تقدير الكفاءة والمعلمات للمحركات الحثية في الموقع باستخدام التحسين التهويمي

لماذا تهم المحركات الأذكى

مختبئة داخل المصانع والمضخات وأنظمة التهوية، تستهلك المحركات الكهربائية بهدوء معظم الكهرباء الصناعية في العالم. حتى التحسينات الصغيرة في كيفية تحويل هذه الآلات للكهرباء إلى حركة يمكن أن توفر كميات كبيرة من الطاقة وتقلل انبعاثات الغازات الدفيئة. ومع ذلك، فإن التحقق من أداء المحرك فعليًا عادة ما يتطلب إيقاف الإنتاج ونقل الجهاز إلى مختبر—وهو أمر لا تستطيع العديد من المنشآت القيام به. يقدم هذا البحث طريقة لتقدير كفاءة المحرك بينما يواصل عمله على خط الإنتاج، باستخدام قياسات كهربائية قياسية فقط وخوارزميات بحث متقدمة مستعارة من الذكاء الاصطناعي.

المشكلة عند فحص محركات العمل الكبيرة

تعتبر المحركات الحثية ثلاثية الطور هي جواد العمل المتين في الصناعة لأنها بسيطة ورخيصة ومتينة. مع ذلك، يعمل معظم المحركات المركبة أقل من الحمولة المثالية، ما يؤدي إلى هدر الطاقة والمال على المدى الطويل. تحدد معايير الاختبار الرسمية، مثل IEEE 112، طرقًا دقيقة جدًا لقياس الكفاءة، لكنها تتطلب تجهيزات اختبار خاصة، وآلات كبح، وقياسات عزم دوران مباشرة. هذه الاختبارات مكلفة ومقتحمة وغالبًا ما تكون مستحيلة للمحركات الكبيرة المدمجة بالفعل في خطوط الإنتاج. كما أن قيم لوحة البيانات من المصنعين لا يمكن الوثوق بها دائمًا، خاصة بعد أن يشيخ المحرك أو يخضع للصيانة. لذا تحتاج الصناعة إلى طريقة لـ «تدقيق» المحركات في مكانها، دون إيقافها أو تركيب حساسات ميكانيكية إضافية.

طريقة جديدة لقراءة الحالة الحقيقية للمحرك

يتعامل الباحثون مع هذا التحدي باعتبار المحرك لغزًا كهربائيًا. بدلاً من قياس كل فقد مباشرة، يركزون على نموذج كهربائي مبسط للمحرك، مبني من مجموعة صغيرة من المعلمات الداخلية الرئيسية مثل المقاومات والمفاعلات. إذا كانت هذه المعلمات معروفة، يمكن حساب الكفاءة والعزم عبر أحمال مختلفة. الفكرة الرئيسية هي النظر فقط إلى الكميات السهلة القياس في الحقل—جهد الخط، التيار، القدرة الداخلة، والسرعة—ثم السماح لطرق البحث الحاسوبية بضبط المعلمات المخفية للموديل حتى يتطابق سلوك النموذج مع القياسات. بمجرد أن يتناسب النموذج، يمكن تطبيق نفس المعادلات المعيارية المستخدمة في الاختبارات المخبرية لحساب الكفاءة، لكن الآن في الموقع.

السماح لخوارزميات مُستلهمة من الطبيعة بالبحث

إيجاد التركيبة الصحيحة من المعلمات الداخلية أمر معقد لأن فضاء البحث واسع والمعلمات تتداخل بطرق معقدة. للتعامل مع ذلك، يستخدم البحث ثماني خوارزميات تحسين «تهويمية» مستلهمة من سلوكيات طبيعية: أسراب الطيور، قطعان الذئاب، صقور الصيد، حيتان الترحال، وغير ذلك. تبدأ كل خوارزمية بعدد من الحلول التجريبية وتدفعها نحو تطابق أفضل على مدى مئات التكرارات. كما يقدم المؤلفون طريقة مستندة إلى الفيزياء لتضييق النطاق المسموح به لكل معلمة، باستخدام بيانات لوحة الاسم، ومعلومات المصنع، وعلاقات الاختبار الكهربائية. هذا يمنع الحلول غير الواقعية ويساعد الخوارزميات على التقارب بشكل أسرع وأكثر موثوقية، خاصة لمقادير حساسة مثل مقاومة الدوار.

الاختبار على محركات حقيقية بمقاسات متعددة

تم اختبار الطريقة على ستة محركات صناعية، تتراوح من 1.1 كيلوواط إلى 132 كيلوواط، عند أربعة مستويات حمل بين ربع الحمل والحمولة الكاملة. استُخدمت مخططان للتقدير. في الطريقة الأولى، اعتمدت الخوارزميات فقط على القياسات الميدانية، متجاهلة قدرة لوحة الاسم حتى تكون قوية ضد التسميات غير الدقيقة. في الطريقة الثانية، أُضيفت القدرة الاسمية كقيد إضافي. لكل محرك وحمل، قُورنت الكفاءات المقدرة بالقيم المحصل عليها من إجراءات IEEE 112 الرسمية باستخدام تجهيزات مخبرية كاملة. عبر كل المحركات، ظل متوسط الخطأ عند الحمل الكامل أقل من نحو 0.7 بالمئة، وأظهرت عدة خوارزميات—خاصة تحسين سرب الجسيمات، تحسين الحوت، والبحث التفاضلي—دقة عالية ونتائج مستقرة وقابلة للتكرار. ارتفعت الأخطاء عند الأحمال الخفيفة جدًا، ويرجع ذلك أساسًا إلى أن النماذج المعيارية للمحركات تعامل بعض الفواقد كقيمة ثابتة حتى عندما يكاد المحرك لا يعمل.

ما يعنيه هذا للمصانع وتوفير الطاقة

بالنسبة للقارئ العام، الخلاصة الرئيسية هي أن المصانع قادرة الآن على تقدير مدى كفاءة تشغيل محركاتها دون إيقاف الإنتاج أو تركيب حساسات ميكانيكية معقدة. من خلال قراءة إشارات كهربائية تُراقَب بالفعل في العديد من المنشآت، يمكن لهذه الطريقة متابعة الكفاءة مع مرور الوقت، والإشارة إلى الآلات التي تعمل بأداء منخفض أو متدهور، ودعم عمليات تدقيق الطاقة وتخطيط الصيانة. بينما تكون هذه المقاربة أقل دقة عند الأحمال المنخفضة جدًا ويمكن أن تتأثر ببيانات لوحة اسم غير صحيحة، يُظهر المؤلفون أنه تحت ظروف التشغيل النموذجية تقترب نتائجها كثيرًا من اختبارات المختبر المعيارية. عمليًا، يعني هذا أن الشركات يمكنها الحصول على رؤى تُقارب جودة المختبر حول حالة أكثر أجهزتها استهلاكًا للطاقة، بتكلفة منخفضة وبدون تعطيل—أداة مفيدة لخفض فواتير الطاقة وتقليل الأثر البيئي.

الاستشهاد: Göztaş, M., Sahman, M.A. & Çunkaş, M. In-situ efficiency and parameter estimation for induction motors using heuristic optimization. Sci Rep 16, 9643 (2026). https://doi.org/10.1038/s41598-025-34932-1

الكلمات المفتاحية: كفاءة المحرك الحثي, المراقبة في الموقع, التحسين التهويمي, توفير الطاقة في الصناعة, تقدير معلمات المحرك