16309338 Control Del Motor de Induccion Con Redes Neuronales Artificiales

DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

REDES NEURONALES EN EL SISTEMA DE CONTROL

VECTORIAL DEL MOTOR DE INDUCCION

POR CESAR ALEJANDRO FRAUSTO DAVILA

TESIS

PRESENTADA COMO REQUISITO PARCIAL PARA OBTENER EL GRADO DE MAESTRO EN CIENCIAS EN INGENIERIA ELECTRICA

DIRECTOR DE TESIS

DR. ANTONIO ZAMARRON RAMIREZ

ISSN 0188-9060

RIITEC: MCIE/VI/2007/13

Torren, Coahuila. Mxico Mayo, 2008

AGRADECIMIENTOS

AL CREADOR DE LOS CIELOS Y LA TIERRA, MY LORD JESUS, PORQUE EL DA CONOCIMIENTO O ENTENEBRECE EL ENTENDIMIENTO

A MIS PADRES FELIPA DAVILA Y NICOLAS FRAUSTO A MIS HNOS GABRIEL, XOCHITL, FANNY

SOBRINOS, TANYA, CARINA, KAREN, MARIO Y JOSUE POR SU AMOR FRATERNAL

AL CONACYT POR EL APOYO BRINDADO PARA EL DESARROLLO DE ESTOS ESTUDIOS

AL INSTITUTO TECNOLOGICO DE LA LAGUNA EN ESPECIAL AL AL DR ENRIQUE CUAN, DR VICTOR CABRERA,

AL MC RICARDO VARGAS SALAS, AL DR MARCO ARJONA, AL DR SERGIO SELLSSCHOP, A LA MC JUANA MA. CAMARILLO

AL INSTITUTO TECNOLOGICO DE LEON EN ESPECIAL AL DR ANTONIO ZAMARRON, AL MC ROSALES CISEA Y AL MC JULIAN

RENTERIA POR SU AMISTAD, CONOCIMIENTO, Y CONSEJOS COMPARTIDOS

A MIS AMIGOS EN TORREON Iglesia Bautista Solo Cristo Salva a mis amigos en la Eduardo Guerra, en la vecindad del chavo del 8,a mis compaeros en la maestra, de GOMEZ, de CULIACAN, de CD JUAREZ, de SALTILLO. Y a la familia Gallegos en Len y mis dems amigos Cristianos

en el Jardn. EN UNA U OTRA FORMA TIENEN PARTE EN ESTO

A TODOS GRACIAS

i

RESUMEN

En esta tesis se aborda la implementacin de un Sistema de Control Vectorial de Velocidad en

un motor de induccin tipo jaula de ardilla. La tcnica de control conocida como Orientado con

el Flujo de Rotor (OFR) se toma como referencia, y se modifica sustituyendo los utilizados en

forma clsica reguladores Proporcional-Integrador por Redes Neuronales Artificiales del Tipo

Retro propagacin (Back-propagation, RNAs-BP).

La simulacin del sistema de control OFR, el diseo y entrenamiento de las RNAs-BP, as

como su inclusin en el sistema de control se realiza en la plataforma Simulink de Matlab.

Para la implementacin del Sistema de control simulado se usa la herramienta Embedded

Target for the TI TMS320C2000 DSP For use with Real-Time Workshop de Matlab, la cual en

conjunto con Code Composer Studio 3.1 permite generar el cdigo de programacin

correspondiente al modelo simulado y ejecutarlo en un Procesador Digital de Seales

eZdspTMS320F2812 (eZdspF2812).

Palabras Clave: Control de Flujo Orientado, Orientado con el Flujo de Rotor, Redes

Neuronales Artificiales, Procesador Digital de Seales.

ii

ABSTRACT

The main body of this thesis is the implementation of a Velocity Vector Control System for

induction machines with squirrel-cage rotor. The control method knew as Rotor Field Oriented

is taken as reference and modified, the proportional-integral regulators are replaced for Back-

Propagation Artificial Neural Networks.

The control system emulation, Neural Networks designing and training, and simulation of the

modified control system is using Matlab Simulink.

The control is implemented in physical form by mean of a Digital Signal Processor

eZdspTMS320F2812, this is programmed using the Embedded Target for the TI

TMS320C2000 DSP For use with Real-Time Workshop by Matlab in conjunction with Code

Composer Studio 3.1.

Keywords: Vector Control, Field Orientation, Rotor Field Oriented, Artificial Neural

Networks, Digital Signal Processor.

iii

INDICE GENERAL

Pg. AGRADECIMIENTOS i

RESUMEN ii

ABSTRACT iii

INDICE GENERAL iv

INDICE DE FIGURAS vii

INDICE DE TABLAS x

CAPITULO I

INTRODUCCION

1.1 Objetivo 2

1.2 Justificacin 2

1.3 Estado del arte 3

1.4 Panorama de la tesis 7

Referencias Bibliogrficas 8

CAPITULO II

PRINCIPIOS BASICOS DEL MOTOR DE INDUCCION

2.1 Modelado Matemtico 14

2.2 Transformaciones de coordenadas y vectores espaciales 17

2.2.1 Ecuaciones del motor en un sistema de ejes d-q 20

2.2.2 Ecuaciones del motor en coordenadas de flujo de rotor 21

2.3 Modelo computacional del Motor de Induccin 22


CAPITULO III

CONTROL VECTORIAL DEL MOTOR DE INDUCCION

3.1 Control Vectorial Orientado con el Flujo de Rotor (CV-OFR) 30

3.1.1 Sistema Orientador de Flujo 32

3.1.2 Observador de Flujo 34

iv

Pg. 3.1.3 Esquema de Control 38

3.2 Control de velocidad 40

3.3 Fuente Inversora Alimentada por Voltaje 42

3.3.1 Etapa Inversora 43

3.3.1.1 Modulacin SV-PWM 43

3.3.1.2 Generacin de Vectores Base 44

3.3.1.3 Reproduccin del Vector Consigna 46

3.4 Modelo Computacional del CV-OFR 53


CAPITULO IV

REDES NEURONALES ARTIFICIALES

4.1 Neurona Artificial 60

4.2 Red Neuronal Artificial 64

4.2.1 Entrenamiento de una RNA 69

4.2.2 Entrenamiento Supervisado 69

4.2.3 RNA tipo Back-propagation (RNA BP) 70

4.2.4 Regla Delta Generalizada 72

4.2.4.1 Pesos y Parmetros de Aprendizaje 75

4.2.5 Caractersticas de las RNAs 76

4.3 Aplicacin de las RNAs al sistema de Control Vectorial 79

4.4 Modelo Simulink de una RNA actuando como Regulador PI 81


CAPITULO V

CONTROL VECTORIAL CON RNAs

5.1 Sistema de Control SV-RNAs 90

5.1.1 Entrenamiento de las RNAs BP 91

5.1.2 Modelo Simulink del SV-RNAs 101

5.1.2.1 Etapa Reguladora del SV-RNAs 101

v

Pg. 5.1.2.2 Observador de flujo del SV-RNAs 103

5.1.2.3 Etapa de procesamiento de seales en el SV-RNAs 105

5.1.3 Proyecto en Code Composer Studio del SV-RNAs 113

5.2 Acondicionamiento de seales y Etapa de potencia 115

5.2.1 Fuente Inversora Alimentada por Voltaje 116

5.2.2 Sensor de Posicin tipo Codificado ptico 117

5.2.3 Circuito Acondicionador de Seales Digitales 118

5.2.4 Sensores de Corriente de efecto Hall 119

5.2.5 Circuito Acondicionador de Seales Analgicas 120

5.2.6 Conexin de entradas y salidas de tarjeta eZdspTMS320F2812 121


CAPITULO VI

ANALISIS DE RESULTADOS

6.1 Algoritmo de control SV-RNAs 123

6.2 Implementacin en tarjeta eZdspTMS320F2812 138


CAPITULO VII

CONCLUSIONES Y FUTUROS DESARROLLOS

7.1 Conclusiones 143

7.2 Propuestas para futuros desarrollos 146


ANEXOS

A. Estimacin de parmetros del motor empleado 150

B. Tabla de datos para la Fuente Inversora alimentada por voltaje Semiteach-IGBT 152

vi

Pg. C. Tabla de datos para el IGBT SKM 50GB123D 153

D. Tabla de datos para el Driver SKHI 22A 157

E. Tabla de datos para el Codificador Autonics E30S4 158

F. Tabla de datos para el circuito integrado ULN2003 y ULN2004 159

G. Tabla de datos para el diodo zener 1N4728 168

H. Tabla de datos para el sensor de corriente CSLA1CD 171

I. Parmetros de simulacin 175

INDICE DE FIGURAS Fig. 1.1 Esquema general del Sistema de Control para el Motor de Induccin. 2

Fig. 2.1 Representacin simplificada de una mquina trifsica de dos polos. 15

Fig. 2.2 Interpretacin fsica del vector espacial de la Fuerza Magnetomotriz (FMM). 18

Fig. 2.3 Transformacin de una variable trifsica a un marco de referencia q-d. 19

Fig. 2.4 Modelo en Matlab-Simulink de un motor de induccin trifsico. 24

Fig. 2.5 Subsistema que estima los enlaces de flujo en el marco de referencia q-d. 24

Fig. 2.6 Subsistema que calcula las corrientes del estator referido a los ejes q-d. 24

Fig. 2.7 Subsistema que calcula la velocidad mecnica y transforma a un marco abc. 25

Fig. 2.8 Curva Par-Velocidad en aceleracin libre. Motor de 3HP utilizado (simulacin). 25

Fig. 2.9 Respuesta dinmica del Motor en Aceleracin libre. Parmetros Estimados. 26

Fig. 2.10 Curva Par-Velocidad en Aceleracin libre. Motor 3HP. Con rr3 . 27 Fig. 2.11 Respuesta dinmica del Motor en Aceleracin libre. Con rr3 . 27 Fig. 3.1 Tcnicas de control para maquinas de corriente alterna. 31

Fig. 3.2 Diagrama de bloques, Control Vectorial de un Motor de Induccin. 32

Fig. 3.3 Observador de Flujo implementado en Simulink para el CV-OFR. 36

Fig. 3.4 Observador de Flujo Discreto implementado en Simulink para el CV-OFR. 38

Fig. 3.5 Control de campo orientado alimentado en voltaje. 39

Fig. 3.6 CV-OFR, empleando Observador de Flujo. 41

Fig. 3.7 Estructura de la etapa de potencia en la Fuente VSI. 42

Fig. 3.8 Voltajes versus estados de interrupcin en una fuente VSI. 46

vii

Pg Fig. 3.9 Reproduccin de vector consigna en sector U0-U60 (con Vcc=160V). 47

Fig. 3.10 Modelo en Simulink del CV-OFR. 53

Fig. 3.11 Respuesta del motor de induccin, con velocidad controlada por el CV-OFR. 54

