Modelado matemático y evaluación del rendimiento del estimador del sistema de referencia del modelo basado en redes neuronales en velocidades cercanas a cero y muy bajas en modo de regeneración
Autores: Zaky, Mohamed S.; Tawfiq, Kotb B.; Metwaly, Mohamed K.
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Modelado matemático y evaluación del rendimiento del estimador del sistema de referencia del modelo basado en redes neuronales en velocidades cercanas a cero y muy bajas en modo de regeneración
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Estimación de velocidad
Motor de inducción sin sensor
Estimador MRAS
Dinámica del flujo del rotor
Corriente del estator
Red neuronal
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
La estimación precisa de la velocidad de los motores de inducción sin sensor (SIM) sigue siendo un desafío significativo, especialmente a velocidades cercanas a cero y muy bajas. Este artículo propone un estimador del Sistema Adaptativo de Referencia de Modelo (MRAS, por sus siglas en inglés) basado en la corriente del estator, modelado matemáticamente y mejorado con términos de corrección utilizando la dinámica del flujo del rotor para actualizar continuamente el valor de la velocidad estimada al valor correcto. El observador MRAS utiliza la corriente del estator en el modelo IM ajustable en lugar del flujo del rotor o la f.e.m. para eliminar el efecto de la integración pura del flujo del rotor, la desviación de los parámetros y los errores de medición de las tensiones y corrientes del estator en la observación de la velocidad. Depende de la corriente del estator observada, el error de estimación de la corriente y los términos de corrección de la estimación del flujo del rotor. Se propone una red neuronal (NN) para la ley adaptativa del observador MRAS con el fin de mejorar la precisión del enfoque sugerido. Los resultados de la simulación examinan el método desarrollado. También se construyó un prototipo de laboratorio basado en DSP-DS1103, y se presentan los resultados experimentales. El SIM se examina a velocidades cercanas a cero y muy bajas en modos de funcionamiento y regeneración. Presenta un buen rendimiento dinámico y un bajo error de estimación a bajas velocidades en comparación con el MRAS convencional.
Descripción
La estimación precisa de la velocidad de los motores de inducción sin sensor (SIM) sigue siendo un desafío significativo, especialmente a velocidades cercanas a cero y muy bajas. Este artículo propone un estimador del Sistema Adaptativo de Referencia de Modelo (MRAS, por sus siglas en inglés) basado en la corriente del estator, modelado matemáticamente y mejorado con términos de corrección utilizando la dinámica del flujo del rotor para actualizar continuamente el valor de la velocidad estimada al valor correcto. El observador MRAS utiliza la corriente del estator en el modelo IM ajustable en lugar del flujo del rotor o la f.e.m. para eliminar el efecto de la integración pura del flujo del rotor, la desviación de los parámetros y los errores de medición de las tensiones y corrientes del estator en la observación de la velocidad. Depende de la corriente del estator observada, el error de estimación de la corriente y los términos de corrección de la estimación del flujo del rotor. Se propone una red neuronal (NN) para la ley adaptativa del observador MRAS con el fin de mejorar la precisión del enfoque sugerido. Los resultados de la simulación examinan el método desarrollado. También se construyó un prototipo de laboratorio basado en DSP-DS1103, y se presentan los resultados experimentales. El SIM se examina a velocidades cercanas a cero y muy bajas en modos de funcionamiento y regeneración. Presenta un buen rendimiento dinámico y un bajo error de estimación a bajas velocidades en comparación con el MRAS convencional.