Laboratório de Mecatrónica/IST - COPPE Elétrica/UFRJ Review of The Ripple Reduction Strategies in SRM Luís Oscar P. Henriques Luís Guilherme B. Rolim P. J. Costa Branco Walter I. Suemitsu Apresentação • Introdução • Técnicas – Tabela Característica – Modelo Matemático – Controle Adaptativo Convencional Redes Neurais Lógica Fuzzy Neuro-fuzzy • Conclusões Introdução – Motor de Relutância Variável • MRV possui natureza não linear – oscilação de torque • Duas aproximações iniciais – Melhoria do projeto magnético – Controle eletrônico Introdução – Motor de Relutância Variável Projeto magnético: • • Modificações mecânicas (tamanho do polo do rotor e/ou estator) Equações analíticas para auxiliar o projeto Uso de elementos finitos • Desvantagem: • – Soluções especificas para faixas restritas de operação Introdução – Motor de Relutância Variável Controle Eletrônico • Seleção ótima da combinação de parâmetros como: Redução das Oscilações de Torque Construção do Motor – Tensão de alimentação Modelagem do Conversor e do Controle – Perfil de corrente Tabelas Características – Ângulo de energização e Redes Neurais desenergização Lógica Fuzzy Controle em tempo real Convencionais Modelo Matemático Uso de Tabelas Características Baseia-se em duas tabelas de relações L(,I) e (,I) x 10 -3 1.2 Enlace de Fluxo (V.s) 1 10 8 6 Corrente (A) 4 Torque(N.m) • 1.4 Corrente (A) 0.8 0.6 0.4 2 0.2 0 -2 0 0 -4 -6 -8 -10 0 10 20 30 40 50 60 Posição(graus) 70 80 90 100 5 10 15 20 25 30 Posição (graus) 35 40 Desvantagens: Obtenção não trivial Grande custo computacional 45 50 Uso de Tabelas Características v ri dt Situação: I Estimar o torque instantâneo através da curva característica usando interpolação bi-cúbica (Moreira, 1992) Vantagem: Não necessita de processador rápido por já manter gravados os coeficientes na memória do DSP V Calculo do Fluxo Ie Estimador de Posição Estimador de Torque Te Memória do DSP (Coeficientes) Uso de Tabelas Características + Controlador Te Conversor Motor I V Algoritmo de estimação de torque e posição Desvantagens: - Método envolve a operação de polinômios de 3ª ordem. - Desconsidera a superposição de fases quando a variação da indutância de fase é positiva. Modelos matemáticos Pode considerar a velocidade da máquina e usar uma aproximação em tempo real em vez de uma tabela pré-definida. Calcular previamente as funções de torque otimizadas para minimizar o torque (Stankovic, 1999) Vantagem:redução da carga computacional e permite inclusão de objetivos secundários de controle Desvantagem: perda de robustez pelo calculo off-line e necessidade de grande espaço de memória Obter uma aproximação matemática das relações L(,I) e (,I) (Rochford, 1993) Vantagem: Controle rápido, eficiente e em tempo real através de malhas de controle. Desvantagem: Linearização de grande parte do sistema. Controle Adaptativo – Convencionais Atualizar os parâmetros do controlador em tempo real utilizando identificação recursiva (Russa,2000) Vantagem: O controlador se ajusta em tempo real a qualquer mudança de característica do motor. Desvantagem: para altas velocidades há geração de modelo inválido devido a necessidade de grande tempo computacional para o calculo do torque e do sistema de identificação no mesmo DSP. I ew Controle de Velocidade (PI) T* Controlador de Torque Histerese Ifase Algoritmo de identificação Ifase fase Gates Controle Adaptativo – Convencionais Gerar o contorno das correntes de forma que a soma dos torques gerados por cada fase seja constante e igual ao torque desejado. (Husain,1996) Vantagem: Apesar de ser possível o uso de diversas formas de contorno, deve-se fazer uma escolha criteriosa das funções. Desvantagem: Considera-se a comutação de corrente entre as fases como instantânea 1 f1 f2 f3 f4 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 50 100 150 200 250 300 350 400 Controle Adaptativo – Rede Neural Td ia Rede Neural Id ib A B 4 Sistema de lógica de comutação Conversor + Motor Te Gerar a tabela de relação torque/corrente/posição (Reay, 1995) Vantagem: Leva em conta as interações magnéticas entre as fases conduzindo. Desvantagem: Necessita de sensor de torque e condições iniciais de treino de grande importância para o êxito da aprendizagem da redes. Controle Adaptativo – Lógica Fuzzy Propor um controlador adaptativo fuzzy de velocidade de forma a minimizar a oscilação de torque (Mir, 1999) Vantagem: Não possui dependência a variações nos parâmetros e é bastante robusto Desvantagem: Sem a presença do estimador de torque seria impróprio o seu uso. (Sayeer, 1995) Controlador + Fuzzy Adaptativo ifase + Tref Te Conversor I Estimação de torque V Motor Controle Adaptativo – Neuro Fuzzy Criar um sistema que produza um sinal adicional de corrente que sendo adicionado a saída de um controlador PI nos propicie redução de oscilação de torque (Henriques, 2002) Vantagens: Flexibilidade de operação, funcionamento Online e capacidade de aprendizagem. Funcionamento: 3 entradas ( I, , w) e saída I, usando–se um sinal de erro Bloco NeuroFuzzy Wref + - Controlador PI 1/s ~ T el filtro i Ipi + + Iref Conversor + Motor W Controle Adaptativo sem sensor – Neuro Fuzzy Compensador Neuro Fuzzy 1/s i Wref + - Controlador PI Ipi + + Iref Conversor + Motor Vfases filtro Iref Estimador Neuro Fuzzy w Conclusões •Uma ampla variedade de técnicas de eliminação/redução das oscilações de torque em um motor de relutância variável foi apresentada. •Uma nova metodologia de compensação foi apresentada •A eliminação de sensores é uma realidade nos dias de hoje, com esta nova técnica é possível reduzir as oscilações e também retirar sensores sem perder robustez.