Fig. 3.12 Curva Par-Velocidad con aceleracin controlada por el CV-OFR. 55

Fig. 4.1 Modelo McCullon-Pitts de una neurona. 59

Fig. 4.2 Modelo de neurona artificial general. 61

Fig. 4.3 Funciones de activacin ms comnmente empleadas. 63

Fig. 4.4 Funciones de salida ms empleadas. 64

Fig. 4.5 Diferentes mtodos de implementacin de RNAs. 65

Fig. 4.6 Grafica dirigida de una RNA general. 66

Fig. 4.7 Ejemplos de RNAs con distinta arquitectura de alimentacin. 68

Fig. 4.8 Emulacin del SCV empleando RNAs. 79

Fig. 4.9 SCV con RNA BP estimadora de Flujo. 80

Fig. 4.10 Seal de Entrada al Bloque Regulador de Par. 81

Fig. 4.11 Seal de Salida Bloque Regulador de Par. 81

Fig. 4.12 Conjunto de Entrenamiento Entrada-Salida Deseada. 82

Fig. 4.13 Creacin de una RNA BP mediante nntool de Matlab. 82

Fig. 4.14 Topologa empleada en la RNA BP Reguladora de Par. 83

Fig. 4.15 Parmetros de entrenamiento empleados en la RNA BP Reguladora de Par. 83

Fig. 4.16 Reduccin del error durante entrenamiento de la RNA BP Reguladora de Par. 84

Fig. 4.17 Sistema CV-OFR empleando RNA BP Reguladora de Par. 85

Fig. 4.18 Respuesta de la RNA BP Reguladora de Par. 85

Fig. 5.1 Diagrama esquemtico del banco de pruebas, con flujo de seales. 90

Fig. 5.2 Seales entrada-salida de bloque regulador de . 91 qsU

Fig. 5.3 Seales entrada-salida de bloque regulador de . 92 dsU

Fig. 5.4 Seales entrada-salida de bloque regulador de corriente de campo . 92 dsI

Fig. 5.5 Conjunto de entrenamiento para RNA BP, regula . 94 qsU

Fig. 5.6 Conjunto de adaptacin para RNA BP, regula . 94 dsU

Fig. 5.7 Conjunto de entrenamiento RNA BP, regula corriente de campo . 94 dsI

viii

Pg.

Fig. 5.8 Topologa empleada en la RNA BP que regula . 95 qsU

Fig. 5.9 Topologa empleada en la RNA BP encargada de regular la Corriente . 96 dsI

Fig. 5.10 Error MSE durante el entrenamiento de la RNA BP, regula . 98 qsU

Fig. 5.11 Error MSE durante la adaptacin de la RNA BP, regula . 98 dsU

Fig. 5.12 Error MSE durante el entrenamiento de RNA BP, regula . 99 dsI

Fig. 5.13 Respuesta de la RNA BP que regula . 100 qsU

Fig. 5.14 Respuesta de la RNA BP que regula . 100 dsU

Fig. 5.15 Respuesta de la RNA BP que regula . 100 dsI

Fig. 5.16 Sistema CV-OFR con RNAs. 101

Fig. 5.17 Etapa reguladora del SV-RNAs. 102

Fig. 5.18 Modelo simulink del observador de flujo empleado en el SV-RNAs. 104

Fig. 5.19 Bloques simulink en librera c2000lib/C281x DSP Chip Support. 106

Fig. 5.20 Ventana de configuracin bloque QEP en simulink. 106

Fig. 5.21 Ventanas de configuracin bloque ADC en simulink. 108

Fig. 5.22 Modulo adquisicin de seales en el SV-RNAs. 109

Fig. 5.23 Modulo generador de seal SV-PWM en el SV-RNAs. 111

Fig. 5.24 Ventanas de configuracin bloque PWM en Simulink. 111

Fig. 5.25 Modelo simulink del SV-RNAs. 112

Figura 5.26 Pantalla del Code Composer Studio. 113

Figura 5.27 Inversor PWM trifsico SEMIKRON. 116

Figura 5.28 Diagrama electrnico para el acondicionamiento de seal digital 118

Figura 5.29 Sensor de corriente de efecto Hall. 120

Figura 5.30 Diagrama electrnico del sensor de corriente. 121

Fig. 5.31 Diagrama a bloques de la tarjeta eZdspF2812 mostrando pines de conexin. 121

Fig. 6.1 Curva Par-Velocidad con aceleracin controlada empleando el CV-OFR 124

Fig. 6.2 Curva Par-Velocidad. Aceleracin controlada empleando el SV-RNAs. 125

Fig. 6.3 Respuesta de la velocidad controlada . 126

Fig. 6.4 Corrientes del estator estimadas en el marco rotatorio q-d. 127

ix

Pg Fig. 6.5 Corriente de magnetizacin y par 128

Fig. 6.6 Corrientes de fase etapa de arranque 129

Fig. 6.7 Corrientes de fase durante la inversin de giro 130

Fig. 6.8 Curva Par-Velocidad. Consigna escaln, empleando Reguladores PI 131

Fig. 6.9 Curva Par-Velocidad. Consigna escaln, empleando Reguladores RNA 131

Fig. 6.10 Respuesta de la Velocidad cambio de consigna forma escaln 133

Fig. 6.11 Corrientes en cuadratura 134

Fig. 6.12 Corriente de magnetizacin y par 135

Fig. 6.13 Corriente de fase etapa de arranque 136

Fig. 6.14 Corriente de fase en etapa inversin de giro 137

Fig. 6.15 Corrientes de fase en el estator con 138 puvqds 7.0* =

Fig. 6.16 Corriente de fase en el estator con 139 puvqds 1* =

Fig. 6.17 Corriente de fase. Inicio de oscilaciones 140

Fig. 6.18 Corrientes de fase velocidad del rotor constante 140

Fig. 6.19 Corriente de fase, periodo de oscilaciones en el rotor 140

Fig. 6.20 Seales QEP A y B. Inicio de oscilaciones 141

Fig. 6.21 Seales QEP A y B. Velocidad del rotor constante 141

Fig. 6.22 Seales QEP A y B. Periodo de oscilaciones en el rotor 142

INDICE DE TABLAS Tabla 2.1 Parmetros elctricos de motor de induccin trifsico utilizado. 23

Tabla 3.1 Patrones de conmutacin en una VSI, y sus voltajes de fase y lnea generados. 45

Tabla 3.2 Definicin de y para los distintos sectores. 49 1t 2t

Tabla 3.3 Tabla de asignacin de variables en funcin del sector. 52 abcONt

Tabla 5.1 Caractersticas empleadas en las RNAs BP. 96

Tabla 5.2 Parmetros de Entrenamiento. 97

x

CAPTULO I

Introduccin

Las tcnicas de control para motores de induccin es un tema que ha tenido un gran desarrollo

en los ltimos aos, partiendo del empleo de tcnicas clsicas de control [1], hasta llegar a las

tcnicas de control no lineal [2, 3] y tcnicas heursticas [4-7].

En esta tesis se presenta el desarrollo de un accionador en control vectorial (tambin referido

en la literatura como control en campo orientado) para un motor de induccin tipo jaula de

ardilla utilizando una tcnica heurstica: las Redes Neuronales Artificiales (RNAs). El control

vectorial se implementa en la modalidad conocida como Orientado con el Flujo de Rotor

(OFR) propuesta por Blaschke, conocida como Orientacin Directa [1]. Las ecuaciones para su

implementacin y la configuracin del sistema son tomadas del trabajo de Briz [8], y

modificado de tal forma que los bloques reguladores Proporcional-Integral implicados

clsicamente son sustituidos por RNAs.

El algoritmo del OFR con reguladores PI y RNAs se ha simulado en Matlab-Simulink e

implementado en el sistema de desarrollo eZdspTMS320F2812 de Spectrum Digital que

contiene como base al Procesador Digital de Seales (DSP) TMS320F2812. El software

utilizado para la programacin del DSP ha sido el Code Composer Studio (CCS) y el toolbox

Embedded Target for TIC2000 de Matlab. La etapa de potencia utilizada para accionar al

motor de induccin es un inversor alimentado por voltaje (VSI por sus siglas en ingles) de tres

ramas, formado por seis transistores de unin bipolar con compuerta aislada (IGBT) activados

por pulsos PWM. Los pulsos PWM son generados usando la modulacin mediante el Vector

Espacial, SVPWM (por sus siglas en Ingles, Space Vector PWM). En la figura 1.1 se muestra

un diagrama esquemtico del sistema implementado.

AdministradorCross-Out

AdministradorInserted Text


AdministradorInserted Texti



Motor de Induccion

INVERSORIGBT's

DSPeZdspTMS320F2812 CCS 3.1

MATLAB

Simulink

Workshop

Embedded Target forTIC2000

SENSORES:ENCODER , CORRIENTES (efecto Hall)

INTERFASE12-24 V to 3.3 V

ALGORITMODE CONTROL

Fig. 1.1 Esquema general del Sistema de Control para el Motor de Induccin 1.1 OBJETIVO Implementar el algoritmo de control vectorial en un DSP para regular la velocidad de un motor

de induccin tipo jaula de ardilla utilizando redes neuronales artificiales como reguladores en

los lazos de velocidad, par y campo.

1.2 JUSTIFICACION La implementacin del control vectorial para un motor de corriente alterna es un tema de gran

inters para el grupo de investigacin que desarrolla algoritmos de control en mquinas

elctricas rotativas en la Maestra en Ingeniera Elctrica del Instituto Tecnolgico de la

Laguna, ya que esta tcnica de control tambin puede ser aplicada en mquinas sincronas y en

motores de c.a. de imanes permanentes enterrados en el rotor. El control vectorial permite

regular con gran exactitud la velocidad, par y/o posicin de un motor de induccin trifsico

como si ste fuera un motor de corriente continua. Mediante est tcnica las corrientes de fase

del estator son representadas por una corriente de par y una corriente de campo que giran en

sincronismo con el flujo del rotor, permitiendo el desacoplo casi perfecto de estas dos

corrientes y emulando as el control de un motor de corriente continua. El control vectorial

asociado con el SVPWM permite controlar con gran facilidad la magnitud y ngulo del vector

2


AdministradorInserted Textembebidos


AdministradorInserted Textdesacoplamiento

de tensin, lo que permite con relativa facilidad modificar la frecuencia y voltaje aplicado a los

devanados del motor.

El esquema bsico del control vectorial incluye entre sus bloques dos reguladores, el regulador

de la corriente de par y el regulador de la corriente de campo. Si lo que se quiere es controlar la

velocidad es necesario incluir un tercer regulador, y para controlar la posicin del rotor es

necesario un cuarto regulador. El desarrollo de este proyecto permitir en un futuro

implementar estos reguladores con diferentes tcnicas, como es el caso de este trabajo en el

que se sustituye el clsico regulador PI por una RNA.

El desarrollo del presente proyecto tambin apoyar hasta cierto punto los siguientes cursos del

programa de postgrado:

Modelado y anlisis de maquinas elctricas. Propulsores de maquinas elctricas. Calidad de la Energa. Programacin y simulacin. Microprocesadores, Microcontroladores y Procesadores Digitales. Sistemas Inteligentes.

