• Author / Uploaded
• Francisco Arias

Citation preview

ESCUELA POLITÉCNICA NACIONAL

ESCUELA DE INGENIERÍA

Simulación de Accionamientos para Máquinas de Inducción controladas por Vector de Campo y Control de Torque Directo

PROYECTO PREVIO A LA OBTENCION DEL TÍTULO DE INGENIERO EN ELECTRÓNICA Y CONTROL

Gabriela Susana Llumiquinga Paredes

DIRECTOR: Alberto Sánchez Terán, PhD

6 de abril de 2006

DECLARACIÓN

Yo Gabriela Susana Llumiquinga Paredes, declaro bajo juramento que el trabajo aquí descrito es de mi autoría; que no ha sido presentado previamente para ningún grado o calificación profesional; y, que he consultado las referencias bibliográficas que se incluyen en este documento. A través de la presente declaración cedo mis derechos de propiedad intelectual correspondientes a este trabajo a la Escuela Politécnica Nacional, según lo establecido por la Ley de Propiedad Intelectual, por su Reglamento y por la normatividad institucional vigente.

Gabriela Susana Llumiquinga Paredes

I

CERTIFICACIÓN

Certifico que el presente trabajo fue desarrollado por Gabriela Susana Llumiquinga Paredes, bajo mi supervisión.

Alberto Sánchez Terán, PhD DIRECTOR DEL PROYECTO

I

AGRADECIMIENTOS

A todos quienes han hecho posible la culminación de este proyecto a través de su ayuda y su apoyo. En especial, al Dr. Alberto Sánchez, sin quien no hubiera sido posible llevar a cabo este proyecto, por su gran paciencia y colaboración. A mi familia, en especial a mis tíos que siempre han estado ahí para nosotros. A mis amigos, quienes han sido un eje fundamental de apoyo moral y de una u otra forma han estado presentes en todo. A Dios, el máximo agradecimiento porque me ha dado vida para conocerle, y encontrar en ella tantas personas buenas.

II

DEDICATORIA

A Dios, quien nos cuida y nos protege siempre. A mis padres, que siempre me han apoyado. A mis hermanos, que son mis mejores amigos en la vida. A mis tíos, de quienes siempre tendre presente sus opiniones y sugerencias. A todos aquellos quienes ven en sus sueños sus metas, y en su realidad el camino para alcanzarlas.

III

CONTENIDO

Resumen

VI

Presentación

VII

1. Modelo de la Máquina de Inducción 1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2. Funcionamiento de la Máquina de Inducción. . . . . . . . . . . . . . 1.3. Sistema de Ejes de Referencia Arbitrarios . . . . . . . . . . . . . . . 1.4. Modelo de la Máquina de Inducción en Ejes de Referencia Arbitrarios 1.5. Simulación del Modelo de la Máquina de Inducción . . . . . . . . . .

. . . . .

1 1 2 3 8 26

2. Estimador de Flujo y Velocidad de la Máquina de Inducción 2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2. Modelo Discreto de la Máquina de Inducción . . . . . . . . . . . . . . . . 2.3. Simulación del Estimador por Filtro de Kalman Extendido (EFK) . . . . .

42 42 45 55

3. Control Vectorial de la Máquina de Inducción 3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2. Control por Vector de Campo de la Máquina de Inducción . . . 3.3. Control de Campo Orientado Directo sin Sensores . . . . . . . . 3.4. Inversor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5. Simulación del Control Vectorial Directo Sensorless . . . . . . . 3.6. Ventajas y Desventajas del Control por Vector de Campo Directo

. . . . . .

67 67 70 83 85 89 97

. . . . .

100 100 102 106 107 110

4. Control de Torque Directo de la Máquina de Inducción 4.1. Introducción . . . . . . . . . . . . . . . . . . . . . . 4.2. Controlador de Flujo de Estator . . . . . . . . . . . . 4.3. Controlador de Torque . . . . . . . . . . . . . . . . 4.4. Tabla de Conmutación del Inversor . . . . . . . . . 4.5. Control de Velocidad con DTC . . . . . . . . . . . .

IV

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . . .

. . . . .

. . . . . .

. . . . .

. . . . .

. . . . . .

. . . . .

. . . . .

. . . . . .

. . . . .

4.6. Resultados de la Simulación del Control de Torque Directo . . . . . . . . . 4.7. Ventajas y Desventajas del Control de Torque Directo . . . . . . . . . . . .

111 129

5. Conclusiones y Recomendaciones

132

Bibliografía

136

A. ANEXOS A.1. Modelos de Simulink y sus Programas Correspondientes. . . . . . . . . . . A.2. Interfaz para la Simulación . . . . . . . . . . . . . . . . . . . . . . . . . .

139 139 165

V

RESUMEN

El presente proyecto comprende un análisis de los accionamientos de velocidad variable para máquinas de inducción más actuales que se han desarrollado en pos de simplificar el análisis de los modelos matemáticos y el control de la velocidad y del torque, variables cuya regulación resulta crucial en la industria. Las dos estrategias de control más populares son el Control por Vector de Campo (VF) o Control Vectorial y el Control de Torque Directo (DTC). En términos generales, el Control por Vector de Campo recibe su nombre porque valiéndose de un conjunto de transformadas, obtiene de un sistema trifásico equilibrado abc a uno bifásico qd giratorio, alineando el flujo del rotor con uno de los ejes de dicho sistema, es posible definir dentro de este sistema dos componentes de corriente de estator que controlan el flujo del rotor y el torque independientemente, lo que permite el control de velocidad manteniendo el flujo de rotor constante de acuerdo a la velocidad. Toda exigencia de torque es satisfecha con un incremento en la corriente de estator de alimentación. Esta técnica muestra un buen desempeño dinámico y de estado estable. El Control de Torque Directo es una técnica relativamente nueva ya que no se ha popularizado aún, pese a su robustez y a que su implementación es más sencilla que la del control vectorial, ya que se regula el flujo y torque con comparadores con histéresis y conociendo la posición del flujo de estator, se selecciona un vector de tensión cuyos estados de activación para el sistema inversor es resultado de una tabla de conmutación óptima. Todo el análisis de estas dos técnicas de control parten de un modelo de la máquina de inducción que incluye la saturación magnética sobre la cual se lleva a cabo las dos técnicas de control para que a través de los resultados de la simulación se puedan establecer sus principales características así como las ventajas y desventajas de cada estrategia de control.

VI

PRESENTACIÓN

Los motores eléctricos son los más utilizados en la industria. Los accionamientos de velocidad variable son usados en todas las industrias para controlar con precisión la velocidad de los motores eléctricos acoplados a diversas cargas, que van desde bombas y ventiladores a complejos accionamientos en máquinas de papel, laminadoras, grúas y otros similares. Particularmente, la Máquina de Inducción hoy por hoy es el dispositivo más utilizado en la industria, y es objeto del estudio de técnicas de control de velocidad y torque desarrolladas para el mismo, accionamientos de velocidad variable que optimizan la respuesta transitoria ante cambios de carga al eje y de estado estable. Los requerimientos de control de torque, implican mantener el torque constante independientemente de la velocidad. Esto es usado en transportadoras, mezcladores, alimentadores de tornillo y troqueladoras por ejemplo. Estas aplicaciones tienen alta friccion con carga y pequeña o ninguna inercia, requiriendo un torque superior al nominal para el arranque. Por otro lado, en las aplicaciones de torque variable, bajo torque es necesario a bajas velocidades y alto en altas. Esto es usado en ventiladores y bombas. Otro requerimiento es mantener la potencia constante, alto torque es necesario a bajas velocidades y bajo torque a altas velocidades. Esto es usado en cortadoras y tornos, donde usualmente motores de continua eran solían usarse. Dentro de esta categoría se encuentran los vehículos eléctricos. En el pasado, los motores dc fueron usados extensamente en aplicaciones donde un alto desempeño a velocidad variable y control de torque era requerido, ya que en el caso del motor dc de exitación independiente, el flujo y el torque pueden ser controlados fácilmente por las corrientes de armadura y de campo. La principal desventaja es que este tipo de motores usan conmutador y escobillas, por lo que requiere un mantenimiento regular y su uso es limitado para aplicaciones de alta velocidad y de alto voltaje. Factores cruciales afectan la selección adecuada de un accionamiento de velocidad variable, incluyendo los valores nominales, rango de velocidad, eficiencia, regulación de velocidad, requerimientos de frenado, confiabilidad, factor de potencia, potencia de alimentación y consideraciones ambientales.

VII

Los motores de corriente alterna presentan algunas ventajas sobre sus similares de dc, ya que son más robustos y más pequeños para la misma potencia nominal, lo que implica menor masa que se moviliza en altas velocidades y una rápida aceleración. Y, entre los motores de ac, el motor de inducción jaula de ardilla tiene ventajas adicionales, es simple, robusto y es uno de los más económicos del mercado. Además de que pueden ser utilizados en ambientes explosivos, areas limpias y para aplicaciones de bajo mantenimiento. En las últimas tres décadas, importantes avances en tecnología de semiconductores y las áreas de control han creado nuevos accionamientos de velocidad variables para motores de ac. Desafortunadamente los modelos matemáticos son más complejos que los del motor dc, por lo que requieren estrategias de control más complejas y convertidores de potencia más costosos para regular el torque y la velocidad. Usando técnicas avanzadas de control, como el control por Orientación del vector de campo o el Control de Torque Directo, un comportamiento dinámico similar al del motor dc puede obtenerse. Para entender los requerimientos de la velocidad variable de las máquinas eléctricas de inducción, el presente trabajo pretende demostrar el funcionamiento de las dos técnicas de control de velocidad y torque a través del Control por Vector de Campo (VF) o Control Vectorial y el Control de Torque Directo (DTC). En los cuales, usualmente un lazo de control de velocidad determinan la referencia de torque, cuya salida regula el voltaje de alimentación del motor, cuya frecuencia es determinada por los requerimientos del sistema. Es así que, a través de la simulación se encuentran sus principales características, por lo que partiendo sobre un modelo de la máquina de inducción introducido en el Capítulo 1, que se vale de las transformadas qd0, para reducir parámetros dependientes de la velocidad, como las inductancias, se pueda obtener un modelo a variables de estado que hacen más sencilla la modelación de la máquina de inducción, adicionalmente, este modelo introduce condiciones anormales de funcionamiento como la saturación magnética, arranque y cambios de carga, reflejando una respuesta muy similar a la real, con lo que se cumple el objetivo de obtener un modelo de la máquina para introducir las estrategias de control planteadas. Existen algunas formas de realizar el control por vector de campo, las que en su mayoría incluyen sensores de velocidad o de flujo, pero es obvio que dichos dispositivos pueden presentar serios problemas no solo en su funcionamiento sino por el gasto que representa la implementación de los mismos, de ahí que, la técnica específica de control Vectorial que se utiliza en pos de corregir esto aunque suponga un análisis matemático superior, es el control Sensorless o sin sensores, por lo que se requiere un algoritmo de estimación para la velocidad y los flujos. El Segundo Capítulo introduce el estimador de flujo y velocidad Filtro de Kalman Extendido que halla su aplicación en un sistema no lineal como el modelo de la máquina y además introduce la dependencia en el error de estimación de los parámetros Q y R, que luego serán explicados a profundidad, puesto que se trata de un análisis estocástico en donde la esti-

VIII

mación utiliza datos ruidosos, se implementa un algoritmo recursivo que actualiza estados en cada tiempo de muestreo. Los resultados de la simulación que se incluyen muestran la respuesta del filtro ante condiciones de arranque y carga del motor de inducción. Una vez que se cuenta con la herramienta necesaria para omitir los sensores del sistema, en el Capítulo 3 se introduce la técnica de Control por Vector de Campo (VF) Directo, que consiste básicamente en realizar transformaciones de coordenadas de las variables de interés, corrientes y flujos a un sistema qd que gira sincrónicamente con el flujo del rotor, lo que simplifica el análisis haciendo que una de las componentes de la corriente de estator en dicho sistema controlen en forma directa el torque que desarrollará la máquina, mientras que el flujo de rotor se mantenga constante. Están presentes también controladores PI para regular flujo, torque y velocidad que procesan el error resultante de la realimentación de dichas variables obtenidas a través del Estimador Filtro de Kalman y generan la acción de control que lleva a cabo un inversor fuente de voltaje regulado por corriente. Las condiciones de funcionamiento del motor de inducción controlado por Vector de Campo así como los diversos aspectos necesarios en la implementación se observarán en el modelo de Simulink implementado así como en los resultados de la simulación detallados en el mismo capítulo, permiten la determinación de algunas ventajas y desventajas de la técnica de control. Otra forma de regular el torque muy distinta a la anterior es el Control de Torque Directo (DTC), detallada en el Capítulo 4, esta técnica controla el torque del motor de inducción partiendo del hecho de que mantiene el flujo de estator constante gracias a vectores de tensión adecuados obtenidos de una tabla de conmutación óptima, cuya selección depende de la posición del flujo y los errores de torque y flujo. Se detalla cada controlador así como el desempeño de esta estrategia de control ante cambios de referencia de torque, de flujo y, con una pequeña variación al esquema básico de control se lo utiliza para regular la velocidad. Los resultados de la simulación permitirán obtener la respuesta del sistema controlado ante tales situaciones así como las posibles ventajas sobre el Control Vectorial. Finalmente, el Capítulo 5 es el compendio de conclusiones y recomendaciones que se han presentado en el desarrollo de este proyecto que a breves rasgos resumirá las características de todo los sistemas implementados, el modelo de la máquina, el control vectorial y el control de torque directo así como los posibles inconvenientes a nivel de simulación superados para la culminación de este proyecto.

IX

CAPÍTULO 1 Modelo de la Máquina de Inducción 1.1. Introducción La máquina de inducción es, sin lugar a dudas, el dispositivo más utilizado en los accionamientos industriales, la sencillez, robustez y reducido costo han hecho insustituible el uso masivo de esta máquina en un sinnúmero de procesos. Es usada en una gran variedad de aplicaciones que requieren convertir energía eléctrica en mecánica, además es menos sensible al ruido y requiere mantenimiento reducido. El motor de inducción es el tipo más empleado alimentado por corriente alterna debido su simplicidad y las características de funcionamiento tan aptas para el trabajo a velocidad variable. Antes de profundizar en los problemas que plantea el control de un motor de inducción y de encontrar las alternativas de solución a los mismos, es necesario disponer de un modelo de la máquina que permita obtener las diferentes magnitudes de las variables que intervienen en su funcionamiento, voltajes, corrientes, torque y velocidad que se alteran de acuerdo a las diversas condiciones de funcionamiento como son en vacío, con carga o si por alguna eventualidad se encuentra trabajando en saturación. Por la complejidad del sistema resultante de la máquina de inducción en donde sus parámetros eléctricos como inductancias varían con la velocidad, se obtiene un modelo matemático determinado por ecuaciones diferenciales cuyos coeficientes varían en el tiempo, este capítulo aborda la transformación matemática necesaria para simplificar el análisis de dichas ecuaciones y así obtener un modelo de la máquina que se lleva a simulación para así determinar las principales características del funcionamiento de la máquina de inducción en condiciones normales, de cambio de carga o cuando se introduce la saturación magnética.

1

1.2. Funcionamiento de la Máquina de Inducción. 1.2.1. Principios Básicos de Operación en la Máquina de Inducción La máquina de inducción funciona por el principio de que cuando un flujo magnético corta un conductor cortocircuitado, se inducen corrientes en el mismo, que reaccionan con el flujo y crean una fuerza en la dirección del movimiento del campo magnético de acuerdo con el principio de la acción motriz. Si gira el flujo y corta a un disco o cilindro conductor, se desarrolla un par y el disco o cilindro tiende a girar en el mismo sentido que el flujo. No pueden, sin embargo alcanzar la velocidad del campo magnético giratorio porque, en tal caso, cesaría de cortar el flujo al conductor, anulándose las corrientes inducidas y por tanto, el par. La máquina de inducción trifásica está formada por un rotor y un estator en el que se encuentran las bobinas inductoras. Estas bobinas son trifásicas y están desfasadas entre si 120º. Cuando por estas bobinas circula un sistema de corrientes trifásicas, se induce un campo magnético giratorio que envuelve al rotor. El rotor puede ser de dos tipos, de jaula de ardilla o bobinado. En cualquiera de los dos casos, el campo magnético giratorio producido por las bobinas inductoras del estator, genera una corriente inducida en el rotor. Como esta corriente inducida se encuentra en el seno de un campo magnético, aparecen en el rotor un par de fuerzas que lo ponen en movimiento. El campo magnético giratorio gira a una velocidad denominada de sincronismo. Sin embargo el rotor gira algo más despacio, a una velocidad parecida a la de sincronismo, esta diferencia entre ambas velocidades es denominado deslizamiento. En el motor de inducción al aplicar al estator un conjunto trifásico de voltajes fluye un conjunto trifásico de corrientes estatóricas que producen un campo magnético que rota en dirección contraria a las manecillas del reloj. La velocidad de rotación de dicho campo está dado por: 120. fe [RPM] (1.1) P Donde fe es la frecuencia de alimentación de la máquina y P es el número de polos. En operación normal, los campos magnéticos del rotor y el estator rotan conjuntamente a la velocidad sincrónica mientras que el rotor en sí gira a una velocidad menor. En la máquina de inducción es notable que las inductancias son alteradas por la velocidad del rotor, lo que implica un sistema determinado por ecuaciones diferenciales cuyos coeficientes varían con el tiempo de ahí que se establece un cambio de sistema de referencia para reducir la complejidad de tales ecuaciones. Como lo determina Krause[1]. ns =

2

1.3. Sistema de Ejes de Referencia Arbitrarios 1.3.1. Representación Fasorial de Señales Sinusoidales Una señal sinusoidal que varía en el tiempo, se puede expresar fasorialmente de acuerdo a la ecuación 1.2:

En donde: F˜a = módulo del fasor

F˜ a = F˜a e j(ωt+φ )

(1.2)

ω = 2π f es la velocidad angular asociada a la frecuencia de la señal φ indica el desfasaje de una variable eléctrica (voltaje, corriente, etc) De acuerdo a la fórmula de Euler se cumple: F˜ a = F˜a [cos (ωt + φ ) + j sin (ωt + φ )]

(1.3)

 fa = Re F˜ a

(1.4)

fa = F˜a cos (ωt + φ )

(1.5)

Entonces, la señal sinusoidal de una variable eléctrica que tiene una interpretación física es la parte real del fasor:

La ecuación 1.5 implica una señal variante en el tiempo, a la que se le asocia el valor RMS de una senoidal Fa , para comprender mejor las relaciones posteriores de corriente y voltaje. F˜a fa pico Fa = √ = √ 2 2 √ F˜a = 2Fa

(1.6)

1.3.2. Representación Fasorial de un Sistema Balanceado Para un sistema trifásico simétrico o balanceado de voltajes o corrientes de secuencia abc, generalmente se define un conjunto de tres señales sinusoidales de igual magnitud, equilibradas, desplazadas entre sí un ángulo de 120º, de tal manera que la suma total de las tres sea cero. Cada una de las estas señales se puede expresar utilizando las ecuaciones 1.2 y 1.4: o n fa = Re F˜a e j(ωt+φ ) 3

(1.7)

n o 2π fb = Re F˜b e j(ωt+φ )− 3 o n 2π fc = Re F˜c e j(ωt+φ )+ 3

(1.8)

(1.9)

Por condición de que se trata de un sistema balanceado, y por la ecuación 1.6 se puede establecer que: √ F˜a = F˜b = F˜c = 2Fs

(1.10)

Partiendo de las ecuaciones 1.5 y 1.10 y reemplazándolas en las ecuaciones 1.7, 1.8 y 1.9 se obtiene: fa =

√ 2Fs cos (ωt + φ )

(1.11)

  √ 2π fb = 2Fs cos ωt + φ − 3

(1.12)

  √ 2π fc = 2Fs cos ωt + φ + 3

(1.13)

Además se cumple al tratarse de un sistema equilibrado lo siguiente: fa + fb + fc = 0

    √ √ √ 2π 2π + 2Fs cos ωt + φ + =0 2Fs cos (ωt + φ ) + 2Fs cos ωt + φ − 3 3

(1.14)

1.3.3. Transformada de Park para Cambio de Variables En el estudio de sistemas de potencia existen transformaciones matemáticas que son usadas con frecuencia para desacoplar variables y facilitar la solución de complejas ecuaciones con coeficientes que varían en el tiempo, la transformada de Park permite reducir un conjunto trifásico únicamente a uno bifásico, de tal forma que al aplicarla sobre un conjunto de variables balanceadas, las refiera a un sistema que gira a una velocidad arbitraria. A partir de 1920, R.H. Park introdujo una nueva herramienta para el análisis de las máquinas eléctricas, formulando un cambio de variables, en donde, en efecto variables como voltajes corrientes y flujos de una maquina sincrónica serían asociadas con devanados rotatorios ficticios en el rotor; para que luego en 1930 H.C. Stanley empleara dicho cambio de variables en el análisis de la máquina de inducción [1], en forma similar como se lleva a cabo a

4

fb w

fq

q

fa

fc

fd

Figura 1.1: Transformación a otro sistema de referencia. continuación. Considerando la Figura 1.1 las señales a, b y c reflejan componentes sobre los ejes de referencia q y d que están girando a una velocidad angular ω y un desplazamiento angular asociado θ . θ=

Z t 0

(1.15)

ω (ξ ) dξ + θ (0)

ξ es una variable de integración. Luego, el resultado la suma de dichas componentes en cada eje generan las nuevas componentes en el sistema de referencia qd0. Para la componente en el eje q:    2π 2π − θ − fc cos +θ −π fq = fa cos θ + fb cos 3 3 



2π fq = fa cos θ + fb cos θ − 3 Para la componente en el eje d:





2π + fc cos θ + 3





   2π 2π − θ − fc sin +θ −π fd = fa sin θ − fb sin 3 3 

2π fd = fa sin θ + fb sin θ − 3





2π + fc sin θ + 3



(1.16)

(1.17)

(1.18)

(1.19)

Es importante recalcar que la componente 0 de la transformación no está asociada al sistema de referencia y en el caso de sistemas balanceados es nula.

5

Puede definirse esta conversión de variables como lo indica la ecuación 1.20 fqd0 = K.fabc

(1.20)

Donde: fqd0


T

=

(fabc )T =

h

fq

fd

f0

i

h

fa

fb

fc

i

(1.21)

(1.22)





 2π cos θ cos θ − 2π 3
cos θ + 3
2  K =  sin θ sin θ − 2π sin θ + 2π  3 3 3 1 1 1 2

2

(1.23)

2

La ecuación 1.23 es la matriz de transformación, que es consecuencia directa de las ecuaciones 1.16 a 1.19 y la constante 32 es introducida para mantener la potencia invariante en el cambio de un sistema a otro. Luego, la ecuación 1.20 implica:   

  2π fa θ + cos θ cos θ − 2π cos f q 3
3
 2   2π 2π  .  = f θ sin θ − θ + sin sin  b     fd  3 3 3 1 1 1 fc f0 2 2 2 

(1.24)

De forma similar se define la matriz de transformación inversa: fabc = K−1 .fqd0 Donde:

 cos θ sin θ 1

  2π K−1 =  cos θ − 2π θ − sin 3
3
1  sin θ + 2π 1 cos θ + 2π 3 3 

(1.25)

(1.26)

En las ecuaciones 1.21 y 1.22 f puede representar cualquier variable, voltaje, corriente, concatenación de flujo o carga eléctrica. El desplazamiento angular θ debe ser continuo, sin embargo, la velocidad asociada con el cambio de variable no está especificada. El sistema de referencia puede rotar a una velocidad constante, variable o permanecer estacionario. 1.3.3.1.

