Академический Документы
Профессиональный Документы
Культура Документы
17 de abril de 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 2
Introducción
Las máquinas de inducción, especialmente las de tipo jaula de ardilla, son una de las principales
fuentes de conversión electromecánica en aplicaciones industriales, abarcando un gran rango de potencias,
desde las decenas de watt hasta los megawatt. Éstas máquinas son bastante económicas, robustas y
confiables, estando presentes tanto en ambientes de operación a frecuencia fija, como variables. En el
desarrollo de la tarea 1 de IPD416, fueron evaluadas las ventajas económicas y ambientales que proveen la
adopción de estrategias de velocidad variable, concluyendo la importancia de su estudio e implementación.
Diversos métodos se encuentran en la literatura para el control de velocidad en máquinas de in-
ducción. Algunos están basados en su comportamiento estacionario, tal como el control escalar, siendo
estrategias bastante fáciles y económicas de implementar, pero con un rendimiento dinámico relativamente
pobre.
Cuando la aplicación de interés requiere de un control dinámico de gran desempeño, se deben
acudir a técnicas más avanzadas: El control vectorial. Ésta metodologı́a, en contraste al control escalar,
busca desacoplar el torque eléctrico en dos componentes, una de excitación y otra de control instantáneo,
transformando ası́ las ecuaciones de la máquina de inducción a un modelo matemático similar al motor
DC de excitación independiente.
Para lograr la condición de orientación y controlar la máquina de inducción en un sistema de
referencia sincrónico, es necesario conocer el campo de rotor de ésta. Las opciones son medir directamente
esta variable mediante sensores de efecto Hall, siendo un acercamiento delicado y poco robusto; o realizar
una estimación del campo en base al modelo dinámico de la máquina, ya sea en lazo abierto (estimador)
o lazo cerrado (observador).
En la primera parte de la presente tarea, se tiene por objetivo simular y evaluar el desempeño del
control vectorial orientado con el campo de rotor de una máquina de inducción. Inicialmente se considera
una idealización del inversor, implementando y sintonizando los controladores en el dominio de tiempo
continuo. La estimación de flujo se realiza en base al modelo de corriente de la ecuación de rotor en
lazo abierto, teniendo a disposición la medición de la velocidad mecánica del motor. Posteriormente se
incluye el modelo de un inversor de dos niveles, realizando un muestreo sincronizado de las mediciones
eléctricas. Dada la actuación limitada del inversor, se debe considerar la inyección de la tensión de modo
común min-max, y proponer una estrategia apropiada de saturación de referencias y antienrollamiento.
Finalmente se discretizan los controladores mediante la transformación bilineal o Tustin.
En la segunda parte, se evalúa la estimación de flujo mediante un observador de orden completo. De
esta manera se hace uso ı́ntegro del modelo dinámico de la máquina de inducción. Una primera ventaja
es la posibilidad de ajustar las dinámicas del observador; sin embargo, el potencial más atractivo es la
estimación de velocidad en base a mediciones de las variables eléctricas de la máquina. Prescindir de
un sensor de velocidad mecánico, es una gran ventaja, ya que tales componentes son bastante frágiles,
dificultando la operación de la máquina de inducción en ambientes hostiles.
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 3
1. Control vectorial
Se implementa en la interfaz de PLECS (Fig. 1) el modelo del motor de inducción, de parámetros
idénticos a los indicados en la Tarea 2, conectado de forma rı́gida a un ventilador. Este último se modela
mediante una inercia adicional, más una fuente de torque de carga ideal, tal que,
2
Tv (ωm ) = Kωm · signo(ωm ), (1)
h i
Nm
donde Tv es el torque de carga del ventilador, K = 0,0033146 (rad/s) 2 corresponde a su constante
(determinada en la tarea anterior), y ωm la velocidad mecánica del rotor. Se incluye además el término
signo(ωm ), de manera que el torque del ventilador siempre se oponga al movimiento del rotor.
Gain
3 1
i_sabc psi_r K u2
* Math
psi_r *
Te 4
Product
Te
V Sign
2 V1
Vabc V2 IM wm
+
ω Speed Inertia
1 + Torque 2
Sensor
TL
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 4
Lm
1
Lr/R r.s+1
Psir_est
Transfer Fcn
1 abc
xy xy
isabc wt αβ atan2 2
wt
Lm theta_e-est
Lr/R r.s+1
Transfer Fcn1
2 p 1
s
wm
Gain Integrator wt
Para el cálculo de algunos términos que serán usados en la prealimentación de los controladores de
corriente en dq, se requiere de la velocidad de rotación eléctrica ωe = dθ
dt . Si se resuelve directamente
e
4
2
θe [rad]
0
-2
-4
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.05
Tiempo [s]
Figura 3. Diente de sierra: forma de onda tı́pica de θe .
200
0
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.05
Tiempo [s]
dθe
Figura 4. Estimación de ωe = dt .
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 5
d sin(θe ) d cos(θe )
= cos(θe ) + sin(θe ) − (6)
dt dt
d sin(θe ) d cos(θe )
= cos(θe ) − sin(θe ) . (7)
dt dt
Mediante (7), se obtiene una expresión de ωe en términos de funciones sinusoidales de θe y sus
derivadas. Como se puede apreciar en la Fig. 5, los términos sinusoidales no contienen discontinuidades,
de esta manera sus derivadas se encuentran definidas en todo su dominio.
1
Amplitud [-]
sin(θe )
cos(θe )
0
-1
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.05
Tiempo [s]
Figura 5. Formas de onda de sin(ωe ) y cos(ωe ).
Luego, si se estima ωe a partir de (7), se observa en la Fig. 6 un valor continuo, sin indeterminaciones.