1.3 ESTADO DEL ARTE Antes de los aos 1950s el uso de motores de induccin se limitaba principalmente a

aplicaciones en modo de funcin libre, sin ningn control sobre su velocidad, posicin o par

[11, 16]. Las aplicaciones que requeran un control aproximado de la velocidad utilizaban

tcnicas bsicas tales como, cambio de nmero de polos, variacin de la resistencia del rotor,

control por tensin de alimentacin, etc. Esto requera en ocasiones caractersticas especiales

de diseo en el motor y presentaban una respuesta pobre de control [13, 17].

Conforme se fueron haciendo evidentes las ventajas del motor de induccin comparado con

otros tipos de motores elctricos, se vio la necesidad de desarrollar nuevas tcnicas de control

con el fin de expandir su campo de aplicacin [8]. Dos aspectos limitaban el desarrollo de

3

propulsores para motores de induccin, por un lado el motor de induccin es un sistema

dinmico no lineal y los modelos matemticos que le representaban hacan difcil la

implementacin de un sistema de control [18] y por otro lado los dispositivos de electrnica de

potencia y de procesamiento de seales aun no alcanzaban el desarrollo conveniente para

implementar dichos sistemas [8, 19].

Con los avances en la microelectrnica y electrnica de potencia fue posible desarrollar

propulsores de uso industrial empleando tcnicas de Control Escalar convencionales las cuales

requeran poca capacidad de cmputo. Dichos propulsores no permitan un control sobre el par

desarrollado por la maquina y presentaban una respuesta pobre en condiciones de baja

velocidad y mayores a la nominal [11-13, 20, 21].

Gracias a los trabajos de Kovacs y Racz (1959), los cuales introdujeron el concepto de

Cantidad Vectorial de una maquina de corriente alterna [16], Hasse (1969) y Blaschke (1972)

presentan la idea de Tcnica de Control Vectorial, la cual aborda el problema de control de un

motor de induccin haciendo uso de cantidades vectoriales en lugar de seales sinusoidales

peridicas [8, 12].

El mtodo OFR propuesto por Hasse y Blaschke se basa en reescribir las ecuaciones dinmicas

del motor de induccin en un marco de referencia que rota junto con el vector de flujo de rotor.

En este nuevo sistema, si se mantiene el flujo de rotor constante, se presenta una relacin lineal

entre las variables de control y la velocidad del motor, permitiendo el desacoplamiento del

control de par y flujo. El mtodo propuesto por Hasse requiere como realimentacin la

velocidad del rotor para determinar la posicin del flujo de rotor (modo indirecto). El mtodo

propuesto por Blaschke requiere adems la medicin o estimacin de la posicin del flujo de

rotor (modo directo).

Algunas desventajas de los mtodos de Hasse y Blaschke son:

Suponen la magnitud del flujo de rotor constante y esto afecta en la realidad el desacoplamiento entre dicho parmetro y la velocidad.

4







Al considerar el flujo del rotor como referencia la respuesta del sistema de control depende de la estimacin adecuada de la resistencia del rotor.

Requieren como seal de realimentacin la velocidad del rotor. Dos de las variables de estado empleadas (flujos y corrientes del rotor) son

normalmente no mesurables.

Consideran el uso de una fuente de voltaje ideal sinusoidal variable en magnitud y frecuencia.

No consideran los efectos de saturacin del ncleo magntico.

Aunque ya se haban propuesto desde los aos 1960s modelos matemticos involucrando el

control vectorial, la implementacin practica aun requera de avances en algunos de sus

elementos [8, 11, 15], tal como

La fuente de excitacin con magnitud y frecuencia variable (normalmente un modulo de Conversin con Electrnica de Potencia CEP).

El modulo Propulsor-Controlador (el cual procesa los estados de la maquina y genera consignas de alimentacin).

Algunos de los pioneros en la implementacin con aplicacin industrial de las tcnicas de

control vectorial, fueron Leonhard (1983), R. Gabriel (1982) y Okuyama (1983) entre otros

[22].

La tcnica de Control Directo de Par fue propuesta por Naguchi y Takahashi (1986) [23], como

una opcin de mejora en las tcnicas de control vectorial. Esta tcnica se diferencia de las

anteriores en que considera la salida del controlador como la seal de activacin del CEP y

hace uso de una tabla de valores para gobernar sus dispositivos de potencia, de tal forma que

todos los procesos de conmutacin en el CEP dependen del estado electromagntico del motor,

logrando un control de velocidad y par con mejor respuesta dinmica [23].

Actualmente, dentro de las tcnicas de control vectorial se encuentran una gran variedad de

modalidades, que difieren principalmente por [12, 15, 24]:

5


AdministradorInserted Textmedibles









El campo magntico que emplea como referencia (rotor, estator o entrehierro). La manera en la cual se obtienen los parmetros involucrados en la tarea de control

(directo o indirecto).

Las variables de estado empleadas en el modelado (par, flujo, corriente).

Hasta la fecha se han propuesto cambios de variada ndole en la implementacin del esquema

del control vectorial, los cuales pueden clasificarse en los siguientes dos grupos:

1.- Los que hacen uso de Tcnicas convencionales de control tales como [2, 3]: Uso de

Observadores, Control Robusto, Control Adaptativo, tcnicas de Linealizacin, Control no

Lineal, Teoria de Lyapunov, etc., con el fin de mejorar la estimacin de los parmetros

elctricos del motor [25-30], mejorar la estimacin del vector de flujo [31-37] o mejorar la

eficiencia en el CEP [38-43], entre otros. Dentro de estas tcnicas sobresale el inters que ha

tenido en publicaciones cientficas una modificacin a la tcnica de control vectorial la cual

elimina el uso del sensor de posicin y/o velocidad del rotor (encoders, tacogeneradores, etc.),

nombrada en algunas publicaciones como Control Sin Sensor (Sensorless, o SVC de su

original en Ingles Sensorless Vector Controlled ) la cual sigue haciendo uso del modelo

vectorial de la maquina, empleando observadores de orden completo tal como Observadores de

Luenberg , Observadores de modo deslizante (Sliding mode Observers) o filtros de Kalman

con el fin de estimar variables de estado del motor en vez de mesurarlas [44-52].

2.- Los que hacen uso de Tcnicas heursticas [4-7] tales como: Uso de controladores difusos

(Fuzzy), Neuro Difusos (Neurofuzzy), Algoritmos Genticos (AG), Redes Neuronales

Artificiales (RNAs), etc., con el fin de mejorar la estimacin de los parmetros elctricos de la

maquina [53-59], la estimacin del vector de flujo [60-64], la etapa de control [64-68], la

realimentacin de variables [69-72] o la activacin del modulo CEP [63], entre otros.

Actualmente gracias a los avances en la microelectrnica y electrnica de potencia se han

implementado de manera exitosa algunas de estas propuestas, y el motor de induccin a

6


AdministradorInserted Textt


AdministradorInserted Texti




AdministradorInserted Textmedirlas

comenzado a desplazar al motor de corriente continua en aplicaciones de velocidad variable [8,

73].

En el rea de propulsores de maquinas de corriente alterna, el uso de microcontroladores [22,

70], tarjetas DSP [32, 33, 49, 60, 74-77], y otros dispositivos electrnicos [71, 72], as como el

constante desarrollo de dispositivos electrnicos de potencia, y la mejora en sus tcnicas de

activacin [63] ha permitido mantener esta rea de investigacin activa y en constante

expansin.

1.4 PANORAMA DE LA TESIS Este trabajo consta de 7 captulos, ms Apndices, los que se detallan a continuacin.

Al ser el motor de induccin el tipo de motor a controlar, en el captulo 2 se hace un breve

estudio de su modelo en estado estable y se obtienen las ecuaciones expresadas en forma de

vectores espaciales que sern tiles para la implementacin del control vectorial. Al final del

capitulo se presenta el modelo computacional en Simulink junto con resultados obtenidos al

simular el modelo matemtico considerando los parmetros del motor a utilizar.

En el capitulo 3 se define la estrategia de control a utilizar. En la primera parte de ste captulo

se describe el modelado matemtico del motor en coordenadas sincronas con el flujo del rotor.

Con este modelo matemtico se desarrollan simulaciones en computadora y se implementa el

elemento principal en el control vectorial, esto es, el algoritmo de estimacin de flujo. Siendo

la Fuente Inversora de Voltaje un elemento relevante en la respuesta del control vectorial, se

hace una breve referencia a la etapa inversora y la tcnica de accionamiento utilizada en este

trabajo. Al final del captulo se presenta el comportamiento de la mquina bajo el gobierno del

controlador desarrollado, estudios basados en simulaciones.

El capitulo 4 aborda el tema de las Redes Neuronales Artificiales (RNAs), se presentan los

rasgos caractersticos de las topologas que emplean el algoritmo de entrenamiento conocido

como de Retro propagacin (Back-propagation). En la segunda parte del capitulo se hace una

7




AdministradorInserted Texta





resea de las distintas aplicaciones de las RNAs en los sistemas de control vectorial y se

define la aplicacin a utilizar en este trabajo. Por ltimo, se da una descripcin del software

utilizado para su diseo, entrenamiento e implementacin y se presentan estudios basados en

simulaciones de la inclusin de RNAs en el sistema de control vectorial, empleando el sistema

de control desarrollado en el capitulo 3 como modelo para la adquisicin de datos de

entrenamiento.

En el capitulo 5 se presenta la implementacin del hardware y software para el control

vectorial propuesto. En este capitulo se da una descripcin del hardware y software que

permite su implementacin. Se dan a conocer algunos aspectos relevantes de la tarjeta

eZdspTMS320F2812. Se describe el diseo y construccin de circuitos de acondicionamiento

de seales que permiten habilitar la comunicacin entre el modulo CEP, el DSP, los sensores

de corriente de efecto hall y el sensor de posicin empleado para la estimacin de velocidad.

En el capitulo 6 se discuten los resultados obtenidos tanto a nivel simulacin como

experimentacin.

En el capitulo 7 se presentan las conclusiones y comentarios de este trabajo que pudieran

suscitar futuros desarrollos.

Referencias Bibliogrficas 1. Buja, G.S. and M.P. Kazmierkowski, Direct Torque Control of PWM Inverter- Fed AC

Motors- A Survey. IEEE Transactions on Industrial Electronics, 2004. 51(4): p. 744-758.

2. Chiasson, J., Nonlinear Controllers for an induction motor. Control Eng. Practice, 1996. 4(7): p. 977-990.

3. Bodson, M. and J. Chiasson, Differential -Geometric Methods for Control of Electric Motors. International Journal of Robust and Nonlinear Control, 1998. 8: p. 923-954.

4. Cardoso, F.D.S., J.F. Martins, and V.F. Pires, A Comparative Study of a PI, Neural Network and Fuzzy Genetic Approach Controllers for an AC-Drive, in COIMBRA. 1998, IEEE: AMC.

5. Bim, E. and L.R. Valdenebro, A Genetic Algorithms Approach for Adaptive Field Oriented Control of Induction Motor Drives. IEEE Power Engineering Society, 1999. 9: p. 643-646.

