Un Control Predictivo de Modelo Computacionalmente Eficiente de Máquinas de Inducción de Seis Fases Basado en Control Deadbeat
Autores: Serra, João; Jlassi, Imed; Cardoso, Antonio J. Marques
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Un Control Predictivo de Modelo Computacionalmente Eficiente de Máquinas de Inducción de Seis Fases Basado en Control Deadbeat
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Control predictivo de corriente del modelo
Accionamientos eléctricos multiphase
Vectores de voltaje
Computacionalmente eficiente
Control deadbeat
Accionamiento de máquina de inducción
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
El control de corriente predictivo por modelo (MPCC) se ha convertido recientemente en una alternativa viable para los accionamientos eléctricos multiphase, ya que explota fácilmente las ventajas inherentes de las máquinas multiphase. Sin embargo, la predicción en MPCC requiere un alto número de vectores de voltaje (VVs), siendo por lo tanto computacionalmente exigente. En este sentido, este artículo propone un MPCC computacionalmente eficiente para un accionamiento de máquina de inducción asimétrica de seis fases (ASIMD) que reduce el número de VVs utilizados para la predicción. Al utilizar las características del control deadbeat (DB), el método propuesto obtiene un vector de voltaje de referencia (RVV), cuya posición servirá como referencia e integra el esquema MPCC. Solo se necesitan 4 de 13 predicciones para determinar el mejor VV, reduciendo drásticamente la computación del algoritmo. Los resultados experimentales de un estudio de caso de seis fases comparan el MPCC estándar con el método sugerido, confirmando que el control de corriente predictivo por modelo deadbeat (DB-MPCC) muestra que el tiempo de ejecución puede acortarse en un 48.8% y mejora con éxito el rendimiento y la eficiencia del motor.
Descripción
El control de corriente predictivo por modelo (MPCC) se ha convertido recientemente en una alternativa viable para los accionamientos eléctricos multiphase, ya que explota fácilmente las ventajas inherentes de las máquinas multiphase. Sin embargo, la predicción en MPCC requiere un alto número de vectores de voltaje (VVs), siendo por lo tanto computacionalmente exigente. En este sentido, este artículo propone un MPCC computacionalmente eficiente para un accionamiento de máquina de inducción asimétrica de seis fases (ASIMD) que reduce el número de VVs utilizados para la predicción. Al utilizar las características del control deadbeat (DB), el método propuesto obtiene un vector de voltaje de referencia (RVV), cuya posición servirá como referencia e integra el esquema MPCC. Solo se necesitan 4 de 13 predicciones para determinar el mejor VV, reduciendo drásticamente la computación del algoritmo. Los resultados experimentales de un estudio de caso de seis fases comparan el MPCC estándar con el método sugerido, confirmando que el control de corriente predictivo por modelo deadbeat (DB-MPCC) muestra que el tiempo de ejecución puede acortarse en un 48.8% y mejora con éxito el rendimiento y la eficiencia del motor.