Transformación entre Sistemas de Referencia:

En ocasiones es conveniente relacionar variables de un sistema de referencia a otro directamente, sin necesidad de llegar a variables abc. Entonces, x denota el sistema de referencia

6

Figura 1.2: Transformación entre sistemas de referencia. del que se desea cambiar las variables a un sistema y, se tiene: fyqd0 =x Ky fxqd0 =

(1.27)

fxqd0 = Kx fabc =

(1.28)

Sustituyendo la ecuación 1.27 en 1.28: fyqd0 =x Ky Kx fabc

(1.29)

fyqd0 = Ky fabc

(1.30)

Ky =x Ky Kx

(1.31)

Ky = Ky (Kx )−1

(1.32)

Donde:

Entonces, x

La matriz de transformación será: 

 cos (θy − θx ) − sin (θy − θx ) 0 2  x y K =  sin (θy − θx ) cos (θy − θx ) 0  3 0 0 1

(1.33)

Donde, θy y θx son los desplazamientos asociados a cada sistema, como se observa en la Figura 1.2. Con el reemplazo de la matriz de la ecuación 1.33 en la ecuación 1.27 se obtienen las variables en el nuevo sistema.

7

1.4. Modelo de la Máquina de Inducción en Ejes de Referencia Arbitrarios Para una máquina de inducción trifásica de dos polos, como la de la Figura 1.3 con devanados simétricos desplazados físicamente 120º y conectados en Y, con Ns y rs el número de espiras y la resistencia del estator respectivamente. De forma similar para el rotor, se tiene Nr y rr . El estator está alimentado por un sistema trifásico balanceado, cuyos voltajes son vas ,vbs y vcs . Con la consecuente circulación de las corrientes ias ,ibs y ics , en cada línea respectiva. En los devanados del rotor existe inducción de los voltajes balanceados var ,vbr y vcr y circulación de las corrientes iar , ibr y icr . Además, para el análisis se considera como la dirección positiva de los ejes magnéticos de los devanados del estator coincidente con la dirección de fa , fb y fc de la ecuación 1.20. Esta transformación tiene validez siempre y cuando se considere que la máquina tiene entrehierro uniforme, con lo que, es posible ignorar los efectos de las armónicas espaciales sobre el flujo de entrehierro con la fuerza magneto - motriz sinusoidal. Además, la máquina ha de trabajar en la región lineal del circuito magnético. Considerando el circuito de la Figura 1.3 al realizar la suma de los voltajes para cada línea, están presentes tanto la caída de voltaje en la resistencia del devanado, así como el voltaje inducido en cada bobina. Luego, para la máquina de inducción se cumplen las siguientes relaciones: vas = rs ias +

dλas dt

(1.34)

vbs = rs ibs +

dλbs dt

(1.35)

vcs = rs ics +

dλcs dt

(1.36)

var = rr iar +

dλar dt

(1.37)

vbr = rr ibr +

dλbr dt

(1.38)

dλcr (1.39) dt El subíndice s indica que son variables del estator, mientrar que r que son del rotor. λ es la concatenación de flujo y para cada bobina tiene una expresión diferente, detallada a continuación: vcr = rr icr +

λas = λas as + λas bs + λas cs + λas ar + λas br + λas cr

8

(1.40)

fbs as-

fbr ar-

cs

bs

f ar w r

br cr

qr

fas

crbr bs-

cs-

ar

as

f cs f cr ibs

icr +

+

ics

rr

rs

v cs

+

Ns

rs

v cr

vbs +

Ns

va s

rr

Nr

Nr Nr

Ns

var rs

ias

ibr

vb r

rr

iar

+

+

Figura 1.3: Máquina de Inducción.

λbs = λbs as + λbs bs + λbs cs + λbs ar + λbs br + λbs cr

(1.41)

λcs = λcs as + λcs bs + λcs cs + λcs ar + λcs br + λcs cr

(1.42)

λar = λar as + λar bs + λas cs + λar ar + λar br + λar cr

(1.43)

λbr = λbr as + λbr bs + λbs cs + λbr ar + λbr br + λbr cr

(1.44)

λcr = λcr as + λcr bs + λcs cs + λcr ar + λcr br + λcr cr

(1.45)

Los términos que contienen las derivadas de las concatenaciones de flujo en las ecuaciones 1.34 a 1.39 transforman al sistema en un conjunto de ecuaciones diferenciales no lineales complejas, debido a la variación sinusoidal de las inductancias respecto al desplazamiento

9

angular del rotor, he ahí la ventaja de la transformación de variables, que hace que los parámetros sean constantes para un sistema de referencia móvil que gira a una velocidad angular arbitraria. Una representación matricial generalizada de las ecuaciones 1.34 al 1.39 es la siguiente: vabcs = rs .iabcs + pλabcs

(1.46)

vabcr = rr .iabcr + pλabcr

(1.47)

Donde p es la representación del operador dtd y tanto rs y rr son matrices, cuya diagonal principal contiene elementos que representan las resistencias de los bobinados de la máquina. Otra forma de expresar las ecuaciones 1.46 y 1.47 es: "

vabcs vabcr

#

=

"

rs 0 0 rr

# " .

iabcs iabcr

#

+p

"

λabcs λabcr

#

(1.48)

En donde:  va s   vabcs =  vbs  vc s   va r   vabcr =  vbr  vc r   ias   iabcs =  ibs  ics   iar   iabcr =  ibr  icr   rs 0 0   rs =  0 rs 0  0 0 rs   rr 0 0   rr =  0 rr 0  0 0 rr 

10

(1.49)

(1.50)

(1.51)

(1.52)

(1.53)

(1.54)

λabcs

λabcr

 λas   =  λbs  λcs   λar   =  λbr  λcr 

(1.55)

(1.56)

Mientras la máquina de inducción funciona en región lineal, la concatenación de flujo depende directamente de la corriente que circula por el devanado, como lo expresa la ecuación 1.57: λ = L.i (1.57) Luego, las ecuaciones 1.40 a 1.45 toman la siguiente forma: λas = Las as ias + Las bs ibs + Las cs ics + Las ar iar + Las br ibr + Las cr icr

(1.58)

λbs = Lbs as ias + Lbs bs ibs + Lbs cs ics + Lbs ar iar + Lbs br ibr + Lbs cr icr

(1.59)

λcs = Lcs as ias + Lcs bs ibs + Lcs cs ics + Lcs ar iar + Lcs br ibr + Lcs cr icr

(1.60)

λar = Lar as ias + Lar bs ibs + Lar cs ics + Lar ar iar + Lar br ibr + Lar cr icr

(1.61)

λbr = Lbr as ias + Lbr bs ibs + Lbr cs ics + Lbr ar iar + Lbr br ibr + Lbr cr icr

(1.62)

λcr = Lcr as ias + Lcr bs ibs + Lcr cs ics + Lcr ar iar + Lcr br ibr + Lcr cr icr

(1.63)

En forma matricial las ecuaciones 1.58 a 1.63 será: "

λabcs λabcr

#

=

"

Ls Lsr T (Lsr ) Lr

# " .

iabcs iabcr

#

(1.64)

Donde: Ls contiene las inductancias debidas a los acoplamientos propios y mutuos entre las bobinas del estator. Lr contiene las inductancias debidas a los acoplamientos propios y mutuos entre las bobinas del rotor. Lsr contiene las inductancias debidas a los acoplamientos mutuos entre las bobinas del estator y las bobinas del rotor. Además, asociada al estator, la matriz Ls como se indica en la ecuación 1.65 tiene en la diagonal principal las inductancias propias de cada devanado, mientras que el resto de elementos corresponden a las inductancias mutuas entre devanados.

11

 Lls + Lms − 21 Lms − 21 Lms   Ls =  − 21 Lms Lls + Lms − 21 Lms  − 21 Lms − 21 Lms Lls + Lms 

(1.65)

Considerando a Ll como la inductancia de dispersión y Lm como la inductancia de magnetización. Para el rotor la ecuación 1.65 se transforma en: 

 Llr + Lmr − 21 Lmr − 12 Lmr   Lr =  − 21 Lmr Llr + Lmr − 12 Lmr  − 21 Lmr − 21 Lmr Llr + Lmr

(1.66)

Mientras que la inductancia mutua entre el estator y el rotor de la máquina de inducción es función directa de la posición angular del rotor asociada con el ángulo de posición θr y la amplitud de la inductancia mutua Lsr . 



 2π θ cos θr cos cos θr + 2π − r 3 3

 2π  Lsr = Lsr  cos θr − 2π cos θr cos θr + 3  3

2π 2π cos θr − 3 cos θr cos θr + 3

(1.67)

Es importante referir todas las variables al mismo circuito, por lo cual para reflejarlas en el estator, es necesario utilizar la relación de entre el número de espiras del rotor Nr y estator Ns . i′abcr =

Nr .iabcr Ns

(1.68)

v′abcr =

Ns .vabcr Nr

(1.69)

′ λabc = r

Ns .λabcr Nr

(1.70)

Las inductancia mutuas y de magnetización se encuentran relacionadas por: Lms =

Ns .Ls Nr r

(1.71)

L′ sr =

Ns .Ls Nr r

(1.72)

Que referida al estator será:

12

L′ sr





 cos θr cos θr − 2π cos θr + 2π 3 3

 2π  = Lmr  cos θr − 2π cos + θ θ cos  r r 3
3
2π 2π cos θr − 3 cos θr cos θr + 3

(1.73)

Para la inductancia de magnetización del rotor, referida al estator se cumple que:  Nr 2 Lmr = Lms Ns  2 Ns ′ Lr Lr= Nr 

(1.74) (1.75)

Entonces, la ecuación 1.66 relacionada con las ecuaciones 1.74 y 1.75 toma la siguiente forma:  ′  − 21 Lms Llr + Lms − 21 Lms   L′ r =  − 21 Lms Ll′r + Lms − 21 Lms  (1.76) 1 1 ′ − 2 Lm s − 2 Lms Llr + Lms

Donde:

′

L lr =



Ns Nr

2

Ll r

(1.77)

Luego, las concatenaciones de flujo pueden ser referidas al circuito del estator con la ecuación: # " # " # " Ls L′ sr iabcs λabcs = (1.78) . ′ (L′ sr )T L′ r λabcr i abcr Mientras que para los voltajes se cumple: "

vabcs v′abcr

#

=

"

rs + pLs pL′ sr p (L′ sr )T r′r + pL′ r

# " .

iabcs i′ abcr

#

(1.79)

Donde: r′r

=



Ns Nr

2

rr

(1.80)

1.4.1. Ecuaciones de Transformación para Circuitos del Rotor En el análisis de la máquina de inducción es necesario una transformación de las variables asociada con los devanados simétricos del rotor a un nuevo sistema arbitrario de referencia, por lo que una variación de las ecuaciones 1.20 , 1.21 y 1.22 para el rotor será: f′qd0r = Kr .f′abcr Donde:

13

(1.81)

fbs fbr

w

fq f ar w r

b

q qr

f cs

fas

fd

f cr

Figure 1.4: Transformación para las variables del rotor

 T h ′ fqd0r = fqr
T f′abcr

=

h

far

f dr

f br

f 0r

i

fcr

i

(1.82)

(1.83)

De acuerdo a la Figura 1.4 se puede decir que β es el desplazamiento angular de los ejes de referencia, relacionado con los ejes creados por las fases del rotor. Luego, la matriz de transformación de transformación será:

 2π cos β + cos β cos β − 2π 3
3
2 2π  Kr =  sin β sin β − 2π β + . sin  3 3 3 1 1 1 

2

Donde:

2

(1.84)

2

β = θ − θr

(1.85)

Considerando θr es el desplazamiento angular del rotor: θr =

Z t 0

ωr (ξ ) dξ + θr (0)

(1.86)

De manera similar, la matriz de transformación inversa es:  sin β 1 cos β

  2π K−1 sin β − 2π 1  r =  cos β − 3 3

cos β + 2π sin β + 2π 1 3 3 

14

(1.87)

1.4.2. Ecuaciones de Voltaje en Sistema de Referencia Arbitrario De acuerdo a la ecuación 1.46 y utilizando la matriz de transformación de la ecuación 1.23 aplicada al estator como Ks , se tiene: vabcs = K−1 s .vqd0s

(1.88)

iabcs = K−1 s .iqd0s

(1.89)

λabcs = K−1 s .λqd0s

(1.90)

Además, la resistencia asociada para el nuevo sistema de referencia queda determinada por: rs = Ks .rs .K−1 s

(1.91)

Al reemplazar las ecuaciones 1.88 , 1.89 y 1.90 en la ecuación 1.46 se obtiene:
.λqd0s + Ks .K−1 vqd0s = rs .iqd0s + Ks .p K−1 s s pλqd0s

(1.92)

Al derivar la ecuación 1.26 y al multiplicarla por la ecuación 1.23 el segundo término de la ecuación 1.92 será:  0 1 0
  Ks .p K−1 = ω  −1 0 0  s 0 0 0 

entonces,

vqd0s = rs .iqd0s + ωλdq0s + pλqd0s

(1.93)

(1.94)

Donde, T

(λqd0s )

 =

λds −λqs 0



(1.95)

En forma similar para el rotor: ′ ′ v′ qd0r = r′ r .i′ qd0r + (ω − ωr ) λdq0 + pλqd0 r r

(1.96)

Y, T

(λqd0r )

 =

λd′ r −λq′ r 0

15



(1.97)

Donde ω es la velocidad angular del sistema de referencia, mientras que ωr es la del rotor. Es posible obtener en forma general las concatenaciones de flujo, reemplazando las ecuaciones 1.20 y 1.81 en la ecuación 1.78 se obtiene: "

λqd0s ′ λqd0 r

#

=

"

Ks .Ls .K−1 Ks .L′ sr .K−1 s r ′ .K−1 Kr . (L′sr )T .K−1 K .L r r r s

# " .

iqd0s i′qd0r

#

(1.98)

Simplificando:  Ll s + M 0 0   Ks .Ls .K−1 0 Lls + M 0  s = 0 0 Lls 

donde,

3 M = Lms 2

(1.99)

(1.100)

De forma similar para el rotor:  Ll′r + M 0 0   Kr .L′r .K−1 0 Ll′r + M 0  r = 0 0 Ll′r 

(1.101)

Así también,  M 0 0
  ′ T .K−1 = K . L Ks .L′ sr .K−1 r s = 0 M 0  r sr 0 0 0 

(1.102)

Entonces las ecuaciones de voltaje para la máquina de inducción en los ejes de referencia qd0, de acuerdo a las ecuaciones 1.94 y 1.96 serán: Para el estator: vqs = rs iqs + ωλds + pλqs (1.103) vds = rs ids − ωλqs + pλds

(1.104)

v0s = rs i0s + pλ0s

(1.105)

v′qr = rr′ i′qr + (ω − ωr ) λd′ r + pλq′ r

(1.106)

Para el rotor:

16

v′dr = rr′ i′dr − (ω − ωr ) λq′ r + pλd′ r

(1.107)

v0r = rr′ i′0r + pλ0′ r

(1.108)

Para las concatenaciones de flujo en el estator: λqs = Lls iqs + M iqs + i′qr




(1.109)

λds = Lls ids + M ids + i′dr




(1.110)

(1.111)

λ0s = Lls i0s Para el rotor: λq′ s = Ll′r i′qr + M iqs + i′qr




(1.112)

λd′ r = Ll′r i′dr + M ids + i′dr




(1.113)

λ0′ r = Ll′r i′0r

(1.114)

De acuerdo a las ecuaciones 1.109 , 1.110 y 1.111 se obtiene el siguiente sistema equivalente de la Figura 1.5: Considerando que la velocidad ω es arbitraria, generalmente se consideran para la máquina de inducción tres posibles opciones: Sistema de referencia fijado al campo ω = ωe Sistema de referencia fijado al rotor ω = ωr Sistema de referencia fijado al estator ω = 0

1.4.3. Ecuaciones de Torque en Sistema de Referencia Arbitrario Para determinar el torque en la máquina de inducción es necesario establecer la energía almacenada en el campo (coenergía), lo que implica relaciones de corrientes e inductancias propias e inducidas y si se asume que la máquina es magnéticamente lineal, la ecuación

Donde:

  ∂  ′  ′ P . (iabcs )T L sr .i abcr Te = 2 ∂ θr

17

(1.115)

w.lds

rs +

+

Llr- (w-wr ).l'dr +

Lls -

iqs

vqs

rr +

iqr-

vqr-

M -

-

w.lqs

rs -

+

Llr- (w-wr ).l'qr + -

L ls

+

+

idr-

ids

vds

rr-

vdr-

M

-

-

rr-

rs +

+

i0s

v0s

Llr-

Lls -

i0r-

v0r-

Figura 1.5: Circuito equivalente qd0 para la máquina de inducción Te es el torque electromagnético y es positivo cuando la máquina trabaja como motor. θr es el desplazamiento angular eléctrico asociado a la frecuencia de las señales en el rotor. La ecuación 1.115 queda definida en función de las corrientes y flujos de la máquina como:   
3 P Te = M iqs i′dr − ids i′qr 2 2   
3 P λds iqs − λqs ids Te = 2 2

(1.116)

(1.117)

  
P 3 λq′ r i′dr − λd′ r i′qr Te = 2 2

Es una propiedad de la máquina de inducción el que la velocidad angular del rotor sea distinta de la del campo del mismo, existe una diferencia notable entre el desplazamiento eléctrico y mecánico θrm del rotor determinado por la ecuación 1.118.   P θr = θrm 2

18

(1.118)

El torque y la velocidad del rotor están relacionados de la siguiente forma:

  J es la inercia del rotor Kg.m2 TL es el torque de carga. [N.m]

  2 dωr + TL . Te = J P dt

(1.119)

1.4.4. Variables en Por Unidad Es mucho mejor analizar la máquina de inducción con concatenaciones de flujo por segundo, ψ, relacionadas con las concatenaciones expresadas en las ecuaciones 1.103 a 1.114 por la relación determinada en la ecuación 1.120 (1.120)

ψ = ωb .λ

Donde, ωb es la velocidad angular base, asociada a la frecuencia para la cual se obtienen las reactancias de la máquina. (1.121)

X = ωb .L

Esto permite que las ecuaciones diferenciales puedan expresarse en función de reactancias y no de inductancias, lo que facilita que el sistema opere con frecuencia variable sin necesidad de actualizar valores de reactancias. Luego, las ecuaciones 1.103 a 1.108 toman la siguiente forma: vqs = rs iqs +

p ω ψds + ψqs ωb ωb

(1.122)

vds = rs ids −

p ω λqs + λds ωb ωb

(1.123)

p λ0 ωb s   p ω − ωr ′ ′ ′ ψd′ r + ψq′ r vqr = rr iqr + ωb ωb v0s = rs i0s +

v′dr

= rr′ i′dr



ω − ωr − ωb

v0r = rr′ i′0r +



ψq′ r +

p ′ ψ ωb 0r

p ′ ψ ωb dr

(1.124) (1.125)

(1.126)

(1.127)

Entonces, las concatenaciones de flujo por segundo, al variar las ecuaciones 1.109 a 1.114

19

serán: ψqs = Xls iqs + XM iqs + i′qr




(1.128)

ψds = Xls ids + XM ids + i′dr




(1.129)

(1.130)

ψ0s = Xls i0s ψq′ s = Xl′r i′qr + XM iqs + i′qr




(1.131)

ψd′ r = Xl′r i′dr + XM ids + i′dr




(1.132)

ψ0′ r = Xl′r i′0r

(1.133)

ψmq = XM iqs + i′qr




(1.134)

ψmd = XM ids + i′dr




(1.135)

1.4.5. Modificaciones al modelo Para desarrollar un modelo de menor complejidad a ser implementado para simulación, [1] sugiere que partiendo de las ecuaciones 1.128 a 1.133 y considerando el flujo de Magnetización determinado por las ecuaciones 1.134 , 1.135 y 1.128 a 1.133 se obtiene el siguiente conjunto de ecuaciones: iqs =

ids =


1 ψqs − ψmq Xls 1 (ψds − ψmd ) Xls

(1.137)

ψ0s Xls

(1.138)

i0s = i′qr = i′dr =

(1.136)


1 ψq′ r − ψmq ′ Xlr


1 ψd′ r − ψmd ′ Xlr

20

(1.139)

(1.140)

ψ0′ r = ′ Xlr

i′0r

(1.141)

Al utilizar las ecuaciones 1.136 a 1.141 en las relaciones de voltaje, se tiene:  
rs ω ψmq − ψqs pψqs = ωb vqs − ψds + ωb Xls   ω rs (ψmd − ψds ) pψds = ωb vds + ψqs + ωb Xls pψ0s = ωb

pψq′ r = ωb

"

pψd′ r = ωb

"



rs v0s − ψ0s Xls









ω − ωr v′qr − ωb

ω − ωr v′dr + ωb

# ′
r ψd′ r + r′ ψmq − ψq′ r Xlr

# ′
r ψd′ r + r′ ψmd − ψd′ r Xlr

r′ v0r − r′ ψ0′ r Xlr

pψ0′ r = ωb



!

(1.142)

(1.143)

(1.144)

(1.145)

(1.146)

(1.147)

Considerando que los flujos de magnetización serán: ψmq = Xaq

ψqs ψq′ r + ′ Xls Xlr

!

(1.148)

ψmd = Xad

ψds ψd′ r + ′ Xls Xlr

!

(1.149)

donde:

Xaq = Xad =

1 1 1 + + ′ Xls XM Xlr

!−1

(1.150)

Una vez que se han obtenido ecuaciones diferenciales de primer orden, es posible establecer las concatenaciones como variables de estado del sistema, en el cual sus entradas serán las señales de voltaje de alimentación del estator en ejes qd0. Es de esperarse que cuando se tiene el rotor cortocircuitado como en el motor jaula de ardilla los voltajes sean cero. Adicionalmente se establece la ecuación para la velocidad angular del rotor, de acuerdo a la ecuación 1.119: pωr =

P (Te − TL ) 2J 21

(1.151)

1.4.6. Modelo a Variables de Estado de la Máquina de Inducción Una vez que se cuentan con un conjunto de ecuaciones para la máquina se podría definirlas de tal manera que a cada flujo de rotor y estator se les considere como variables de estado del sistema, de la siguiente manera: x (t) =

h

x=

ψqs ψds

h

ψq′ r

ψd′ r

x1 x2 x3 x4

u (t) = u=

h

h

vq s vd s

u1 u2

iT

iT

iT

iT

(1.152)

(1.153)

(1.154)

(1.155)

De tal manera que al reemplazar la ecuación 1.148 en la 1.142, así como la ecuación 1.149 en la 1.143 y cambiando por la nueva representacion se tendrá: x˙1 = a1 x1 + a2 x3 + bu1

(1.156)

x˙2 = a1 x2 + a2 x4 + bu2

x˙3 = a3 x1 + a4 x3 + ωr x4

x˙4 = a3 x2 − ωr x3 + a4 x4 Donde,     ′ ′ a1 = ωXblrs XXMl − 1 , a2 = ωXb rsXX′M , a3 = ωXb rrXX′M , a4 = ωXb′rr XXM′ − 1 , y b = ωb . ls lr ls lr s s lr lr Lo que permite una representación matricial, que será muy util en el siguiente capítulo, así que las ecuaciones 1.156 toman la forma de la ecuación 1.157, de donde se encuentra que es un sistema cuyos coeficientes varían en el tiempo puesto que los flujos de rotor dependen de la velocidad angular del rotor que es variable, es un sistema no lineal, lo que supone un adecuado análisis posterior para que se pueda utilizar apropiadamente para el diseño de un observador de estado. La definicion de las salidas del sistema y podrían ser los flujos o las corrientes del motor de inducción.