8








AdministradorInserted TextH





6. Salmon, J.C., E.P. Nowicki, and F. Ashrafzadeh, A Self-Organizing and Self-Tuning Fuzzy logic Controller for Field Oriented Control of Induction Motor Drives IEEE Transaction on Neural Networks, 1995. 3: p. 1656-1662.

7. Bose, B.K., J.O.P. Pinto, and L.E. Borges da Silva, A Stator-Flux-Oriented Vector Controlled Induction Motor Drive With Space-Vector PWM and Flux-Vector Synthesis by Neural Networks. IEEE transactions on Industry Applications, 2001. 37(5): p. 1308-1319.

8. Briz del Blanco, F., Control Vectorial del Motor de Induccin con Identificacion y Adaptacion a los Parametros de la Carga, in Dep. Ing. Elctrica, Electronica, de Computadores y Sistemas. 1995, Universidad de Oviedo: Oviedo.

9. Haykin, S., Neural Networks A Comprehensive Foundation. 2004: IEEE Computer Society Press.

10. Miller III, W.T., R.S. Sutton, and P.J. Werbos, Neural Networks for Control, ed. N.S. Foundation. Vol. EET-8819699. 1991: University of New Hampshire

11. Boldea, I. and N.S. A., ELECTRIC DRIVES. 1999: CRC Press LLC. 12. Novotny, D.W. and L.T. A., Vector Control and Dynamics of AC Drives. Monographs

in Electrical and Electronic Engineering. 2000: CLARENDON PRESS - OXFORD. 13. Krause, P.C., O. Wasynczuk, and S.D. Sudhoff, Analysis of Electric Machinery and

Drive Systems. Second ed. IEEE Press Series on Power Engineering, ed. M.E. El-Hawary. 2002: IEEEPress,Wiley-Interscience.

14. Mohan, N., Advanced Electric Drives Analysis, Control and Modeling using Simulink. 2001: MNPERE.

15. WEMPEC, Field Orientation and High Performance Motion Control, S.o.P. 1981-1988, Editor. 1989, Wisconsin Electric Machines and Power Electronics Consortium: Wisconsin.

16. Trzynadlowski, A.M., The Field Orientation Principle in Control of Induction Motors. 1994, Nevada, Reno: Kluwer Academic Publishers.

17. Chapman, S.J., Maquinas Elctricas. 1987: Mc Graw-Hill. 18. Bodson, M. and J. Chiasson, High-Performance Induction Motor Control Via Input-

Output Linearization. IEEE Control Systems, 1998. 8: p. 25. 19. Stemmler, H., High Power Industrial Drives. Proceedings of the IEEE, 1994. 82(8). 20. Vargas Salas, R. and M.M.G. Muoz, Control Escalar y Vectorial de las maquinas de

induccin, in Divisin de Estudios de Posgrado e Investigacin. 2002, Instituto Tecnolgico de la Laguna: Coahuila, MX.

21. Vargas Salas, R. and L. Marcial, Control de Velocidad del Motor de induccin Jaula de Ardilla, in Divisin de Estudios de Posgrado e Investigacin. 2005, Instituto Tecnolgico de la Laguna: Coahuila, MX.

22. Wishart, M.T. and J.K. Steinke, Vector Control of a High Power Induction Machine. IEEE AFRICON '92 Proceedings, 1992. 1(1): p. 132.

23. Naassani, A.A. and E. Monmasson, Synthesis of Direc Torque and Rotor Flux Control Algorithms by Means of Sliding-Mode Theory. IEEE Transactions on Industrial Electronics, 2005. 52(3).

24. Novotny, D.W. and a. others, Field Orientation and High Performance Motion Control. Summary of Publications. 1988, Wisconsin: WEMPEC.

9

25. DwayneTelford, M.W. Dunnigan, and B.W. Williams, Online Identification of Induction Machine Electrical Parameters for Vector Control Loop Tuning. IEEE Transactions on Industrial Electronics, 2003. 50(2): p. 9.

26. Guidi, G. and H. Umida, A novel Stator Resistance Estimation Method for Speed-Sensorless Induction Motor Drives. IEEE Transactions on Industrial Electronics, 2000. 36(6): p. 9.

27. Kerkman, R.J., J.D. Thunes, and Otros, A Frequency Based Determination of the Transient Inductance and Rotor Resistance for Field Commissioning Purpose. Allen-Bradley Co., 1999. Standard Drives Bussines (POB 760).

28. Wang, K., J. Chiasson, and M. Bodson, An online Rotor Time Constant Estimator for the Induction Machine. IEEE Transactions on Control Systems Technology, 2005. 15(2): p. 9.

29. Vaclavek, P. and P. Blaha, Lyapunov-Function-Based Flux and Speed Observer for AC Induction Motor Sensorless Control and Parameter Estimation. IEEE Transactions on Industrial Electronics, 2006. 53(1): p. 8.

30. Hinkkanen, M. and J. Luomi, Parameter Sensitivity of Full-Order Observers for Induction Motors. IEEE Transactions on Industrial Electronics, 2002. 15(6): p. 12.

31. Ohishi, K., et al., High-Performance Speed Servo System Considering Voltage Saturation of a Vector-Controlled Induction Motor. IEEE Transactions on Industrial Electronics, 2006. 53(3): p. 8.

32. Bose, B.K., T.-W. Chun, and M.-K. Choi, A Novel Start-Up Scheme of Stator Flux Oriented Vector Controlled induction Motor Drive Without Torque Jerk. IEEE Transactions on Industrial Electronics, 2001. 71(1): p. Feb 2001.

33. Lee, J.-S., T. Takeshita, and N. Matsui, Stator-Flux-Oriented Sensorless Induction Motor Drive for Optimum Low-Speed Performance. IEEE Transactions on Industrial Applications, 1997. 33(5): p. 7.

34. Hurst, K.D., T.G. Habetler, and F. Profumo, Zero-Speed Tacholess IM Torque Control: Simply a Matter of Stator Voltage Integration. IEEE Transactions on Industrial Applications, 1998. 34(4): p. 6.

35. Harnefors, L., M. Jansson, and R. Ottersten, Unified Sensorless Vector Control of Synchronous and Induction Motors. IEEE Transactions on Industrial Electronics, 2003. 50(1): p. 8.

36. Wai, R.-J. and K.-M. Lin, Robust Decoupled Control of Direct Field-Oriented Induction Motor Drive. IEEE Transactions on Industrial Electronics, 2005. 52(3): p. 18.

37. Ide, K., J.-I. Ha, and M. Sawamura, A Hybrid Speed Estimator of Flux Observer for Induction Motor Drives. IEEE Transactions on Industrial Electronics, 2006. 53(1): p. 8.

38. Salo, M. and H. tuusa, A Vector-Controlled PWM Current-Source-Inverter-Fed Induction Machine Drive Whit Stator Current Control Method. IEEE Transactions on Industrial Electronics, 2005. 52(2): p. 9.

39. Steinke, J.K., G.J. Dudler, and B.P. Huber, Field Oriented Control of a High Power GTO-VSI Fed AC Drive with High Dynamic Performance Using a Programmable High Speed Controller (PHSC). IEEE Transactions on Control Systems Technology, 1992. 34(1): p. 7.

40. Naassani, A.A., E. Monmasson, and J.-P. Louis, Synthesis of Direc Torque and Rotor Flux Control Algorithms by Means of Sliding-Mode Theory. IEEE Transactions on Industrial Electronics, 2005. 52(3): p. 15.

10

41. Buja, G.S. and M.P. Kazmierkowski, Direct Torque Control of PWM Inverter-Fed AC Motors- A Survey. IEEE Transactions on Industrial Electronics, 2004. 51(4): p. 14.

42. Boldea, I., C. Lascu, and F. Blaabjerg, Variable-Structure Direct Torque Control- A Class of Fast and Robust Controller for Induction Machine Drives. IEEE Transactions on Industrial Electronics, 2004. 51(4): p. 8.

43. Idris, N.R.N. and A.H.M. Yatim, Direct Torque Control of Induction Machines With Constant Switching Frequency and Reduced Torque Ripple. IEEE Transactions on Industrial Electronics, 2004. 51(4): p. 10.

44. Boldea, I., C. Lascu, and F. Blaabjerg, Comparative Study of Adaptive and Inherently Sensorless Observers for Variable-Speed Induction-motion Drives. IEEE Industrial Transactions on Industrial Electronics, 2006. 53(1).

45. Holtz, J. and H. Pan, Acquisition of Rotor Anisotropy Signals in Sensorless Position Control Systems. IEEE Transactions on Industrial Applications, 2004. 40(5): p. 9.

46. Kilic, B., Sensorless Control of Induction Machine, in School of Engineering and Natural Science. 2004, Sabanci University: Estanbul, Turquia.

47. Boldea, I., C. Lascu, and F. Blaabjerg, Comparative Study of Adaptive and Inherently Sensorless Observers for Variable-Speed Induction-Motor Drives. IEEE Transactions on Industrial Electronics, 2006. 53(1): p. 9.

48. Chiasson, J. and M. Bodson, A Comparison of Sensorless Speed Estimation Methods for Induction Motor Control. Proceedings of the American Control Conference IEEE, 2002. 1(1): p. 6.

49. Park, M.-H., S.-K. Sul, and Y.-R. Kim, Speed Sensorless Vector Control of Induction Motor Using Extended Kalman Filter. IEEE Transactions on Industrial Applications, 1994. 30(5): p. 9.

50. Consoli, A., G. Scarcella, and A. Testa, Speed and Current Sensorless Field Oriented Induction Motor Drive Operating at Low Stator Frequencies. IEEE IAS 2002, 2002. 1(1): p. 8.

51. Jacobina, C.B., J.B. Fo, and F. Salvadori, A Simple Indirect Field Oriented Control of Induction Machines Without Speed Measurement. IEEE Transactions on Industrial Electronics, 2000. 40(4): p. 5.

52. Ferrah, A., K.J. Bradley, and P.J. Hogben-Laing, A Speed Identifier for Induction Motor Drives Using Real-Time Adaptive Digital Filtering. IEEE Transactions on Industrial Applications, 1998. 34(1): p. 7.

53. Wood, R., D. Katsis, and A. Trentin, A new Method for Induction Parameters Estimation Using Genetic Algorithms and Transient Speed measurements IEEEConference Record of the 41st IAS Annual Meeting, 2006. 5.

54. Phumiphak, T. and C. Chat-uthai, Estimation of Induction Motor Parameters based on field test coupled whit Genetic Algorithms. IEEE International Conference on Power System Technology. Proceedings, 2002. 2: p. 5.

55. Bim, E., L.R. Valdenebro, and J.R. Hernandez, A Neuro-Fuzzy Based Parameter Identification of an Indirect Vector-Controlled Induction Motor Drive. Proceedings of the IEEE, 1999. 1(3): p. 6.

56. Keyhani, A. and A.B. Proca, Identification of Variable Frequency Induction Motor Models From Operating Data. IEEE Transactions on Energy Conversion, 2002. 17(1): p. 8.

11

57. Bim, E. and L.R. Valdenebro, A Genetic Algorithms Approach for Adaptive Field Oriented Control of Induction Motor Drives. IEEE Industrial Transactions 1999. 52(9): p. 3.

