Articoli tecnici

Calibrazione del controllo di coppia PMSM ottimale con indebolimento del campo utilizzando la calibrazione Model-Based

Di Dakai Hu, MathWorks


La calibrazione del motore sincrono a magneti permanenti (PMSM) è un passaggio indispensabile nella progettazione di controlli di trazione elettrica ad alte prestazioni. Tradizionalmente, il processo di calibrazione prevede test approfonditi con dinamometro hardware (dyno) ed elaborazione dei dati, e la sua accuratezza dipende in larga misura dalla competenza del tecnico addetto alla calibrazione.

La calibrazione basata sul modello standardizza il processo di calibrazione PMSM, riduce i test non necessari e genera risultati coerenti. Si tratta di un flusso di lavoro automatizzato e collaudato nel settore che utilizza la modellazione statistica e l'ottimizzazione numerica per calibrare in modo ottimale sistemi non lineari complessi. Può essere utilizzato in un'ampia gamma di applicazioni ed è noto per essere stato adottato nella calibrazione del controllo dei motori a combustione interna. Se applicato alla calibrazione del controllo del motore elettrico, il flusso di lavoro di calibrazione basato su modello può aiutare gli ingegneri del controllo motore a ottenere un controllo ottimale della coppia e dell'indebolimento di campo per i PMSM.

Caratterizzazione e calibrazione PMSM: sfide e requisiti

I PMSM si distinguono dagli altri tipi di motori elettrici per l'elevata efficienza e densità di coppia. Ciò avviene perché i magneti permanenti all'interno della macchina possono generare un flusso magnetico nel traferro notevole senza eccitazione esterna. Questa caratteristica speciale rende il PMSM un candidato eccellente sia per applicazioni con motori di trazione che non di trazione.

La maggior parte delle applicazioni PMSM non di trazione richiedono solo che la macchina funzioni nella regione di coppia costante, dove il suo schema di controllo è relativamente semplice. Il controllo PMSM della trazione, oltre a una rapida risposta dinamica, richiede anche una coppia di uscita precisa e un funzionamento in un ampio intervallo di potenza e velocità costanti. Per raggiungere questi obiettivi di controllo, in particolare in un veicolo elettrico o ibrido elettrico, il PMSM di trazione deve funzionare nella regione indebolimento del campo, dove è necessario trovare un compromesso tra coppia, velocità ed efficienza.

Una parte importante della progettazione di un algoritmo di controllo dell'indebolimento del campo ad alte prestazioni è la calibrazione delle tabelle di ricerca del controllo dell'indebolimento del campo. Prima di generare i dati della tabella, spesso è necessario eseguire test di caratterizzazione PMSM utilizzando una configurazione al banco prova o tramite uno strumento FEA come ANSYS Maxwell o JSOL JMAG.

Dopo i test di caratterizzazione del PMSM, è possibile ottenere tabelle di collegamento del flusso e coppia misurata a diversi punti operativi di corrente e velocità. Qui dobbiamo distinguere PMSM caratterizzazione da calibrazione. La caratterizzazione PMSM comporta l'esecuzione di una serie di test al banco prova o mediante uno strumento FEA, con l'obiettivo di estrarre informazioni importanti sulla macchina, come il collegamento del flusso e la coppia. La calibrazione del controllo PMSM comporta il calcolo delle tabelle di ricerca del controller che genereranno la coppia massima o l'efficienza ottimale in diversi punti operativi. Il processo di calibrazione del controllo avviene solitamente dopo la caratterizzazione del PMSM. Entrambi i processi sono necessari per la progettazione del controllo PMSM ad alte prestazioni.

Flusso di lavoro di calibrazione basato sul modello

Quando applicato alla calibrazione del controllo PMSM, il flusso di lavoro di calibrazione basato sul modello solitamente prevede quattro passaggi (Figura 1):

  1. Progettare l'esperimento per la caratterizzazione.
  2. Pre-elaborare il set di dati di caratterizzazione PMSM.
  3. Adattare i modelli di caratterizzazione PMSM.
  4. Ottimizzare i dati della tabella di ricerca del controller PMSM.
Figura 1. Flusso di lavoro di calibrazione basato su modello per la calibrazione del controllo PMSM.

