Guiando la Selección de Técnicas de Control Predictivo de Modelo Multi-Vector para Accionamientos Multifásicos
Autores: Aciego, Juan Jose; Gonzalez-Prieto, Ignacio; Duran, Mario Javier; Gonzalez-Prieto, Angel; Carrillo-Rios, Juan
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Guiando la Selección de Técnicas de Control Predictivo de Modelo Multi-Vector para Accionamientos Multifásicos
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Técnicas diversas y multivectoriales
Rendimiento del control
Control predictivo de conjunto de control finito
Resultados experimentales
Parámetros de la máquina
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
Un grupo diverso de técnicas denominadas multi-vectores ha aparecido recientemente para mejorar el rendimiento del control de los accionamientos multiphásicos cuando se implementa una estrategia de control directo. Con diferentes números de estados de conmutación y enfoques para estimar los tiempos de aplicación, cada solución multi-vector tiene su propia naturaleza y méritos. Estudios anteriores han probado individualmente cada versión de las estrategias de control predictivo de conjunto de control finito (FCS-MPC) propuestas utilizando un único conjunto experimental con parámetros específicos y, en algunos casos, utilizando un rango limitado de condiciones de operación y enfocándose exclusivamente en algunos aspectos del control. Aunque tales trabajos proporcionan contribuciones parciales, el rendimiento del control se ve altamente afectado por las condiciones de prueba y del banco, siendo dependiente de los parámetros de la máquina, la frecuencia de conmutación y el rango de operación. En consecuencia, se vuelve difícil extraer algunas conclusiones universales que guíen al diseñador de control sobre la mejor alternativa para cada aplicación. Con el objetivo de enriquecer el conocimiento en este campo y proporcionar una visión más amplia, este trabajo realiza un análisis global con diferentes técnicas multi-vector, varios parámetros de máquina, múltiples puntos de operación y un conjunto completo de índices. Los resultados experimentales confirman que la selección de la estrategia de control más adecuada no es una tarea trivial porque el grado en que las técnicas multi-vector se ven afectadas por las condiciones de prueba es variable y complejo. Algunas tablas con un análisis cualitativo, basado en las extensas pruebas empíricas, contribuyen con una visión más completa y guían a los eventuales diseñadores de control en la decisión sobre el enfoque de regulación óptimo a elegir.
Descripción
Un grupo diverso de técnicas denominadas multi-vectores ha aparecido recientemente para mejorar el rendimiento del control de los accionamientos multiphásicos cuando se implementa una estrategia de control directo. Con diferentes números de estados de conmutación y enfoques para estimar los tiempos de aplicación, cada solución multi-vector tiene su propia naturaleza y méritos. Estudios anteriores han probado individualmente cada versión de las estrategias de control predictivo de conjunto de control finito (FCS-MPC) propuestas utilizando un único conjunto experimental con parámetros específicos y, en algunos casos, utilizando un rango limitado de condiciones de operación y enfocándose exclusivamente en algunos aspectos del control. Aunque tales trabajos proporcionan contribuciones parciales, el rendimiento del control se ve altamente afectado por las condiciones de prueba y del banco, siendo dependiente de los parámetros de la máquina, la frecuencia de conmutación y el rango de operación. En consecuencia, se vuelve difícil extraer algunas conclusiones universales que guíen al diseñador de control sobre la mejor alternativa para cada aplicación. Con el objetivo de enriquecer el conocimiento en este campo y proporcionar una visión más amplia, este trabajo realiza un análisis global con diferentes técnicas multi-vector, varios parámetros de máquina, múltiples puntos de operación y un conjunto completo de índices. Los resultados experimentales confirman que la selección de la estrategia de control más adecuada no es una tarea trivial porque el grado en que las técnicas multi-vector se ven afectadas por las condiciones de prueba es variable y complejo. Algunas tablas con un análisis cualitativo, basado en las extensas pruebas empíricas, contribuyen con una visión más completa y guían a los eventuales diseñadores de control en la decisión sobre el enfoque de regulación óptimo a elegir.