58. Huerta, P.F., J.J. Rodriguez, and I.C. Torres, Modelo en Simulink de una Red Neuronal Artificial de Retropropagacion para Estimar la Resistencia del Rotor. 9 Congreso Nacional de Ingenieria Electromecanica y de Sistemas, 2006. ELE-09.

59. Lin, F.-J., R.-J. Wai, and C.-H. Lin, Decoupled Stator-Flux-Oriented Induction Motor Drive With Fuzzy Neural Network Uncertainty Observer IEEE Transactions on Industrial Electronics, 2000. 47(2): p. 12.

60. Blaabjerg, F., B.K. Bose, and Otros, A Simple Direct-Torque Neuro-Fuzzy Control of PWM-Inverter-Fed Induction Motor Drive. IEEE Transactions on Industrial Electronics, 2000. 47(4): p. 8.

61. Bose, B.K., W.S. Oh, and K.M. Cho, Self Tuning Neural Network Controller for Industrial Motor Drives. IEEE Industrial Transactions on Industrial Electronics, 2002. 78(3): p. 5.

62. Rafiq, A., M.G. Sarwer, and M. Datta, Genetic Algorithm Based Fast Speed Response Induction Motor Drive with ANN Flux Estimator. IEEE Transactions on Neural Networks, 2005. 48(4): p. 6.

63. Bose, B.K., O.P. Pinto, and L.E.B.d. Silva, A Stator-Flux-Oriented Vector-Controlled Induction Motor Drive With Space-Vector PWM and Flux-Vector Synthesis by neural Networks IEEE Transactions on Industrial Applications, 2001. 37(5): p. 11.

64. Hasan, K.M., L. Zhang, and B. Singh, Neural Network Control of Induction Motor Drives for Energy Efficiency and High Dynamic Performance. IEEE Transactions on Industrial Applications, 1997. IA-20(6).

65. Salmon, J.C., F. Ashrafzadeh, and E.P. Nowicki, A Self-Organizing and Self-Tuning Fuzzy Logic Controller for Field Oriented Control of Induction Motor Drives. IEEE Transactions on Neural Networks, 1995. 30(1): p. 7.

66. Bose, B.K., G.C.D. Sousa, and J.G. Cleland, Fuzzy Logic Based On-Line Efficiency Optimization Control of an Indirect Vector-Controlled Induction Motor Drive. IEEE Transactions on Industrial Electronics, 1995. 42(2): p. 7.

67. Moallem, M., et al., Diseno Optimo Multiobjetivos Genetico-Difuso de Un Controlador PIen el Control Indirecto de Campo Orientado de un motor de induccin. IEEE Transactions on magnetics, 2001. 37(5): p. 4.

68. Hasan, K.M., L. Zhang, and B. Singh, Neural Network Idded Energy Efficiency Control for a Field-orientation Induction Machine Drive. IEEE Conferences Publications, 1999. 468(1): p. 5.

69. Bose, B.K. and G. Simoes, Neural Networks Based Estimation of Feedback Signals for a Vector Controlled Induction Motor Drive. IEEE Transactions on Industrial Applications, 1994. IA-14: p. 9.

70. Heredia, J.R., F.P. Hidalgo, and J.L.D. Paz, Sensorless Control of Induction Motor by Artificial Neural Networks. IEEE Transactions on Industrial Electronics, 2001. 48(5): p. 3.

71. Kuchar, M., P. Brandstetter, and M. Kaduch, Sensorless Induction Motor Drive with Neural Networks. 35 Annual IEEE Power Electronics Specialists Conference 2004: p. 5.

12

72. Kim, S.-H., et al., Speed-Sensorless Vector Control of an Induction Motor Using Neural Networks Speed Estimation. IEEE Transactions on Industrial Electronics, 2001. 48(3): p. 6.

73. Vasquez Corral, M.H. and R. Vargas Salas, Control de Velocidad de un Motor Sincrono de Imanes Permanentes, in Divisin de Estudios de Posgrado e Investigacin. 2005, Instituto Tecnolgico de la Laguna: Coahuila, MX.

74. Trzynadlowski, A.M. and C. Lascu, A Sensorless Hybrid DTC Drive for High-Volume Low-Cost Applications. IEEE Transactions on Industrial Electronics, 2004. 51(5): p. 8.

75. Wai, R.-J. and W.-K. Liu, Nonlinear Control for Linear Induction Motor Servo Drive. IEEE Transactions on Industrial Electronics, 2003. 50(5): p. 16.

76. Chiasson, J., Nonlinear Controller for an Induction Motor. Control Eng. Practice Vol 4. Vol. 4. 1996: Elsevier Science Ltd.

77. Arribas, J.R. and C.M.V. Gonzales, Optimal Vector Control of Pumping and Ventilation Induction Motor Drives. IEEE Transactions on Industrial Electronics, 2002. 49(4): p. 7.

13

CAPTULO II

Principios Bsicos del Motor de Induccin En este capitulo se da una breve resea del modelo matemtico del motor de induccin en

estado estacionario empleando vectores espaciales, esto es una herramienta matemtica

que permite implementar el Control Vectorial. Al inicio del capitulo se presentan las

ecuaciones matemticas que modelan el motor empleando un sistema de referencia

trifsico estacionario (a-b-c), posteriormente se introduce lo que se conoce como

traslacin de ejes implementado mediante las transformadas de Clark y de Park, que

permiten trasladar el sistema de referencia a un sistema de ejes (d-q) ortogonal y rotatorio

[1-3]. Al final del capitulo se presenta la simulacin computacional en Simulink de

Matlab software empleado en este trabajo para la simulacin del motor (Capitulo 2), del

sistema de control (Capitulo 3 y 4) y para la programacin de la Tarjeta eZdspF2812

(Capitulo 5).

2.1 Modelado Matemtico Al momento de modelar un motor de induccin es comn hacer una serie de

simplificaciones del sistema tales como:

Considerar el campo de magnetizacin uniformemente distribuido. Considerar lineal el comportamiento del sistema magntico. Considerar una distribucin de los devanados en el estator idntica, formando una

fuerza magnetomotriz de forma sinusoidal.











AdministradorInserted Textc





AdministradorInserted Texts





Fig. 2.1 Representacin simplificada de una mquina trifsica de dos polos [3].

Considerar la distribucin de barras o devanados en el rotor de tal manera que forman una fuerza magneto motriz con el mismo nmero de polos que el estator.

En este trabajo se toma como referencia el modelo propuesto por Krause [3] y el circuito

elctrico mostrado en la figura 2.1. El devanado del estator se representa mediante una

inductancia equivalente que expresa el acoplamiento mutuo entre rotor y estator en

funcin del desplazamiento angular entre los ejes magnticos de ambos devanados. En el

caso de los motores jaula de ardilla el devanado del rotor se puede considerar como un

conjunto de inductancias equivalentes formando un sistema de tres conductores [3-5].

Durante el desarrollo de las ecuaciones se considera como fuente de alimentacin un

sistema trifsico (a-b-c) sinusoidal con pulsacin 1 y valor mximo de voltaje V representado por las siguientes ecuaciones

)( 1tVsenva = Ec. 2.1

)32( 1 = tVsenvb Ec. 2.2 )34( 1 = tVsenvb Ec. 2.3

Del circuito elctrico mostrado en la figura 2.1 se tiene que el vector de voltaje de lnea a

neutro presente en el estator de un motor de induccin es [2, 3, 6]

ssabcsabcsabc ripv += Ec. 2.4

15

Donde:

sabcv Vector de voltaje aplicado a los devanados del estator en el marco de

referencia a-b-c.

sabcp Variacin respecto al tiempo de los enlaces de flujo magntico en el estator referenciados al marco a-b-c.

sabci Vector de corriente del estator en el marco de referencia a-b-c.

sr Resistencia equivalente del devanado de una fase del estator.

El vector de voltaje de lnea a neutro del rotor es

rrabcrabcrabc ripv += Ec. 2.5

Donde:

rabcv Vector de voltaje del rotor en el marco de referencia a-b-c.

rabcp Variacin respecto al tiempo de los enlaces de flujo magntico en el rotor, marco de referencia a-b-c.

rabci Vector de corriente del rotor, marco de referencia a-b-c.

rr Resistencia equivalente del devanado de una fase del rotor.

Y los enlaces de flujo estn dados por

Ec. 2.6

+++

+++

=

cr

br

ar

cs

bs

as

rrrsrrsrrsr

rrrsrrsrrsr

rrrsrrsrrsr

rsrrsrrsrss

rsrrsrrsrss

rsrrsrrsrss

cr

br

ar

cs

bs

as

iiiiii

LLLL

LLLL

LLLL

LLLL

LLLL

LLLL

00cos)3

2cos()3

2cos(

00)3

2cos(cos)3

2cos(

00)3

2cos()3

2cos(cos

cos)3

2cos()3

2cos(00

)3

2cos(cos)3

2cos(00

)3

2cos()3

2cos(cos00

En la ecuacin 2.6

smsss LLL = Ec. 2.7

16

rmrrr LLL = Ec. 2.8 Donde:

r Desplazamiento angular entre los ejes del estator y el rotor (ver fig. 2.1). srL Inductancia mutua entre los devanados del estator y rotor.

sL Inductancia propia del estator.

rL Inductancia propia del rotor.

smL Inductancia mutua entre las fases del estator.

rmL Inductancia mutua entre las fases del rotor.

2.2 Transformaciones de coordenadas y vectores espaciales Ya que la variacin de inductancias mutuas que involucran la ecuacin 2.6, es una

funcin sinusoidal del desplazamiento angular r , algunos de los coeficientes en las ecuaciones de voltaje (ecuacin 2.4 y ecuacin 2.5) son variantes en el tiempo. Para

eliminar esta condicin no deseada, se puede emplear un cambio de variables que

transforme los voltajes y corrientes del estator y del rotor a un marco de referencia comn

invariante en el tiempo, presentando una estructura similar al de un motor de corriente

directa.

Se presentan ventajas en trminos de simplicidad matemtica y claridad en el anlisis del

fenmeno fsico, el manipular las variables de la maquina en forma de vectores espaciales

representados en un marco de referencia conveniente, haciendo uso de la relacin

trigonomtrica que existe entre los sistemas de ejes a emplear [2-4, 7].

Si consideramos el sistema trifsico de voltajes representado por las ecuaciones 2.1 a 2.3,

en un determinado instante de tiempo, el devanado de cada una de las fases produce en el

entrehierro una distribucin sinusoidal de flujo electromagntico, creando un vector

espacial de la fuerza magnetomotriz resultante que gira a la misma frecuencia del voltaje

aplicado (Ec. 2.9) [4].

17

Eje b

Eje c

Eje aIa

Ib

Ic

F (t)a

F (t)c

F (t)b

Eje B

IF (t)a

F (t)cF (t)b

A

IB

F (t)s Eje A

Fig. 2.2 Interpretacin fsica del vector espacial de la Fuerza Magnetomotriz (FMM)[4].