22

Figura 1.6: Curva de Vacío 

  x˙ =   

  a1 0 a2 0    0 a3 0 a4  x+   a 5 0 a 6 ωr   0 a7 −ωr a8

 b1 b2  0 0  u 0 0   0 0

(1.157)

1.4.7. Introducción de la Saturación Magnética en el Modelo de la Máquina de Inducción Es posible introducir la saturación magnética en el modelo matemático de la máquina de inducción mediante la corrección de las concatenaciones de los flujos de magnetización, ya que en éstos es en donde se refleja directamente la saturación, luego deberá existir una corrección de los mismos una vez que se ha sobrepasado un límite de la región lineal de la curva de vacío, aunque esto por lo general no sucede en condiciones normales de funcionamiento. La curva de vacío de la Figura 1.6 muestra el efecto de la saturación en la máquina de inducción, lo que implica que una vez que se ha sobrepasado el límite de la región lineal, mientras funciona en saturación se obtiene un incremento mínimo del flujo de magnetización aunque el motor está tomando corrientes en estator cada vez mayores, lo que se traduce en desgaste de los conductores. Se define la diferencia entre estos dos modos de operación con las ecuación 1.158 : ∆ψ =

(

0 ψm − ψmsat

ψm < ψmlimite ψm > ψmlimite

(1.158)

Considerando ψm el flujo relativo a la línea de entrehierro mostrada en la Figura 1.7, cuya pendiente de la curva en la región lineal es 1, mientras que el valor del nuevo flujo de magnetización para la región de saturación implica una reducción del valor lineal, que es la consideración para la simulación del efecto en la máquina de inducción, en donde, utilizan-

23

Figura 1.7: Recta de Entrehierro a 45º

Figura 1.8: Relación Flujos Lineales y Saturados do los flujos de magnetización en los ejes q y d lineales se obtienen los nuevos valores para saturación. Partiendo la ecuación 1.158 es posible definir las ecuaciones ψmsatq = ψmq − ∆ψmq

(1.159)


ψmsatq = xm iqs + iqr − ∆ψmq

(1.160)

ψmsatq = XM ψmsatq =

ψqs − ψmsatq Xls

+

ψq′ r − ψmsatq Xlr

!

− ∆ψmq

Xaq Xaq Xaq ψqs + ψqr − ∆ψmq Xls Xlr XM

De manera similar para la componente en el eje d:

24

(1.161)

(1.162)

Figura 1.9: Relación entre ∆ψ y ψmsat

ψmsatd =

Xad Xad Xad ψd s + ψdr − ∆ψmd Xls Xlr XM

(1.163)

Asumiendo una reducción proporcional y de la Figura 1.8 como lo sugiere CheMung [2]por simples relaciones trigonométricas se podrá determinar: ψmsatq

∆ψ

(1.164)

ψmsatd ∆ψ ψmsat

(1.165)

q 2 2 ψmsatq + ψmsatd

(1.166)

∆ψmq =

∆ψmd =

ψmsat

donde, ψmsat =

En las ecuaciones 1.164 y 1.165 se selecciona el valor de los flujos de la región de saturación ya que esto facilita el algoritmo para la simulación. La relación entre ∆ψ y ψmsat puede ser determinada a partir de la curva de la prueba de vacío de la máquina ó como en este caso, para la simulación se utiliza una aproximación exponencial de la curva de la Figura 1.9, con la condición de que se haya sobrepasado el valor de ψmlimite . Donde se tendrá: ∆ψ = ea(ψmsat −ψmlimite ) − 1

25

(1.167)

Figura 1.10: Modelo de la Máquina de Inducción de Simulink

1.5. Simulación del Modelo de la Máquina de Inducción 1.5.1. Modelo de la Máquina de Inducción implementado en Simulink La Figura 1.10 muestra el esquema implementado para la simulación de la máquina de inducción, donde El bloque Modelo_Maq es una funcion s, programada en Matlab, definida para generar los flujos qd de rotor y estator y la velocidad angular eléctrica de rotor a partir de los voltajes qd de alimentación, el Torque de Carga y el Límite de Saturación de la Máquina, mientras que el bloque I_qds y Vel únicamente calcula las corrientes y la velocidad mecánica del rotor. También se encuentran los bloques de transformación de sistemas abc_qd0 y las inversas abc_qd0 y abc_qd0_rot.

1.5.2. Resultados de la Simulación de la Máquina de Inducción Para la simulación se ha seleccionado un motor de inducción de 3 Hp, alimentado por una fuente trifásica 120 V (fase - neutro) 8A a 60 Hz, 4 polos, 1710 RPM, Torque Nominal 12 [Nm] cuyos parámetros están determinados a la frecuencia nominal: rs 0.435

Xls 0.754

XM 26.13

Xl′r 0.754

rr′ 0.816

J 0.089

El modelo de la máquina de inducción es capaz de utilizar cualquier referencia para obtener las variables de la máquina, cabe destacar que variables como corrientes, torque electromágnético y la velocidad son independientes del sistema de referencia utilizado.

26

Figura 1.11: Voltaje de Alimentación 1.5.2.1.

Características de Vacío y Torque de Carga para Referencia en el Estator ω =0

La Figura 1.11 muestra la alimentación que ingresará a la máquina de inducción luego de transformarse a voltajes qd0, visibles en la Figura 1.12. Se incluye un pulso para representar el torque de carga y así determinar su efecto en todas las variables que manipula el modelo de la máquina de inducción. Del modelo de la máquina se obtienen los flujos en los ejes qd así como la frecuencia angular eléctrica del rotor de la Figura 1.13, de dichas variables derivan también las corrientes correspondientes de la Figura 1.14. La forma de onda de la corriente iqs de la Figura 1.14 es la misma que la de la corriente ias de la Figura 1.23 razón por la cual se denomina transformación escalada [3], además la constante introducida en la ecuación de transformación original 1.23 junto con la condición de sistema balanceado lo hacen posible.   2 1 1 ias − ibs − ics i qs = 3 2 2

27

iqs = ias 1.5.2.2.

(1.168)

Características de Vacío y Torque de Carga para Referencia Sincrónica ω = ωe

En forma similar en esta referencia se puede establecer claras diferencias al observar los voltajes qd0 de alimentación de la Figura 1.15 así como los flujos de la Figura 1.16 y las corrientes de la 1.17. Cuando se utiliza la referencia sincrónica las variables toman valores constantes, lo que implica que seleccionando esta referencia se crean variables que pueden ser más fáciles de controlar, en similitud, con un motor de corriente continua, cuyos flujos y corrientes son valores constantes en un punto de operación, sería muy útil para el motor de inducción ya que en esta referencia se encuentra una similitud importante, que será aprovechada más adelante para el control de la misma. 1.5.2.3.

Características de Vacío y Torque de Carga para Referencia en el Rotor ω = ωr

Cuando se utiliza esta referencia que utiliza la velocidad variable del rotor es posible visualizar su efecto tanto en los voltajes qd como en el resto de variables que se exhiben en las Figuras 1.18, 1.19 y 1.20. 1.5.2.4.

Efectos del Torque de Carga

Cuando la máquina trabaja en vacío, casi alcanza la velocidad sincrónica, mientras que si lo hace con torque de carga existirá una reducción de velocidad y consecuentemente una elevación del deslizamiento. También se espera que las corrientes de estator y rotor sean mayores. Los flujos de la máquina se ven directamente afectados puesto que deben suplir el torque electromagnético necesario debido a la carga. Se resume este conjunto de características en la Figura 1.22 y la 1.23. La Figura 1.21 muestra la relación entre la velocidad y el torque para el arranque en vacío y el lapsus en el que se presenta el torque de carga se observa la elevación del torque electromagnético y reducción de velocidad.

28

Te vs wr

Te [ N.m ] 120

100

80

60

40

20

0

−20

0

200

400

600

800

1000

1200

1400

1600

1800 wr [ RPM ]

Figura 1.21: Curva característica Te vs. Wr

1.5.2.5.

Efectos de la Saturación en la Máquina de Inducción

La Saturación es una condición de funcionamiento anormal para determinar si el modelo diferencia estas dos regiones lineal y saturada es necesario elevar paulatinamente el voltaje, de forma similar como se realiza la prueba de vacío en un transformador de tal forma que una vez sobrepasada la parte lineal se pueda visualizar el incremento de corriente elevado en relación al incremento que sufrirá el flujo de magnetización, como se puede visualizar en la Figura 1.24, donde el límite de flujo de magnetización fue ψmlimite = 180 [V ]. Además, es notable que no solo la saturación crea un incremento en la corriente, sino también, cuando se varía el voltaje y no la frecuencia de alimentación, así como cuando la velocidad es baja (con un deslizamiento mayor), de ahí que es conveniente que trabaje a condiciones nominales o que ciertas condiciones se cumplan en cuanto al flujo de entrehierro, lo que se explicará mejor en el tercer capítulo.

29

Figura 1.12: Voltajes qd0 para ω = 0

30

Figura 1.13: Flujos qd y frecuencia angular eléctrica del rotor para ω = 0

31

Figura 1.14: Corrientes qd para ω = 0

32

Figura 1.15: Voltajes qd0 para ω = ωe

33

Figura 1.16: Flujos qd y velocidad angular eléctrica del rotor para ω = ωe

34

Figura 1.17: Corrientes qd para ω = ωe

35

Figura 1.18: Voltajes qd para ω = ωr

36

Figura 1.19: Flujos qd y velocidad angular eléctrica del rotor para ω = ωr

37

Figura 1.20: Corrientes qd para ω = ωr

38

Figura 1.22: Efecto Torque de Carga

39

Figura 1.23: Corrientes de estator y rotor

40

Figura 1.24: Curva de Magnetización Región Lineal y Saturada

41

CAPÍTULO 2 Estimador de Flujo y Velocidad de la Máquina de Inducción En el desarrollo de la mayoría de aplicaciones, el motor de inducción es controlado a través de técnicas de orientación de campo que requieren del conocimiento de la velocidad del rotor, y en vista de que los sensores de velocidad reducen la confiabilidad del sistema además de incrementar el precio, una tendencia común para el control del motor es utilizando observadores para estimar la velocidad y el flujo del rotor [4] . Es un hecho que el modelo de la máquina de inducción introducido en el capítulo 1, considerando variables de flujo contiene no linealidades ya que los flujos del rotor dependen de la velocidad angular del rotor, además es un sistema variante en el tiempo, cuyos coeficientes de las ecuaciones diferenciales características del sistema no son constantes de ahí que requiera una representación un poco diferente en espacio de estados que un sistema lineal e implica un tratamiento especial para la linealizacion del sistema, requerimiento para crear el estimador. Este capítulo desarrolla el diseño del estimador de flujos y de velocidad a través del filtro de Kalman, así como la linealización del modelo de la máquina de inducción ya que con técnicas de control moderno, es imprescindible conocer el modelo a espacio de estados para desarrollar tal estimador.

2.1. Introducción El análisis matemático de un sistema requiere de un modelo que capture sus características principales. Una forma es a través del modelo a variables de estado, ya que un conjunto de ecuaciones diferenciales de orden n puede ser convertido en n ecuaciones diferenciales de primer orden, lo que suele ser más versátil ya que puede tratarse de la misma forma sistemas invariantes o variantes en el tiempo así como sistemas lineales o no lineales con entradas SISO(simple input simple output) con una entrada y una salida o MIMO (multiple inputs 42

Figura 2.1: Sistema Muestreado multiple outputs) de multiples entradas y múltiples salidas [5]. En general, un sistema lineal puede ser definido por: x˙ = A.x + B.u

(2.1)

y = C.x + D.u El vector x es el vector de estado, y sus componentes son llamadas variables de estado; u y y son los vectores de entrada y salida respectivamente. Esta representación de espacio de estado es aplicada para sistemas que tienen múltiples entradas y salidas, lo que implica que u y y sean vectores columna y B, C y D son matrices. En general, si los sistemas son de n orden con m salidas y p entradas las dimensiones de las matrices son: A = n × n,

B = n × p,

C = m × n,

D = m× p

2.1.1. Discretización del Modelo en Variables de Estado Una técnica para determinar las ecuaciones de estado discretas de un sistema muestreado directamente desde las ecuaciones de estado continuas como lo indica [6] , tomando en cuenta que los estados del modelo continuo llegan a ser los estados del modelo discreto, lo que implica que los estados discretos han de converger a los estados continuos reales, existe forma de discretizar un sistema continuo cualquiera, para comprender mejor esto observe la Figura 2.1, que indica un sistema muestreado general. Las ecuaciones de estado de dicho sistema serán: v˙ (t) = Ac v (t) + Bc .u (t)

(2.2)

y (t) = Cc x (t) + Dc u (t) La solución a estas ecuaciones es: v (t) = Φc (t − t0 ) v (t0 ) +

Z t t0

Φc (t − τ) Bc u (τ) dτ

(2.3)

Donde t0 es el tiempo inicial, Φc es la matriz de transición de estado y está definida por: 43

Akc (t − t0 )k ∑ k! k=0 ∞

Φc (t − t0 ) =

(2.4)

Para obtener el modelo discreto se evalúa la ecuación 2.3 a t = kT + T con t0 = kT , con T como tiempo de muestreo, esto es: v (kT + T ) = Φc (T ) v (kT ) + m (kT )

Z kT +T kT

Φc (kT + T − τ) Bc dτ

(2.5)

Se realiza el reemplazo de u (t) = m (kT ) durante el intervalo kT ≤ t ≤ kT + T , que es válido siempre y cuando u (t) sea la salida de un retenedor de orden cero. En general las ecuaciones de estado discretas se resumen en: x (k + 1) = Ax (k) + Bu (k)

(2.6)

y (k) = Cx (k) + Du (k) Entonces se tiene que: x (k + 1) = Ax (k) + Bm (k)

(2.7)

Donde, x (kT ) = v (kT )

A = Φc (T ) B=

Z kT +T kT

(2.8)

Φc (kT + T − τ) Bc dτ

De forma similar la salida del sistema se evalúa en t = kT entonces, y (kT ) = Cc v (kT ) + Dc u (kT )

(2.9)

y (kT ) = Cc x (kT ) + Dc m (kT ) De la ecuación 2.9 se desprende que las matrices C y D discretas son iguales a las matrices del sistema continuo Cc y Dc . La relación para B puede ser simplificada, las matrices discretas del sistema A y B pueden ser evaluadas al encontrar Φc (t) usando la transformada de Laplace, sin embargo, en general

44

una técnica más versátil es usar la evaluación de Φc (T ) en la ecuación 2.4, esto es, con t = T y t0 = 0, las ecuaciones 2.4 y 2.8 viene a ser: T3 T2 + A3c + ...... (2.10) 2! 3! Luego, ésta es una serie convergente que puede ser limitada con adecuada precisión. Para definir la matriz B considerando σ = kT − τ se tiene: Φc (T ) = I + Ac T + A2c

B=

Z

0

T



Φc (T − σ ) dσ Bc

(2.11)

De donde es posible encontrar el valor de la integral de la ecuación 2.11, tomando en cuenta que τ = T − σ : Z T 0

Z T 0

Φc (T − σ ) dσ =

Φc (T − σ ) dσ =

Z 0 T

Z T 0

Φc (τ) (−dτ) =

τ I + Ac τ + A2c

2

2!

Z T 0

Φc (τ) dτ

τ + A3c

3

3!

 + ..... dτ

T3 T4 T2 + A2c + A3c + ..... 2! 3! 4! 0 Entonces, reemplazando la ecuación 2.13 en la 2.11 se tiene que: Z T

Φc (T − σ ) dσ = IT + Ac

  3 4 T2 2T 3T B = IT + Ac + Ac + Ac + .... Bc 2! 3! 4!

(2.12)

(2.13)

(2.14)

Entonces la forma más conveniente para transformar un sistema continuo a uno discreto, es utilizando el cambio de matrices A y B, y definiendo el tiempo de muestreo adecuado.

2.2. Modelo Discreto de la Máquina de Inducción El modelo continuo de la máquina de inducción quedó establecido en el capítulo 1, de ahí que, las variables de estado serán los flujos qd de estator y rotor, como se observa en las ecuaciones: pψqs = ωb

"

pψds = ωb

"

ω rs vqs − ψds + ωb Xls

ω rs vds + ψqs + ωb Xls

45

Xaq

ψqs ψq′ r + ′ Xls Xlr

!

Xad

ψds ψd′ r + ′ Xls Xlr

!

− ψq s

!#

− ψds

!#

(2.15)

pψq′ r = ωb

"

pψd′ r = ωb

"





r′ ψd′ r + r′ Xlr





r′ ψd′ r + r′ Xlr

ω − ωr v′qr − ωb

ω − ωr v′dr + ωb

Xaq

ψqs ψq′ r + ′ Xls Xlr

!

Xad

ψds ψd′ r + ′ Xls Xlr

!

− ψq′ r

!#

− ψd′ r

!#

Donde Xaq = Xad = Xm y está definida por la ecuación 1.150. El modelo dinámico del motor de inducción en un marco de referencia estacionario qd, con entradas de voltaje y salidas de corrientes de estator, puede representarse de la siguiente manera: x˙ (t) = A (t) x (t) + Bu (t)

(2.16)

y (t) = Cx (t) Donde: h iT x = ψqs ψds ψq′ r ψd′ r , iT iT h h , u = vqs vds y = iqs ids 

  Ac =   

as1 0 as2 0 0 as1 0 as2 ωr (t) ar2 0 ar1 0 ar2 −ωr (t) ar1

     

(2.17)

Donde:   as2 = ωXb rsXX′m , as1 = ωXblrs XXlm − 1 , l s lr s  s  ωb rr′ Xm ωb rr′ Xm ar1 = X ′ X ′ − 1 , ar2 = X X ′ , ls lr lr lr Es obvio que existe un coeficiente variante en el tiempo, que es la velocidad angular eléctrica del rotor. 



b 0 " #    0 b  c 0 c 0 s1 s2  Bc =  Cc = (2.18)  0 0 , 0 cs1 0 cs2   0 0   Donde, b = ωb , cs1 = X1l 1 − XXlm y cs2 = − XXmX ′ . ls lr s s Para obtener el modelo discreto se pueden obtener las matrices características asumiendo

46

como valor conocido la velocidad en cada instante de muestreo, es lo que se conoce como un modelo dependiente (state - dependent model) [7] Entonces, el modelo discreto de la máquina quedará determinado por: x (k + 1) = A(k)x (k) + B(k)u (k)

(2.19)

donde las matrices del sistema pueden encontrarse realizando la aproximación de las ecuaciones 2.8 y 2.14 limitando la serie convergente a dos términos para el caso de A y uno para B se tiene: A(k) ≈ I + Ac T

(2.20)

B(k) ≈ Bc T Es importante garantizar que el tiempo de muestreo T sea muy inferior a la menor constante de tiempo del sistema. Ahora el sistema queda definido de la siguiente forma: iT h ′ ′ x (k) = ψqs (k) ψds (k) ψqr (k) ψdr (k) h iT h iT u (k) = vqs (k) vds (k) = u1 (k) u2 (k) iT h y (k) = iqs (k) ids (k) Y, reemplazando las ecuaciones 2.17 y 2.18 en la 2.20 las matrices discretas son: 

  A(k) =   

1 + as1 T 0 as2 T 0 0 1 + as1 T 0 as2 T ar2 T 0 1 + ar1 T ωr (k) T 0 ar2 T −ωr (k) T 1 + ar1 T   bT 0    0 bT    B(k) =  0   0  0 0

     

(2.21)

(2.22)

Mientras que la matriz C no se altera, es la misma tanto para el modelo continuo como para el discreto.

2.2.1. Estimador de Flujo por Filtro de Kalman Extendido 2.2.1.1.

Introducción

Existen diferentes aplicaciones industriales que requieren un control de torque y/o velocidad con buena precisión y respuesta dinámica, que se puede conseguir con el control electrónico de motores de inducción, sin importar la técnica que se utilice siempre se requiere conocer

47

la magnitud del flujo y la velocidad con suficiente exactitud. También puede ser necesario conocer tales variables de la máquina para minimizar las pérdidas. El utilizar sensores de velocidad para controlar la máquina presenta diversos inconvenientes como: mayor costo del accionamiento menor confiabilidad y robustez menor inmunidad al ruido requiere mayor mantenimiento debido a la existencia de un mayor número de componentes en el sistema y a la conexión entre el sensor y el controlador. Por esta razón se han propuesto diversas formas y algoritmos para estimar la velocidad y omitir el sensor correspondiente que suele estar acoplado al eje del motor. Es así que, en esta ocasión se desarrolla el algoritmo de estimación de flujo y velocidad basado en la técnica del filtro de Kalman Extendido (FKE), en el cual se requiere el conocimiento de voltajes y corrientes de estator [8]. 2.2.1.2.