400
ωe [rad/s]
200
0
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.05
Tiempo [s]
Por lo anterior, se implementa el método propuesto en Simulink con una pequeña modificación: Para
evitar amplificar en gran medida contenido espurio de alta frecuencia (ruidos presentes en la medición,
fenómenos de cuantización, etc.) y evitar inestabilidades numéricas, se considera aproximar la derivada
mediante un filtro pasa altos
s
H(s) = s , (8)
2πfc + 1
ω
con frecuencia de corte fc . De esta manera para frecuencias ω << 2πfc , se tiene que 2πfc << 1, por lo
que,
jω
H(s = jω) = ω ∼ jω, (9)
j 2πfc
+1
es decir H(s) ∼ s, mientras que para altas frecuencias H(s) ∼ 2πfc . Por lo anterior, fc se debe ajustar de
tal forma que para el ancho de banda de interés, el filtro se comporte como un derivador, manteniendo
de forma controlada la amplificación del ruido.
En la Fig. 7 se muestra el diagrama de bloques del estimador de ωe , implementado en Simulink en
base a la discusión anterior, para el cual se ha considerado 2πfc = 10−5 .
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 6
s
sin(u)
1e-5s+1
we-est
theta_e_est
3
From1
s
cos(u)
1e-5s+1
we_est
2
ff
1 Kp 1
error Out 1 Kp 1
P-wm Saturation1 error Out
P-wm
-Ki -Ki
Kp^2.s+Kp*Ki Kp^2.s+Kp*Ki
Transfer Fcn Transfer Fcn
(a) (b)
→
−
Para sintonizar los controladores PI de corriente, se considera la siguiente relación entre →
−
vs dq , is dq
−
→dq
e ψr ,
→
−
→
− dq d is dq Lm − → Lm −
→ →
−
Rσ is + σLs =→
−
vs dq + ψr dq − jωr ψr dq − jωe σLs is dq , (10)
dt Lr τr Lr
donde,
(Lm )2
σ =1− , (11)
Lr Ls
Lm 2
Rσ = Rs + Rr . (12)
Lr
−
→ −
→ →
−
Se consideran los términos LLrmτr ψr dq − jωr LLmr ψr dq − jωe σLs is dq como perturbaciones de → −
vs dq ; luego,
los términos de prealimentación para el controlador PI de isd (f f d ) e isq (f fq ), son respectivamente,
Lm − →dq Lm −
→dq →
− dq Lm
f fd = −< ψr − jωr ψr − jωe σLs is =− ψrd − ωe σLs isq , (13)
Lr τr Lr Lr τr
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 7
Lm − → Lm −
→ →
− Lm
f fq = −= ψr dq − jωr ψr dq − jωe σLs is dq = ωr ψrd + ωe σLs isd , (14)
Lr τr Lr Lr
donde se ha utilizado además la condición de orientación ψrq = 0, destacando la aparición de la
variable ωe . Luego de prealimentar con los términos de desacople, se aplica la transformada de Laplace,
→
−
obteniendo la función de transferencia is dq /→
−
vs dq (planta),
→
− dq
is 1
→
− = = Gi (s). (15)
vs dq σLs s + Rσ
Reemplazando (15) con los parámetros del motor, se ingresa esta planta a la herramienta rltool de
MATLAB, junto con la estructura del controlador PI. Con el objetivo de un factor de amortiguamiento
ξ = √12 y ancho de banda de 200[Hz] en lazo cerrado, se ajustan los parámetros del controlador hasta
obtener una ganancia proporcional KP = 4,211 e integral KI = 2049. En la Fig. 9 se muestra la respuesta
escalón y diagrama de bode del lazo cerrado.
1.5 5
Magnitud [dB]
0
Amplitud [-]
1 -5 X: 200
-10 Y: -3.01
0.5
-15
0 -20
1 2 3
0 0.005 0.01 0.015 0.02 10 10 10
Tiempo [s] Frecuencia [Hz]
(a) (b)
Figura 9. Control de corriente: (a) Respuesta a escalón unitario, (b) Respuesta en frecuencia.
Para calcular el valor de corriente de referencia i∗sd para el PI del lazo d, se debe conocer el flujo
∗ . Se recuerdan las siguientes relaciones de la máquina de inducción,
nominal de la máquina ψrd
3 Lm
Te = p ψrd isq , (16)
2 Lr
τr ωSL ψrd = Lm isq , (17)
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 8
Te (s) ωm (s)
Gω (s) ∼ · , (20)
isq (s) Te (s)
Te (s)
donde isq (s) es una ganancia estática dada por (16) cuando la máquina se encuentra magnetizada
a flujo nominal. Respecto a ωTme (s)
(s)
, se debe considerar el subsistema mecánico del motor y su conexión
rı́gida con el ventilador. Mediante la segunda ley de Newton para cuerpos rotatorios, se tiene que,
dωm
J = Te − Tv , (21)
dt
donde J es la inercia total del ventilador y del rotor del motor. Considerando Tv como una perturbación,
y aplicando transformada de Laplace, se tiene que,
ωm (s) 1
= . (22)
Te (s) sJ
3 Lm ∗ 1
Gω (s) ∼ p ψrd · . (23)
2 Lr sJ
Se reemplaza (23) por los parámetros del motor, y la inercia total del sistema; ingresando luego
esta planta a rltool, junto con la estructura del controlador PI. Nuevamente con el objetivo de un factor
de amortiguamiento ξ = √12 , y un ancho de banda de 10[Hz], se ajustan las ganancias del controlador,
obteniendo KP = 191,95 y KI = 3942,5. En la Fig. 10 se muestra la respuesta escalón y diagrama de
bode del lazo cerrado.
1.5 5
Magnitud [dB]
Amplitud [-]
1 0
0.5 -5 X: 10.01
Y: -2.995
0 -10
0 1
0 0.1 0.2 0.3 0.4 0.5 10 10
Tiempo [s] Frecuencia [Hz]
(a) (b)
Figura 10. Control de velocidad: (a) Respuesta a escalón unitario, (b) Respuesta en frecuencia.
Respecto a los niveles de saturación de este controlador, se dedujo que inomsd = 18,31[A]. Para
calcular inom
sq , se reemplaza (17) por los valores nominales, obteniendo inom = 37,56. Por lo anterior, se
sq
q
tiene que isnom = (isd ) + (isq ) = 41,79[A]; luego la saturación de la referencia i∗sq del controlador
nom 2 nom 2
1.3. Resultados
Enmascarando en la interfaz de MATLAB el circuito de PLECS, el estimador de flujo, la rotación
de las corrientes, cálculos de las prealimentaciones y el lazo en cascada de los controladores; se obtiene el
sistema completo ilustrado en la Fig. 11.