)()()()( tFtFtFtF aca

ba

aa

s

++=

Ec. 2.9

Donde:

asF

Vector espacial de flujo electromagntico del estator referenciado al eje de la

fase a. a

cbaF ,, Vector instantneo de flujo electromagntico del estator de la fase a, b o c,

referenciados a la fase a.

Al considerar el sistema como trifsico balanceado, se puede definir una transformacin

sobre un sistema arbitrario de ejes 0-d-q empleando la siguiente matriz de transformacin

[7]

=

sc

sb

sa

sq

sd

s

FFF

sencsencsenc

ccc

ccc

FFF

)3

4()3

2(

)3

4cos()3

2cos(cos

222

222

1110

Ec. 2.10

dtd

k = Ec. 2.11

18

Fig. 2.3 Transformacin de una variable trifsica a un marco de referencia q-d.

En la ecuacin 2.11, k es la velocidad a la cual gira el conjunto de ejes 0-d-q respecto al eje estacionario a del sistema trifsico.

Realizando esta transformacin sobre un sistema de ejes estacionario A-B (Fig. 2.3b)

obtenemos la transformada de Clark

=

sc

sb

sa

sB

sA

s

FFF

ccccc

ccc

FFF

223

223

221

221

2

1110

0

Ec. 2.12

Podemos referir el vector espacial a un sistema de ejes d-q desfasado un ngulo)(tF s

respecto a A-B mediante la transformacin

sqsdj

ssk jFFeFF +== Ec. 2.13

Al fijar el valor para en las ecuaciones 2.10 y 2.12 se determina la manera en la que

se comportan las magnitudes de las seales manipuladas, de tal forma que se puede

mantener invariante la potencia en cualquiera de los marcos de referencia, o hacer que el

modulo del vector espacial coincida con el valor mximo de la seal transformada, esto

solo afecta los valores absolutos de las variables en las transformaciones, pero se

mantendrn las forma de onda [7].

21c

19

En este trabajo se consideran los valores de 211 =c y 12 =c , en este caso la potencia en la transformacin no se mantiene constante y el modulo del vector espacial ser 3/2 del

valor mximo de la seal trifsica. Esta transformacin puede aplicarse a cualquier

conjunto de magnitudes trifsicas [7].

2.2.1 Ecuaciones del motor en un sistema de ejes q-d Al observar el vector espacial de voltaje empleando un marco de referencia estacionario

(transformada de Clark 0=k ) este girara a una velocidad 1 , y ser de naturaleza sinusoidal. Este vector espacial de voltaje en el marco estacionario puede ser

transformado a un marco de referencia cuya velocidad de giro e (del Eje q en Figura 2.3) coincida con la del sistema , arrojando las siguientes expresiones [3-5, 8]

s

eqs

eds

eqs

eqs rippv ++= Ec. 2.14

seds

eqs

eds

eds rippv += Ec. 2.15

reqr

edr

eqr

eqr rippv ++= Ec. 2.16

redr

eqr

edr

edr rippv += Ec. 2.17

eqrsr

eqsss

eqs iLiL += Ec. 2.18

edrsr

edsss

eds iLiL += Ec. 2.19

eqssr

eqrrr

eqr iLiL += Ec. 2.20

edssr

edrrr

edr iLiL += Ec. 2.21

)(22

3 eqr

edr

edr

eqre ii

PT =

Ec. 2.22

Donde: El superndice e indica un marco de referencia sincrono con los ejes q-d.

edsqs

v,

Componentes del vector voltaje del estator en el marco de referencia q-d. e

dsqsp , Variacin respecto al tiempo de los enlaces de flujo magntico en el estator

20

referenciados a los ejes qd. e

dsqs , Enlaces de flujo magntico en el estator referenciados a los ejes qd. Desplazamiento angular entre los ejes de la fase a del estator y la fase A del

rotor. e

dsqsi , Componentes del vector de corriente del estator referenciados a los eje qd. e

drqrv , Componentes del vector de voltaje del rotor referenciados a los ejes qd. e

drqrp , Variacin respecto al tiempo de los enlaces de flujo magntico en el rotor referenciados a los ejes qd.

edrqr , Enlaces de flujo magntico en el rotor referenciados a los ejes qd.

Desplazamiento angular entre el eje de la fase A del rotor y el eje q. e

drqri , Componentes del vector de corriente del rotor referenciados a los ejes qd.

eT Par elctrico generado.

P Numero de polos de la mquina.

2.2.2 Ecuaciones del motor en coordenadas de flujo de rotor

Para la implementacin del control en campo orientado, existen algunos marcos de

referencia que permiten simplificar la expresin de las ecuaciones mediante la seleccin

adecuada de su velocidad de giro k [1, 2, 4, 7, 9, 10]. Existen tres posibles sistemas de ejes que permiten modelar de manera desacoplada las variables del motor de induccin,

respecto a cada uno de los flujos magnticos predominantes de la mquina (rotor, estator

y entrehierro). En la modelacin matemtica no existe mucha diferencia, sin embargo en

trminos de control, la respuesta dinmica del motor cambia mucho de un sistema a otro

[7] . Para el caso en el que se desea tener control sobre el par es necesario tener control

sobre parmetros elctricos en el rotor, por lo que es conveniente referenciar las

expresiones al campo magntico del rotor [7].

Si se escoge un marco de referencia tal que el flujo del rotor este alineado con el eje d y

la componente q del flujo sea cero, tenemos que

21

eqssr

eqrrr

eqr iLiL +== 0 Ec. 2.23

eqssr

eqrrr

eqr iLiL +== 0 Ec. 2.24

La ecuacin 2.24 presenta una gran similitud con la ecuacin de par del motor de

corriente directa. Para que se cumpla esta condicin de alineamiento, el deslizamiento

debe satisfacer:

edr

eqssr

rr

rre

iLLr

= Ec. 2.25

De donde

edssr

r

edr iLp

+= 11

Ec. 2.26

Y

r

rrr r

L= Ec. 2.27

2.3 Modelo Computacional del Motor de Induccin Teniendo las ecuaciones matemticas que describen el comportamiento dinmico de un

motor de induccin (Ecuaciones de la 2.14 a la 2.27), es posible implementar el sistema

empleando una plataforma de programacin de alto nivel, tal como el Matlab, para

simular el comportamiento de esta mquina en distintas condiciones de funcionamiento.

Cuando se desea analizar la respuesta de un motor especifico, se requieren determinar los

siguientes parmetros:

Resistencia elctrica del rotor . rr

22

Parmetros motor 3 HP Clase B Siemens Parmetro Valor

rr 0.3173 sr 0.8333 rrX 2.2357 ssX 1.4905 srX 35.9295

Tabla 2.1 Parmetros elctricos del motor de induccin trifsico utilizado.

Resistencia elctrica del estator . sr Inductancia del rotor . rrL Inductancia del estator . ssL Inductancia mutua . srL

En la literatura podemos encontrar una gran variedad de metodologas [11-18] y

herramientas [19-21] que permiten determinar estos parmetros. En este trabajo se toman

como base las pruebas recomendadas por el estndar IEEE-112 [22]: motor sin carga y

rotor bloqueado (Apndice A, Estimacin de Parmetros). La tabla 2.1 muestra los

parmetros del motor estimados de acuerdo a las pruebas realizadas.

El modelo computacional del motor se observa en las figuras 2.4 a 2.7. En la figura 2.4 se

muestra un modelo del motor de induccin en Simulink, ste se compone de tres

subsistemas: estimador de flujos, clculo de corrientes y clculo de velocidad mecnica y

transformacin de marco de referencia. El modelo requiere como parmetros de entrada

los voltajes de estator y el par de carga del motor.

Las figuras 2.5 a 2.7 muestran cada uno de los bloques empleados en los subsistemas del

modelo. La implementacin de cada uno de ellos se realiz tomando como base las

ecuaciones desarrolladas en este capitulo. Un anlisis ms detallado puede verse en los

artculos de Krauze [3] y Ozpineci [23].

23

3Tem

2wr

1iabcs

iqds

Tm

Te

iabcs

wr

Velocidad Mecanica yMarco de Referencia

iqdr

wr

v abcs

iqds

psiqr

psidr

psiqs

psids

1T_mec

psiqr

psidr

psiqs

psids

iqdr

iqds

Te

2Voltajes_abcs

Estima enlacesde Flujo Ejes q-d

CalculaCorrientes del estator

Fig. 2.4 Modelo en Matlab-Simulink de un motor de induccin trifsico.

Transforma marco de refereciaEcuacion 2.12

De ecuaciones 2.14 a 2.17

4psids

3psiqs

2psidr

1psiqr

1/wb

Rr1/wb

wb

Rs

1s

2*(u(1)-u(2)/2-u(3)/2)/3

(u(3)-u(2))/sqrt(3)

em

em

em4iqds

3vabcs

2

wr

1iqdr

psidr

psidr

psiqr

Rr*iqr

Rr*idr

psiqs

psidsv qs

v ds

Rs*iqs

Rs*ids

Fig. 2.5 Subsistema que estima los enlaces de flujo en el marco de referencia q-d.

Despejando de Ecuaciones 2.18 a 2.21

Calcula Par ElectricoEcuacion 2.22

3Te

2iqds

1iqdr

1/Xls

1/XlrXaq*(u(1)/Xlr+u(2)/Xls)

Xad*(u(1)/Xlr+u(2)/Xls)

3*P*(u(4)*u(1)-u(3)*u(2))/(4*wb)

4psids

3psiqs

2psidr

1psiqr

psimq

psimd

Fig. 2.6 Subsistema que calcula las corrientes del estator en el marco de referencia q-d.

24

Considerando ecuaciones 2.24 y 2.25

Transforma marco de refereciaInversa de ecuacion 2.12

2

wr

1iabcs

wbP/(2*J*wb) 1s

-u(1)/2+sqrt(3)*u(2)/2

-u(1)/2-sqrt(3)*u(2)/2

u(1)

3Te

2

Tm

1iqds

Fig. 2.7 Subsistema que calcula la velocidad mecnica y transforma a un marco de referencia estacionario.

Fig. 2.8 Curva Par-Velocidad en aceleracin libre del motor de 3HP utilizado

(simulacin).

Empleando los parmetros de la Tabla 2.1, en las Figuras 2.8 y 2.9 se muestra la

respuesta dinmica del motor simulado, con los parmetros arrojados por las pruebas de

rotor bloqueado y aceleracin libre. Alimentado con una fuente sinusoidal ideal a voltaje

nominal. De dichas figuras se puede ver que la respuesta se asemeja al comportamiento

de una mquina de bajo deslizamiento y alta inercia [9].

25

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000-50

0

50

100

150

200

250

300

350

400

Wm

r (ra

d/s)

y T

e (N

*m)

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000-80

-60

-40

-20

0

20

40

60

80

100

I-abc

-s (A

)

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000-80

-60

-40

-20

0

20

40

60

tiempo (s/10000)

I-qd-

r (A

)

Fig. 2.9 Respuesta dinmica del Motor en aceleracin libre. Parmetros Estimados

Como se menciono anteriormente, el control vectorial (orientado con el flujo de rotor) es

muy sensible a variaciones en la resistencia del rotor . En las figuras 2.10 y 2.11 se

muestra la respuesta del motor con una modificacin en el valor estimado de , este es

multiplicado por

rr

rr

3 . Como se observa en dichas figuras, la respuesta dinmica del

modelo se modifica de manera considerable. Las corrientes de estator se estabilizan en un

tiempo menor, la curva Par-Velocidad en aceleracin libre es mas estable, y la respuesta

es similar a la de un motor de alto deslizamiento [9], como es el caso del motor

considerado en este trabajo (Apndice A).