Observadores de Estado

En general, un observador de Estado toma un sistema, el cual tiene algunos estados internos, que normalmente no pueden ser medidos o se pueden medir unicamente otras variables sustitutas; si se desea conocer los estados internos para su control no siempre es posible calcular dichas variables directamente de las medidas de las salidas del sistema. Considerando un sistema definido por la ecuación 2.16, es posible crear un sistema que funciona paralelamente con la planta y calcula el vector de estados, con conocimiento tanto de las entradas como de las salidas, para una mejor aproximación se considera que la salida estimada está relacionada con los estados estimados por: yˆ = Cˆx

(2.23)

Valor que es comparado con el vector de medidas de la salidas del sistema. la diferencia será utilizada para corregir el vector de estados del modelo del sistema. Este método de estimación es conocido como Observador Luenberger [9, 10], y el esquema básico se muestra en la Figura 2.2. Entonces se puede definir las siguientes ecuaciones para el observador Luenberger: x˙ˆ = (A − LC) xˆ + Bu + Ly

(2.24)

Para garantizar que L reduzca el error a cero, se incluye una ecuación de estado para el error:

48

Figura 2.2: Observador Luenberger

x˙˜ = (A − LC) x˜

(2.25)

Donde, x˜ = x − xˆ . Entonces, la efectividad del observador depende de la selección de los parámetros y de la exactitud de las medidas del vector de salida. Aunque en la realidad las mediciones sufren distorsiones y son señales que contienen ruido y ruido interno del sistema hacen necesario otro tipo de observador que incluya un análisis estocástico, que se conoce como Filtro de Kalman. El filtro de Kalman provee una solución que manipula directamente los efectos de la perturbación debida a los ruidos, los errores en los parámetros normalmente suelen ser manipuladas como ruido. Luego el sistema toma la forma general: x˙ = Ax + Bu + Gw

(2.26)

y = Cx + v Donde, w y v son el ruido del sistema y de medición respectivamente, se asume que se trata de ruido blanco gaussiano, Y sus covarianzas quedan definidas por las matrices Q y R. La estructura del Filtro de Kalman es la misma que la del observador de Luenberger, la única diferencia está en el cálculo de la ganancia K ya que éste se basa en la covarianza de los errores. Luego se tiene: x˙ˆ = (A − KC) xˆ + Bu + Ky

(2.27)

La medida de que tan buena es la aproximación del valor estimado con el real está definido

49

por el operador de la ecuación 2.37, que se detalla más adelante, luego la matriz K tiene que escogerse para hacerlo mínimo, la solución para esto es que sea definida como: K = PCT R−1

(2.28)

De donde P se encuentra al resolver la siguiente ecuación: AP + PAT − KRKT + GQGT = 0

(2.29)

Q y R están basadas en las propiedades estocásticas correspondientes a los ruidos, aunque cuando éstas son desconocidas suelen utilizarse como un valor inicial de prueba matrices identidad. Existen diversas formas del Filtro de Kalman: Discreto Continuo (Kalman - Bucy) No Lineal ( Extendido) 2.2.1.3.

Estimación Optima de Estado a través del Filtro de Kalman Discreto

El filtro de Kalman es un estimador que puede emplearse para estimar los estados de un sistema dinámico lineal en tiempo continuo o discreto, usando las mediciones relacionadas linealmente con los estados. Es el equivalente a un observador de estado asociado al LQG (Problema Lineal Cuadrático Gaussiano), ya que tanto el sistema como las mediciones pueden contener perturbaciones del tipo ruido blanco Gaussiano. El estimador resultante es estadísticamente óptimo con respecto a cualquier función cuadrática del error de estimación [11]. En la práctica, es un algoritmo que permite estimar datos no observables a través de mediciones de datos ruidosos. Una vez que se introduce ruido en el sistema la planta discretizada toma la siguiente forma: x (k + 1) = Ax (k) + Bu (k) + Gw (k)

(2.30)

y (k) = Cx (k) + v (k) Donde: x (k) [n × 1] son los estados, u (k) [r × 1] son las entradas conocidas, w (k) [s × 1] son las perturbaciones aleatorias de la planta, y (k) [p × 1] son las medidas de las salidas del sistema y v (k) [p × 1] son las imprecisiones aleatorias en la medida. Las entradas randómicas w (k) y

50

v (k) de la ecuación 2.30 no están correlacionadas entre sí y tienen distribuciones Gausianas con las propiedades: E [w (k)] = 0,

E [v (k)] = 0

  cov [w ( j) , w (k)] = E w ( j) , wT (k) = Qd δ jk

(2.31)

  cov [v ( j) , v (k)] = E v ( j) , vT (k) = Rδ jk

(2.32)

  E w (k) , vT (k) = 0

(2.33)

Donde, E implica función de correlación y cov es la covarianza de las variables randómicas y δ jk es la función delta Kronecker [6] y está definida por: δ jk =

(

0 1

j 6= k j=k

(2.34)

Luego, w (k) y v (k) son secuencias discretas de ruido blanco con distribuciones gausianas. Se trata de encontrar el valor estimado xˆ tal que la covarianza del error determinada por la ecuación 2.36 sea mínima. e (k) = x (k) − xˆ (k)

(2.35)

  P (k) = E e (k) , eT (k)

(2.36)

        J (k) = E e21 (k) + E e22 (k) + E e23 (k) + . . . . . . + E e2n (k)

(2.37)

  J (k) = E eT (k) e (k)

(2.38)

Entonces, los elementos de la diagonal de P (k)[n×n] son el promedio de los errores cuadráticos de estimación. La función costo para el proceso de minimización es la traza de dicha matriz:

Donde cada término corresponde a la variancia de cada error. Luego, la función de costo puede ser expresada como:

Una propiedad adicional del filtro de Kalman es que la función de costo de la ecuación es minimizada, para Q, cualquier matriz positiva semidefinida.

51

  J (k) = tr E eT (k) Qe (k)

(2.39)

x (k) = xˆ (k) + K (k) [y (k) − Cˆx (k)]

(2.40)

xˆ (k + 1) = Ax (k) + Bu (k)

(2.41)

Se requiere minimizar la función de costo de la ecuación 2.37 por lo que el fitro de Kalman queda definido por:

En donde, xˆ (k) es el valor predicho del estado estimado en el instante k, mientras que x (k) es el valor actual del estado estimado en k, K (k) es la ganancia de Kalman y es calculada así:   K (k) = M (k) CT CM (k) CT + R

(2.42)

P (k) = M (k) − K (k) CM (k)

(2.43)

M (k + 1) = AT P (k) A + GQGT

(2.44)

En el conjunto de ecuaciones 2.43 M (k) es la covarianza de los errores de predicción, y al reemplazar P (k) en M (k + 1) se tiene: M (k + 1) = [I − K (k) C] M (k) AT + GQGT

(2.45)

Generalmente, cuando se trata de un sistema lineal invariante en el tiempo, la ganancia de Kalman puede ser precalculada en forma independiente de las mediciones, éste es un algoritmo que requiere manipular las ecuaciones 2.40 a 2.45 en tiempo real. 2.2.1.4.

Filtro de Kalman Extendido para el Modelo Discreto de la Máquina de Inducción

Para su aplicación a sistemas no lineales, el filtro original se modifica, realizando una aproximación lineal del sistema en cada iteración, dando origen el denominado Filtro de Kalman Extendido (EFK) [12]. Entonces, aunque el filtro de Kalman es un observador lineal, el modelo extendido debe ser linealizado con respecto al estado extendido estimado, esto implica, para el caso de la máquina de inducción, cuyo modelo discreto queda definido por las ecuaciones 2.19, 2.21 y 2.22, para estimar la velocidad o en su defecto la velocidad angular eléctrica del rotor, se requiere un sistema de quinto orden, incluyendo la velocidad como una variable de estado

52

adicional, suponiendo que se mantiene constante durante un período de muestreo. Con lo cual es apropiado aplicar el filtro de Kalman Extendido (EFK). Aunque se debe tener presente que la estimación de los estados no puede considerarse estadísticamente óptima ya que existe error introducido en la aproximación lineal [11]. En forma general, el modelo de un sistema no lineal estocástico en tiempo discreto queda expresado de la siguiente forma: x (k + 1) = f (x (k) , u (k) , k) + G (k) w (k)

(2.46)

z (k) = h (x (k) , k) + v (k)

(2.47)

El modelo de la máquina de inducción quedará definido de la siguiente forma: iT h ′ ′ x (k) = ψqs (k) ψds (k) ψqr (k) ψdr (k) ωr h iT x (k) = x1 x2 x3 x4 x5 h iT w (k) = w1 (k) w2 (k) w3 (k) h iT v (k) = v1 (k) v2 (k) h iT h iT u (k) = vqs (k) vds (k) = u1 (k) u2 (k) 

   f (x (k) , u (k) , k) =    

(1 + as1 T ) x1 + as2 T x3 + bTu1 (1 + as1 T ) x2 + as2 T x4 + bTu2 ar2 T x1 + (1 + ar1 T ) x3 + T x5 x4 ar2 T x2 − T x5 x3 + (1 + ar1 T ) x4 x5

z1 (k) = iqs (k) + v1 (k) z2 (k) = ids (k) + v2 (k) = El algoritmo del FKE cumple con los siguiente pasos:

       

(2.48)

Predicción de Estados: xˆ (k + 1 |k ) = f (x (k) , u (k) , k)

(2.49)

Donde, xˆ (k + 1 |k ) es el estado estimado de x (k + 1)dada la última medición anterior y (k). Estimación de la Matriz de Covarianza del Error: La ecuación 2.44 toma la forma de: P (k + 1 |k ) = Φ (k + 1, k) P (k |k ) Φ (k + 1, k)T + Φd (k) 53

(2.50)

donde: ∂ f (x (k) , u (k) , k) (2.51) x=x(k|k ˆ ) ∂x P es la matriz de covarianza del error definida en la ecuación 2.36, cuyo valor inicial no presenta grandes restricciones ya que en pocas iteraciones converge al valor real. A lo que se reduce la ecuación 2.48 es: Φ (k + 1, k) ≈



   Φ (k + 1, k) ≈    

(1 + as1 T ) 0 as2 T 0 0 0 (1 + as1 T ) 0 as2 T 0 ar2 T 0 (1 + ar1 T ) T x5 T x4 0 ar2 T −T x5 (1 + ar1 T ) −T x3 0 0 0 0 1 

   G=   

b 0 0 0 0

0 0 b 0 0 0 0 0 0 1/J

       

       

(2.52)

(2.53)

La matriz de la ecuación 2.53 suele considerarse como un parámetro de sintonización y para el caso de la máquina, todas las matrices empleadas son similares a las que [13] utiliza, Además la matriz de covarianza del error del modelo en tiempo discreto Qd está relacionada directamente con tal matriz del modelo continuo Qc , así que siendo ésta constante, una buena aproximación es: Qd = GQc GT T

(2.54)

Cálculo de la Ganancia de Kalman Se observa que la ecuación 2.42 toma la siguiente forma:

h i−1 K (k + 1) = P (k + 1 |k ) H (k + 1)T H (k + 1) P (k + 1 |k ) H (k + 1)T + R (k + 1) (2.55) Donde:

∂ h (x (k) , k) (2.56) x=x(k+1|k ˆ ) ∂x Para el modelo discretizado de la máquina de inducción, esta matriz es la misma matriz Cc con la variación de que se añade una columna más porque ahora son cinco variables de estado. H (k + 1) ≈

54

H (k + 1) =

"

cs1 0 cs1 0 0 0 cs1 0 cs1 0

#

(2.57)

Actualización de la Matriz de Covarianza del Error P (k + 1 |k + 1 ) = [I − K (k + 1) H (k + 1) P (k + 1 |k )]

(2.58)

Es importante que esta matriz siempre debe estar definida y ser positiva, de lo contrario, es indicación de que las matrices están mal condicionadas. Estimación de Estados xˆ (k + 1 |k + 1 ) = xˆ (k + 1 |k ) + K (k + 1) [z (k + 1) − h (ˆx (k + 1 |k ) , k + 1)]

(2.59)

Este algoritmo es recursivo, por lo que el último estado estimado luego pasará a ser x (k) en el primer paso, en la ecuación 2.49 y para cada incremento en el tiempo de muestreo se desarrolla todo el algoritmo, por lo que se requiere que el dispositivo que realice todas las operaciones matriciales sea lo suficientemente rápido como para completarlo antes que se tenga la siguiente muestra de las variables de entrada y salida.

2.3. Simulación del Estimador por Filtro de Kalman Extendido (EFK) Si se emplea el algoritmo del filtro de Kalman Extendido se requiere de la existencia de ruido en el sistema y en la medición, de ahí que, una forma de introducir tales perturbaciones es utilizar como fuente de alimentación de la máquina un inversor multinivel, como el que se muestra en [14], lo que genera un rizado en las corrientes medidas, acercando la aplicación a la realidad, permitiendo sintonizar los parámetros del filtro para que reduzcan la interferencia de dicho rizado.

2.3.1. Modelo del Estimador Filtro de Kalman Extendido implementado en Simulink El modelo de simulink implementado se muestra en la Figura 2.3, éste contiene el modelo de la maquina introducido en el capítulo anterior, así como un bloque específico para el estimador Filtro de Kalman, que contiene el programa del algoritmo para el filtro. En el Anexo 1 se muestra en mayor detalle los programas correspondientes a cada bloque que se halla en el diagrama.

55

Figura 2.3: Modelo de Simulink para el Estimador y la Aproximación Lineal del Modelo El modelo del Estimador Filtro de Kalman Extendido llevado a simulación requiere del algoritmo planteado en la sección anterior, es un algoritmo recursivo, que requiere la actualización de los estados en cada instante de muestreo. Los estados son los flujos qd de estator y rotor y la velocidad angular eléctrica del rotor. En base a voltajes y corrientes qd de estator como entradas y las variables obtenidas los flujos. Los pasos que cumplirá el bloque de estimación será: Cálculo de la ganancia de Kalman

 −1 K = PHT HPHT + R

Donde, P toma el valor actual de los estados definidos para la matriz P, H es la matriz C de salida del sistema y R es una matriz diagonal constante conocida, definida por el usuario. Actualización de la Matriz de Covarianza del Error

P = [I − KHP] Estimación de la Matriz de Covarianza de Error

P = ΦPΦT + Qd 56

Donde P es la matriz actualizada en el paso anterior. Estimación de los Estados

xˆ = xˆ (k + 1 |k ) + K [z (k + 1) − h (ˆx (k + 1 |k ) , k + 1)] Donde,ˆx (k + 1 |k ) es el valor actual de los estados y z (k + 1) es el valor actual de las entradas de corriente. Actualización de los Estados

xˆ (k + 1 |k ) = f (x (k) , u (k) , k) Que utilizará el valor actualizado de los estados, y las entradas de voltaje actuales.

2.3.2. Resultados de la Simulación del Estimador Filtro de Kalman Extendido 2.3.2.1.

Simulación de la Máquina de Inducción alimentada por Inversor

Para propósitos de probar el filtro, se alimenta a la máquina, el mismo modelo, características y parámetros del modelo simulado en el capítulo 1, con un inversor trifásico, cuyas señales vA , vB y vC son el voltaje a la salida de los terminales del inversor fuente de tensión y están conectados a los terminales de la máquina de inducción que se halla en conexión estrella, las formas de onda están definidas en la Figura 2.4. Pero considerando la conexión de la máquina el voltaje en cada devanado de la máquina referido al punto común interno n quedará definido por el conjunto de ecuaciones 2.60: va n =

1 (2vA − vB − vC ) 3

vb n =

1 (2vB − vA − vC ) 3

vcn =

1 (2vC − vA − vB ) 3

(2.60)

Las formas de onda se pueden observar en la Figura 2.5, aunque es poco convencional esta forma de onda, la fundamental de dicha onda es muy similar a la de un inversor de modulación de ancho de pulso sinusoidal [14].

57

Figura 2.4: Voltajes A, B, C La Figura 2.6 muestra los voltajes qd0 generados por el inversor, en la referencia estacionaria, y la Figura 2.7 muestra las corrientes con el rizado para la condición de arranque y vacío. La Figura 2.8 muestra las corrientes qd de estator y rotor así como el torque y velocidad, es notable que las medidas de corrientes de estator necesarias para el algoritmo de estimación son senoidales, luego el filtro deberá eliminar parte del ruido y aproximar la velocidad estimada a la real.

58

Figura 2.5: Voltajes de Alimentación generados por el inversor

Figura 2.6: Voltajes qd0

59

Figura 2.7: Corrientes abc de estator y rotor

60

Figura 2.8: Corrientes qd, Torque y Velocidad

61

2.3.2.2.

Simulación del Estimador Filtro de Kalman para Flujos y Velocidad de la Máquina de Inducción

Para la simulación del estimador de flujo, el algoritmo implementado es el filtro de Kalman Extendido, donde las variables conocidas son tanto el voltaje como las corrientes de estator, se estimarán todos las concatenaciones de flujo de estator y rotor. Cabe recalcar que para el ajuste de los parámetros del filtro, es necesario conocer los valores de las matrices de covarianza del error del modelo, Q y de las mediciones R. Si bien, para el caso de la segunda, los valores correspondientes podrían obtenerse realizando algunas mediciones en el sistema para hallar así la varianza del error de medición. La elección de Q resulta un poco más complejo ya que depende del desempeño óptimo del estimador, lo que implica sintonizar Q y R. En este caso se consideran estas matrices diagonales, asumiendo que las variables no están correlacionadas. Para este caso se utilizó Q[3×3] que contiene en la diagonal principal el valor de 0.0001 y R[2×2] con un valor de 0.75. Después de varios ensayos con otros valores se utilizan los que muestran mejor respuesta. Además, el tiempo de muestreo seleccionado es 1 e-6 s, seleccionado para que sea muy inferior a la menor constante de tiempo de la máquina. Las Figuras 2.9 a 2.13 muestra el conjunto de flujos y velocidad reales comparados con los estimados, una buena aproximación para sistemas que no requieren mayor precisión. La Figura 2.14 muestra la velocidad mecánica del rotor, ya que hasta el momento se utiliza la velocidad angular eléctrica del rotor, pero por motivos de análisis y comparación, no es mayor problema el graficar ésta variable.

Figura 2.9: ψqs y ψˆqs

62

Figura 2.10: ψds y ψˆds

Figura 2.11: ψqr y ψˆqr

63

Figura 2.12: ψdr y ψˆdr

Figura 2.13: ωr y ωˆr

64

Figura 2.14: ωr y ωˆr medido en rpm El filtro funciona bien ya que converge rápidamente en 0.05, lo que resulta útil ya que el observador de estado es muy rápido, más que los controladores necesarios para su control. Entonces, el estimador debe trabajar en los transitorios que aparecen en el modelo, como el arranque y el cambio de carga, si bien, es obvio que a bajas velocidades el margen de error es mayor, a altas se compensa con precisión ya que para la velocidad nominal y cercanas trabaja bien, incluso variando el torque de carga, como se muestra en la Figura 2.15.

Figura 2.15: Estimación de Velocidad para diversos estados de Carga

65

Para determinar cuan buena es la estimación se obtiene una medida estadística que es la varianza del error entre los flujos reales que genera el modelo y los que se obtienen del estimador, tomando los datos de las Figuras anteriores, una vez que se ha estabilizado el filtro, para 1000 muestras, n = 1000, con lo cual se tienen los siguientes resultados: e=

ψreal − ψaprox ∗ 100 ψreal

σ2 =

(2.61)

2

¯ ∑nk=0 (ei − e) n−1

(2.62)

σψ2 qs = 0,058

σψ2 ds = 0,032

σψ2 qr = 0,031

σψ2 dr = 0,029

σω2 r = 0,038 Lo que supone una medida de la variabilidad del error, por lo que al ser mínima el conjunto de datos aproximados tiende a ser muy cercanos a los valores reales. Por los resultados expuestos, el Filtro de Kalman Extendido es una buena aproximación al estimar los flujos senoidales del modelo de la máquina de inducción así como la velocidad y ésta será mejor de acuerdo a una adecuada selección de los valores de Q y R.

66

CAPÍTULO 3 Control Vectorial de la Máquina de Inducción 3.1. Introducción Los motores trifásicos de inducción se encuentran ampliamente difundidos debido a su construcción más simple y robusta, su menor tamaño y su menor necesidad de mantenimiento. Como contrapartida, su modelo eléctrico es fuertemente alineal, multivariable y altamente acoplado, por lo que tornan complejo el control de velocidad. A diferencia de ello, el control de velocidad de motores de corriente continua de excitación independiente resulta esencialmente sencillo: la independencia existente entre los bobinados de campo y la armadura permite controlar por separado las corrientes que generan el flujo de magnetización por un lado y el par por el otro, gobernando estas variables se tiene un control completo del motor accionado, observándose respuestas dinámicas muy veloces con reducidas oscilaciones. De ahí que sea necesario el simplificar el modelo de la máquina de inducción para que sus variables sean controladas en forma similar a las del motor de dc. El control por orientación de campo es una técnica empleada en los servo mecanismos de AC que posibilita alcanzar una respuesta rápida de torque debido a que se basa en la interacción entre flujo y corriente como en un motor DC. En este capítulo se describe los principios del control por orientación de campo junto con un conjunto de requerimientos que hacen posible la manipulacion apropiada del torque de la máquina de inducción gracias al uso de controladores, conocidos generalmente como controladores vector [3] porque modifican tanto la amplitud como la fase de la alimentación de ac. Además, incluye la aplicación del estimador de variables diseñado en el capítulo anterior para obtener las variables que serán modificadas por tales controladores.

67

3.1.1. Control de Torque en la Máquina DC Antes de desarrollar los principios de control vectorial y orientación de campo, se puede revisar brevemente los fundamentos del control de torque en la máquina de corriente continua de excitación independiente, ya que existe similitud en la forma como se lo realiza tanto para esta máquina como cuando se utilizan los controladores vector. Una máquina de DC consiste en una estructura estacionaria que utiliza una fuente dc de excitación o iman permanente para generar un campo magnético y un devanado de armadura rotatorio alimentado a través de un conmutador y escobillas, un esquema básico se muestra en la Figura 3.1, la acción del conmutador garantiza que la dirección de las corrientes del devanado de armadura de tal manera que tenga un solo sentido, fenómeno que se repite mientras exista una tensión aplicada a las escobillas independientemente de la velocidad del rotor. La corriente de estator determina el flujo magnético y la corriente del rotor se puede usar como medio directo para controlar el par. La posición física de las escobillas con respecto al campo del estator asegura la condición óptima para el par bajo todas las posibilidades. Entonces, el flujo de campo y la fuerza magneto-motriz FMM de armadura se mantienen orientadas perpendicularmente, sin importar la velocidad del rotor, como resultado de esta propiedad el flujo de campo no es afectado por la corriente de armadura a no ser debido a la presencia de efectos no lineales [3]. La interacción electromagnética entre el flujo de campo y la fuerza magneto-motriz de la armadura resulta en dos salidas básica, un voltaje inducido proporcional a la velocidad definido por la ecuación 3.1:
Ea = kv .φ I f ωrm

(3.1)


Donde, kv es una constante propia de la máquina, φ I f es el flujo de campo generado por

Figura 3.1: Máquina DC

68

la corriente de campo I f y ωrm es la velocidad mecánica de la máquina. Además, considerando que los ejes de los devanados de armadura y de campo son ortogonales entre sí por lo que las fuerzas magneto-motrices generadas por las corrientes en los devanados también serán ortogonales. Si se ignora la saturación, los campos ortogonales reducen la expresión de torque a la siguiente ecuación 3.2:
Tem = ka .φ I f Ia

(3.2)

Donde ka es una constante propia de la máquina e Ia es la corriente de armadura. Considerando el ángulo de torque 90º el flujo puede ser controlado únicamente ajustando la corriente de campo I f , y el torque puede ser controlado independientemente del flujo ajustando la corriente de armadura Ia . Se tiene presente que la constante de tiempo del circuito de armadura es usualmente más pequeña que la del devanado de campo así que controlar el torque cambiando la corriente de armadura es más rápido que cambiando la de campo o ambas [2]. Es importante notar que la simplicidad del modelo se ve afectada por una fuerte dependencia de la mutua orientación perpendicular del flujo y la fuerza magnetomotriz, si esta ortogonalidad es perturbada (por los efectos de las escobillas, por ejemplo) dos complicaciones podrían presentarse como que el flujo de campo no es independiente de la corriente de armadura, luego existirá una componente de la FMM en el eje de campo, y la relación de voltaje y torque definidas en las ecuaciones ?? y 3.2 deberán modificarse incluyendo una dependencia de ángulo entre ambos vectores. El control de velocidad se realiza manteniendo el flujo de campo constante, lo que implica un voltaje fijo de alimentación para el campo, y variando el voltaje de armadura. La situación es análoga para operación en frecuencia variable de los máquinas de inducción, donde mantener el flujo constante determina un adecuado funcionamiento en aplicaciones que requieren velocidad variable. En ambos casos el torque, corriente y velocidad son determinadas por la carga, con la característica torque-velocidad definida por la excitación. Ajustar el torque en la máquina DC se reduce a la simple acción de controlar la corriente de armadura a través del voltaje, con un valor constante de flujo de campo, el torque será directamente proporcional a la corriente de armadura. Este tipo de motor tiene una rápida respuesta de par porque no hay acoplamiento mutuo entre los devanados de armadura y de campo, excepto para el voltaje cinético. Con un flujo constante de campo, la respuesta de par depende la constante de tiempo de armadura Ls /rs . En forma similar a la máquina de DC, en los motores de inducción los devanados del inducido están en el rotor, mientras que el campo está generado por las corrientes en los devanados del estator, de ahí que, las corrientes del rotor no están directamente alimentadas de una fuente externa sino que se originan debido a la fuerza electromotriz que se induce en los devanados consecuencia del movimiento relativo de dichos conductores respecto al campo del estator, lo que representa una desventaja cuando se trata de medir corrientes en el rotor

69

ya que en el caso de la máquina de inducción de jaula de ardilla es inaccesible el rotor. En este caso no existe nada que pueda fijar las posiciones relativas entre los flujos estatórico y rotórico, dejando de ser lineal la expresión del par motor [15]. Utilizando los conceptos definidos para la máquina de DC, los requerimientos para el control de torque son: Un control de la corriente de armadura independiente para superar los efectos de la resistencia del devanado, la inductancia parásita y el voltaje inducido. Un valor constante o independientemente controlado de flujo de campo. Un ángulo espacial entre el eje del flujo y la fuerza magnetomotriz MMF ortogonal independientemente controlado para evitar la interacción entre las dos variables y el torque pueda ser el máximo[3].