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 9
psi_r [Psi_r]
TL_ref TL ψ rαβ-est Psir_est
I sabc abc I
wm [wm] [Is_abc] [Is_abc] Is sd
Isd
PLECS θ e-est theta_e_est
i_sabc [Is_abc] θ I
[wm] ωm theta_e_est e sq
Isq
[ref_ctrl] Vabc ω e-est [we_est]
Te [Te] Isabc-Isdq
Estimador de flujo y we
Motor de Inducción
[wr]
[we_est] f(u) [ffd]
18.3 error
Psir_est Out
Isd_ref [ffd] ff
Isd f(u) [ffq]
Isq PI-d-200Hz
Isd Vdq
dq
abc [ref_ctrl]
wt
wm_ref error Out error
Out
[ffq] ff
PI-wr-10Hz
PI-q-200Hz
[wm] Isq theta_e_est
Figura 11. Bloque de interfaz PLECS/Simulink, estimador de flujo (máscara), cálculos de términos de
→
−
prealimentación, y lazos de control de i dq
s y ωm .
Para evaluar el control vectorial y la estimación de flujo, se proponen las siguientes pruebas: Con
condiciones iniciales cero, tanto para la máquina de inducción como para el estimador y los controladores,
se impone en t = 0[s] una referencia de velocidad ωm ∗ = 1500[RP M ]. Luego en t = 2[s], se realiza una
en t = 6[s] se agrega instantáneamente un torque de carga frenante de 20[N m]. Luego en t = 6,5[s]
se simula una rotura mecánica, implicando la desconexión instantánea entre el ventilador y el motor,
quedando este último en vacı́o. Finalmente, se estudia el caso en que el estimador de flujo inicia con
condiciones iniciales distintas de cero, y ası́, diferentes a los de la máquina.
1
Flujo [Wb]
ψrα
ψ̂rα
0 ψrβ
ψ̂rβ
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tiempo [s]
→
−
Figura 12. Inversión de marcha: Flujo ψ αβ
r real vs estimado.
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 10
1
Flujo [Wb]
0.5
0
0 1 2 3 4 5 6
Tiempo [s]
Figura 13. Inversión de marcha: Flujo ψrd .
En la Fig. 14, se puede destacar un correcto seguimiento de la velocidad de referencia, tanto desde
la partida en reposo, con una duración de aproximadamente 1,7[s]; como al realizar una inversión de
marcha, con una duración de 2,5[s].
Velocidad [RPM]
1500
750
0
-750
-1500
0 1 2 3 4 5 6
Tiempo [s]
En la Fig. 15 se muestran las corrientes de estator en dq, notando que durante los transientes de
marcha (inicio e inversión), se alcanza una saturación de la corriente isq en los valores esperados. Por otro
lado, se puede destacar la correcta implementación de los términos de prealimentación, donde cambios
en los valores de isq , no perturban a isd , y viceversa.
100
Corriente [A]
isd
50 isq
0
-50
-100
0 1 2 3 4 5 6
Tiempo [s]
→
−
Figura 15. Inversión de marcha: Corriente i dq
s .
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 11
350
Tensión [V] vsd
175 vsq
0
-175
-350
0 1 2 3 4 5 6
Tiempo [s]
Figura 16. Inversión de marcha: Tensión →
−
v dq
s .
Al analizar el torque eléctrico de la máquina (Fig. 17), se puede observar que durante la partida
desde el reposo, éste no aumenta de forma inmediata ante un escalón en la referencia de velocidad. Esto se
debe a que en la partida, el motor de inducción no se encuentra magnetizado a su valor de flujo nominal,
luego ante una corriente isq constante, el torque eléctrico crece conforme aumenta ψrd . Una vez que ψrd
alcanza el valor nominal, la respuesta del torque eléctrico se vuelve casi inmediata al realizar cambios de
referenci de velocidad.
Torque [Nm]
200
100
0
-100
-200
0 1 2 3 4 5 6
Tiempo [s]
Figura 17. Inversión de marcha: Torque eléctrico Te .
-1500
-1501
-1502
-1503
-1504
-1505
5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Tiempo [s]
Figura 18. Rechazo de perturbaciones: velocidad ωm .
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 12
60
Torque [Nm]
0
-60
-120
5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Tiempo [s]
Respecto a la corriente (Fig. 20), se advierte que la componente isq es proporcional al torque
eléctrico realizado. Por otro lado, las perturbaciones experimentadas, y los cambios de isq y Te para
la compensación de éstas, no afectan al control de corriente en d y viceversa. De esta manera, dado
que son variables continuas en ausencia de perturbaciones, los controladores PI logran fácilmente error
estacionario cero.
Corriente [A]
20 isd
0 isq
-20
-40
5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Tiempo [s]
→
−
Figura 20. Rechazo de perturbaciones: Corriente i dq
s .
1
Flujo [Wb]
ψrα
ψ̂rα
0 ψrβ
ψ̂rβ
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
Tiempo [s]
→
−
Figura 21. Condiciones iniciales diferentes: Flujo ψ αβ
r real vs estimado.
A pesar de las discrepancias iniciales en la estimación del flujo, se puede observar en la Fig. 22
que lo anterior no presenta un gran impacto en el control de velocidad. Luego, a partir de t = 0,5[s], el
sistema evoluciona de forma idéntica al escenario de condiciones iniciales cero estudiado anteriormente.
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 13
3
4 Gain
i_s
Con_mec K u2
1 * Math
psi_r psi_r *
Te 4 *
3 V IM Te Product
Vdc Sign
+
ω Speed Inertia
+ Torque
Sensor
wm
1 2
TL
‹2›
s_abc
Figura 23. Motor de inducción, inversor trifásico de dos niveles y modelo del ventilador en PLECS.
