covid
Buscar en
Revista Iberoamericana de Automática e Informática Industrial RIAI
Toda la web
Inicio Revista Iberoamericana de Automática e Informática Industrial RIAI Determinación de la Posición Angular de Motor de Reluctancia Conmutada MFR132....
Información de la revista
Vol. 11. Núm. 4.
Páginas 395-405 (octubre 2014)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Vol. 11. Núm. 4.
Páginas 395-405 (octubre 2014)
Open Access
Determinación de la Posición Angular de Motor de Reluctancia Conmutada MFR132.5 con Estimador de Horizonte Deslizante
Estimation of the angular position of the Switched Reluctance Motor MFR 132.5 with Moving Horizon Estimator
Visitas
4012
Ariel O. Cepero Díaza,
Autor para correspondencia
http://www.cujae.edu.cu

Autor para correspondencia. http://www.cujae.edu.cu
, Ana I. González Santosa, Ania Ramírez Ramosb, Javier Muñoz Álvarezc, Mario Morera Hernándezc
a Departamento de Automática y Computación, ISPJAE, C/114, #11901, E/Ciclovía y Rotonda, Marianao, La Habana, Cuba
b Instituto de Cibernética, Matemática y Física, ICIMAF, C/15, sn, E/C y D, Plaza de La Revolución, La Habana, Cuba
c Departamento de Ingeniería Eléctrica, ISPJAE, C/114, #11901, E/Ciclovía y Rotonda, Marianao, La Habana, Cuba
Este artículo ha recibido

Under a Creative Commons license
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas

La determinación de la posición angular instantánea del rotor es parte integral del control en los accionamientos de Motores de Reluctancia Conmutada (MRC). La medición directa de esta variable adiciona complejidad y costo al sistema y no siempre da buenos resultados. Esto ha motivado el desarrollo y prueba de estimadores de la posición angular del rotor que utilicen solamente las mediciones de las variables eléctricas del MRC. En este trabajo se presentan dos variantes del Estimador de Horizonte Deslizante (MHE) para estimar la velocidad y la posición angular del rotor del MRC MFR 132.5, empleando dos modelos distintos del motor, uno de caja blanca y otro de caja gris. Se muestran los resultados de la simulación de los estimadores diseñados para estimar la velocidad y la posición angular del rotor durante el arranque hasta haber activado consecutivamente todas las fases y para estimar estas variables cuando el motor trabaja regularmente y aparecen perturbaciones en el torque de la carga, considerando en ambos casos un error en la estimación de la posición angular de partida y la presencia de ruidos en las mediciones. Los resultados demuestran que este tipo de estimadores realiza estimaciones satisfactorias del estado del motor, aún ante la presencia de perturbaciones en el torque de la carga, siendo mejores cuando se utiliza un modelo gris del sistema. Copyright © 2014 CEA. Publicado por Elsevier España, S.L. Todos los derechos reservados.

Palabras clave:
Modelos dinámicos
Estimación de estados
Motor de reluctancia conmutada

The measure of the instant angular position of the rotor is integral part of the control of Switching Reluctance Motors (SRM) drivers. The direct measurement of this variable adds complexity and cost to the system and it doesn’t give good results sometimes. That has motivated the development and test of estimators for the rotor angular position that only use the measurements of the electrical variables of the SRM. In this work are presented two variants of a Moving Horizon Estimator (MHE) for estimating the speed and rotor angular position of the SRM MFR 132.5. Each variant uses a different model of the motor, a white box model and a grey box model, both of them presented in this paper too. It was carried out the simulation on PC of the designed estimators for estimating the speed and the angular position of the rotor in three tests under different conditions and considering an error in the initial estimation of the angular position and noisy measurements. The results show that this kind of estimator gives good estimations, which are better if a grey model of the system is used.