3.2. Control por Vector de Campo de la Máquina de Inducción 3.2.1. Dinámica del Control por Orientación del Vector de Campo La estrategia de control vectorial consiste en extrapolar la técnica de control de motores de corriente continua al ámbito de los motores de inducción. Para ello, y debido a que una máquina de corriente alterna carece de dos bobinados desacoplados, se recurre al recurso de referenciar el sistema trifásico alterno de corrientes estatóricas a un sistema de coordenadas no estacionario que gira sincrónicamente con el campo magnético rotórico. En este nuevo sistema de referencia, las corrientes estatóricas pueden ser tratadas como vectores rotantes, de ahí el nombre de “control vectorial” o también “control de campo orientado”. Luego es necesario descomponer este vector en dos componentes: una colineal con el campo rotórico y la restante en cuadratura. La primera resulta ser responsable del flujo magnético de la máquina y se la designa como “corriente de magnetización”; la segunda genera el par motriz y se la llama “corriente activa” [16]. Por la vía de esta transformación de coordenadas resulta entonces desacoplado el modelo matemático de la máquina de inducción y se controlan estas componentes en forma independiente de la misma manera que un motor de corriente continua se controlan las corrientes de campo y de armadura. Y se obtienen respuestas dinámicas similares. Una vez determinados en este sistema de referencia no estacionario los valores requeridos de las componentes de la corriente se aplica una transformación de coordenadas inversa que arroja como resultado las consignas (set points) de magnitud y fase de las corrientes alternas estatóricas, las mismas que se aplican a la entrada del inversor regulador de corriente, que

70

genera como respuesta las señales PWM de disparo para los interruptores del puente de la etapa de potencia, generando las tensiones que alimentan los bobinados del motor, esto siempre y cuando se utilice un inversor de corriente, mientras que cuando se trata del inversor de voltaje, se requiere una etapa de desacople que determine los voltajes que entregará el PWM. Cabe recordar que para poder ejecutar las rutinas de transformación de coordenadas es necesario contar con el ángulo desarrollado por el rotor. Esta necesidad da origen a dos estrategias diferentes: registrar este ángulo instante a instante mediante un encoder o tacogenerador (control vectorial de lazo cerrado) o estimarlo mediante un observador (“Control vectorial sin sensor o de lazo abierto” o en su versión en inglés más difundida: “Sensorless Vector Control”) [16]. Mediante la técnica de lazo cerrado resulta posible ejecutar distintas estrategias de control de acuerdo a la variable que se desea regular. Así, nos encontramos con control de lazo cerrado de velocidad o de par. En general, el control de torque de una máquina de inducción trifásica no es tan directo como el de la máquina dc debido a que los campos de estator y rotor no son ortogonales sino que varían con las condiciones de funcionamiento. Aunque es posible tratar el campo del rotor en forma similar a como se lo hace con la maquina dc, para lo cual se considera que éste está girando a la velocidad sincrónica para la máquina de inducción excitada con una fuente senoidal, y el sistema de referencia arbitrario con el eje d alineado con el campo del rotor ′ [3], [2] explica tales características de tal forma que la componente de cuadratura λqer será nula de ahí que: ′

′

λqer = Lm .ieqs + Lr′ .iqer ′

iqer = −

Lm e i Lr′ qs

(3.3)

(3.4)

′

Con λqer cero, la ecuación 1.117 reduce el torque a:     ′e ′e P 3 λdr iqr Te = − 2 2

(3.5)

  3 P Lm ′ e e .λ .i Te = . . 2 2 Lr′ dr qs

(3.6)

′

Al sustituir en la ecuación 3.5 la corriente iqer de la ecuación 3.4 se tendrá:

′

De donde se establece que si el flujo del rotor λder se mantiene constante es posible controlar el torque independientemente al modificar la componente de cuadratura de la corriente en el estator ieqs .

71

′

′

Para que la componente de flujo λqer sea se deberá garantizar que pλqer sea cero en cuyo caso la expresión de voltaje en el eje q queda reducida de la siguiente manera: ′

′

′

′

vqer = rr′ iqer + (ωe − ωr ) λder + pλqer ′

(3.7)

′

0 = rr′ iqer + (ωe − ωr ) λder Lo que a su vez resulta en que la velocidad de deslizamiento [2] debe satisfacer: ′

ωe − ωr =

rr′ iqer

(3.8)

′

λder

Además, si el flujo del rotor se mantiene constante su derivada será nula, usando esta condición así como la ecuación 3.8 se tendrá que: ′

′

′

=0

De donde,

′

vder = rr′ ider − (ωe − ωr ) λqer + pλder |{z} |{z} |{z} =0

(3.9)

=0

′

ider = 0

(3.10)

Al considerar esto, el flujo del rotor en el eje d quedará definido por: ′

λder = Lm .ieds

(3.11)

Al sustituir la ecuación 3.11 y 3.4 en la 3.8 se obtiene la siguiente relación entre la velocidad de deslizamiento y la razón de las componentes de la corriente de estator para que el eje d de la referencia sincrónica sea alineado con el campo del rotor: rr′ ieqs ωe − ωr = ′ . e Lr ids

(3.12)

La Figura 3.2 muestra la relación gráfica entre el flujo de rotor definido en la referencia fija de estator, y la referencia sincrónica del flujo del rotor, así como la representación de la corriente de estator en las componentes qd en la nueva referencia, las mismas que son responsables del torque y flujo. En la práctica, la magnitud del flujo del rotor puede ser ajustado a través de controlar ieds , y la orientación del eje d del sistema de referencia con el flujo del rotor puede conservarse manteniendo la velocidad de deslizamiento o ieqs de acuerdo con la ecuación 3.12, como lo ′ resume [2]. Con la adecuada orientación de campo, la dinámica de λder será confinada al eje d, y es determinada por la constante de tiempo del rotor, como lo indica la ecuación 3.13:

72

Figura 3.2: Referencia del Flujo del Rotor

′

r Lm λdr = ′ r ′ ieds r r + Lr p ′e

(3.13)

Existen diversas formas en las que se ha difundido el control por vector de campo, cuya diferencia básica entre ambos casos está en la forma como se obtiene la posición angular del flujo del rotor, el control puede ser: Control de Campo Orientado Directo, cuando el ángulo ρ de la Figura 3.2 está siendo medido directamente con medidas directas de flujo de entrehierro o en su lugar tales variables son producto de estimadores de flujo del rotor y velocidad. Control de Campo Orientado Indirecto, cuando dicho ángulo es determinado en base a medidas sustitutas auxiliares, como la velocidad de deslizamiento.

3.2.2. Control por Vector de Campo en Estado Estable 3.2.2.1.

Consideraciones del Circuito Equivalente Convencional

Para análisis de estado estable es común la utilización del circuito mostrado en la Figura 3.3, que contiene dos inductancias en serie referidas al lado del estator y la inductancia parásita del rotor. El torque es representado en el circuito equivalente como proporcional a la potencia de entrehierro que es la potencia en la resistencia definida por rsr , donde rr es la resistencia del rotor y s es el deslizamiento.

73

Figura 3.3: Circuito Equivalente de la Máquina de Inducción

Figura 3.4: Circuito para Análisis de la Máquina de Inducción

Te = 3

P Ir2 rr 2 s ωe

(3.14)

Donde, P es el número de polos y ωe es la velocidad angular eléctrica de estator, la ecuación 3.14 puede ser escrita en términos del voltaje Er en la resistencia rr para obtener la ecuación 3.15, lo que permite ver que se requiere un control del voltaje Er que a la vez afectará al torque. P Er Ir (3.15) Te = 3 2 ωe 3.2.2.2.

Circuito Equivalente Modificado

En pos de ilustrar la similitud en la producción de torque entre la máquina dc y la máquina de inducción el circuito equivalente convencional es modificado como lo indica [3], obteniéndose el que se observa en la Figura 3.4, cuyo desempeño de estado estable es el mismo. Como se observa, para controlar el torque se reduce el ramal de rotor quitando la inductancia del rotor. Con esta nueva representación, la nueva reactancia de magnetización tiene el mismo voltaje en sus terminales y puede ser asociada directamente con el flujo produciendo el voltaje Er . En efecto, este nuevo circuito representa el desempeño del sistema en términos del flujo del rotor, lo que resulta útil para el control de torque ya que esto pone en evidencia a la componente de la corriente de magnetización responsable por el flujo del rotor. Donde la inductancia transitoria de cortocircuito de estator queda definida como: ′

′

Xs = ωe Ls = ωe

74



L2 Ls − m Lr



(3.16)

Que también es conocida como un parámetro transitorio de la máquina y suele obtenerse ′ aproximando Xs ∼ = Xls + Xl′r . Más importante, la corriente de estator ha sido dividida en dos componentes, una que atraviesa el nuevo ramal de magnetización llamada Isφ y otro a través de la nueva resistencia del rotor denominada IsT . El voltaje Er ha sido identificado como la caida de voltaje en la resistencia del rotor afectada por el deslizamiento, ésta es entonces igual a la variación del flujo del rotor en el tiempo, definido por: Er = jωe λr

(3.17)

Para que luego el torque quede definido por la ecuación 3.18 y el flujo por la 3.19 Te = 3

P Lm λr IsT 2 Lr

(3.18)

λr = Lm Isφ

(3.19)

Lm ˜ Lr Er j LLmr Xm

(3.20)

˜ queda definido por: Donde, el fasor Isφ ˜ = Isφ

=

E˜r jωe Lm

Combinando la ecuación 3.20 y 3.17 se obtiene la expresión del flujo de rotor de la ecuación 3.21 lo que demuestra que el flujo de rotor es controlado por Isφ . ˜ λ˜r = Lm Isφ

(3.21)

La componente de corriente asociada al torque queda definida por: ˜ =− Isφ

Lr ˜ Ir Lm

(3.22)

Así también la corriente IsT queda definida de la siguiente manera: ˜ = IsT

Lm ˜ Lr Er 2 Lm rr Lr2 s

=

Lm sE˜r = Lr r r

(3.23)

Luego, combinando las ecuaciones 3.20 y 3.23 se obtiene: ˜ =j IsT

Lr ˜ sωe Isφ rr

(3.24)

que es una consecuencia directa de que el voltaje en la reactancia de magnetización y la resistencia del rotor sea el mismo, además esto implica que para el control de torque utilizando las dos componentes de corriente existirá asociado un único valor de deslizamiento. Y el

75

Figura 3.5: Diagrama Fasorial del flujo y corrientes de estator torque desarrollado será: Te = 3

P Er Ir P L2 = 3 m Isφ IsT 2 ωe 2 Lr

(3.25)

Que demuestra que las propiedades del control de torque deseado en términos de las componentes de corriente Isφ e IsT . Podría asemejarse su funcionamiento a una máquina de dc ya que Isφ cumple el rol de la corriente de campo mientras que IsT la corriente de estator ( o armadura). El diagrama fasorial se indica en la Figura 3.5 Luego, redefiniendo la ecuación 3.24 se obtiene la condición necesaria para el torque con su respectivo efecto en el deslizamiento. sωe =

rr IsT Lr Isφ

(3.26)

Esta expresión indica que la corriente de estator junto con el deslizamiento determinan completamente el torque que desarrolla la máquina. Una característica principal de las componentes de corriente Isφ e IsT es que ambas son ortogonales entre sí y las dos definen tanto el flujo como el torque de la máquina y una vez que son seleccionadas determinan un único valor de deslizamiento para cualquier instante en estado estable. 3.2.2.3.

Rendimiento con Flujo Constante de Rotor

Como ya se mostró una vez que se ha eliminado la inductancia de dispersión del rotor se elimina los transitorios de corriente en el control orientado al flujo del rotor. Al usar el nuevo concepto de la potencia electromagnética, se obtiene: Pe =

I 2 rr ωe Te = r P s

(3.27)

2

(3.28)

así como: 2 Ir =



ωe λr s rr

Luego, al combinar las ecuaciones 3.27 y 3.28 se produce:

76

Figura 3.6: Características de Flujo de Rotor Constante

Te =

Pλr2 sωe rr

(3.29)

Entonces se observa que el torque electromagnético producido es proporcional a λr2 y a la frecuencia del rotor sωe . Por ello, no se aprecia ningún par máximo. Sin embargo, el flujo de estator está limitado (a más de la velocidad base) por el voltaje disponible y también λr debe ser reducido para limitar el par. La característica correspondiente de par y velocidad se vuelve una línea recta una vez que el flujo de rotor se mantiene constante, como la que se muestra en la Figura 3.6 como en un motor DC con excitación independiente, con todas las ventajas concurrentes de estabilidad y control. La velocidad del motor de inducción se puede variar por medio de la frecuencia de deslizamiento sωe , hasta la velocidad base y mediante debilitamiento del flujo del rotor y con el aumento de sωe a más de la velocidad base. El flujo reducido del rotor se puede emplear también por abajo de la velocidad base para bajos valores de par, a fin de reducir el flujo en el entrehierro y, en consecuencia, reducir las pérdidas en el núcleo. Generalmente los flujos de rotor, estator y entrehierro no difieren mucho entre sí en magnitud, excepto cuando las corrientes de estator ( y del rotor ) sufren transitorios fuertes, de ahí que regulando el flujo de rotor se puede regular también el de entrehierro, que en la región de flujo constante permite obtener torque máximo a cualquier velocidad.

77

Figura 3.7: Esquema de Control de Campo Orientado Directo

3.2.3. Control de Campo Orientado Directo 3.2.3.1.

Control de Campo Orientado Directo por Corriente

Controlar la corriente de estator es más directo que controlar el voltaje de alimentación, con un adecuado voltaje en el bus de DC para el inversor y dispositivos de conmutación rápida el control directo de la corriente de estator puede llevarse a cabo. El método directo se basa en sensar el flujo de entrehierro usando especialmente con bobinas especiales o dispositivos de Efecto Hall. Aunque en el caso de las bobinas presentan problemas a bajas velocidades y los dispositivos Hall suelen ser frágiles y sensibles a la temperatura. La Figura 3.7 tomada de [2] muestra el esquema del control de campo orientado directo en su forma más común. De la medida del flujo en el entrehierro se obtienen el de rotor, y el ángulo ρ que es el ángulo deseado para la orientación del campo. Pero, como se identifica en la Figura 3.7 primero será necesario un cambio de coordenadas de las variables conocidas de voltaje y corriente, las corrientes abc medidas en la referencia fija quedan determinadas por las ecuaciones 3.30 y 3.31. 2 1 1 isqs = ias − ibs − ics 3 3 3

(3.30)

1 isqs = √ (ics − ibs ) 3

(3.31)


s s queda definido por L s Es conocido que el flujo mutuo λmq m iqs + iqr , luego se puede determinar el flujo del rotor en W b.vuelta a partir de las cantidades medidas como lo expresa la ecuación 3.32

78

′

′ L s λqr = r λmq − Llr isqs Lm ′s

(3.32)

En forma similar para la componente d se obtiene: ′

λdsr =

′

′ Lr s λmd − Llr isds Lm

(3.33)

Conociendo las componentes del flujo del rotor es posible encontrar el valor de ángulo ρ con relaciones trigonométricas, de las ecuaciones ′

λdsr sin − ρ = cos ρ = ′ s 2 λr π

(3.34)

′

λqs − ρ = sin ρ = ′ sr cos 2 λr π

Donde,





′ ′ q ′ 2 e s ′ 2 λr = λr = λqsr + λdsr

(3.35)

Los cálculos indicados por las ecuaciones 3.30 a la 3.35 se llevan a cabo en el bloque de ′e orientación de campo de la Figura 3.7. El valor calculado de λr se realimenta a la entrada del controlador que regula el flujo. Dentro del bloque de Cálculo del Torque se utilizan los ′ valores de λr e y ieqs en la ecuación 3.6 para estimar el torque desarrollado por la máquina y el torque estimado es realimentado a la entrada del controlador de torque. Las respectivas salidas de los controladores de flujo y torque generan los valores deseados e∗ de ie∗ qs e ids , en la referencia del campo orientado, para que luego, el bloque de Transformación QD a ABC de la Figura 3.7 cambie tales variables, primero de la referencia del campo orientado a la referencia estacionaria con las ecuaciones 3.37 y 3.36, y finalmente a variables ABC con las ecuaciones 3.38. e∗ e∗ is∗ qs = iqs cos ρ + ids sin ρ

(3.36)

e∗ e∗ is∗ ds = −iqs sin ρ + ids cos ρ

(3.37)

i∗as = is∗ qs

(3.38)

i∗bs

√ 1 s∗ 3 s∗ i = − iqs − 2 2 ds

79

Figura 3.8: Esquema de Control de Campo Orientado Directo por Voltaje

i∗cs

√ 1 s∗ 3 s∗ = − iqs + i 2 2 ds

Una vez que se tienen los valores de corrientes de estator consigna se utiliza un inversor PWM con histéresis para generar el voltaje que ingresará a los terminales de la máquina de inducción. 3.2.3.2.

Control de Campo Orientado Directo por Voltaje

La orientación de Campo de las corrientes de estator pueden ser obtenidas aplicando los voltajes de estator apropiados. Luego, la estrategia en el campo orientado es evitar las posibles perturbaciones en el flujo del rotor lo menos posible, ante cambios de carga, por ejemplo. Para el análisis del control de campo orientado directo alimentado por un inversor fuente de voltaje, se utiliza un modelo transitorio en el que para la condición de que el flujo del rotor se mantiene constante, la máquina puede representarse con voltajes constantes para las inductancias transitorias de estator. El esquema de la Figura 3.8 muestra una sección de desacople adicional [2]. Las corrientes en la referencia del campo quedan definidas por la transformación de tales variables a coordenadas del sistema de referencia fijo y luego al de campo con las ecuaciones 3.39 y 3.40. ieqs = isqs cos ρ − isds sin ρ

80

(3.39)

ieds = isqs sin ρ + isds cos ρ

(3.40)

Debido a que el control trata de mantener el flujo fijo y no debe existir componente del mismo en q, se cumplen las siguientes relaciones: ′

Q = veqs − ωe Ls ieds

(3.41)

′

D = veds + ωe Ls ieqs La Figura 3.8 tomada de [2] muestra en diagrama de bloques el esquema de control por orientación de campo directo alimentado por un inversor fuente de voltaje, y como se espera es necesaria una etapa de desacople, ya que los controladores para torque y flujo generarían el valor del lado izquierdo de las ecuaciones 3.41 y de ellas se obtiene el voltaje qd de referencia que ha de ser transformado a variables abc, voltajes que deberá suministrar el inversor fuente de voltaje. Se entiende que el ángulo ρ es conocido utilizando el procedimiento anterior, con las ecuaciones 3.34, para luego determinar los voltajes de referencia: e∗ e∗ vs∗ qs = vqs cos ρ + vds sin ρ

(3.42)

e∗ e∗ vs∗ ds = −vqs sin ρ + vds cos ρ

(3.43)

v∗as = vs∗ qs

(3.44)

√ 3 s∗ 1 v∗bs = − vs∗ v qs − 2 2 ds

i∗cs

3.2.4.

√ 1 s∗ 3 s∗ = − vq s + v 2 2 ds

Control de Campo Orientado Indirecto

Para operacion a baja velocidad el uso de sensores de flujo no resulta muy confiable aparte de económica, razón por la cual una forma común es el control de campo orientado indirecto, en el que a fin de determinar el valor de ρ se utilizan medidas que no está relacionadas con la medida de flujos del rotor pero cumpliendo las condiciones de las ecuaciones 3.6, 3.12 y 3.13 para que se satisfaga la condición para una apropiada orientación del campo, luego, el

81

Figura 3.9: Esquema de Control de Campo Orientado Indirecto torque puede ser controlado regulando ieqs y la velocidad de deslizamiento ωe − ωr , mientras que el valor de flujo puede serlo al modificar el valor de ieds , de ahí que para un valor de flujo ′ deseado λr ∗ el valor de la corriente ie∗ ds puede obtenerse de la ecuación 3.45. ′

r Lm λdr = ′ r ′ ie∗ r r + Lr p d s ′∗

(3.45)

Mientras que para el torque deseado dado para un nivel de flujo del rotor, el valor deseado de ie∗ qs de acuerdo a la ecuación 3.46, y una vez que se consigue la orientación adecuada, la ′ e idr es cero y λder = Lm ieds y la relación para la velocidad de deslizamiento queda determinada por la ecuación 3.47 Te∗

  3 P Lm ′ e∗ e∗ = . . .λ .i 2 2 Lr′ dr qs

ω2∗ = ωe − ωr =

rr′ ie∗ qs ′ . e∗ Lr ids

(3.46)

(3.47)

Si estas condiciones son satisfechas, se asegura el desacoplamiento en las ecuaciones de voltaje de rotor, en qué medida se consiga esto depende en gran manera de los parámetros del motor que son usados. Luego, los valores de resistencia del rotor y la inductancia de magnetización suelen variar mucho comparado con el resto de parámetros de la máquina, existen algunas técnicas de control adaptivo que con frecuencias son utilizadas para actualizar los valores tales parámetros en línea, para luego utilizarlos en la técnica de campo orientado para garantizar la adecuada operación del sistema[12].