Para el cálculo de los pulsos de disparo, se implementa el diagrama de la Fig. 24. Primero se
normalizan las referencias de acuerdo a la mitad de la tensión del enlace DC (máxima amplitud de salida
del inversor), luego se elimina la tensión de modo común mediante MinMax, y finalmente se compara con
una señal portadora triangular de 10[kHz] de frecuencia, obteniendo ası́ las señales de conmutación.
max
0.5
>=
min Gain
NOT
1
Vsref >=
Divide 1
NOT
Sabc
>=
Figura 24. Modulador PWM: Inyección de tensión de modo común MinMax y cálculo de pulsos de disparo.
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 14
Es importante notar que al incluir el modelo del inversor en el sistema, la tensión de estator
se encuentra limitada por la tensión del enlace DC. Por lo anterior, se deben incluir las saturaciones
respectivas de los controladores PI de corriente, tal como se muestra en la Fig. 28.
3 up
max_Vq 2 u y
4 ff lo
min_Vq up
1 Kp u y 1
error lo Out
-Ki
Kp^2.s+Kp*Ki
El lugar geométrico de los vectores de tensión promedios (en un periodo de portadora), que puede
generar un inversor trifásico de dos niveles, describe en αβ un hexágono como el mostrado en la Fig. 26,
donde cada vértice corresponde a un vector de conmutación del convertidor (de magnitud 2V3dc , con Vdc
la tensión del enlace DC). Por lo anterior, se deben calcular y ajustar de forma dinámica, los niveles de
saturación de los controladores PI de corriente, de acuerdo a algún algoritmo apropiado.
q β
v2 v6
vs
d
v3 v0
v7 α
v4
v1 v5
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 15
Otra alternativa es utilizar la actuación adicional que se puede obtener mediante el área comprendi-
da entre el cı́rculo y el hexágono. Sin embargo, ésto deriva en una amplitud oscilante de → −
v s , aumentando
la distorsión armónica en la corriente de estator, además de generar pulsaciones del torque eléctrico.
Se implementan y evalúan de forma preliminar ambos métodos. En el primer escenario, se saturan
las componentes de referencia vsd ∗ y v ∗ al cı́rculo inscrito,
sq
sat Vdc Vdc ∗
vsd = máx − √ , mı́n √ , vsd , (25)
3 3
s s
Vdc 2 V 2
sat sat 2 dc sat )2 , v ∗
vsq = máx − − (vsd ) , mı́n − (vsd sq . (26)
3 3
Para el segundo método, se propone saturar vsd al cı́rculo, y luego saturar vsq a la periferia del
hexágono. Para ello, se fija el sistema de coordenadas dq, rotando el hexágono en sentido reloj en un
ángulo θe . Luego, se advierte que el lı́mite máximo de saturación v̂sq puede encontrarse en uno de 3
sectores. En función de θe y vsd se determina el sector respectivo, luego se calculan las alturas adyacentes
al sector, determinando la distancia vertical a la recta que une ambas alturas y con ello v̂sq (Fig. 27.a).
Para calcular v̌sq , se procede de la misma manera, evaluando θe y −vsd , advirtiendo la simetrı́a central
del hexágono (Fig. 27.b).
q q
1 2 3 1 2 3
ˆ
v sq
vˆsq
vsd vsd vsd
d d
ˆ
v sq ˆ
ˆ v sq
vsd vˆsd
ωe ωe
(a) (b)
Figura 27. Cálculo de saturaciones en dq: (a) v̌sd , v̂sd y v̂sq , (b) v̌sq .
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 16
8 Vd = min(Vd,1/sqrt(3));
9 end
10
11 theta_e = mod(theta_e , pi/3);
12 if (theta_e > pi/6)
13 theta_e = theta_e - pi/3;
14 end
15
16 max_sec1 = sqrt( (2/3)ˆ2 - (sin(theta_e)*1/sqrt(3) - (1/3)*cos(theta_e))ˆ2);
17 min_sec1 = max_sec1 - ((1/sqrt(3)) - (1/3)*cos(theta_e) + (1/sqrt(3))*sin(theta_e))*tan(pi
/3 - theta_e); %H - A tan[alfa] ; A = (1/sqrt(3)) - (1/3)cos(t) + sin(t)
18 x_sec1 = ((1/sqrt(3)) - (1/3)*cos(theta_e) + (1/sqrt(3))*sin(theta_e));
19 max_sec2 = sqrt( (2/3)ˆ2 - (sin(theta_e)*1/sqrt(3) - (1/3)*cos(theta_e))ˆ2);
20 min_sec2 = sqrt( (2/3)ˆ2 - (sin(theta_e)*1/sqrt(3) + (1/3)*cos(theta_e))ˆ2);
21 x_sec2 = (2/3)*cos(theta_e);
22 max_sec3 = min_sec2;
23 min_sec3 = max_sec3 - ((1/sqrt(3)) - (1/3)*cos(theta_e) - (1/sqrt(3))*sin(theta_e))*tan(pi/3
+ theta_e);
24 x_sec3 = 1/sqrt(3) - (sin(theta_e)*1/sqrt(3) + (1/3)*cos(theta_e));
25
26 if (Vd < sin(theta_e)*1/sqrt(3) - (1/3)*cos(theta_e))
27 maxVq = 540*( min_sec1+(max_sec1-min_sec1)/(x_sec1)*(Vd+1/sqrt(3)));
28 elseif (Vd >= sin(theta_e)*1/sqrt(3) - (1/3)*cos(theta_e) && Vd <= sin(theta_e)*1/sqrt(3) +
(1/3)*cos(theta_e))
29 maxVq = 540*( max_sec2-(max_sec2-min_sec2)/(x_sec2)*(Vd-sin(theta_e)*1/sqrt(3) + (1/3)*
cos(theta_e)));
30 else
31 maxVq = 540*(min_sec3-(max_sec3-min_sec3)/(x_sec3)*(Vd-1/sqrt(3)));
32 end
33 if (-Vd < sin(theta_e)*1/sqrt(3) - (1/3)*cos(theta_e))
34 minVq = - 540*( min_sec1+(max_sec1-min_sec1)/(x_sec1)*(-Vd+1/sqrt(3)) );
35 elseif (-Vd >= sin(theta_e)*1/sqrt(3) - (1/3)*cos(theta_e) && -Vd <= sin(theta_e)*1/sqrt(3)
+ (1/3)*cos(theta_e))
36 minVq = - 540*( max_sec2-(max_sec2-min_sec2)/(x_sec2)*(-Vd-sin(theta_e)*1/sqrt(3) +
(1/3)*cos(theta_e)) );
37 else
38 minVq = - 540*( min_sec3-(max_sec3-min_sec3)/(x_sec3)*(-Vd-1/sqrt(3)) );
39 end
18.3 error
maxminVsd
PI-q-200Hz
Isq
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 17
1515 (1)
1500 (2)
1485
1470
1455
1.6 1.7 1.8 1.9 2 2.1 2.2 2.3 2.4 2.5
Tiempo [s]
360
Tensión [V]
(1)
340 (2)
320
300
280
1.5 1.6 1.7 1.8 1.9 2
Tiempo [s]
220
Torque [Nm]
(1)
180 (2)
140
100
1.5 1.6 1.7 1.8
Tiempo [s]
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 18
2.1. Resultados
Se realizan las mismas pruebas que las del punto anterior, evaluando ahora el desempeño del control
vectorial al incluir el inversor y el muestreo sincronizado de corrientes.