Figura 1. Flusso di lavoro di calibrazione basato su modello per la calibrazione del controllo PMSM.

1. Progettazione dell'esperimento per la caratterizzazione

La caratterizzazione fattoriale completa su un dinamometro fisico è uno spreco perché aumenta i tempi, i costi e la manutenzione degli esperimenti. Nella calibrazione basata su modello, i punti operativi statisticamente distanziati vengono proposti come punti di prova. Indipendentemente dal fatto che l'esperimento venga eseguito su un dinamometro fisico o in un ambiente FEA, i punti di prova generati di id e iq correnti verranno forniti come comandi di controllo e la velocità del PMSM verrà regolata dal dinamometro o impostata nello strumento FEA. Per utilizzare un dinamometro virtuale è necessario un modello FEA PMSM dettagliato. Tuttavia, una volta creato il modello, è possibile testarlo su un insieme più completo di punti operativi senza incorrere in costi aggiuntivi.

2. Pre-elaborazione del set di dati di caratterizzazione PMSM

Durante la caratterizzazione PMSM, i dati relativi alla coppia e al collegamento del flusso sull'asse dq vengono misurati direttamente su un dinamometro o derivati da uno strumento FEA per ciascun punto operativo di id, iq e velocità. Dopo la caratterizzazione, il set di dati viene riorganizzato in base ai contorni di coppia e ai passaggi di velocità e ciascuna variabile (ad esempio, la coppia) viene memorizzata in un formato a colonna singola, che viene poi importato in Model-Based Calibration Toolbox™ (Figura 2). Se necessario, è possibile effettuare ulteriori analisi per rimuovere i dati anomali. I valori anomali sono comuni durante i test fisici a causa del rumore e degli errori di misurazione.

Figura 2. Set di dati di punti operativi importati in Model-Based Calibration Toolbox.

Figura 2. Set di dati di punti operativi importati in Model-Based Calibration Toolbox.

3. Adattamento dei modelli di caratterizzazione PMSM

L'adattamento del modello è una parte fondamentale del flusso di lavoro di calibrazione basato sul modello. (Si noti che i modelli a cui si fa riferimento in questo articolo non sono modelli di motori elettrici o di controller; sono modelli statistici in cui funzioni quali la regressione del processo gaussiano o la funzione di base radiale rappresentano la relazione tra le variabili nel set di dati importato.) Nello specifico, vengono creati due set di modelli: iq in funzione di id e coppia, e margine di tensione in funzione di id e coppia. Ognuno di essi è modellato su un insieme comune di velocità del motore. Queste velocità vengono utilizzate come punti di interruzione per la tabella di ricerca del controller finale. La figura 3 mostra i modelli raggruppati in base a due punti di velocità operativa: 1000 giri/min e 5000 giri/min.

Figura 3. Esempi di modelli di margine Iq e di tensione (delta_vs) a diversi punti operativi di velocità.

Figura 3. Esempi di modelli di margine Iq e di tensione (delta_vs) a diversi punti operativi di velocità.

Sia i modelli di margine iq che quelli di margine di tensione variano in base ai punti operativi della velocità, poiché la velocità può influenzare direttamente i limiti operativi. È impossibile rappresentare esattamente il confine dell'operazione a partire da un numero finito di punti dati caratterizzati. Gli effettivi limiti operativi del PMSM in fase di calibrazione sono spesso imposti da fattori limitanti esterni, quali il limite termico del sistema di azionamento e il livello di tensione del bus CC dell'inverter.

Nella calibrazione basata su modello, i limiti operativi dei modelli adattati vengono approssimati dagli involucri convessi che racchiudono il set di dati, come rappresentato dai bordi delle superfici colorate nella Figura 3. Questi limiti sono importanti per la fase 4 del flusso di lavoro di calibrazione, poiché vengono utilizzati come vincoli per il problema di ottimizzazione.