82

Figura 3.10: Control de Campo Orientado Directo sin Sensores La Figura 3.9 muestra el esquema de control de campo orientado indirecto en el que se utiliza un inversor fuente de corriente controlado por Modulación por Ancho de Pulso (PWM) que se genera de acuerdo al error entre la corriente de referencia y la medida. La orientación del flujo del rotor, ρ, queda establecida como la suma de ángulo del rotor medido a través de un sensor de posición, θr , y el ángulo θ2 , que se obtiene al integrar la velocidad de deslizamiento ω2∗ . Entonces, con simples relaciones trigonométricas se puede definir las funciones seno y coseno del ángulo ρ con las ecuaciones 3.48. cos ρ = cos (θr + θ2 ) = cos θr cos θ2 − sin θr sin θ2

(3.48)

sin ρ = sin (θr + θ2 ) = sin θr cos θ2 + cos θr sin θ2

3.3. Control de Campo Orientado Directo sin Sensores 3.3.1. Control de Campo Orientado Directo con Estimación de Flujo y Velocidad con EFK El Control por Vector de Campo requiere de realimentación de flujo de rotor, de torque y de velocidad, obviamente utilizar sensores de flujo y velocidad no solo resulta poco confiable sino costoso, por lo que el esquema implementado es el de la figura, donde el Estimador Filtro de Kalman es el que estima el valor de flujo de rotor, sus componentes ψqr y ψdr en la referencia fija así como la velocidad. La respuesta del filtro en el sistema es confiable, una vez que genera las variables necesarias

83

de realimentación todo el esquema del control por orientación directo es el mismo, con la diferencia que el bloque del estimador es el que genera el ángulo de orientación. También están presentes los tres controladores y se cumplen las relaciones de las ecuaciones 3.34 y 3.35 para obtener el ángulo ρ necesario para luego obtener las corrientes de referencia de las ecuaciones 3.36, 3.37 y 3.38. El uso del estimador de estado omite los sensores del sistema de control, aunque supone algoritmos que se llevarán a cabo con dispositivos muy veloces, pero en comparación con el costo y la confiabilidad resultan una buena opción.

3.3.2. Controladores PI para el Control de Campo Orientado Directo El control vectorial directo, independientemente de como obtiene la realimentación de velocidad, requiere básicamente de un controlador PI de velocidad, otro para el flujo y otro para el torque. En vista de que el algoritmo de estimación de velocidad es un algoritmo recursivo, que se actualiza en cada tiempo de muestreo, es necesario utilizar controladores PI discretos para cada variable especificada, entonces la forma del compensador en dominio de z, es: T (3.49) z−1 Donde T es el tiempo de muestreo y es el mismo que utiliza el estimador y los controladores. G = K p + Ki

3.3.2.1.

Controlador de Flujo de Rotor

La meta del Control por Vector de Campo es mantener la amplitud del flujo del rotor en un determinado valor, a menos que trabaja en una región de debilitamiento de flujo o con optimización de flujo y solo modifica la componente de corriente del torque para regularlo. El controlador de flujo de rotor ψr , ajusta el valor de la corriente directa, de tal manera que mientras más rapida sea la respuesta del sistema compensado se estabilizará más rápido el flujo y, llegará a un valor determinado, constante, que es una de las condiciones del control vectorial. El control del valor o intensidad del flujo es esencial para evitar la saturación y para reducir las pérdidas en el núcleo con bajos valores de torque y, con ello, se mejora la eficiencia y el factor de potencia. Así mismo, ya que las variaciones en el flujo podrían ser lentas, la constancia en el flujo podría permitir un control rápido del par, que es esencial para el control de velocidad[17]. 3.3.2.2.

Controlador de Torque

El controlador de torque luego determina que ajustes deben realizarse en la corriente de estator para asegurar la producción del torque requerido[18], que implica ajustar el valor de

84

la corriente de cuadratura a través de un controlador PI del error de torque, el torque es una variable lenta y el controlador tiene la limitación de que no puede ser más lento que el del flujo ya que una condición para el control de torque a través de la corriente es que el flujo se mantiene constante, de ahí que para los ensayos del controlador se encuentra que se obtiene una mejor respuesta si se mantiene la ganancia proporcional de este controlador supera a la del flujo. 3.3.2.3.

Controlador de Velocidad

En el sistema de control, el regulador de velocidad determina si acelera o desacelera el motor. Todos los parámetros de los tres controladores han sido probados cerrando el lazo más externo, de velocidad, de tal forma que la sintonización de los filtros ha resultado fruto de varios ensayos para valores de constantes proporcionales e integrales de cada uno, empezando por los controladores más internos y luego el de velocidad. De ahí que el controlador más externo, es el que más afecta la respuesta del sistema, de las pruebas realizadas con valores distintos de ganancia, si ésta es más elevada, se obtienen respuestas con más sobreimpulso en el torque y flujo. Independientemente del controlador, una vez que el error es máximo no tardan en saturarse, por lo que en el arranque suele requerirse corrientes altas que se reducen a medida que la velocidad se acerca a la referencia.

3.4. Inversor El conversor de potencia en un manejador de ac de alto rendimiento esencialmente funciona como un amplificador de potencia, reproduciendo las señales de control generadas por el controlador de orientación de campo a niveles de potencia adecuados para la máquina de inducción. Típicamente la alimentación de potencia al convertidor es trifásica, de magnitud y frecuencia fija, mientras que la salida deberá entregar frecuencia variable, voltaje variable en condiciones adecuadas para que la máquina trabaje dentro del rango de operación adecuado. Aunque los controladores de orientación de campo con salidas de voltaje pueden desarrollarse, la mayoría de sistemas proveen referencia de corriente y luego requieren convertidores de potencia que trabajen como fuentes de corriente controladas. Tal como en sistemas que contienen lazos de corrientes internos muy parecidos a los lazos de corrientes en un manejador dc de alto rendimiento, la principal diferencia es que el control de corriente requerido en un manejador de ac debe proveer el control de ambos, de la magnitud y la fase, esto es en parte el origen del término control vector aplicado a manejadores de ac de alto rendimiento. Manejadores de alto rendimiento utilizan estrategias de control que desarrollan señales referencia para las corrientes de alterna de la máquina porque así los efectos de la resistencia, inductancia y FMM inducida se eliminan. Así que, el regulador de corriente funciona como 85

una fuente de corriente ideal y el orden del sistema bajo control es reducido y la complejidad del controlador es significativamente simplificada[3]. Los reguladores de corriente deben controlar la amplitud y la fase de la corriente de estator, y constituye el lazo más interno de entre todos los controladores, así que éste deberá tener el mayor ancho de banda del sistema y deberá tener un error de estado estable de cero o muy cercano a cero. Desarrollar un regulador de corriente que cumpla con tales características solía ser una tarea difícil pero nuevas técnicas para conseguirlo se están implementando.

3.4.1. Inversor PWM de Corriente Regulado por Histéresis Un inversor PWM de corriente controlada operado con una frecuencia en el rango de kHz puede funcionar como una fuente regulada de corriente con el potencial para una buena respuesta dinámica y bajo contenido de armónicos, es el más utilizado para conversores en rango de potencia medio a bajo, a diferencia del inversor fuente de corriente CSI (current source inverter), el PWM es una fuente natural de voltaje y para hacerlo operar como una fuente de corriente se requiere un control de lazo cerrado con realimentación directa desde las corrientes de ac de la máquina. Los sensores para medir la corriente de realimentación deberán tener un amplio ancho de banda, desde la más baja frecuencia fundamental a ser controlada (usualmente dc) hasta una superior a la mayor frecuencia de la portadora del PWM. Usualmente solo dos sensores de corriente son empleados ya que la tercera corriente se obtiene partiendo de la condición de equilibrio del sistema (la suma de las tres deberá ser cero), lo que resulta ventajoso puesto que se reduce las señales de error generadas por el sensor. El esquema básico del inversor regulado se muestra en los esquemas de control orientado directo e indirecto de las figuras 3.7, 3.10 y 3.9. El regulador permite reproducir la corriente de referencia en el dominio del tiempo con un rizado de alta frecuencia, con valores instantáneos de magnitud y fase. Mientras que el requerimiento para los sensores podría ser exigente, esto se compensa con la excelente respuesta y bajo contenido armónico del sistema PWM. El funcionamiento base del regulador consiste en convertir las señales de error de corriente en el tiempo en señales de activación para el inversor PWM. 3.4.1.1.

Regulador por Histéresis

El concepto básico de este tipo de controlador se ilustra en la Figura 3.11, este controlador simplemente aplica la señal el error de corriente a un elemento de histéresis, la salida del cual provee una señal lógica para activar el elemento de conmutación positivo o negativo. Generalmente se incluye una etapa que garantice un retardo entre el apagado y encendido de los interruptores de la misma rama para evitar un posible corto circuito de la fuente de continua.

86

Figura 3.11: Regulador de Corriente por Histéresis Mientras que este sistema es muy simple, y provee un buen control de la amplitud de la corriente, la regulación por histéresis tiene una mayor desventaja al producir una alta tasa de conmutación variable del PWM. Bajas frecuencias aparecen en el espectro sin tener en cuenta la frecuencia de conmutación, desafortunadamente, la variación de la tasa de conmutación es opuesta a las necesidades para un buen control de corriente con la mayor tasa asociada con las menores frecuencias de referencia [3]. El funcionamiento del controlador de histéresis se explica en términos de un diagrama de conmutación en un plano complejo indicado en la Figura 3.12, se muestra la referencia del vector de corriente como i∗s y el valor actual del vector de corriente como is y el error de corriente como ∆is en el plano complejo, con los ejes a, b y c de un sistema de referencia trifásico.

Figura 3.12: Diagrama de Conmutación para el Controlador de Histéresis Los errores de corriente ∆ias , ∆ibs y ∆ics son las proyecciones de ∆is en estos tres ejes. El controlador de histéresis conmutará la rama de la fase a del inversor cuando ∆ias excede la banda de histéresis h definida por dos líneas perpendiculares al eje de cada fase, obteniendose los límites para cada fase, como lo indica la figura 3.13, diagrama que gira junto con el vector de corriente.

87

Figura 3.13: Diagrama de Conmutación Completo para las fases A, B y C El controlador limita la operación al interior de la región hexagonal del diagrama de conmutación si se pasa alguna de las bandas, el regulador genera un vector que lleva el error en dirección opuesta. La Figura 3.14 muestra los seis vectores característicos del inversor, siempre el vector forza a la corriente a moverse en la misma dirección de tal manera que cuando se sobrepasa una de las fronteras para cada fase, es obligada a girar en un sentido llevada por los vectores de voltaje que generan cada transición, repetitivamente y una alta frecuencia de conmutación se obtendrá si la banda de histéresis es pequeña, este ciclo será ocasionalmente interrumpido por la presencia de un voltaje cero, el cual se genera cuando una transición es omitida. La aplicación del voltaje cero reduce las conmutaciones.

Figura 3.14: Vectores de Tensión La frecuencia de conmutación del inversor queda definida por [3], con la ecuación 3.50. fs =

velocidad Vdc = distancia 9hLs

(3.50)

Claramente, la mayor frecuencia de conmutación del inversor ocurre cuando la banda de histéresis es pequeña. Como lo indica [3], en acuerdo con [19], conmutaciones todavía ocurren

88

cuando el vector error cruza los límites del hexágono. De hecho, el limitar los estados de conmutación a seis vectores, resulta en cambios drásticos de flujos debido a los voltajes de alimentación, de ahí que muchos autores han introducido los vectores cero que se intercalan entre los vectores anteriores así se podrán tener valores intermedios de voltaje entre que el vector de error define un vector y otro.

3.5. Simulación del Control Vectorial Directo Sensorless 3.5.1. Modelo de Control Vectorial Directo implementado en Simulink El modelo implementado para el control vectorial se muestra en la Figura 3.15, en donde están presentes: el modelo de la máquina de inducción, el inversor de corriente regulado por histéresis, bloque de calculo de error y controlador PI de velocidad y otro que recibe las señales de referencia y realimentación para el control del flujo y del torque y la transformación de coordenadas del sistema sincronico de rotor a la referencia de estator, para luego la inversa para obtener las corrientes abc. Además está presente el bloque de estimación del flujo y la velocidad, que contiene el algoritmo filtro de Kalman desarrollado en el capítulo anterior. En el apéndice 2 se encuentra en detalle los diagramas y programas de cada bloque.

Figura 3.15: Modelo de Control por Vector de Campo en Simulink

89

3.5.2. Simulación del Inversor con Regulador de Corriente Las condiciones iniciales del inversor regulado por corriente serán las de arranque en vacío de la máquina de inducción suponiendo que se plantea una referencia de velocidad al inicio de 325 [rad/s], la forma de onda característica del inversor fuente de voltaje regulado por corriente para cada fase se muestra en la Figuras 3.16 a 3.18, han sido generadas haciendo que los interruptores del inversor se activen cada vez que se supera la banda de histéresis de 0.25 A ya sea para encenderse, cuando el error es positivo o para apagarse cuando es negativo. Considerando una fuente de 300V, y con los parámetros del motor de prueba, de acuerdo a la ecuación 3.16 y 3.50 la frecuencia de conmutación promedio es cercana a 3 KHz.

Figura 3.16: vas

Figura 3.17: vbs

90

Figura 3.18: vcs

3.5.3. Resultados de la Simulación del Control Vectorial Directo 3.5.3.1.

Simulación del Sistema de Control y el Estimador de Flujo y Velocidad

Para la simulación se emplea el diagrama de simulink de la Figura 3.15 para una referencia de velocidad de ωrre f = 200 [rad/s]donde la referencia de flujo se toma de la relación la curva de flujo asociada con el debilitamiento de campo, que implica que para un rango de velocidad de cero hasta la velocidad sincrónica el flujo de rotor ha de mantenerse constante, lo que reduce las corrientes y las pérdidas. Esta curva tiene un valor de ψr = 165 [V ] constante para el rango de velocidad utilizado. La Figura 3.19 muestra la respuesta de flujo y torque del sistema, para el arranque en vacío y luego cuando se aplican torques iguales o superiores al torque nominal. El objetivo del control por vector de campo es independizar el control de torque y flujo, la idea es que cada componente de corriente de estator en el sistema sincrónico fijado en el rotor sea responsable del flujo y del torque, como se puede observar en la Figura 3.20, la corriente iqse tiene la misma forma de onda del torque, por lo que se entiene que el torque es proporcional a esta componente, de forma similar, para idse , es la responsable directa del flujo de rotor. Las componentes del flujo de rotor en la referencia sincrónica permiten la adecuada orientación, son señales senoidales en esta referencia, como las de la Figura 3.21, que luego, al simplificar la referencia, se convierten en señales constantes, sobre las cuales el control es más sencillo ya que la componente en el eje q de la referencia sincrónica del flujo no existe. La respuesta de velocidad puede ser visualizada en la Figura 3.22, donde están las señales reales y estimadas ante distintos torque de carga, es obvio que el control cumple su cometido ya que mantiene la velocidad ante subsecuentes cambios de carga, aunque esto supone incremento de corriente de estator. Esto es posible siempre y cuando el flujo de rotor se mantenga

91

Figura 3.19: Flujo y Torque Real y Estimado para el Control Vectorial para ωrre f = 200 [rad/s]

Figura 3.20: Componentes de Corriente de Estator ante diversos estados de carga

92

Figura 3.21: Componentes del flujo del rotor en la referencia fija constante.

Figura 3.22: ωr Como es de esperarse, cuando se trata de bajas velocidades, el filtro de kalman no converge tan rápido, de ahí que en un inicio esto supone un error, que adicionalmente con el hecho de que el controlador de velocidad se satura para una condición de arranque, se requieren corrientes de referencia altas como las que se pueden observar en las Figuras 3.23 a 3.25.

93

Figura 3.23: ias

Figura 3.24: ibs

Figura 3.25: ics Las formas de onda de referencia presentan un rizado, lo que supondría mayores conmuta94

ciones del inversor por histéresis, que genera mayor rizado en las corrientes de estator, por ello, la razón de que se utiliza las corrientes provenientes del filtro de Kalman para la realimentación de corrientes para generar el regulador por histéresis para el inversor. Las formas de onda de las corrientes que entrega el filtro se pueden visualizar en las Figuras 3.26 a 3.28 y contienen un rizado mínimo, que es una característica del estimador elimina el ruido de la señal de corriente.

Figura 3.26: ias

Figura 3.27: ibs

95

Figura 3.29: Respuesta ante Cambios en la Referencia de velocidad

Figura 3.28: ics 3.5.3.2.

Simulación del Sistema de Control ante Cambios de Referencia

Cuando se presenta cambios en la referencia, la respuesta del sistema debe mantener la referencia independientemente de otras perturbaciones como el torque de carga. Lo que se comprueba en la Figura 3.29 , donde se puede observar también que el tiempo de establecimiento es corto para cambios amplios en la referencia. Como se espera, aunque la referencia de velocidad cambie, el flujo deberá mantenerse, como se observa en 3.30 y además, se puede establecer el efecto que esto tiene en las corrientes de estator, como ejemplo, la fase a, de la Figura 3.31 muestra que durante el período en que la velocidad tiende a estabilizarse la corriente es alta pero apenas durante un instante, puesto

96

Figura 3.30: Efecto en el flujo del cambio en la referencia

Figura 3.31: Efecto en la Corriente debido al Cambio de Referencia de Velocidad que se reduce a medida que alcanza el tiempo de establecimiento.

3.6. Ventajas y Desventajas del Control por Vector de Campo Directo 3.6.1. Ventajas y Desventajas del Control por Vector de Campo Directo Sensorless Entre las ventajas que se obtienen en el control por Vector de campo se encuentra que gracias a la transformación de coordenadas se puede obtener un control independiente de torque y flujo de la máquina de inducción y no solo esto sino que esto permite manipular corrientes continuas (en la referencia sincrónica), para luego obtener las corrientes senoidales de referencia necesarias, lo que reduce la complejidad del control.

97

El control orientado al campo o control vectorial incluye el control desacoplado de cada valor de flujo y par, por medio de un cambio coordinado en la frecuencia primaria y el voltaje. El control del valor o intensidad del flujo es esencial para evitar la saturación y para reducir las pérdidas en el núcleo con bajos valores de par y, por ello, se mejora la eficiencia y el factor de potencia. Así mismo, ya que las variaciones en el flujo podrían ser lentas la constancia en el flujo podría permitir un control rápido de par, que es esencial para el control rápido de velocidad [17]. La implementación del inversor utilizado en el modelo de simulación es muy sencillo, no requiere de temporizadores que definan períodos sino solo de comparadores con histéresis para el error de corriente en cada fase, que generan las señales de activación de los interruptores del inversor y el desempeño es satisfactorio. Obviamente que implementar el control vectorial sin sensores de velocidad y flujo reduce el costo de implementación del sistema de control, por lo que es una buena alternativa cuando se requieren aplicaciones en donde la precisión no es lo que prima ya que puede existir un error de estimación que se introduce dentro del sistema, lo que puede afectar la respuesta del control, haciendo que exista un margen de diferencia entre el valor real al que llega la velocidad y el que se estima. Entre las desventajas de este sistema de control podríamos recalcar que requiere la sintonización de tres controladores PI, cuyas ganancias proporcionales e integrales se calibran para un desempeño adecuado y también se conserva la relación de dependencia de la respuesta final del sistema queda afectada por el controlador más externo que es el de velocidad. En general cuenta con muchos elementos para el control, omitiendo los sensores, requiere transformación de coordenadas al sistema de referencia fijado con el flujo del rotor tanto directa como inversa, y, requiere adicionalmente un control para el error de corriente, que en esta ocasión fue simplificado al utilizar un control on - off para la corriente en cada fase, lo que resulta en mayor complejidad para el algoritmo de control sin contar el hecho de que para su implementación se requiere dispositivos que procesen la información recibida por los sensores de corriente y voltaje, los procese con transformaciones de coordenadas y tome la acción de control respectiva en cada tiempo de muestreo, que en ocasiones suele ser muy pequeño para que se obtenga una respuesta satisfactoria del filtro. Además, el algoritmo utilizado para la estimación de la velocidad mecánica del rotor y de los flujos es dependiente de los parámetros de la máquina, resistencias e inductancias que en régimen permanente suelen ser alteradas por la temperatura, se presentan limitaciones aunque es una buena aproximación, para compensar tal variación de parámetros, se están desarrollando algoritmos para estimación de parámetros en línea con el sistema. Una vez que se introducen controladores PI en el sistema de control, cuando el error es grande, terminan llegando en poco tiempo a su valor de saturación, lo que, en el caso de la máquina de inducción implica corrientes de referencia altas, incremento de la corriente en el

98

tiempo de establecimiento que demora la señal de velocidad en acercarse a la referencia. Podría compensarse el efecto ubicando una referencia variable en lugar de variaciones bruscas en la misma, ya que el error inicia en un valor menor y se reduce a medida que se acerca a la referencia. Generalmente se obtienen corrientes elevadas en el arranque, por lo que se puede reducir esto con una referencia variable tipo rampa en el arranque, con lo que se consigue que el tiempo en el que la corriente es alta se reduzca. Otro aspecto es que pese a que la técnica de control vectorial lleva como veinte años de desarrollo, se ha comprobado que requiere un modelo avanzado que introduzca condiciones anormales como la saturación [20].

99

CAPÍTULO 4 Control de Torque Directo de la Máquina de Inducción 4.1. Introducción Los accionamientos de motores de inducción de altas prestaciones dinámicas requieren un control preciso e independiente tanto del torque como para el flujo. La mayoría de los esquemas modernos están basados en el método de campo orientado o control vectorial analizado en el capítulo anterior. De ahí que, el control vectorial intenta controlar el motor de inducción como un motor de corriente continua de excitación independiente, la clave del éxito de esa estrategia es el conocimiento correcto de la posición del flujo del rotor. Debido a que el flujo del rotor es susceptible a variaciones causadas por el incremento de temperatura y el nivel de saturación de la máquina ya que la constante de tiempo se altera resultando en que el comportamiento dinámico y el de régimen permanente se vean afectados de forma considerable con el cambio de los parámetros de la máquina. Por consiguiente, se han desarrollado muchos algoritmos y esquemas para estimar los parámetros de la máquina en línea. Sin embargo, como es de esperarse, estos esquemas aumentan de forma considerable la complejidad y el costo del sistema, lo que en muchas ocasiones los convierte en prohibitivos. Por otra parte, con el éxito logrado por el control vectorial en el campo de los accionamientos de altas prestaciones, aparecieron los estudios novedosos de Takahashi y Noguchi [21] que se desvían y alejan de la transformación de coordenadas y de la analogía entre el control vectorial y el control del motor de DC y propusieron la técnica de Control de Torque Directo (DTC) para obtener una rápida y buena respuesta dinámica del par y del flujo estatórico. Las investigaciones en el campo del control de los accionamientos eléctricos han llegado a la utilización de nuevas de técnicas de control dentro de las más actuales está el DTC (Direct Torque Control), o control de Torque directo, estrategia, que ofrece una respuesta muy rápida del par y un comportamiento dinámico elevado, utilizando además un modelo más sencillo

100

que el empleado con el antiguo control de campo orientado.