86
Corriente [A]
isα
85 isα muestreado
84
83
2.6405 2.641 2.6415 2.642 2.6425 2.643 2.6435
Tiempo [s]
Figura 32. Muestreo sincronizado: Corriente isα .
1.2
Amplitud [-]
0.8 vsa
∗
0.4 vsb
∗
0 vsc
∗
-0.4
-0.8
-1.2
2 2.005 2.01 2.015 2.02 2.025 2.03 2.035 2.04
Tiempo [s]
0.5
Amplitud [-]
-0.5
2 2.005 2.01 2.015 2.02 2.025 2.03 2.035 2.04
Tiempo [s]
Figura 34. Señal vmm de modo común min-max normalizada.
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 19
Respecto a la velocidad ωm (Fig. 36), se observa un correcto seguimiento, tanto desde el arranque,
con un transiente de 1,8[s] de duración; como al realizar una inversión de marcha, realizada en 2,5[s].
Velocidad [RPM]
1500
750
0
-750
-1500
0 1 2 3 4 5 6
Tiempo [s]
Figura 36. Inversión de marcha: velocidad ωm .
En la Fig. 37 se puede apreciar que el flujo ψrd alcanza el valor nominal esperado.
1
Flujo [Wb]
0.5
0
0 1 2 3 4 5 6
Tiempo [s]
Figura 37. Inversión de marcha: Flujo ψrd .
En la Fig. 38 se pueden notas oscilaciones de isq , las cuales a su vez se manifiestan en el torque
eléctrico (Fig. 39), siendo éstas producto de las oscilaciones en vsq (Fig. 40). Por otro lado, se aprecia
nuevamente que el control de corriente de isq no afecta al lazo de control de isd , gracias a los términos de
prealimentación considerados.
100
Corriente [A]
isd
50 isq
0
-50
-100
0 1 2 3 4 5 6
Tiempo [s]
→
−
Figura 38. Inversión de marcha: Corriente i dq
s .
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 20
400
Tensión [V]
vsd
200 vsq
0
-200
-400
0 1 2 3 4 5 6
Tiempo [s]
360
Tensión [V]
340
320
300
280
1.71 1.715 1.72 1.725 1.73 1.735
Tiempo [s]
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 21
nuevamente oscilaciones durante esta desconexión, las cuales también se observan en el torque eléctrico
y corriente isq .
Velocidad [RPM]
-1492
-1496
-1500
-1504
5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Tiempo [s]
Figura 42. Control Vectorial: Arranque e inversión de marcha.
60
Torque [Nm]
-60
-120
5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Tiempo [s]
20 isd
0 isq
-20
-40
5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Tiempo [s]
→
−
Figura 44. Rechazo de perturbaciones: Corriente i dq
s .
3. Modelo de calibración
Se discretizan los controladores de velocidad y corriente mediante Tustin; de esta manera, las fun-
ciones de transferencia de realimentación correspondientes al mecanismo de antienrollamiento, resultan,
−1 −1 −KI
([C(s)] − C∞ ) |s= 2 z−1 = 2 (27)
Ts z+1 KP s + KP KI s= 2 z−1
Ts z+1
KI Ts z + KI Ts
=− . (28)
(2KP + KP KI Ts )z − 2KP2 + KP KI Ts
2
Con esta modificación, se muestran en las Figs. 45 y 46 los controladores PI discretos resultantes.
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 22
1 Kp 1
error Out
P-wm Saturation1
-Ki*Tsz-Ki*Ts
(2*Kp^2+Kp*Ki*Ts)z+(-2*Kp^2+Kp*Ki*Ts)
3 up
max_Vq 2 u y
4 ff lo
min_Vq up
1 Kp u y 1
error lo Out
-Ki*Tsz-Ki*Ts
(2*Kp^2+Kp*Ki*Ts)z+(-2*Kp^2+Kp*Ki*Ts)
3.1. Resultados
Se prueba nuevamente el control vectorial, mostrando a continuación los resultados obtenidos.
1500
750
0
-750
-1500
0 1 2 3 4 5 6
Tiempo [s]
Figura 47. Inversión de marcha: velocidad ωm .
1
Flujo [Wb]
0.5
0
0 1 2 3 4 5 6
Tiempo [s]
Figura 48. Inversión de marcha: Flujo ψrd .
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 23
100
Corriente [A] isd
50 isq
0
-50
-100
0 1 2 3 4 5 6
Tiempo [s]
→
−
Figura 49. Inversión de marcha: Corriente i dq
s .
Torque [Nm]
200
100
0
-100
-200
0 1 2 3 4 5 6
Tiempo [s]
Figura 50. Inversión de marcha: Torque eléctrico Te .