En este trabajo se tomara el valor modificado de la resistencia del rotor en las

simulaciones que se desarrollen, ya que es el que mejor representa la respuesta real de la

mquina utilizada en la experimentacin.

26

Fig. 2.10 Curva Par-Velocidad en aceleracin libre de un motor 3HP con estrr rr = 3

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000-50

0

50

100

150

200

250

300

350

400

Wm

r (ra

d/s)

y T

e (N

*m)

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000-80

-60

-40

-20

0

20

40

60

80

I-abc

-s

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000-80

-60

-40

-20

0

20

40

60

Tiempo (s /10 000)

I-qd-

r

Fig. 2.11 Respuesta dinmica del Motor en Aceleracin libre. Con estrr rr = 3

27

Referencias Bibliogrficas

1. Trzynadlowski, A.M., The Field Orientation Principle in Control of Induction

Motors. 1994, Nevada, Reno: Kluwer Academic Publishers. 2. Novotny, D.W. and L.T. A., Vector Control and Dynamics of AC Drives.

Monographs in Electrical and Electronic Engineering. 2000: CLARENDON PRESS - OXFORD.

3. Krause, P.C. and C.H. Thomas, Simulation of Symmetrical Induction Machinery. IEEE Transactions on Power Apparatus and Systems, 1965. 11.

4. Mohan, N., Advanced Electric Drives Analysis, Control and Modeling using Simulink. 2001: MNPERE.

5. Vas, P., Parameter Estimation, Condition Monitoring, and Diagnosis of Electrical Machines. Monographs in Electrical and Electronic Engineering. 2001: Oxford University Press.

6. Boldea, I. and N.S. A., ELECTRIC DRIVES. 1999: CRC Press LLC. 7. Briz del Blanco, F., Control Vectorial del Motor de Induccion con Identificacion

y Adaptacion a los Parametros de la Carga, in Dep. Ing. Electrica, Electronica, de Computadores y Sistemas. 1995, Universidad de Oviedo: Oviedo.

8. Novotny, D.W. and a. others, Field Orientation and High Performance Motion Control. Summary of Publications. 1988, Wisconsin: WEMPEC.

9. Krause, P.C., O. Wasynczuk, and S.D. Sudhoff, Analysis of Electric Machinery and Drive Systems. Second ed. IEEE Press Series on Power Engineering, ed. M.E. El-Hawary. 2002: IEEEPress,Wiley-Interscience.

10. Vargas Salas, R. and M.M.G. Muoz, Control Escalar y Vectorial de las maquinas de induccion, in Division de Estudios de Posgrado e Investigacion. 2002, Instituto Tecnologico de la Laguna: Coahuila, MX.

11. Trentin, A., et al., A New Method for Induction Motors Parameter Estimation Using Genetic Algorithms and Transient Speed Measurements. IEEE Conference Records 2006, 2006. 5: p. 2435-2440.

12. Phumiphak, T. and C. Chat-uthai, Estimation of Induction Motor Parameters Based on Field Test Coupled with Genetic Algorithm. IEEE Proceedings Power System Technology, 2002. 2(2): p. 1199-1203.

13. Kerkman, R.J., J.D. Thunes, and T.M. Rowan, A Frequency Based Determination of the Transient Inductance and Rotor Resistance for Field Commissioning Purposes. IEEE Industry Applications Conference Records 1995, 1995. 1: p. 359-366.

14. Telford, D., M.W. Dunnigan, and B.W. Williams, Online Identification of Induction Machine Electrical Parameters for Vector Control Loop Tuning. IEEE Transactions on Industrial Electronics, 2003. 50(2): p. 253-261.

15. Donescu, V., A. Charette, and Z. Jao, A New Automated Method for Estimation of Induction Motor Parameters. IEEE Conference Records 1998, 1998. 1: p. 381-384.

16. Stokcs, M. and A. Medvedev, Estimation of Induction Machine Parameters at Start-up Using Current Envelope. IEEE Conference Records 2002, 2002. 2: p. 1163-1170.

28

17. Grantham, C. and D. McKinnon, Rapid Parameter Determination for Induction Motor Analysis and Control. IEEE Transactions on Industrial Applications, 2003. 39(4): p. 1014-1020.

18. Zhou, X. and H. Cheng, The Induction Motor Parameter estimation through an adaptive Genetic Algorithm. IEEE Conference Records 2004, 2004. 1: p. 494-498.

19. Roy, P.V., B. Renier, and K. Hameyer, A practical Set-up for a Standard Test Procedure on Polyphase Induction Motors. IEEE Conference Records 1997, 1997. 1: p. 207-214.

20. Chiasson, J., K. Wang, and M. Bodson, An Online Rotor Time Constant Estimator for the Induction Machine. IEEE Transactions on Control Systems Technology, 2007. 15(2): p. 339-348.

21. Cirrincione, M., M. Pucci, and G. Cirrincione, A New Experimental Application of Least-Squares Techniques for the Estimation of the Induction Motor Parameters. IEEE Transactions on Industrial Applications, 2003. 39(5): p. 1247-1256.

22. IEEE, IEEE-112 Standard Test Procedure for Polyphase Induction Motor and Generators. IEEE Power Engineering Society, 1991. 1.

23. Ozpineci, B. and L.M. Tolbert, Simulink Implementation of Induction Machine Model - A Modular Approach IEEE IEMDC'03, 2003. 2: p. 728-734.

29

CAPTULO III

Control Vectorial del Motor de Induccin En este capitulo se presenta la simulacin del Control Vectorial de un motor de induccin

tipo jaula de ardilla orientado con el Flujo de Rotor (OFR). En primer lugar se presentan

las ecuaciones para desarrollar el modelo de flujo del motor. Posteriormente, y debido a

su importancia en el control vectorial, se hace una resea de la Fuente Inversora

alimentada por Voltaje (VSI, por sus siglas en ingles) y de la tcnica de modulacin

PWM con vectores espaciales (SV-PWM) [1, 2].

Por ltimo se presentan una serie de simulaciones donde muestran la respuesta del motor

de induccin gobernado por el control OFR.

3.1 Control Vectorial Orientado con el Flujo de Rotor (CV-OFR) Los accionamientos de motores de induccin de altas prestaciones dinmicas requieren

un control preciso e independiente (desacoplado) tanto del par como del flujo. La

mayora de los esquemas modernos se basan en el mtodo de control vectorial o campo

orientado, conocida as por el control que se hace de las corrientes y voltajes en forma

vectorial para orientar espacialmente los campos electromagnticos del motor de

induccin [3]. El control vectorial intenta controlar el motor de induccin como un motor

de corriente continua de excitacin separada. La clave para conseguirlo se encuentra en

determinar de manera correcta la posicin del flujo del rotor, el cual se puede medir

(modo directo) o estimar (modo indirecto). El control vectorial mediante la orientacin

del flujo de rotor basa su funcionamiento en los puntos siguientes:





Figura 3.1Tecnicas de control para maquinas de corriente alterna [4].

Uso de un modelo de flujo del motor expresado mediante vectores espaciales. Orientacin del flujo de rotor en un marco de referencia que permita observar en

estado estacionario las corrientes de rotor en forma desacoplada y no variantes en

el tiempo. Considera estimable la posicin del vector de flujo de rotor.

Etapa reguladora, en base a los resultados arrojados por el Orientador de flujo genera Voltajes de alimentacin consigna. Normalmente emplea elementos

reguladores Proporcional-integral.

Dentro de las tcnicas de control para motores de induccin no solo existe la de control

vectorial por flujo orientado, existen otras que han sido agrupadas en el bosquejo de la

figura 3.1.

31

Fig. 3.2 Diagrama de bloques, Control Vectorial de un Motor de Induccin [5].

3.1.1 Sistema Orientador de Flujo [1] La figura 3.2 muestra un diagrama de bloques general para la implementacin fsica de

un Control Vectorial. Una de las premisas en que se basa el CV-OFR es en la similitud

del modelo q-d del motor de induccin con el modelo matemtico del Motor de CC [1, 3,

6-8]

afare icikT == Ec. 3.1

Donde:

ai Corriente de armadura.

f enlace de flujo de excitacin en el motor de CC.

Despus de algunas manipulaciones en las ecuaciones que modelan la mquina de

induccin y auxiliado de vectores espaciales, la corriente del estator se puede

descomponer en una componente proporcional al flujo ( ) y en otra componente

proporcional al par ( ), por lo que el flujo de magnetizacin puede ser directamente

dsi

qsi

32

controlado por la proyeccin en el eje d de la corriente del estator de acuerdo a la

ecuacin 2.26.

edssr

r

edr iLp

+= 11

Si consideramos un vector de enlaces de flujo del rotor orientado en el sistema de ejes q-d

(girando a velocidad k , seccin 2.3.1), siendo su componente q igual a cero, tenemos que

ekssr

ekrr

edr

ekr iLiL +== Ec. 3.2

De ecuaciones 2.16 y 2.17

rekr

ekr

ekr

ekr rippv += Ec. 3.3

Si se define una corriente denominada corriente magnetizante del rotor, de forma que

esta sea la nica responsable del flujo del rotor, tendremos [1]

emRi

ekr

sr

reks

emR iL

Lii += Ec. 3.4

Sustituyendo en la ecuacin 3.2, se puede expresar el flujo del rotor en trminos de la

corriente

eksi

mRi

emRsr

edr

ekr iL == Ec. 3.5

Expresando el Par (ecuacin 2.24), en trminos de tenemos que emRi

eqs

emRTe iiPCT = Ec. 3.6

Siendo la constante de par, ecuacin 3.7. TC

33

)1(32

r

srT

LC += Ec. 3.7

y r el coeficiente de dispersin de rotor (coeficiente de Blonde)

rs

sr

sr

srrr LL

LL

LL 2)(1== Ec. 3.8

Si se trabaja con una corriente de campo constante el flujo ser constante, y entonces el

par se controlara solo por la componente q de la corriente del estator (ecuacin 3.6).

Esta es una peculiaridad en este sistema de referencia ya que en los otros dos sistemas

(estator y entrehierro) el flujo del rotor depende de las dos componentes q-d del vector

espacial de corriente del estator.

eqsi

Al modelo del motor que se obtiene cuando se elige el eje d coincidente con el flujo de

rotor se le denomina modelo de flujo en campo orientado, en este caso las ecuaciones de

voltaje en el estator pueden ser deducidas considerando la definicin de [1] mRi

dtdii

Rui

dtdi mR

srqsmRsrs

dsds

dssr +=+ )1( Ec. 3.9

mRmRsrdsmRsrs

qsqs

qssr iiR

ui

dtdi =+ )1( Ec. 3.10

3.1.2 Observador de Flujo [1] La realimentacin de la posicin del flujo de rotor, necesaria en el CV-OFR, es

determinante en la orientacin del sistema de referencia y por ende en su actuacin. Con

el fin de suprimir el uso de los sensores de flujo se han propuesto diferentes soluciones,

stas se pueden separar en dos grupos:

34

Las basadas en Observadores, entendiendo como tales aquellos sistemas que incluyen

algn tipo de realimentacin para mejorar la precisin o la rapidez en la estimacin, y que

pueden denominarse Observadores de Cadena Cerrada

Los basados en estimadores, tambin denominados Observadores en Lazo Abierto, y que

no van a incluir ningn tipo de realimentacin.