4. Ottimizzazione dei dati della tabella di ricerca del controller PMSM

Nella calibrazione basata su modello, il processo di esecuzione delle routine di ottimizzazione e di generazione delle tabelle di ricerca della calibrazione finale viene eseguito utilizzando CAGE, lo strumento di generazione della calibrazione in Model-Based Calibration Toolbox. In CAGE, i modelli del passaggio 3 vengono utilizzati per modelli di funzioni obiettivo o come vincoli. Ad esempio, i modelli di margine di tensione vengono utilizzati come vincoli di tensione a diverse velocità per garantire che la tensione di modulazione complessiva non superi il massimo imposto dalla tensione del bus CC. Oltre ai vincoli, sulla base di questi modelli adattati è possibile impostare anche obiettivi singoli o multipli.

Un obiettivo comune per il controllo ottimizzato dell'indebolimento del campo è massimizzare l'efficienza del PMSM raggiungendo al contempo la coppia richiesta. Ciò si ottiene impostando la coppia per ampere (TPA) come obiettivo per massimizzare e applicare simultaneamente i vincoli di corrente e tensione. Il risultato è una regione operativa ottimizzata che copre la coppia massima per ampere (MTPA), la coppia massima per volt (MPTV) e i punti operativi intermedi.

La figura 4 mostra come si ottiene un punto operativo ottimizzato nella tabella di ricerca tramite il processo CAGE. Le aree ombreggiate in azzurro e giallo rappresentano i vincoli di corrente e tensione corrispondenti a un punto operativo di velocità specifica, mentre l'area verde rappresenta la regione praticabile che soddisfa entrambi i vincoli. Il contorno della coppia nel grafico rappresenta un requisito di coppia specifico. Per ottenere il massimo controllo dell'efficienza del PMSM, l'ottimizzatore in CAGE effettua una ricerca lungo il contorno della coppia all'interno della regione praticabile per trovare un punto che massimizzi l'obiettivo TPA. Di conseguenza, nell'esempio mostrato nella Figura 4, il punto A sarà scelto come ottimale. Gli altri punti ottimizzati della tabella di consultazione nella Figura 4 vengono calcolati dalla stessa routine in CAGE.

 Figura 4. Ottimizzazione TPA in base ai vincoli.

 Figura 4. Ottimizzazione TPA in base ai vincoli.

È possibile accelerare la routine di ottimizzazione descritta sopra eseguendola con Parallel Computing Toolbox™. Abilitando il calcolo parallelo, l'intero flusso di lavoro converge in meno di 10 minuti su un tipico PC a quattro core. 

Dopo aver eseguito la routine di ottimizzazione, è possibile compilare le tabelle di ricerca della calibrazione finale in base ai risultati dell'ottimizzazione tramite vari metodi di riempimento, come l'interpolazione o il clipping. In teoria, è possibile scegliere qualsiasi punto di interruzione di coppia e velocità per la tabella di ricerca, ma una scelta comune di punti di interruzione per la coppia è la percentuale della coppia massima. Scegliendo la percentuale di coppia della coppia massima raggiungibile anziché i valori di coppia assoluti, si garantisce che l'intera tabella di ricerca possa essere riempita con risultati di ottimizzazione validi (Figura 5).

Figura 5. Tabelle di calibrazione id e iq ottimizzate con indebolimento del campo incluso.

Figura 5. Tabelle di calibrazione id e iq ottimizzate con indebolimento del campo incluso.

Estensione del flusso di lavoro

Questo articolo ha trattato il flusso di lavoro di calibrazione di base basato su modelli per la generazione di tabelle di ricerca ottimali per il controllo della coppia PMSM con indebolimento del campo. L'esempio descritto nell'articolo si basa su tabelle di controllo di indebolimento del campo in cui sono inseriti i comandi di coppia, velocità ed eventualmente tensione del bus CC.

Per un algoritmo che utilizza il comando di coppia e il collegamento del flusso massimo come input per le sue tabelle di ricerca, il flusso di lavoro è lo stesso, solo con modelli di funzione leggermente diversi. Inoltre, se la tua applicazione richiede una calibrazione più accurata e raffinata, puoi prendere in considerazione più variabili, come la caduta di tensione dell'inverter, la perdita del nucleo, la resistenza CA e la resistenza al vento o all'attrito, durante l'adattamento del modello e il processo CAGE.

Pubblicato nel 2020

Visualizza articoli per funzionalità correlate

Visualizza articoli per settori correlati