400
Tensión [V]
vsd
200 vsq
0
-200
-400
0 1 2 3 4 5 6
Tiempo [s]
-1492
-1496
-1500
-1504
5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Tiempo [s]
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 24
60
Torque [Nm]
0
-60
-120
5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Tiempo [s]
20 isd
0 isq
-20
-40
5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Tiempo [s]
→
−
Figura 54. Rechazo de perturbaciones: Corriente i dq
s .
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 25
dX̂
= ÂX̂ + BVs + G(îs − is ), (29)
dt
donde X̂ = [îrα îrβ ψ̂rα ψ̂rβ ]T corresponde al estado estimado, Â es la estimación de la matriz
de estado de la máquina, B la matriz de entrada, y G es la matriz de ganancia del observador. Es
importante destacar que  es variante en el tiempo, dependiente de la (estimación de) velocidad ωr (t)
(ω̂r (t)),
1
0
âr11 0 âr12 −âi12 Lσ g1 −g2
0 1
−âr11 âi12 âr12
0
Lσ , G = g2
g1
 =
âr21
, B =
g3 −g4 ,
(30)
0 âr22 −âi22 0 0
0 âr21 âi22 âr22 0 0 g4 g3
donde,
âr11 = − τ1σ ,
âr12 = Lkσrτr ,
âi12 = − Lkrσ ωr (t),
âr21 = Lτm
r
,
1
âr22 = − τr ,
âi22 = ωr (t),
con,
Lm
kr = Lr ,
2
Lσ = Lr LLs −L
r
m
,
2
Rσ = Rs + kr Rr ,
Lσ
τσ = R σ
,
Lr
τr = Rr .
Se programa la parte derecha de (29) en una función M , mostrando su código en el Listado 2. Luego
se encapsula el código en un bloque de Simulink (Fig. 55), integrando su salida ( ddtX̂ ) y realimentando
ası́ con el estado estimado X̂. Los parámetros y otras constantes iniciales, son definidas en la función de
inicialización del archivo de Simulink (InitFcn).
1 function [dX] = fcn(wr, Rs, Rr, Ls, Lr, Lm, Jm, JL, J, p, A, sig, ar11, ar12, ar21, ar22,
Vs_alfa,Vs_beta,Is_alfa,Is_beta, X, b1, k)
2
3 ai12 = - Lm*wr / (sig * Ls*Lr);
4 ai22 = wr;
5
6 %A
7 A(1,4) = -ai12;
8 A(2,3) = -A(1,4);
9 A(3,4) = -ai22;
10 A(4,3) = -A(3,4);
11 A_est = A;
12
13 %BVs
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 26
14 BVs = [b1,0;0,b1;0,0;0,0]*[Vs_alfa;Vs_beta];
15
16 %G(X_est - X)
17 c = sig*Ls*Lr / Lm;
18 g1 = (k-1)*(ar11 + ar22);
19 g2 = (k-1) * ai22;
20 g3 = (kˆ2 - 1) * (c * ar11 + ar21) - c*(k-1)*(ar11 + ar22);
21 g4 = -c*(k-1)*ai22;
22 Gi = [g1, -g2; g2, g1; g3, -g4; g4, g3] * [X(1)-Is_alfa; X(2)-Is_beta];
23
24 %dX/dt
25 dX = Gi + A_est*X + BVs;
dX̂(t)
Listado 2. Función M : cálculo de dt estimado.
[wr] wr
V_alfa Vs_alfa
V_beta Vs_beta
dX
1 [X]
s
[I_alfa] Is_alfa
Integrator Goto1
[I_beta] Is_beta
[X] X
dX/dt
Figura 55. Observador de flujo: Enmascaramiento de la función M y realimentación del estado estimado
X̂(t).
Con la implementación del observador completo en Simulink, se debe ajustar la matriz de ganancia
Ĝ para establecer los polos del observador, y ası́ la velocidad de convergencia de éste. Un acercamiento
propuesto por [2], consiste en ajustar g1 , g2 , g3 y g4 , de tal manera que los polos del observador sean
proporcionales a los de la misma máquina (los cuales son estables),
g1 = (k − 1)(âr11 + âr22 ), (31)
g2 = (k − 1)âi22 , (32)
2 Lσ Lσ
g3 = (k − 1) âr11 + âr21 − (k − 1) (âr11 + âr22 ) , (33)
kr kr
Lσ
g4 = − (k − 1)âi22 . (34)
kr
Lo anterior permite determinar fácilmente un G de tal manera que el observador sea estable,
mediante el ajuste de un único parámetro k; con la restricción de que los polos de lazo cerrado del
observador sean proporcionales a los polos de lazo abierto de la máquina, los cuales pueden ser poco
amortiguados. Bajo esta metodologı́a, se prueban de forma preliminar diversos valores de k, entre 1 y
2,5, obteniendo buen desempeño en todo el rango evaluado; luego, se elige k = 1,4 de tal manera que el
observador sea medianamente más rápido que el motor en lazo abierto.
4.1. Resultados
Bajo las mismas pruebas que las realizadas en los puntos anteriores, se evalúa la implementación
del observador de flujo completo. Posteriormente se estudia el efecto de las condiciones iniciales y del
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 27
parámetro k.
1
Flujo [Wb]
ψrα
ψ̂rα
0 ψrβ
ψ̂rβ
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tiempo [s]
→
−
Figura 56. Inversión de marcha: Flujo ψ αβ
r real vs estimado, observador completo.
100
Corriente [A]
isα
îsα
0 isβ
îsβ
-100
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tiempo [s]
→
−
Figura 57. Inversión de marcha: Corriente i αβ
s real vs estimada, observador completo.
1
Flujo [Wb]
0.5
0
0 1 2 3 4 5 6
Tiempo [s]
Figura 58. Inversión de marcha: Flujo ψrd .
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 28
100
Corriente [A]
isd
50 isq
0
-50
-100
0 1 2 3 4 5 6
Tiempo [s]
→
−
Figura 60. Inversión de marcha: Corriente i dq
s .