Existe una gran variedad de Observadores de flujo para el motor de induccin que

difieren principalmente por las variables de estado que emplean (Modelo de Corriente,

Modelo de Voltaje, Mixto, etc.) y su arquitectura (de lazo abierto o de lazo cerrado) [3, 7,

9, 10]. En este trabajo se emplea el utilizado por Briz del Blanco en su tesis doctoral [1].

Dicho modelo considera el uso de como seal meditica en el control del flujo de

magnetizacin del rotor y emplea como seales de entrada las corrientes del estator y la

velocidad mecnica del rotor.

emRi

Ya que la corriente se encuentra definida en funcin de parmetros que involucran

corrientes del rotor (ecuacin 3.4) y estas no son accesibles en el motor de induccin, es

conveniente expresarla en trminos de corrientes del estator.

emRi

Al orientar el marco de referencia con el flujo del rotor se considera que todo el flujo del

rotor se encuentra en el eje d, de la ecuacin 2.23 se obtiene la relacin entre la corriente

del rotor y la corriente , que es la que comanda el par, eqrieqsi

eqs

r

sreqr iL

Li ='

Ec. 3.11

Con siendo cero, es cero, por lo tanto la ecuacin de voltaje del eje q del rotor

(ecuacin 2.16), se convierte en:

eqr eqrp

edrre

eqrr

eqr irv +== )(0 Ec. 3.12

35

Ecuacion 3.14

DespejandoEcuacion 3.16

Ecuacion 3.15

ImR

Is_q

Ecuacion 2.10 y 2.12Transforma marco de referencia

4Rho

3ImR

2Isqe

1Isde

1

Tr.s+1

1s

0.0001

ImR_remanente

Tr

iabcs

rho

Is_d

Is_q

2wr

1Is_abc

Fig. 3.3 Observador de Flujo implementado en Simulink para el CV-OFR.

De la ecuacin 3.3 tenemos

rekr

emRk

emRsr

ekr riijpiLv ++== )(0 Ec. 3.13

Donde:

emRpi

Variacin respecto al tiempo de la corriente magnetizante del rotor.

En otras palabras, el deslizamiento debe satisfacer [1, 3, 7, 8]

mRr

qsedr

eqrr

edr

eqssr

r

rere i

iiriLLrS =

=== Ec. 3.14

Haciendo uso de las ecuaciones 3.4, 3.5 y 3.13 se puede expresar en trminos de edsi mRi

mRmRreds ipii += Ec. 3.15

De acuerdo a la ecuacin 3.14 la alineacin del eje d con el campo del rotor se puede

mantener en todo momento conservando dicha velocidad de deslizamiento, y la magnitud

del flujo en el rotor , se puede ajustar controlando . edr mRi

36

De ecuacin 2.26 podemos obtener una expresin que represente la dinmica del flujo del

rotor

edssr

edr

r iLp

=+1/1 Ec. 3.16

En caso de conocer las corrientes del estator y la velocidad del rotor, las ecuaciones 3.14,

3.15 y 3.16 permiten implementar dicho Modelo de flujo mediante un Observador en lazo

abierto, mostrado en figura 3.3.

Algunas condiciones presentes al emplear este modelo son [1, 7]:

Contenido bajo de armnicos en las seales de corriente, comparadas con las de voltaje.

Su velocidad de convergencia (con parmetros estimados adecuadamente) es controlada por la constante de tiempo del rotor (ecuacin 2.27).

Los errores en la estimacin de dicha constante afectan de forma importante la precisin de la estimacin del flujo y por ende el desempeo del controlador.

Con deslizamientos elevados, el flujo estimado va a ser muy sensible en magnitud a la resistencia de rotor . rr

Con valores de deslizamiento bajos, el parmetro que mas afecta a la magnitud va a ser . srL

Hay un problema especial en motores con ranuras cerradas en el rotor, ya que la inductancia de dispersin del rotor depende fuertemente de la corriente del

rotor cuando sta tiene valores bajos. El error que resulta en el ngulo del flujo

puede ser grande si no se emplea alguna forma de adaptacin.

lrL

Aunque existen otros modelos para la estimacin del flujo, no van a existir, desde el

punto de vista de la sensibilidad ante errores en los parmetros, grandes diferencias con el

aqu presentado [1].

37

4ImR

3Rho

2Isqe

1Isde 0.0001

ImRRemanente

(inicial)

Tr

F2812 eZdsp

Tmue.z

z-1

Tmue.z

(Tr+Tmue)z-Tr

double

double

Convert

Convert

double

double

Ia

Ib

rho

Ds

Qs

Convierte marco de referencia

3wr

2Ib

1Ia

Fig. 3.4 Observador de Flujo Discreto implementado en Simulink para el CV-OFR.

En la figura 3.4 se muestra el observador de flujo en forma discreta. Para la conversin al

espacio discreto se emplea la transformada z de Fourier

mueTzs

11 = Ec. 3.17

Dicho observador en simulaciones bajo condiciones normales de operacin a 10 KHz

estima de manera aceptable la respuesta del motor en el espacio discreto.

3.1.3 Esquema de control [1] El esquema de control depende del funcionamiento del inversor, ya sea si este funciona

como fuente de voltaje o como fuente de corriente. En cualquiera de los casos, la filosofa

de control es la misma. Se dispone de dos ramas independientes, una para el flujo y otra

para el par, siendo reguladas por separado. Para nuestro caso en el sistema de control se

emplea una fuente inversora alimentada por voltaje, por lo que solo se considerara el

esquema de control para dicho dispositivo, como se muestra en la figura 3.5.

38

Fig. 3.5 Control de campo orientado alimentado en voltaje [1].

En la implementacin del CV-OFR, el modelo de flujo desarrollado en la seccin anterior

se complementa con la estructura general del control que muestra la figura 3.5. Los

bloques representados en dicha figura son:

: Reguladores de velocidad, flujo, par y voltaje. Normalmente son del tipo Proporcional-integrador (PI).

qsdsqsdsE uuiiTRRRRR ,,,,

DF : Bloque de Debilitamiento de campo (Field Weakening). Es el encargado de generar la referencia de flujo en funcin de la velocidad. Emplea una ley de

debilitamiento, ejemplo, /1 . PWM: Fuente Inversora alimentada por Voltaje. En este trabajo se asume

funcionar con modulacin por ancho de pulso.

, : Corresponde a la transformacin inversa de coordenadas de campo a coordenadas de estator y al paso de vector espacial de corrientes de estator al

sistema trifsico.

je 32

Compensa: Bloque de compensacin. Su misin es mantener el desacoplo en el control al obtener los voltajes de referencia.

De figura 3.5, en la rama de par (superior) el error de velocidad va a generar, a travs del

regulador correspondiente, la referencia de par , la cual se compara con el par motor *eT

39

efectivo , que ha sido estimado por el modelo de flujo, para proporcionar la corriente

de par necesaria . Esta, a su vez, va a ser comparada con la corriente estimada y su

error regulara el voltaje referencia . El funcionamiento de la rama de flujo es idntico,

solo que ahora la referencia es generada por el bloque DF su error respecto a es

estimado y su regulacin proporciona la componente .

eT

*qsi qsi

*qsv

*mRi mRi

*dsi

De las ecuaciones de tensiones en el estator (ecuaciones 3.9 y 3.10) se deduce que el

desacoplo existente en las corrientes en coordenadas de campo se pierde al pasar a

tensiones. Es decir, las variaciones en van a afectar a y las variaciones en van

a afectar a . La finalidad del bloque de compensacin es mantener este desacoplo,

compensando los trminos cruzados de las ecuaciones de tensin, que para la rama de

flujo son

dsu qsi qsu

dsi

eqsmRs

emR

s idtdi + )1( Ec. 3.18

Y para la rama de par

edsmRs

emRmRs ii )1( Ec. 3.19

3.2 Control de velocidad En la figura 3.6 se muestra la estructura del CV-OFR dispuesto en tal forma que

considera el control de una velocidad consigna. En dicho esquema el observador de flujo

estima las variables de estado requeridas en su etapa reguladora.

La estructura del control corresponde al esquema de control del motor alimentado en

tensin, figura 3.5, pero sin bloque de compensacin y con su etapa reguladora de Par

modificada.

40

Fig. 3.6 Control Vectorial Orientado con el Flujo del Rotor, empleando Observador de

Flujo [1].

La finalidad del bloque de compensacin es recuperar el desacoplo existente en el vector

espacial de corrientes de estator, el cual no se mantiene en el de tensiones. Sin embargo,

cuando la frecuencia de conmutacin es suficientemente grande, menor a 1 ms, los

reguladores de corriente van a ser en general lo suficientemente rpidos como para

compensar el acoplamiento entre las ramas de flujo y par. Bajo estas circunstancias, los

trminos dependientes de y sus derivadas van a ser filtrados por la constante de

tiempo en el rotor, por lo que sus variaciones van a ser lentas y fcilmente compensables

por los reguladores. Los trminos dependientes de son los que van a presentar

variaciones mas rpidas y los reguladores mantienen perfectamente el desacoplo, por lo

que no es necesario utilizar ningn tipo de compensacin.

mRi

qsi

Los objetivos habituales en un sistema de regulacin de velocidad son, por una parte

mantener constante la velocidad de funcionamiento del motor ante variaciones de la

carga, cumpliendo ciertos requisitos de respuesta. En ciertos casos, es conveniente

mantener el flujo constante, siempre que sea posible, en su valor nominal, puesto que su

dinmica esta controlada por la constante del rotor r , la cual toma valores relativamente elevados. Asumiendo una correcta sintonizacin del modelo del motor y por tanto un

desacoplo efectivo entre las ramas de flujo y de par, el control de la velocidad se va a

realizar, mientras no se entre en la regin de debilitamiento de campo, nicamente a

travs de la corriente de par . qsi

41

Fig. 3.7 Estructura de la etapa de potencia en la Fuente VSI.

3.3 Fuente Inversora alimentada por Voltaje Como se menciono anteriormente, el CV-OFR determina los voltajes del estator en sus

componentes q-d. Las Fuentes Inversoras alimentadas por Voltaje (VSI) accionadas

mediante la tcnica de modulacin por ancho de pulso (PWM, por sus siglas en ingles),

son las ms empleadas para la generacin de los voltajes arrojados por el cont

16309338 Control Del Motor de Induccion Con Redes Neuronales Artificiales

Documents

Transcript of 16309338 Control Del Motor de Induccion Con Redes Neuronales Artificiales