4.1.1. Principio de Operación del Control de Torque Directo (DTC) El principio de operación básico para el control directo del par implica el cálculo instantáneo de los valores de torque y flujo a partir de las variables de voltaje y corriente de estator de la máquina de inducción. El torque y el flujo se controlan directamente y de forma independiente mediante la selección óptima de los estados de conmutación del inversor y limitando los errores del flujo y del par mediante controladores de histéresis de dos niveles para el primero y de tres niveles para el segundo. En la Figura 4.1 se observa el esquema básico de control. El Control de Torque Directo controla las concatenaciones de flujo directamente antes que utilizando corrientes como en el control vectorial, como el torque electromagnético en la máquina de inducción es el producto de los flujos de rotor y estator y el ángulo entre ellos γ, como lo define la ecuación 4.1 Te = |ψs | |ψr | sin γ

(4.1)

Como la constante de tiempo del rotor es mayor que la del estator en la máquina de inducción jaula de ardilla, el flujo del rotor puede asumirse como invariante en magnitud así como en posición, en un corto intervalo de tiempo, por lo que en ese intervalo el torque dependerá de la magnitud y el sentido de rotación del flujo estator, que pueden ser cambiados aplicando los voltajes adecuados a los devanados del estator, también el ángulo γ entre los flujos de rotor y estator también puede ser incrementado o decrementado, lo que permite ajustar el torque electromagnético al torque de carga necesario. La estrategia del controlador directo de par, se fundamenta en ajustar el par eléctrico al de la referencia, mediante el control de la magnitud y sentido de rotación del vector espacial del enlace de flujo del estator. Esta posibilidad de ajuste, define seis zonas de operación o sectores dependiendo de la posición del vector espacial del enlace de flujo del estator. Estas zonas de control coinciden con la localización de los vectores espaciales de tensión del inversor. La técnica del control de torque directo parte de que la rotación adecuada del vector de flujo del estator utilizando estados de conmutación adecuados para el inversor [22]. Además, se controla también la magnitud del vector de flujo de estator, con la selección apropiada de diversos estados de conmutación del inversor. El valor de estos estados puede cambiarse dependiendo de los requisitos de la consigna del flujo y de par. Entonces el esquema de la Figura 4.1 básicamente trabaja de la siguiente forma:

101

Figura 4.1: Esquema del Control de Torque Directo Calcula el error de torque y de flujo entre la referencia y variables estimadas que resultan de una relación sencilla que asocia voltajes y corrientes de estator; con estas mismas relaciones se puede obtener la información del sector o la posición angular del vector de flujo de estator considerando un sistema de referencia qd con referencia fija en el estator y cuyo eje q se halla a 90º de la variable de estator de referencia. Una vez que se conoce los errores, éstos dentro de cada comparador con histéresis generan estados independientes. Con la información del sector donde se encuentra el flujo se obtiene la tercera variable necesaria para la selección del estado de conmutación tomado de una tabla de conmutación donde se puede seleccionar uno de los ocho posibles estados del vector espacial de tensión del inversor [22].

4.2. Controlador de Flujo de Estator 4.2.1. Estimación del Flujo de Estator En términos generales se establece que de la ecuación 1.34 para la máquina de inducción permitirá el cálculo del flujo de estator como en la ecuacion 4.2: λ¯s =

Z

v¯s − rs¯is dt

ψ¯s = ωb¯λs = ωb

Z

v¯s − rs¯is dt

(4.2)

(4.3)

En donde al considerar la caída de voltaje en la resistencia de estator rs como despreciable es obvio que el flujo de estator guarda una relación directa con el voltaje de alimentación. Es

102

posible obtener el valor del módulo del flujo de estator considerando las componentes qd en una referencia estacionaria, donde se cumplirán relaciones similares a la de la ecuación 4.3 como lo indica las ecuaciones 4.4 y 4.5 . ψqs = ωb

Z

vqs − rs iqs dt

(4.4)

ψds = ωb

Z

vds − rs ids dt

(4.5)

El módulo del Flujo del Estator quedará definido por: ψ¯s =

q

ψq2s + ψd2s

(4.6)

Así también se define el ángulo del flujo θs en la referencia estacionaria como: θs = arctan 4.2.1.1.

ψqs ψds

(4.7)

Definición del Sector del Vector Espacial de Flujo de Estator

El control directo de torque se fundamenta en ajustar el torque al de referencia, controlando la magnitud y el sentido de rotación del vector del enlace de flujo del estator. Esta posibilidad de ajuste, define seis zonas de operación dependiendo de la posición del vector espacial del enlace de flujo del estator [23]. Una vez definida la magnitud y ángulo del vector espacial de Flujo del Estator, la estrategia de control DTC requiere como información el sector en el que el flujo se encuentra, el sector no es más que una de las seis secciones en las que se divide el plano qd de referencia estacionaria, lo que implica que cada una de estas seis zonas de control tiene un ancho de π3 , y quedan definidas por la ecuación 4.8. π π ≤ sector (n) ≤ (2n − 1) . ; ∨n = {1, 2, 3, . . . , 6} (4.8) 6 6 Conocido θs y definiéndolo entre 0 y 2π es posible determinar el sector considerando la Figura 4.2, además cada sector coincide con la localización de los vectores espaciales de tensión del inversor que servirán para el control del flujo y torque. (2n − 3) .

103

Figura 4.2: Definición de Sectores y Vectores de Tensión

4.2.2. Controlador con Histéresis de Dos Niveles para el Flujo El control de Torque Directo de la Figura 4.1 utiliza un flujo consigna o referencia ψs∗ , el cual al compararse con el flujo de estator estimado ψ¯s entrega una señal de error, que queda definida por la ecuación: ∆ψ = eψ = ψs∗ − ψ¯s

(4.9)

El controlador de Flujo deberá tomar la señal de error y llevarla a un comparador con histéresis de dos niveles cuya frontera inferior para el cambio de estado se define como Hψ− y la superior es Hψ+ , donde los signos están asociados a si el error es positivo o negativo, también el ancho de la banda de histéresis queda definida por Hψ = Hψ+ + Hψ− como lo muestra la Figura 4.3.

Figura 4.3: Controlador de Histéresis de Dos Niveles para Flujo De esto, se puede resumir el funcionamiento del controlador de flujo de la siguiente manera:

104

Figura 4.4: Banda de Histéresis para el Control de Flujo

Tabla 4.1: Funcionamiento del Controlador de Flujo El controlador de Flujo lo que hace es, de acuerdo al error de flujo entregar señales discretas de 0 o 1 de acuerdo a si la acción a tomarse es incrementar o reducir el nivel del flujo, estas señales forman parte de la información necesaria para la selección adecuada del vector de tensión que ha de realizar dicha acción. La Figura 4.4 muestra que el objetivo del control es mantener la magnitud de flujo dentro de la zona definida por: Cψ = 1

Si

ψs ≤ ψs∗ − Hψ−

(4.10)

Cψ = 0

Si

ψs ≥ ψs∗ + Hψ+

(4.11)

En la regulación DTC, el flujo estatórico se mantiene dentro de los límites de histéresis definidos, es decir, dentro de la banda elegida. Una vez que los valores de flujo estimado difirien del valor de referencia o consigna en magnitud superior del límite Hψ+ o inferior Hψ− se emplea un vector de tensión adecuado para modificar la dirección del vector de flujo y mantenerlo dentro de la banda de histéresis tal como se muestra en la Figura 4.4

105

4.2.2.1.

Efecto de la frontera del Controlador de Flujo

Si se supone que los límites frontera del controlador de torque se mantienen fijos, o que la anchura de la banda de dicho controlador es constante, si la anchura de la banda del controlador de flujo es estrecha se produce una elevada frecuencia de conmutación. Además, siendo el lugar geométrico del flujo estatórico casi circular, se esperan corrientes casi senoidales y la ondulación de las mismas se reducen significativamente con una distorsión armónica THD pequeña. Cuando la magnitud de esta banda aumenta, la frecuencia de conmutación baja y el lugar geométrico del flujo estatórico es hexagonal, lo que aumenta la distorsión en las corrientes estatóricas lo que suele ser poco conveniente.

4.3. Controlador de Torque 4.3.1. Cálculo del Torque Electromagnético Como es de esperarse, una vez estimado los flujos de estator es posible calcular el Torque electromagnético de la máquina de inducción usando las variables qd conocidas, como son flujos y corrientes de estator, de ahí que se puede obtener dicho valor utilizando la ecuación 4.12:   
3 P λds iqs − λqs ids Te = 2 2

(4.12)

  
3 P Te = ψds iqs − ψqs ids 4 ωb

4.3.2. Controlador con Histéresis de Tres Niveles El controlador de torque no es más que un comparador con histéresis de tres niveles, cuyos límites para el error definido por la ecuación 4.13, son HT + y HT − , el funcionamiento se puede observar en la Figura 4.5 ∆Te = Te − T e

106

(4.13)

Tabla 4.2: Funcionamiento del Controlador de Torque

Figura 4.5: Controlador con Histéresis de Tres niveles para el Torque Entonces, el funcionamiento del controlador puede resumirse en la tabla 4.2, de lo que se resume que una vez que la diferencia entre el torque de referencia y el estimado supera el límite superior, la salida entrega el valor de 1, mientras que si es la inferior será -1 si se encuentra dentro de los límites y 0 dependerá de la trayectoria del error para que entregue tal valor. 4.3.2.1.

Efecto de la Frontera del Controlador de Torque

La banda del controlador del torque afecta la tasa de distorsión armónica THD y también la frecuencia de conmutación. En realidad la frecuencia de conmutación depende las dos bandas de los controladores de torque y flujo. La banda del controlador de torque afecta directamente la frecuencia de conmutación, ya que ésta no es fija e implica incremento o decremento del número de conmutaciones en un período completo en el período de la fundamental. Además, los límites para el controlador con histéresis de torque será los valores tope entre los cuales se encontrará el torque electromagnético resultante, además el rizado en la respuesta del torque comprende la región de la banda de histéresis.

4.4. Tabla de Conmutación del Inversor En función de los valores discretos generados por los comparadores con histéresis de flujo y par, y la información del sector en donde se encuentra el vector espacial de flujo, es posible

107

Figura 4.7: Efecto de los Vectores de Tensión para el Flujo en el Sector 1 definir un conjunto de vectores que darán la señales de conmutación al puente inversor, que es un inversor fuente de voltaje (VSI) como el que se indica en la Figura 4.6.

Figura 4.6: Inversor para la Máquina de Inducción Donde Sa , Sb y Sc serán los estados de activación de los interruptores superiores del inversor mientras que el de los inferiores serán las mismas señales complementadas, y específicamente se han definido ocho vectores cuyos estados son:

Tabla 4.3: Estados de Activación del Inversor para cada Vector Entonces, la Figura 4.7 muestra un ejemplo del efecto de cada vector sobre el vector espacial 108

de flujo de estator en el sector 1, en la tabla 4.4 se resume los efectos de los distintos vectores para este caso, cada vector no solo modifica la magnitud sino también el ángulo, lo que resulta en variación del sector donde se encontrará. La variación del flujo afecta fuertemente la magnitud del torque, ya que el torque queda determinado por el producto vectorial entre el flujo del estator y el flujo del rotor. El flujo del rotor cambia lentamente por lo que cualquier variación en el vector espacial de flujo de estator producirá una variación notable de torque.

Tabla 4.4: Efectos de los Vectores de Tensión en el Vector de Flujo de Estator Como consecuencia de lo anterior se puede crear una tabla de selección óptima para el vector de Tensión de acuerdo a las salidas de los controladores de flujo y torque, como lo indica la tabla 4.5:

Tabla 4.5: Tabla de Selección óptima del Vector de Tensión Entonces, una vez que se establece los valores discretos que salen de los controladores con histéresis de flujo y torque, y se define el sector en el que se halla el flujo, la estrategia de control se basa en la selección de los vectores, de acuerdo al error de torque el flujo girará en sentido horario o antihorario y con una determinada secuencia de vectores conforme el flujo cambia de sector. La tabla de conmutación óptima, clave para el control de torque directo está detallada en la tabla 4.6, donde para cada valor de los controladores se indica el efecto deseado en cada variable sube, baja o se mantiene y acorde al sector se utilizará un vector de tensión específico para cumplir con tal propósito.

109

Tabla 4.6: Tabla de Conmutación Óptima Cabe recalcar que los cambios en las salidas de los controladores son asincrónicos e independientes entre sí, no existe la más mínima posibilidad de que conmuten simultáneamente el controlador de flujo y de torque, lo que garantiza la ausencia de cualquier condición anómala en la conmutación de los interruptores del inversor.

4.5. Control de Velocidad con DTC Si bien las aplicaciones que requieren un torque constante suelen ser muy importantes, otra variable de la que se requiere control suele ser la velocidad, en este caso se analiza la posibilidad de incluir un controlador proporcional integral para controlar la velocidad como lo ejemplifica [15]. El principal aspecto del controlador PI es la selección adecuada de los valores de las ganancias proporcional e integral, y, si bien existen métodos como el de Ziegher - Nichols, que no utiliza el modelo ni los parámetros de la planta, suelen obtenerse respuestas oscilantes con un sobreimpulso alto[24], aunque se desarrollan algoritmos más avanzados, como la sintonización por algoritmos genéticos(GA) ó lógica difusa [24]. Uno de los criterios utilizados para el diseño del controlador es que ha de ser más rápido que la planta, luego la simulación facilita ensayos del controlador adecuado, cuya respuesta del sistema quedará descubierta en los resultados posteriores. Entonces la selección de las constantes proporcional e integral del controlador PI de la ecuación 4.14 que ajusta el torque necesario manipulando la señal de error de velocidad son obtenidas por ensayo y error, lo cual fue posible con la simulación. Ki (4.14) s Es importante destacar que el control de flujo es independiente del de torque ya que se puede mantener el flujo de estator constante mientras que se cambia el torque electromagnético para satisfacer la exigencia de velocidad. Gc = K p +

110

4.6. Resultados de la Simulación del Control de Torque Directo 4.6.1. Modelo del Control de Torque Directo implementado en Simulink El modelo implementado en simulink se muestra en la Figura 4.8, donde están claramente definidos los bloques controladores por histéresis de flujo de estator y torque, así como el estimador de flujo de estator, que calcula las dos componentes qd del flujo, para que el bloque de cálculo del sector entregue el valor requerido, que junto con los valores de los otros dos controladores se llevan como entrada a una tabla para la selección del vector de conmutación óptimo que se utiliza para alimentar el motor de inducción. Todos los programas del modelo implementado se encuentran en el Anexo 1.

Figura 4.8: Modelo Base del DTC en Simulink

4.6.2. Estimador del Flujo de Estator La Figura 4.9 muestra el flujo de Estator estimado en las componentes qd de referencia fija, como lo muestra la ecuación 4.4 para ψqs y la 4.5 para ψds , así como el flujo resultante estimado ψ¯s y el flujo real obtenido de una máquina de inducción cuyas características son

111

las mismas de la máquina simulada en el primer capítulo y en esta ocasión está alimentada por un inversor PWM de igual forma al que se utiliza en el segundo capítulo. Para condición de arranque en vacío, que podría ser un tanto crítica debido a las elevadas corrientes de arranque.

Figura 4.9: Flujos ψqs , ψds y ψ¯s real y estimado Por los resultados obtenidos se puede determinar que el estimador utilizado o más bien la forma en que se lleva a cabo el cálculo del flujo de estator es bastante acertada ya que en la Figura 4.9 no es posible determinar la diferencia ya que las dos formas de onda real y estimada son la misma, razón por la que la diferenciación de color o línea resultó inútil.

4.6.3. Simulación de los Controladores de Flujo y Torque De acuerdo a la definición de la banda de histéresis tanto del controlador de flujo como de torque se obtienen diferentes conmutaciones pero para mostrar el desempeño de tales controladores se ha seleccionado una referencia de flujo de ψs = 140 [V ] y la de torque en Te = 20 [N.m] asumiendo que se tiene un torque de carga de Tl = 15 [N.m] para condición de arranque, las bandas de histéresis son de Hψ = 4 [V ], Hψ+ = Hψ− = 2; mientras que 112

para torque los límites de histéresis son de HT + = HT − = 0,5 [N.m]. Las señales de error así como las salidas de los controladores, junto con el sector mostrados en la Figura 4.10 son las entradas necesarias para la selección del vector de tensión en la tabla de conmutación óptima.

Figura 4.10: Salidas de Controladores de ψs y Te y Sector del Flujo Como se puede observar en la Figura 4.10 el control hace que continuamente las variables de torque y flujo se mantengan dentro de la región de histéresis, apenas se sobrepasan los límites de las regiones la acción de control compensa y modifica las variables y como es de esperarse en el arranque todas las variables son cero por lo cual el error es máximo pero el tiempo transcurrido antes que los errores caigan dentro de las regiones de histéresis es 113

mínimo. Es posible observar la trayectoria seguida por el flujo de estator para tales condiciones con un diagrama polar como el que se muestra en la Figura 4.11 90

150

120

60

100 150

30 50

180

0

330

210

240

300 270

Figura 4.11: Trayectoria del ψs Como es de esperarse el lugar geométrico del flujo tiende a seguir una trayectoria circular. 4.6.3.1.

Simulación del Inversor

Para las condiciones anteriores se obtienen las formas de onda de voltajes de alimentación para la máquina de inducción generadas por la tabla de conmutación óptima del control de torque directo, la Figura 4.13 muestra los voltajes de alimentación de cada fase y la Figura muestra los voltajes qd0 que se requieren para el cálculo del flujo del estator. De las Figura se observa que se requieren tiempos de conmutación pequeños, lo que implica que los interruptores del inversor en la práctica han de dimensionarse tomando en cuenta que trabajarían a altas frecuencias de conmutación y requerirían tiempos de encendido y apagado sumamente cortos.

114

Figura 4.12: Voltajes de Alimentación por fase

115

Figura 4.13: Voltajes de Alimentación por fase

4.6.4. Simulación de la Respuesta del Sistema de Control ante Cambios de Carga Ante diversos estados de carga, el control deberá mantener el torque referencia aunque esto represente una variación de la velocidad la Figura muestra la respuesta que tiene la máquina para una referencia fija de flujo ψs = 140 [V ] y una referencia de torque Te = 10 [N.m] que es el torque nominal.

116

Figura 4.14: Flujo ψs real y estimado

Figura 4.15: Torque real y estimado

117

Figura 4.16: Torque de Carga y su Efecto en la velocidad De entre los resultados obtenidos en las Figuras 4.14 a 4.16 está que el control de torque mantiene el valor del mismo en la referencia independientemente del torque de carga que se aplique a la carga, en el caso de que éste sea superior a la referencia la velocidad decrece, si se desea compensar tal efecto la referencia debe ser cambiada. Las corrientes de alimentación en estator se muestran en las Figuras 4.17 a 4.19 muestran los cambios en las corrientes de estator debido a los cambios de carga.

Figura 4.17: ias

118

Figura 4.18: ibs

Figura 4.19: ics 4.6.4.1.

Simulación de la Respuesta del Sistema de Control ante Cambios de Referencia de Flujo

Las Figuras 4.20 a 4.22 muestran la respuesta del sistema a una variación en la referencia de flujo de 80 a 150 [V] de flujo, torque y velocidad, mientras el torque se mantiene constante en una valor de 10 [N.m], se observa que si bien el control mantiene el flujo en la referencia determinada, existe un efecto desfavorable ya que la corriente se incrementa, por lo cual cuando el flujo es alto, ésta es reducida como se muestra en la Figura 4.23. Además, como el torque no se ve afectado y la velocidad depende de éste entonces el cambio de referencia de flujo le afecta.

119

Figura 4.20: Flujo de Estator, referencia y real

Figura 4.21: Flujos qd de Estator para cambio de referencia de flujo

120

Figura 4.22: Flujo de Estator, referencia y real

Figura 4.23: ias en condiciones de cambio de referencia de flujo 4.6.4.2.

Simulación de la Respuesta del Sistema de Control ante Cambios de Referencia de Torque

Como se esperaba, el flujo se mantiene en la referencia de 140 [ V ],en módulo como en sus componentes qd, como lo muestran las Figuras 4.24 y 4.25. Además, el incremento en la referencia de torque involucra que la corriente crezca, como se observa en la Figura 4.27.

121

Figura 4.24: Flujo de Estator, referencia y real

Figura 4.25: Flujos qd de Estator para cambio de referencia de torque

122

Figura 4.26: Torques y Velocidad para cambio de referencia de torque

Figura 4.27: ias en condiciones de cambio de referencia de torque Se puede interpretar las gráficas anteriores que si se mantiene constante el flujo se depende del control de torque unicamente, se puede decir que éste es independiente bajo esta condición y éste será el que determine las corrientes necesarias en la fuente.

4.6.5. Simulación del Control PI de Velocidad con DTC El controlador seleccionado después de una serie de ensayos, queda definido por la ecuación 4.14, donde K p = 100 y Ki = 0,01. La Figura muestra la respuesta del sistema a una referencia ωre f = 250 [rad/s]. Así como una referencia de flujo de ψs = 150 [V ]. La Figura muestra la conFiguración modificada de la 4.8, cuando se implementa un controlador PI de velocidad. 123

Figura 4.28: Modelo del DTC con controlador de velocidad Se observa que se tiene una respuesta rápida de velocidad, aunque como se espera, cuando el valor de error es grande el controlador lleva a valor máximo la acción de control, lo que lleva el torque a valores altos como se exhibe en la Figura 4.29, con el consecuente efecto en la corriente de estator, como se observan en las Figuras 4.30 a 4.32 el control de torque directo para condición de arranque todavía requiere de corrientes de arranque altas, lo que podría solucionarse haciendo que la velocidad de referencia sea una rampa que termina en la referencia necesaria, en el arranque del sistema, de tal forma que se supere la inercia inicial, luego el control en sí no presenta ningún inconveniente.

124

Figura 4.29: ωr

Figura 4.30: ias

125

Figura 4.31: ibs

Figura 4.32: ics El control cumple su cometido ya que conserva el valor de flujo de estator en la referencia como se muestra en la Figura 4.33, mientras que el torque electromagnético compensa el efecto de carga, lo que permite que la referencia de velocidad se mantenga. La Figura 4.34 muestra la referencia de velocidad y la velocidad obtenida con el control ante perturbaciones, que implican el torque de carga mostrado en la Figura 4.35, que es contrarrestado con el torque electromagnético de la máquina, que es la señal de salida del controlador de velocidad, su respuesta se muestra en la Figura 4.35.

126

Figura 4.33: ψs

Figura 4.34: ωrre f y ωrreal

127

Figura 4.35: Te y Tl Y el efecto en las corrientes, si el torque de carga se eleva implica un incremento de corrientes de estator, como se observa en las Figuras 4.36 a 4.38.