350
Tensión [V]
175
0
-175
-350
0 1 2 3 4 5 6
Tiempo [s]
200
100
0
-100
-200
0 1 2 3 4 5 6
Tiempo [s]
Figura 62. Inversión de marcha: Torque eléctrico Te .
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 29
60
Torque [Nm]
-60
-120
5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Tiempo [s]
20 isd
0 isq
-20
-40
5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Tiempo [s]
→
−
Figura 65. Rechazo de perturbaciones: Corriente i dq
s .
1
Flujo [Wb]
ψrα
ψ̂rα
0 ψrβ
ψ̂rβ
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
Tiempo [s]
→
−
Figura 66. Condiciones iniciales diferentes: Flujo ψ αβ
r real vs estimado.
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 30
Se verifica en las Figs. 66 y 67 la convergencia de las estimaciones, al estado real del sistema;
siendo indistinguibles en aproximadamente t = 0,3[s]. Esta velocidad de convergencia es mayor que la del
estimador de flujo en lazo abierto (0,5[s]).
Se repite la simulación, considerando ahora k = 2,5. Como se puede ver en las Fig. 68 y 69, la
convergencia es aún más rápida, alcanzando el estado estacionario en 0,2[s].
1
Flujo [Wb]
ψrα
ψ̂rα
0 ψrβ
ψ̂rβ
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
Tiempo [s]
→
−
Figura 68. Condiciones iniciales diferentes: Flujo ψ αβ
r real vs estimado (k = 2,5).
Corriente [A]
100 isα
îsα
0 isβ
îsβ
-100
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
Tiempo [s]
→
−
Figura 69. Condiciones iniciales diferentes: Corriente i αβ
s real vs estimada (k = 2,5).
De esta manera, la elección de k > 1 efectivamente vuelve al observador más rápido que los polos de
lazo abierto del motor, teniendo de esta manera control sobre la velocidad de convergencia del observador.
Una vez que decaen las condiciones iniciales, la evolución de las variables es idéntica al caso de condiciones
iniciales cero.
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 31
P-wm
Kp_err
1
1 Ki_err s 1
dw_est/dt wr_est
I-wm Integrator
[wr_est] wr
V_alfa Vs_alfa 1
dX [X]
s
V_beta Vs_beta
[I_alfa] Is_alfa
[X] X PI-dwr/dt
dX/dt
Figura 71. Observador de flujo: Enmascaramiento de la función M , y realimentación del estado X̂(t) y
velocidad ω̂r estimados.
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 32
Para el ajuste del controlador PI de ω̂r , éste se realiza de forma preliminar y empı́rica en tiempo
de simulación, hasta obtener una estimación satisfactoria. Luego, los parámetros a utilizar corresponden
a KP = 100 y KI = 68250.
5.1. Resultados
Se somete y evalúa el control vectorial sensorless, bajo las mismas pruebas de inversión de marcha
y rechazo de perturbaciones descritas en puntos anteriores. Posteriormente se estudia el efecto de las
condiciones iniciales y del parámetro k.
1500
ωm
750 ω̂m
0
-750
-1500
0 1 2 3 4 5 6
Tiempo [s]
En las Figs. 73 y 74, se puede ver que el estado estimado X̂ es prácticamente idéntico al estado real
del sistema. Sin embargo, es relevante advertir que se tienen pequeñas discrepancias transientes entre X̂
y X, las cuales son necesarias para que eω̂r sea distinto de cero y se pueda corregir la estimación de ω̂r .
Por otro lado, dado que las ganancias proporcionales e integrales del PI de estimación son bastante altas,
el término eω̂r es bastante pequeño, siendo luego idénticamente cero en estado estacionario (Fig. 75).
1
Flujo [Wb]
ψrα
ψ̂rα
0 ψrβ
ψ̂rβ
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tiempo [s]
→
−
Figura 73. Inversión de marcha: Flujo ψ αβ
r real vs estimado, observador completo.
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 33
100
Corriente [A] isα
îsα
0 isβ
îsβ
-100
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tiempo [s]
→
−
Figura 74. Inversión de marcha: Corriente i αβ
s real vs estimada, observador completo.
×10 -3
4
Amplitud [-]
2
0
-2
-4
-6
0 1 2 3 4 5 6
Tiempo [s]
Figura 75. Inversión de marcha: Término eω̂r .
1
Flujo [Wb]
0.5
0
0 1 2 3 4 5 6
Tiempo [s]
Figura 76. Inversión de marcha: Flujo ψrd .
→
−
Respecto a la corriente i dq
s , se puede ver que los lazos de control en d y q se mantienen desacoplados,
aún cuando los términos de prealimentación son calculados en base a ω̂r y no ωr . El resto de variables
presentan el mismo comportamiento y formas de onda que las del punto previo, siendo nuevamente
transparente el observador, a efectos del lazo de control.
100
Corriente [A]
isd
50 isq
0
-50
-100
0 1 2 3 4 5 6
Tiempo [s]
→
−
Figura 77. Inversión de marcha: Corriente i dq
s .
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 34
350
Tensión [V] 175
vsd
vsq
0
-175
-350
0 1 2 3 4 5 6
Tiempo [s]
200
100
0
-100
-200
0 1 2 3 4 5 6
Tiempo [s]
Figura 79. Inversión de marcha: Torque eléctrico Te .
-1492
ωm
-1496 ω̂m
-1500
-1504
5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Tiempo [s]
60
Torque [Nm]
-60
-120
5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Tiempo [s]
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 35
-40
5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Tiempo [s]
→
−
Figura 82. Rechazo de perturbaciones: Corriente i dq
s .
1250
1000
750
500
250 ωm
0 ω̂m
-250
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tiempo [s]
1
Flujo [Wb]
ψrα
ψ̂rα
0 ψrβ
ψ̂rβ
-1
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tiempo [s]
→
−
Figura 84. Condiciones iniciales diferentes: Flujo ψ αβ
r real vs estimado.