Keywords:
Dynamic models
State estimation
Switched reluctance motors
Bibliography
[1]
Aguado, A., Enríquez, J. et al., 1980. Teoría Moderna del Control. Editora de la Academia de Ciencias de Cuba, La Habana, Cuba.
[2]
Brosse, A., Hennerberger, G., 1997. Sensorless Control of SRM Drives with Kalman Filter Approach. 7th European Conference on Power Electronics and Aplications, Trondheim, Norway.
[3]
Cabrera, A.I., Ramírez, G. et al., 2005. Independent Neuro-Fuzzy Control System. 16th IFAC World Congress, Prague, Czech Repulblic.
[4]
Estimación del estado del motor de reluctancia conmutada MFR132.5 mediante Filtro Desaromatizado de Kalman. Ingeniería Energética. 2014; 35:79-89.
[5]
Elmas, C., Zelaya de la Parra, H., 1993. Position sensorless operation of a switched reluctance drive based on observer. 5th European Conference on Power Electronics and Aplications. Brighton, UK., 6, 82-87.
[6]
Application of a full–order extended Luenberger observer for a position sensorless operation of a switched reluctance motor drive. IEEE Proceedings on Control Theory and Applications. 1996; 143:401-8.
[7]
Goffaux, G., Wouwer, A.V., 2008. Design of a Robust Nonlinear Receding- Horizon Observer - Application to a biological system. 17th IFAC World Congress, Seoul, Korea.
[8]
Sensorless Control of Switched Reluctance Motor Drive with Fuzzy Logic Based Rotor Position Estimation. International Journal of Computer Applications. 2010; 22:74-81.
[9]
Hadjiski, B., 1999. Design of hybrid models for complex systems. Department of Automation in Industry. University of Chemical Technology and Metallurgy, Sofia, Bulgaria.
[10]
Hauth, J., 2008. Grey-Box Modelling for Nonlinear Systems. Ph. D. dissertation, Technische Universität Kaiserslautern.
[11]
Efficient construction of linear state variable models from input/output functions. Regelungstechnik. 1966; 14:545-8.
[12]
Four-Quadrant and Zero-Speed Sensorless Control of a Switched Reluctance Motorkh. IEEE Transactions on Industry Applications. 2003; 39:1343-9.
[13]
Husain, I., Sodhi, S. et al., 1994. A Sliding Mode Observer Based Controller for Switched Reluctance Motor Drives. Conference Record of the 1994 IEEE Industry Applications Society Annual Meeting, Denver, CO, USA.
[14]
Unscented Filtering and Nonlinear Estimation. Proceedings of the IEEE. 2004; 92:401-22.
[15]
A New Method for the Nonlinear Transformation of Means and Covariances in Filters and Estimators. IEEE Transactions on Automatic Control. 2000; 45:477-82.
[16]
A new approach to linear filtering and prediction problems. Trans. of the ASME-Journal of Basic Engineering. 1960; 82:34-45.
[17]
Four-Quadrant Pulse Injection and Sliding-Mode-Observer-Based Sensorless Operation of a Switched Reluctance Machine Over Entire Speed Range Including Zero Speed. IEEE Transactions on Industry Applications. 2007; 43:714-23.
[18]
Kolås, S., Foss, B. et al., 2008. State estimation is the real challenge in NMPC. Int. Workshop on Assessment and Future Directions of NMPC, Pavia, Italy.
[19]
Perspectives on system identification. Annual Reviews in Control. 2010; 34:1-12.
[20]
Observers for multivariable systems. IEEE Transactions on Automatic Control. 1966; 11:190-7.
[21]
An introduction to observers. IEEE Transactions on Automatic Control. 1971; 16:596-602.
[22]
Madár, J., 2002. Application of hybrid and grey-box modelling in process engineering. Ph. D. dissertation, University of Veszprém, Hungary.
[23]
New Approaches to the Identification of Semi-mechanistic Process Models. Acta Agraria Kaposváriensis. 2004; 8:1-9.
[24]
Mathworks, 2011. Matlab. The Language of Technical Computing, The Mathworks, Inc.
[25]
An approach for sensorless position estimation for switched reluctance motors using artificial neural networks. IEEE Transactions on Power Electronics. 2002; 17:66-75.
[26]
Miller, T.J. E., 1993. Switched reluctance motors and their control. Oxford University Press and Magna Physics Publications, Oxford, United Kingdom.
[27]
Muñoz, J., 2004. Estudio y simulación de un accionamiento con Motor de Reluctancia Conmutada. Tesis presentada en opción del título de Master en Ciencias, CUJAE, La Habana, Cuba.
[28]
Muñoz, J., 2010. Estimador de la posición del rotor de un Motor de Reluctancia Conmutada a baja velocidad. Tesis presentada en opción por el grado de Doctor en Ciencias Técnicas, CUJAE, La Habana, Cuba.
[29]
Muñoz, J., Morera, M., 2008. Estimación de la posición del rotor de un motor de reluctancia conmutada utilizando un método invasivo. I Congreso Cubano de Ingeniería Eléctrica/14 Convención Científica de Ingeniería y Arquitectura. La Habana, Cuba.
[30]
Muske, K., Edgar, T., 1997. Nonlinear state estimation. In: Henson, M.A., Seborg, D.E. (Ed.), Nonlinear Process Control. Prentice Hall, Upper Saddle River, NJ, USA, 311-370.
[31]
Ogata, K., 2001. Modern Control Engineering. Prentice Hall, USA.
[32]
Ramírez, A., Cepero, A.O. et al., 2012. Estimador de estados para un MRC basado en un Observador Extendido de Luenberger. II Congreso Cubano de Ingeniería Eléctrica/16 Convención Científica de Ingeniería y Arquitectura. La Habana, Cuba.
[33]
Constrained linear state estimation - a moving horizon approach. Automatica. 2001; 37:1619-28.
[34]
Sira-Ramírez, H., Márquez, R. et al., 2005. Control de sistemas no lineales: Linealización aproximada, extendida, exacta. Pearson Educación, Madrid.
[35]
Sohlberg, B., Jacobsen, E.W., 2008. Grey Box modelling – branches and experiences. 17th IFAC World Congress. Seoul, Korea, 11415-11420.
[36]
van Lith, P.F., 2002. Hybrid Fuzzy-First Principles Modeling. Twente University Press, Twente, Netherlands.
[37]
Wolff, J., Rahner, R. et al., 1998. Sensorless speed control of a switched reluctance motor for industrial applications. 6th International Conference on Optimization of Electrical and Electronic Equipments. Brasov, Romania. 2, 457-462.
[38]
Wu, Y., Wu, M. et al., 2004. An Improvement to Unscented Transformation. In: Webb, G., Yu, X. (Ed.), AI 2004, LNAI 3339. Springer-Verlag, Berlin, 1024-1029.
Descargar PDF
Opciones de artículo