Figura 4.36: ias

128

Figura 4.37: ibs

Figura 4.38: ics

4.7. Ventajas y Desventajas del Control de Torque Directo El DTC se considera como una estrategia de control alternativa al control vectorial por ofrecer algunas ventajas frente al campo orientado, que podrían resumirse como: La estructura del control es mucho más sencilla ya que únicamente son necesarios dos comparadores con histéresis y un controlador de velocidad, que podría ser un PI por ejemplo, mientras que el control por campo orientado al menos requiere tres controladores PI y un modulador PWM. Esto hace que el DTC tenga un ancho de banda mucho mayor y por consiguiente una respuesta dinámica superior. El DTC requiere un modelo sencillo del motor de inducción. Además de que el comportamiento de dicho control resulta robusto contra la variación de parámetros ya que únicamente requiere el valor de la resistencia de estator. 129

No son necesarias las transformaciones de coordenadas entre referencias, ya que sólo se utilizan las variables reales de voltajes y corrientes de estator en el sistema de referencia estacionario [25]. El DTC ofrece una respuesta dinámica muy alta, regulando directamente tanto el torque como el flujo en forma independiente en base a una tabla de conmutación óptima, en donde se selecciona los estados de conmutación que cumplen los requisitos de las consignas de torque y flujo sin necesidad de la modulación PWM. Su grado de complejidad frente al del campo orientado es medio y por consiguiente se puede aplicar todos los algoritmos del sistema con tarjetas de adquisición de datos económicas lo que reduce el costo total del accionamiento. Sólo es necesario conocer el sector en el que se encuentra el vector espacial de de flujo sea cual sea la posición actual del mismo. El Control de Torque Directo es una técnica que se vale de un inversor fuente de voltaje simple que no requiere de lazos de regulación de corriente con un desempeño igual o superior al control por vector de campo. Si bien tiene algunas ventajas de desempeño entre las desventajas se encuentran: La dependencia de la resistencia del estator para estimar el flujo de estator es una limitante ya que la variación de la resistencia debido al cambio de temperatura empeora el comportamiento del accionamiento, particularmente a baja velocidad o en el arranque, donde la caída de voltaje en la resistencia debido a las altas corrientes en la máquina son considerables con relación al voltaje de alimentación. Actualmente se desarrollan métodos para corregir esto con algoritmos para estimar la resistencia de estator aunque suele resultar en aumento de la complejidad del control. En la implementación de este tipo de control la respuesta de los sensores podría ser causante de inconvenientes ya que el “offset” en las corrientes de estator medidas por las sondas y sus circuitos analógicos empeora el comportamiento del accionamiento produciendo unas ondulaciones en el par de la misma frecuencia que la corriente de estator. Estas ondulaciones de baja frecuencia se reflejan en la velocidad del motor generando vibraciones que a largo plazo podrían estropear partes mecánicas del motor del motor como los cojinetes por ejemplo. Aunque este problema no es únicamente del DTC sino que es propio de todo sistema que utilice sondas para medir las corrientes [22]. La corriente de arranque tiene un valor elevado que obviamente puede destruir los semiconductores utilizados[25]. 130

Debido al retardo de tiempo que origina la ejecución de los algoritmos del control directo del par, los valores de flujo y del par no se pueden limitar exactamente entre las fronteras determinadas por los controladores de histéresis, lo que implica que, el torque instantáneo alcanza y excede el límite máximo determinado por los límites del controlador con histéresis de torque, por eso, cuando se aplica el DTC en forma digital con tarjetas de adquisición de datos es necesario aumentar al máximo la frecuencia de muestreo para aliviar el efecto de este retardo de tiempo, en consecuencia las tarjetas serán más costosas [22]. La ondulación del par generada por el control directo del torque produce vibraciones en el motor y dificulta la aplicación del DTC en el rango de bajas velocidades, luego, para reducir la ondulación en el torque con el desarrollo analógico del control directo del par hace falta reducir al mínimo la banda del controlador de torque, lo que suele incrementar la frecuencia de conmutación del inversor y serán necesarios semiconductores que puedan trabajar a esas frecuencias de conmutación. Además, cuando la velocidad es muy baja, la exactitud de la estimación del flujo y del par con el estimador de lazo abierto es limitada. Es conocido que la estrategia DTC es afectada por un indeseado efecto en el flujo a baja velocidad ya que en estas condiciones de operación el sistema de control selecciona muchas veces los vectores zero de voltaje originando una reducción del flujo debido a los efectos de la caída de voltaje en la resistencia del estator [25]. Generalmente dos problemas están asociados con los inversores basados controladores de histéresis: la frecuencia de activación del inversor debido al ancho de las bandas de histéresis y el posible error de estimación del flujo, lo que podría degradar el desempeño del manejador. Aunque en la actualidad se están desarrollando algoritmos para compensar estos problemas y conseguir una frecuencia fija de conmutación[26], [27]. Es posible a través de la simulación observar que en todas las condiciones de operación el Control Vectorial es caracterizado por bajos valores de rizado de corriente con respecto al control de torque directo. Aunque algo a su favor es que manipulando las bandas de histéresis de los controladores es posible reducir la frecuencia de conmutación de los interruptores del inversor. Además bajo la suposición de que ambas estrategias de control trabajan a la misma frecuencia de conmutación, la amplitud del rizado de torque en el DTC es un poco más alta que el generado en el Control Vectorial, aunque en ese caso éstas suelen ser más regulares y uniformes [25]

131

CAPÍTULO 5 Conclusiones y Recomendaciones Conclusiones de la modelación de la máquina de inducción: El modelo de la máquina utilizado en coordenadas qd0 tiene como características generales que la componente 0 es nula debido a que se trabaja con un sistema trifásico balanceado, además el modelo se simplifica al considerar que los voltajes de rotor serán cero porque los conductores que lo conforman se hallan cortocircuitados. También es importante tomar en cuenta que existe una condición de ángulo inicial para el sistema de referencia considerado, si se lo asume nulo se cambiaría la respuesta en variables qd aunque eso no altera las variables corrientes, voltajes, velocidad y torque, que son independientes del sistema de referencia. La transformación de sistemas de referencia hallan su aplicación principal en que pueden reducir variables senoidales a valores continuos en una referencia determinada, lo que resulta útil ya que una vez que se reduce la complejidad del análisis del sistema trifásico, se pueden aplicar otras técnicas de control sobre el modelo de la máquina. En cuanto al funcionamiento de la máquina de inducción es obvio que cuando se lleva a cabo en condiciones de gran deslizamiento (baja velocidad) genera altas corrientes que incluso podrían superar a las de saturación, de ahí que se requiere un accionamiento que permita mantener el flujo constante para que se limite dicha corriente a una igual o inferior a la nominal. Conclusiones del Estimador Filtro de Kalman: El estimador Filtro de Kalman es una buena forma de eliminar los sensores de flujo y mecánicos de velocidad, lo que resulta en que cualquier estrategia de control que se utilice será más económica por esta razón, si bien, el análisis matemático es un tanto complejo, pero el estimador es una muy buena aproximación, para aplicaciones que no requieren extrema precisión, además supera problemas más reales, como son el ruido del proceso y de medición, que de por sí cuando se trabaja con inversores como fuentes es alto, ya que se generan rizados en las corrientes que normalmente afectarían la estimación.

132

En cuanto al funcionamiento del Filtro de Kalman, es obvio que en el arranque el margen de error entre el valor estimado y el real es mayor, de ahí que podría ser necesario otra forma de estimar el flujo con otra técnica, es muy popular usar teoría de control adaptivo para el diseño del observador, así como (sliding mode control) u otras técnicas actuales que utilizan modelos de la máquina basados en voltaje para alta velocidad y basados en corrientes para bajas velocidades [28]. El algoritmo desarrollado para su implementación práctica requiere de un dispositivo de alta velocidad DSP [9], con buena capacidad de cálculo, cuyo costo será reducido en comparación con los sensores que no se emplearán. En cuanto a la sintonización de los parámetros del Filtro, se entiende que definir las matrices de covarianzas del error del modelo Q es más crítico y en la mayoría de los casos, a pesar de contar con algunos criterios de selección siempre es necesario modificar tales valores una vez que se cierra el lazo de control de la planta, suele sintonizarse dicho valor junto con la ganancia del controlador; para la presente aplicación se realiza una calibración manual del filtro probando valores de covarianzas de ruido y observando la mejor respuesta. El estimador por filtro de Kalman es dependiente en su totalidad de los parámetros del motor, de ahí que en condiciones de funcionamiento críticas en la cuales varían dichos valores se observa que se deja de obtener una buena estimación y es sería necesario introducir algún algoritmo o método de corregir la variación de tales parámetros. La ventaja más obvia del del Estimador Filtro de Kalman implica los reducidos costos de la implementación aunque una de las posibles desventajas implica el que el filtro no es tan robusto, aunque una vez que se sintoniza bien suele tener una respuesta adecuada. Conclusiones del Control Vectorial El control de campo orientado de los motores de inducción sin sensor de velocidad requiere el cálculo del vector de flujo y de la velocidad a través de un modelo que parte de valores conocidos de voltaje y corriente para el estimador filtro de kalman, en caso de una falla en la estimación del vector de flujo así como la variación de los parámetros del modelo la estabilidad del sistema está en riesgo. Con la utilización del control de Campo Orientado el complejo motor de inducción puede ser modelado como un motor DC utilizando transformación de coordenadas qd0 para sistema fijo (estator) y para uno sincrónico cuyo eje d se alínea con el flujo del rotor, al encontrar las componentes de la corriente de estator en este nuevo sistema es posible obtener relaciones que manipulen el torque dependiente de una de dichas componentes y el flujo de rotor de otra. Es importante recalcar que el control de torque desarrollado en el capítulo 2 reemplaza muy bien al análisis en términos del flujo de entrehierro y corriente de magnetización convencional que tiene ciertas desventajas comparadas con la utilización del flujo de rotor, en particular, las corrientes de rotor y de magnetización no son ortogonales entre sí, lo que hace 133

difícil el control, ya que un incremento de torque supone variación de flujo y como no son independientes el control no puede ser desacoplado para cada variable. En cuanto a la utilización del estimador filtro de Kalman, es necesario la calibración de los parámetro Q y R para garantizar que el valor de la velocidad sea e más aproximado al real, aunque esto supone un valor errático a bajas velocidades, lo que se refleja en altas corrientes. El arranque en el control vectorial suele involucrar altas corrientes de arranque, por lo esto puede corregirse haciendo que la referencia de velocidad incremente paulatinamente, como en una rampa en el arranque, haciendo que la corriente sea inferior. Si la respuesta de los controladores de torque y flujo son muy rápidos, en un instante la salida de los mismos será los límites de saturación, lo que se refleja en que la corriente de referencia para generar la señal del inversor toma valores muy elevados, como se pudo apreciar en las condiciones de arranque. La estrategia de control vectorial está basada en proyecciones, en vista de que el torque electromagnético es producido por la interacción entre los flujos y corrientes de estator (o flujos y corrientes del rotor), y pueden ser expresados como un producto de fasores espaciales de corriente y flujo, en pos de conseguir un completo desacoplamiento del torque y del flujo, la corriente de estator es convertida en dos componentes en el sistema de referencia giratorio, con dos componentes ortogonales entre sí, una colineal con el flujo, y la otra perpendicular al mismo, por lo que el torque resulta una expresión lineal sencilla, por lo que el torque es controlado por la componente q de la corriente de estator. Una vez que se desarrolla el estimador de flujo, implementar el control por vector de campo directo es la mejor alternativa ya que con ausencia de sensores de flujo y velocidad el costo será reducido y se superan posibles inconvenientes en la respuestas de los transductores de los sensores. Conclusiones del DTC El algoritmo para el control de torque directo se fundamenta en la selección adecuada del vector de tensión que maximice el cambio necesario en el flujo del estator, para ajustar el torque electromagnético, es así que cuando el par se encuentra dentro de la banda de histéresis se selecciona el vector de tensión cero para reducir al mínimo el número de conmutaciones en la activación de los interruptores del puente inversor. Para la determinación del sector del flujo de estator, se utilizan las componentes qd en la referencia fija, analizadas desde el primer capítulo, con la debida precaución de que los ejes qd quedan alineados con el eje q perpendicular a la referencia de estator, lo que implica un ángulo inicial de 90º, ya que depende del autor consultado la forma en que se ubica los sectores, sin esta consideración la selección del sector es errada y el control infructuoso. Para el Control de Torque Directo que utiliza un estimador sumamente sencillo ya que basta integrar una relación simple, se obtendrá un buen desempeño siempre y cuando permanezcan los parámetros de la máquina como la resistencia de estator inalteradas, lo que se halla 134

alejado de la realidad ya que existirá una pequeña variación debido al incremento de temperatura u otras perturbaciones en la máquina de inducción, de ahí que en la actualidad se estén introduciendo a esta técnica de control formas más exactas de estimar tanto las variables como los parámetros directamente, lo que mejora el desempeño de este algoritmo de control aunque suele incrementar su complejidad así como el costo de implementación. La estrategia de control de Torque Directo es conocida porque produce una respuesta rápida y robusta en los accionamientos de ac así como baja sensibilidad de la ecuación de voltaje de estator en la estimación del flujo, sin embargo, en estado estable, pulsaciones de torque, flujo o corriente pueden ocurrir, y, otro problema podría ser su funcionamiento a bajas velocidades ya que la estimación sugiere una caída de voltaje mínima en la resistencia de estator y en esas condiciones esto no se cumple del todo, por lo que si se trata de optimizar el control por esta técnica, se suele utilizar una estimación continua de los parámetros de la máquina. Acerca De las Dos Técnicas El Control por Vector de Campo implementado puede controlar directamente las corrientes por lo que la entrada de corriente al motor contiene pocos armónicos comparados con los que aparecen en el Control de Torque Directo. El bajo contenido armónico representa menores pérdidas y mayor eficiencia, por lo que el control de campo orientado presenta una mejor eficiencia, aunque el estado del modulador aumenta el tiempo de procesamiento por lo que se limita también el tiempo de respuesta del torque desde el inversor PWM. En el control por Vector de Campo, se entiende que una vez que se obtiene el flujo de rotor constante el control de torque se vuelve independiente del flujo, como se demuestra en las gráficas de los resultados de la simulación, y, en forma similar, una vez que se mantiene el flujo de estator constante en el Control de Torque Directo, el control de torque también es independiente, por lo que las corrientes necesarias para compensar el efecto del torque de carga resultan del lazo de control de torque únicamente. De entre las dos técnicas de control que han sido implementadas, en resumen se puede decir que el Control de Torque Directo provee una mejor respuesta dinámica del torque mientras que el Control por Vector de Campo provee un mejor desempeño de estado estable. Se observa que para cambios bruscos en la referencia de velocidad tanto para el control Vectorial como para el Control de Torque Directo existen exigencias de corriente ya que los controladores llevan la señal de control a su valor más alto, de ahí que, sea necesaria cambios suaves en la referencia, al menos en el arranque de la máquina. Ambas técnicas de control representan los accionamientos más utilizados en la actualidad y de acuerdo a la aplicación de alta potencia o mediana baja potencia puede seleccionarse el Control de Torque Directo o el Vectorial, y el costo, ya que el primero requiere menos capacidad de cálculo del dispositivo para su implementación física.

135

REFERENCIAS BIBLIOGRÁFICAS [1] P. C. Krause, Analysis of Electric Machinery. McGraw Hill, 1986. [2] O. CheMung, Electrical Machinery. Prentice Hall, 1999. [3] D. Novotny and T. Lipo, Vector Control and Dynamics of AC Drives. Oxford Press, 1999. [4] B. Amuliu, “Sensorless sliding mode control of induction motors using the opertating condition depedent models,” [5] MATHWORKS, Control System Toolbox for use with MATLAB. MATHWORKS, 2001. [6] C. Phillips and N. Troy, Digital Control System Analysis and Design. Prentice Hall, 1990. [7] N. Masatoshi and Z. Tao, “Nonlinear controller construction based on a model with state-dependent representation for a nonlinear system,” International Journal of Systems Science, vol. 35, pp. 151–158, 2004. [8] K. Rajashekara, A. Kawamura, and K. Matsuse, Sensorless Control of AC Motor Drives. IEEE Press, 1996. [9] T. Instruments, “Sensorless control with kalman filter on TMS320 fixed point DSP,” tech. rep., Texas Instruments, 1997. [10] R. Magureanu, C. Illas, V. Bostan, M. Cuibus, and V. Radut, “Luenberger, kalman, neural observers and fuzzy controller for speed induction motor control,” in APEC, 2000. [11] M. Grewal and A. Andrews, Kalman Filtering: Theory and Practice. Prentice Hall, 1993. [12] I. Zein, L. Loron, and C. Forgez, An Extended Kalman Filter and an Appropriate Model for the Real-Time Estimation of the Induction Motor Variables and Parameters. IEEE Press, 2000. 136

[13] C. DAngelo, J. Solsona, and G. Garca, “Estimacin de flujo y velocidad en motores de induccin usando filtro de kalaman extendido,” in X Congreso Argentino de Control Automatico, 2000. [14] N. Mohan, T. Undeland, and W. Robbins, Power Electronics: Converters, Applications and Design. John Wiley and Sons, 1989. [15] G. M. A. Sowilam, Aplicacion de las redes neuronales en los sistemas de control vectorial de los motores de induccin. PhD thesis, Universidad Politcnica de Catalua, 2000. [16] D. A. Siemens and Drives, “Control vectorial: La revlucin del cotnrol del movimiento,” tech. rep., Siemens, 2005. [17] S. Nasar and I. Boldea, Mquinas Elctricas: Dinmica y Control. CECSA, 1993. [18] B.Hovigh, W. Keerthipala, and W. Yan, “Sensorless speed estimation of an induction motor in a field oriented control system,” tech. rep., School of Electrical and Computer Engineering of Australia, 2001. [19] A. Nabae, S. Ogasawara, and H. Akagi, “A novel control scheme for current - controlled pwm inverter,” IEEE Transactions on Industry Applications, vol. 2, pp. 607–701, 1986. [20] R. Healey, “The implementation of a vector control scheme based on a advanced motor model,” tech. rep., University of Cambridge UK, 1997. [21] I. Takahashi and T. Noguchi, “A new quick response and high efficiency control strategy of an induction motor,” IEEE Transactions on Industry Applications, vol. 22, pp. 820– 827, 1986. [22] R. Mujal, Respuesta de los motores con Control Directo de Par. PhD thesis, Universidad Politcnica de Catalua, 2000. [23] J. Aller, A. Bueno, V. Guzman, and M. Jimenez, “Tcnica combinada de control de la mquina de induccin sin sensores de velocidad,” tech. rep., Facultad de Ingeniera de la U.V.C., 2004. [24] S. Gadoue, G. Giaouris, and J. Finch, “Tuning pi speed controller in dtc of induction motor based on genetic algorithms and fuzzy logic schemes,” tech. rep., University of Newcastle, 2002. [25] D. Casadei, F. Profumo, G. Serra, and A. Tani, “FOC and DTC:two schemes for induction motors control,” IEEE Transactions on Power Electronics, vol. 17, pp. 779–787, 2002.

137

[26] I. Nik, R. N. an Y. Mohd, H. Abdul, and A. Ahmad, “Direct torque control if inductions machines with constant switching frecuency and improved stator flux estimation,” tech. rep., Department of Energy Conversion. Faculty of Electrical Engineering University of Teknologi Malaysia Johor, 2001. [27] E. Galman, J. Carrasco, R. Ortega, G. Escobar, and A. Stanckovic, “A family of switching control strategies for the reduction of torque ripple on the direct torque control and flux control for induction motors,” in 27th Annual Conference of the IEEE Industrial Electronics Society, 2001. [28] J. Kim, J. Choi, and S. Seung-Ki, “Novel rotor flux observer characteristic function in complex vector space for field oriented induction motor drives,” IEEE Transactions on Industry Applications, vol. 35, pp. 1–8, 2002.

138

ANEXOS A ANEXOS A.1. Modelos de Simulink y sus Programas Correspondientes. A.1.1. Detalle de los Modelos de Simulink Implementados El presente proyecto cuenta con un conjunto de Modelos que serán cargados junto con la documentación en el CD correspondiente, con los siguientes directorios y su contenido: Carpeta

Modelo

Funciones s Utilizadas

Modelo_Maq

Maquina_MI

Modelo_Maq_Ind.c y corriente.c

Kalman

Kalman_Inv

kalman_def.m

Vectorial

Vectorial_K

kalman_def_is.m y calculo0.c

DTC

DTC_def

Flujos_esti.c y sector_cos_0.c

A.1.2. Detalle de los Programas utilizados para los Distintos Modelos A.1.2.1.

Modelo de la Máquina de Inducción

BLOQUE Modelo_Maq: Programa Modelo Máquina de Inducción. /* ESCUELA POLITECNICA NACIONAL * Proyecto de Titulación Previo a la Obtención del Titulo de Ingeniero en Electrónica y Control * "SIMULACION DE ACCIONAMIENTOS PARA MAQUINAS ELECTRICAS CONTROLADAS POR VECTOR DE CAMPO Y CONTROL DE TORQUE DIRECTO" * Autora: Gabriela Susana Llumiquinga Paredes * Marzo - 2006 *

139

* FUNCION S * PROGRAMA DE PARA LA MAQUINA DE INDUCCION INCLUYENDO SATURACION MAGNETICA * Archivo: Modelo_Maq_Ind.c * * Estados: x = [Psi_qs Psi_ds Psi_qr Psi_dr wr/wb] * Entradas: u = [v_qs v_ds Tcarga Psi_msat w] * Salidas: y = [Psi_qs Psi_ds Psi_qr Psi_dr wr/wb] * * PAR_PU = [xls xm xlr rs rr J P] * REF_PU = [wb] * * Nota: Todas las variables estan referidas al estator */ #define S_FUNCTION_NAME Modelo_Maq_Ind #define S_FUNCTION_LEVEL 2 #include "simstruc.h" #include #define XINIT(S) ssGetSFcnParam(S,0) #define PAR_PU(S) ssGetSFcnParam(S,1) #define REF_PU(S) ssGetSFcnParam(S,2) /* * mdlInitializeSizes - initialize the sizes array */ static void mdlInitializeSizes(SimStruct *S) { ssSetNumSFcnParams(S, 3); /*Number of expected parameters*/ if (ssGetNumSFcnParams(S) != ssGetSFcnParamsCount(S)) { return; /* Return if number of expected != number of actual parameters */ } ssSetNumContStates(S, 5); ssSetNumDiscStates(S, 0); if (!ssSetNumInputPorts(S, 2)) return; /*Number of input ports */ ssSetInputPortWidth(S, 0, 5); /* Width of input port one (index 0)*/ ssSetInputPortDirectFeedThrough(S, 0, 1); /* Direct feedthrough or port one */ if (!ssSetNumOutputPorts(S, 1)) return; ssSetOutputPortWidth(S, 0, 5); /* Width of output port one (index 0) */

140

ssSetNumSampleTimes(S, 0); ssSetNumRWork(S, 0); /* number of real work vector elements */ ssSetNumIWork(S, 0); /* number of integer work vector elements*/ ssSetNumPWork(S, 0); ssSetNumModes(S,1); ssSetNumNonsampledZCs(S,0); } /* * mdlInitializeSampleTimes - initialize the sample times array */ static void mdlInitializeSampleTimes(SimStruct *S) { ssSetSampleTime(S, 0, CONTINUOUS_SAMPLE_TIME); ssSetOffsetTime(S, 0, 0.0); } /* * mdlInitializeConditions - initialize the states */ #define MDL_INITIALIZE_CONDITIONS static void mdlInitializeConditions(SimStruct *S) { double *x0 = ssGetContStates(S); int i; for (i = 0; i