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 36
Corriente [A]
100 isα
îsα
0 isβ
îsβ
-100
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tiempo [s]
→
−
Figura 85. Condiciones iniciales diferentes: Corriente i αβ
s real vs estimada.
Se repiten las pruebas, considerando ahora un observador más rápido con k = 1,6, reajustando
el PI de ω̂r , con ganancias KP |k=1,6 = 0,9KP |k=1,4 = 90, y KI |k=1,6 = 0,9KI |k=1,4 = 61425. Con esta
modificación, ahora las estimaciones (Figs. 86, 87 y 88), se estacionan más rápido, convergiendo a sus
valores reales en t = 0,25[s].
Velocidad [RPM]
800
400
0
ωm
-400 ω̂m
-800
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tiempo [s]
1
Flujo [Wb]
ψrα
ψ̂rα
0 ψrβ
ψ̂rβ
-1
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tiempo [s]
→
−
Figura 87. Condiciones iniciales diferentes: Flujo ψ αβ
r real vs estimado (k = 1,6).
Corriente [A]
100 isα
îsα
0 isβ
îsβ
-100
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tiempo [s]
→
−
Figura 88. Condiciones iniciales diferentes: Corriente i αβ
s real vs estimada (k = 1,6).
Sin embargo, al repetir por tercera vez las simulaciones, considerando un observador todavı́a más
rápido, con k = 1,8, se obtiene un desempeño insatisfactorio. Empı́ricamente no se logra sintonizar
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 37
un PI adecuado (si es que la solución existe); luego los resultados mostrados en las Figs. 89, 90 y 91,
corresponden a ganancias KP |k=1,8 = 0,5KP |k=1,4 = 50, y KI |k=1,8 = 0,4KI |k=1,4 = 23700. Lo anterior
muestra que no se puede aumentar de forma arbitraria la velocidad o ancho de banda del observador,
bajo un esquema sensorless. Por otro lado, también se evaluaron ganancias KP y KI mayores, sin obtener
resultados satisfactorios (se omiten sus gráficos).
Velocidad [RPM]
300
0
-300 ωm
ω̂m
-600
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tiempo [s]
1
Flujo [Wb]
ψrα
0 ψ̂rα
ψrβ
-1
ψ̂rβ
-2
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tiempo [s]
→
−
Figura 90. Condiciones iniciales diferentes: Flujo ψ αβ
r real vs estimado (k = 1,8).
Corriente [A]
100 isα
îsα
0 isβ
îsβ
-100
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tiempo [s]
→
−
Figura 91. Condiciones iniciales diferentes: Corriente i αβ
s real vs estimada (k = 1,8).
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 38
Conclusión
Finalizado el presente informe, se verifica el funcionamiento del estimador de flujo basado en el
modelo de corriente de la ecuación de rotor y el decaimiento de las condiciones iniciales. Sin embargo,
dado que éste estimador opera en lazo abierto, no es posible ajustar las dinámicas de éste, estando sujetas
a las dinámicas de lazo abierto de la máquina.
Se sintonizan controladores PI para velocidad y corrientes en dominio continuo, en base a las
ecuaciones dinámicas del motor de inducción. Luego, disponiendo de una estimación precisa del flujo
de rotor, se realiza una rotación y orientación de las variables eléctricas, controlando la máquina de
inducción en un sistema de referencia sincrónico. Al analizar los resultados, se concluye el buen desempeño
dinámico del esquema de control vectorial, desacoplando efectivamente la componente de magnetización
y la de control estático de torque. De esta manera se consigue una actuación casi instantánea del torque
eléctrico (cuando la máquina se encuentra a magnetizada a flujo nominal), un correcto seguimiento de
las referencias de velocidad y corrientes, error estacionario cero, rechazo de perturbaciones, y robustez
frente a cambios de inercia.
Se incluye en la simulación el modelo del inversor, modulando vectorialmente la señal de referencia
mediante la inyección de tensión de modo común min-max, aumentando el uso del inversor y del enlace
DC. Más aún, se propone una estrategia de saturación para superar los niveles de actuación restringidos
al cı́rculo (zona lineal o de amplitud sinusoidal constante); observando luego que tal medida resulta
necesaria para el escenario evaluado. Luego, los resultados muestran los márgenes adicionales de actuación
conseguidos, junto con las oscilaciones de torque esperadas. Por otro lado, el muestreo sincronizado de las
corrientes elimina completamente el ruido de conmutación del inversor, suprimiendo posibles filtraciones
de ruido a los lazos de control. Finalmente, la discretización de los controladores continuos mediante
Tustin, no impacta en el desempeño del control vectorial, siendo transparente a éste.
Respecto al observador de orden completo de flujo, se concluye su correcta operación y convergencia
al estado real del sistema; con la ventaja de poder modificar y ajustar sus dinámicas mediante el parámetro
k, y ası́ la velocidad de convergencia y el decaimiento de las condiciones iniciales; en contraste al estimador
de lazo abierto de flujo.
Se concluye la correcta operación y convergencia de la ley de adaptación para la estimación de la
velocidad ωr , sin afectar las dinámicas del lazo de control, siendo transparente la realimentación mediante
la velocidad medida o estimada. De esta manera, se manifiesta lo atractivo de implementar un observador
de orden completo, permitiendo un control sensorless de la máquina de inducción. También se verifica el
decaimiento de las condiciones iniciales cuando hay preliminarmente discrepancias entre las estimaciones
de velocidad, flujo y corrientes. Sin embargo, el rango de k para el cual se puede ajustar la velocidad de
convergencia del observador en operación sensorless, es limitado.
UTFSM 2017
IPD-416: Control Avanzado de Accionamientos Eléctricos 39
Referencias
[1] G. Goddwin, S. Graebe, M. Salgado. Control System Design. Prentice- Hall, 2001, p.293.
[2] H. Kubota, K. Matsuse and T. Nakano, “DSP-based speed adaptive flux observer of induction motor,”
Conference Record of the 1991 IEEE Industry Applications Society Annual Meeting, Dearborn, MI,
USA, 1991, pp. 380-384 vol.1.
UTFSM 2017