданной частоте, начальная температура, момент сопротивления. Таким образом, составляется таблица для входа нейронной сети, в которой рассчитанная температура одного участка является начальной температурой для следующего. Процесс обучения нейронной сети происходит на множестве соответствующего на бора входов и выходов, в данной задаче выход один — температура. Как только нейронная сеть завершит обучение на подготовленных входных данных, она образует обобщение отношений ввода-вывода и может быть использована для точных прогнозов выходов по ранее неизвестным входам. Для составления таблицы обучения нейронной сети были использованы результаты экспериментов, где температура снималась с датчика температуры KTY-84. Данный датчик выполнен в виде тонких пластинок, которые равномерно распределены внутри двигателя. Такая конструкция позволяет учитывать неравномерность распределения температуры. В качестве испытуемой машины взят трехфазный асинхронный двигатель фирмы Siemens 1A1112B.
Двигатель управляется преобразователем частоты фирмы Siemens PM250. Для разных частот и нагрузок сняты температурные характеристики электродвигателя. Результаты эксперимента представлены на рис. 1. В первый момент времени двигатель крутится на частоте 50 Гц, и с помощью нагрузочной машины к нему приложена нагрузка 15 Н·м; в момент времени t1 к двигателю прикладывается нагрузка 19,7 Н·м, и он продолжает вращаться на той же частоте. В момент, равный t2, задается частота 0, и двигатель начинает тормозиться выбегом. Аналогичным образом получены температурные характеристики при различных заданиях на частоту и с разными моментами сопротивления. По результатам исследований можно сделать вывод, что постоянная нагрева меняется в процессе эксплуатации и зависит от частоты вращения, нагрузки и условий окружающей среды. Нейронная сеть адаптируется под эти изменения, тем самым делая прогнозирование точнее, чем расчетный метод.